DESIGUALDAD DE CHEBYSHEV:

En probabilidad, la desigualdad de Chebyshev (habitualmente tambin escrito

como "Tchebycheff") es un resultado que ofrece una cota inferior a la probabilidad de
que el valor de una variable aleatoria con varianza finita est a una cierta distancia de su
esperanza matemtica. La desigualdad recibe su nombre del matemtico ruso Pafnuti
Chebyshev.
Formulacin:
Si X es una variable aleatoria de media y varianza finita , entonces, para todo
nmero real k > 0,

Slo en caso de que k > 1 la desigualdad proporcionan una cota no trivial.

Ejemplos:
Para ilustrar este resultado, supongamos que los artculos de Wikipedia tienen
una extensin media de 1000 caracteres y una desviacin tpica de 200 caracteres. De la
desigualdad de Chebyshov, usando k = 2, se deduce que al menos el 75% de los
artculos tendrn una extensin comprendida entre 600 y 1400 caracteres.
Otra consecuencia del teorema es que para cada distribucin de media y
desviacin tpica finita , al menos la mitad de sus valores se concentrarn en el
intervalo (-2 , +2 ).
Demostracin:
Para demostrar la desigualdad se parte de la variable aleatoria auxiliar Y definida as:

Entonces, trivialmente,

y por lo tanto,

Tomando esperanzas en ambos miembros se obtiene

por lo que

Pero, a su vez, dado que Y slo puede ser 0 o 1,

Ley de los Grandes Nmeros:

Se considera el primer teorema fundamental de la teora de la probabilidad.
Bsicamente el teorema establece que la frecuencia relativa de los resultados de un
cierto experimento aleatorio, tienden a estabilizarse en cierto nmero, que es
precisamente la probabilidad, cuando el experimento se realiza muchas veces.
Aqu nos conformaremos con simular un experimento aleatorio, que nos
aproxime de una manera intuitiva a los resultados que establece el teorema.
El experimento que vamos a simular es el de dar un golpe a una bola de billar
situada en la mesa de juego, en el sentido que indica la flecha, y medir la distancia
desde el extremo izquierdo de la mesa al punto en el que la bola se detiene.

Si la mesa, tiene 1 metro de longitud, el resultado del experimento, puede tomar

cualquier valor comprendido entre cero y uno.
Sabemos que el espacio muestral que resulta de este experimento es un espacio
muestral continuo. Para simplificar la simulacin, podemos considerar la longitud de la
mesa de billar, dividida en 10 partes iguales. Consideraremos que el resultado del
experimento es que la bola se detenga en alguna de las 10 partes. En este caso los
posibles resultados son 10 y como todos los resultados tienen la misma posibilidad,
estamos ante un espacio de probabilidad discreto y equiprobable.
La simulacin consiste en que el ordenador genere aleatoriamente un nmero
comprendido entre 0 y 1, que representar la distancia a la que se detiene la bola de
billar. La probabilidad de que este nmero caiga en el primer intervalo es 1/10, lo
mismo en cada uno de los intervalos restantes.

El experimento va a consistir en repetir 10 veces el golpe a la bola. Sobre un

sistema de referencia, colocamos, sobre el eje XX, los 10 intervalos en que hemos
dividido la longitud de la mesa de billar, y sobre el eje YY las frecuencias relativas de
cada uno de estos intervalos, veremos cmo las frecuencias relativas, varan de una
ejecucin del experimento a otra. Pero si aumentamos el nmero de veces que
golpeamos la bola a 20, 30 y as sucesivamente, observaremos que las frecuencias
relativas de cada intervalo tienden a estabilizarse en torno a 0,1, que es la probabilidad
que asignamos a que la bola se detenga en uno de los intervalos.
Este es el resultado que demuestra el teorema conocido cmo : Ley de los Grandes
Nmeros

Teorema Central del Lmite:

Es el segundo teorema fundamental de la teora de la probabilidad. El Teorema
Central del Lmite establece lo que pasa cuando tenemos la suma de un gran nmero de
variables aleatorias independientes.
Por ejemplo si en el experimento anterior en lugar de considerar una bola,
consideramos 10 bolas y el experimento consiste en calcular la media de las distancias a
la que se detiene cada una de las bolas.

Como hemos visto, la distribucin de probabilidades cuando el experimento se

realiza sobre una bola es uniforme; las probabilidades son las mismas para cada
resultado. Si en lugar de una bola consideramos varias y en lugar de las distancias
individuales consideramos la media, aparecen otras distribuciones. Si aumentamos el
nmero de bolas con que realizamos el experimento por encima de 30. La distribucin
de las medias es muy aproximadamente una Distribucin Normal. En la simulacin
debemos observar cmo a medida que aumenta el nmero de bolas la distribucin de
probabilidades tiende a una Distribucin Normal y como a medida que aumentamos el
nmero de veces que repetimos el experimento, las frecuencias relativas tienden a
estabilizarse.

Republica Bolivariana de Venezuela

Ministerio del Poder Popular para la Defensa
Universidad Nacional Experimental Politcnica de la Fuerza Armada Nacional
Unefa-apure

INFORME
Profesor:

Alumnos:

Rafael S.

Prez Juan Carlos

Flores Diogenes
Seccin: 03imc-d01

San Fernando, diciembre del 2011