ESTADISTICA

Desigualdad de Chebyshev

Sea X una variable aleatoria con media y varianza

2, ambas finitas. Entonces >0

Var (x)
P(|X-E(X)> |) 2

Es decir
2
P(|X- |> ) 2

Demostracin: para el caso continuo

Desigualdad de Chebyshev (cont.)

No se pide nada sobre la distribucin de X, salvo que

la esperanza y la varianza tienen que ser finitas.

la desigualdad nos muestra que cuanto ms

pequeo sea 2 tanto ms pequea ser la
probabilidad de que X est lejos de

Chebyshev slo provee una cota, sta puede ser

grosera.
Convergencia en probabilidad

Definicin:
Sean X1, X2, Xn una sucesin de variables
aleatorias. Decimos que Xn converge en probabilidad
a una variable aleatoria X, y lo escribimos
Xn p
X cuando n

si

lim P( X n X ) 0 0
n
Ley dbil de los Grandes Nmeros
(LGN)
Teorema:
Sean X1, X2, Xn v.a. independientes e
idnticamente distribuidas (muestra aleatoria) con
E(Xi) = < y Var(Xi) = 2 < i = 1,, n

Entonces
Xn cuando n
p
Versin Bernoulli de LGN

Sean n repeticiones independientes de un

experimento aleatorio y sea A un suceso con
probabilidad P(A) = p de xito, constante en las n
repeticiones.

Si llamamos nA a la frecuencia absoluta de A

(nmero de veces que ocurre A en las n
repeticiones) y fA = nA / n a la frecuencia relativa,
entonces

fA p
p
Ejemplo

Cuntas repeticiones del experimento deberan

hacerse para que la frecuencia relativa difiera de p
en menos de 0.01 con probabilidad mayor o igual
que 0.95?
Distribucin de Cauchy

Qu pasa si las variables no tienen esperanza

finita?

Ejemplo: distribucin Cauchy-Lorentz

Su nombre es en honor a Agustin Cauchy y Hendril

Lorentz
Distribucin de Cauchy (cont.)

Es una distribucin de probabilidad continua

Es conocida como la distribucin de Cauchy y en

el mbito de la fsica se la conoce como distribucin
de Lorentz.

Su importancia en la fsica est dada por ser la

solucin de ciertas ecuaciones diferenciales que
describen determinados modelos en fsica.
Distribucin de Cauchy (cont.)

Funcin de densidad

1
f ( x) 2
x x0
1

Si x0 = 0 y =1 se llama distribucin de Cauchy

estndar.
Comparacin entre Cauchy Standard y
Normal Standard

0.0 0.1 0.2 0.3 0.4 0.5

Cauchy(0,1)
Normal(0,1)

-4 -2 0 2 4
x
Distribucin de Cauchy (cont.)

Propiedades:
La distribucin de Cauchy no tiene ni esperanza ni
varianza definidas.
Si tiene moda y mediana:
moda = x0
mediana = x0
Si U y V son dos variables aleatorias
independendientes, ambas con distribucin N(0,1), la
variable aleatoria U/V tiene distribucin de Cauchy
estndar.
Teorema Central del lmite

Teorema:
Sean X1, X2, Xn v.a. i.i.d. (independientes e
idnticamente distribuidas) con
E(Xi) = < y Var(Xi) = 2 < i = 1,, n
entonces
Sn n
d
Z ~ N (0,1) cuando n
n

Xn n(X n ) d
Z ~ N (0,1) cuando n