Capítulo 9 Algumas desigualdades

Desigualdade de Markov

Se X0, então para qualquer λ>0,

P(Xλ)E(X)λ.

Desigualdade de Chebyshev

Seja X uma v.a. com E(X)<. Então, para qualquer λ>0,

P(|XE(X)|λ)Var(X)λ2.

Desigualdade de Jensen

Suponha que ψ:RR é uma função convexa. Se E(|X|)<, enttão

E(ψ(X))ψ(E(X)).

Um caso de aplicação da Desigualdade de Chebyshev é apresentado no seguinte teorema.

Teorema de chebyshev

Teorema 9.1 Seja X uma variável aleatória com μ=E(X) e 0<σ2=Var(X)<, então para qualquer k>0 P(|Xμ|kσ)1k2.

Prova. Faremos a prova no caso em que X é uma variável aleatória contínua com função de densidade f(x). De fato, σ2=(xμ)2f(x)dx=μσ(xμ)2f(x)dx+μ+σμσ(xμ)2f(x)dx+μ+σ(xμ)2f(x)dx Note que a segunda integral é maior ou igual a 0, enquanto que primeira e a última integral é maior ou igual a k2σ2. Daí,

σ2k2σ2[P(Xμkσ)+P(Xμ+kσ)], Portanto, P(|Xμ|kσ)1k2.