Desigualdad de Márkov

Desigualdad de Márkov

Saltar a navegación, búsqueda

En teoría de la probabilidad, la desigualdad de Márkov proporciona una cota superior para la probabilidad de que una función no negativa de una variable aleatoria sea mayor o igual que una constante positiva. Su nombre le viene del matemático ruso Andréi Márkov.

La desigualdad de Márkov relaciona las probabilidades con la esperanza matemática y proporciona cotas útiles -aunque habitualmente poco ajustadas- para la función de distribución de una variable aleatoria.

Teorema

La desigualdad de Márkov afirma que si X es una variable aleatoria cualquiera y a > 0, entonces

$\textrm{Pr}(|X| \geq a) \leq \frac{\textrm{E}(|X|)}{a}.$

Prueba

Para cualquier suceso A, sea I_A la variable aleatoria indicatriz de A, esto es, I_A = 1 si ocurre A y es 0 en el caso contrario. Entonces

$aI_{(X \geq a)} \leq X.\,$

Por lo tanto

$\operatorname{E}(aI_{(|X| \geq a)}) \leq \operatorname{E}(|X|).\,$

Ahora, nótese que el lado izquierdo de esta desigualdad coincide con

$a\operatorname{E}(I_{(|X| \geq a)})=a\Pr(|X| \geq a).\,$

Por lo tanto tenemos

$a\Pr(|X| \geq a) \leq \operatorname{E}(|X|)\,$

y como a > 0, se pueden dividir ambos lados entre a.

Prueba alternativa

Una prueba más formal, relacionada con el análisis real, es la siguiente:

$\Pr(|X| \geq a) = \int_a^\infty {f(x)dx} \leq \int_a^\infty {\frac{|x|}{a}f(x)dx} \leq \frac{1}{a} \int_{-\infty}^{\infty}{|x|f(x)dx} = \frac{\operatorname{E}(|X|)}{a}$

En la introducción de $\frac{|x|}{a}$, nótese que ya que estamos considerando la variable aleatoria sólo en sus valores iguales o mayores a a, $|X| \geq a$ y, por tanto, $\frac{|X|}{a} \geq 1$, con lo que al multiplicar f(x)dx por algo mayor a uno será igual o mayor. La segunda desigualdad viene de añadir la suma $\int_{-\infty}^a {|x|f(x)dx}$, que siempre será positiva ya que se integra algo positivo como es el valor absoluto (por :f(x) que es positiva).

• La desigualdad de Márkov se emplea para probar la Desigualdad de Chebyshov.

Obtenido de "Desigualdad de M%C3%A1rkov"