TEROREMA DE MARKOV Y ACOTACIÓN DE CHEBYSHEV
(volver a esperanza matemática)
Tras conocer el concepto de operador esperanza , podemos adentrarnos en el denominado teorema de Markov y la consecuente acotación de Chebyshev , que nos servirá para establecer aproximaciones/acotaciones para la media e incluso para diversos valores de la variable .Planteadas la posibilidades que conllevan estos teoremas pasamos a desarrollarlos brevemente.
Teorema de Markov.
Dada una variable aleatoria X con
función de densidad
asociada f(X) y una función "No" negativa de esa variable
se verifica que para cualquier valor de K
veamos.
Dada la Variable aleatoria X y su función
Podríamos tener su representación grafica de la siguiente forma.
En el gráfico se aprecia que S es el conjunto de valores para los que g(x)≥K , así
por otro lado tendremos que:
dado que S
son los valores en que la función es mayor que K
tendremos también que
y así tendríamos que
ya que cuando x pertenece a S se cumple que g(x)≥K
evidentemente tendremos que
Consecuencia del teorema tendremos la siguiente expresión derivada
Acotación de Chebyshev.
Partiendo del teorema de Markov y tras establecer algunos cambios matemáticos se puede establecer la denominada "acotación de Chebyshev.
En base a la consecuencia directa del teorema de Markov que
hemos anteriormente hemos establecido ,
es decir
En la que realizamos los siguientes cambios:
A)
que es evidentemente una función no negativa siguiendo las pautas del teorema de
Markov.
B)
que sigue siendo una determinada constante
En base a estos cambios la anterior desigualdad de Markov quedaría.
dado que
tendríamos consecuentemente que
por lo que
o lo
que es lo mismo
que es la expresión de la acotación de Chebyshev
Esta expresión es susceptible de transformarse en otras de carácter más operativo, Así
Por la primera (1) tendríamos
que nos
explicita una cota mínima para la probabilidad de que la variable se encuentre
dentro de los valores de un intervalo centrado en la media.
Por la segunda (2) tendríamos
que indica la
probabilidad mínima con la que la media se encuentra dentro de un intervalo
centrado. Esta expresión es de gran importancia para llevar a cabo inferencias
sobre la media de la población de una variable aleatoria cuando se desconoce
como se distribuye ésta , siempre y cuando nos sea conocida la varianza de dicha
población