Desigualdad de Cauchy-Schwarz

Desigualdad de Cauchy-Schwarz

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X2 ] y ∃ E [Y2 ].

i) (E[XY])2 ≤ E [X2 ] E [Y2 ].

ii) Si una de las variables es degenerada en cero, o las dos son degeneradas, se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(E[XY])2 = E [X2 ] E [Y2 ] ⇔ ∃ a 6= 0, b 6= 0 / P(aX + bY = 0) = 1.

 Desigualdad de Cauchy-Schwarz

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X2 ] y ∃ E [Y2 ].

i) (E[XY])2 ≤ E [X2 ] E [Y2 ].

ii) Si una de las variables es degenerada en cero, o las dos son degeneradas, se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(E[XY])2 = E [X2 ] E [Y2 ] ⇔ ∃ a 6= 0, b 6= 0 / P(aX + bY = 0) = 1.

Demostración:
 Desigualdad de Cauchy-Schwarz

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X2 ] y ∃ E [Y2 ].

i) (E[XY])2 ≤ E [X2 ] E [Y2 ].

ii) Si una de las variables es degenerada en cero, o las dos son degeneradas, se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(E[XY])2 = E [X2 ] E [Y2 ] ⇔ ∃ a 6= 0, b 6= 0 / P(aX + bY = 0) = 1.

Demostración:
i) En primer lugar notamos que la existencia de E [X 2 ] y E [Y 2 ] asegura la existencia de E[XY ] (ver propie-
dades de los momentos de segundo orden).
 Desigualdad de Cauchy-Schwarz

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X2 ] y ∃ E [Y2 ].

i) (E[XY])2 ≤ E [X2 ] E [Y2 ].

ii) Si una de las variables es degenerada en cero, o las dos son degeneradas, se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(E[XY])2 = E [X2 ] E [Y2 ] ⇔ ∃ a 6= 0, b 6= 0 / P(aX + bY = 0) = 1.

Demostración:
i) En primer lugar notamos que la existencia de E [X 2 ] y E [Y 2 ] asegura la existencia de E[XY ] (ver propie-
dades de los momentos de segundo orden).
Para probar la desigualdad, analizamos separadamente los casos E [X 2 ] = 0 y E [X 2 ] 6= 0.
 Desigualdad de Cauchy-Schwarz

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X2 ] y ∃ E [Y2 ].

i) (E[XY])2 ≤ E [X2 ] E [Y2 ].

ii) Si una de las variables es degenerada en cero, o las dos son degeneradas, se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(E[XY])2 = E [X2 ] E [Y2 ] ⇔ ∃ a 6= 0, b 6= 0 / P(aX + bY = 0) = 1.

Demostración:
i) En primer lugar notamos que la existencia de E [X 2 ] y E [Y 2 ] asegura la existencia de E[XY ] (ver propie-
dades de los momentos de segundo orden).
Para probar la desigualdad, analizamos separadamente los casos E [X 2 ] = 0 y E [X 2 ] 6= 0.

E [X 2 ] = 0 ⇒ P (X 2 = 0) = 1 ⇒ P (X = 0) = 1 ⇒ E[XY ] = 0.
↑
propiedades de la esperanza
 Desigualdad de Cauchy-Schwarz

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X2 ] y ∃ E [Y2 ].

i) (E[XY])2 ≤ E [X2 ] E [Y2 ].

ii) Si una de las variables es degenerada en cero, o las dos son degeneradas, se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(E[XY])2 = E [X2 ] E [Y2 ] ⇔ ∃ a 6= 0, b 6= 0 / P(aX + bY = 0) = 1.

Demostración:
i) En primer lugar notamos que la existencia de E [X 2 ] y E [Y 2 ] asegura la existencia de E[XY ] (ver propie-
dades de los momentos de segundo orden).
Para probar la desigualdad, analizamos separadamente los casos E [X 2 ] = 0 y E [X 2 ] 6= 0.

E [X 2 ] = 0 ⇒ P (X 2 = 0) = 1 ⇒ P (X = 0) = 1 ⇒ E[XY ] = 0.
↑
propiedades de la esperanza
Por lo tanto, ambos miembros de la desigualdad son nulos y esta se verifica.
 Desigualdad de Cauchy-Schwarz

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X2 ] y ∃ E [Y2 ].

i) (E[XY])2 ≤ E [X2 ] E [Y2 ].

ii) Si una de las variables es degenerada en cero, o las dos son degeneradas, se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(E[XY])2 = E [X2 ] E [Y2 ] ⇔ ∃ a 6= 0, b 6= 0 / P(aX + bY = 0) = 1.

Demostración:
i) En primer lugar notamos que la existencia de E [X 2 ] y E [Y 2 ] asegura la existencia de E[XY ] (ver propie-
dades de los momentos de segundo orden).
Para probar la desigualdad, analizamos separadamente los casos E [X 2 ] = 0 y E [X 2 ] 6= 0.

E [X 2 ] = 0 ⇒ P (X 2 = 0) = 1 ⇒ P (X = 0) = 1 ⇒ E[XY ] = 0.
↑
propiedades de la esperanza
Por lo tanto, ambos miembros de la desigualdad son nulos y esta se verifica.
E[XY ]
E [X 2 ] 6= 0 ⇒ α0 = − ∈ R ⇒ α0 X + Y es variable aleatoria.
E [X 2 ]
La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :
La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]
La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]
 La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]

ii) Es evidente.
 La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]

ii) Es evidente.

iii) Ya que ninguna de las variables es degenerada, E [X 2 ] 6= 0 y E [Y 2 ] 6= 0.

 La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]

ii) Es evidente.

iii) Ya que ninguna de las variables es degenerada, E [X 2 ] 6= 0 y E [Y 2 ] 6= 0.

E[XY ]
⇒ De la igualdad se deduce, considerando de nuevo α0 = − :
E [X 2 ]
 La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]

ii) Es evidente.

iii) Ya que ninguna de las variables es degenerada, E [X 2 ] 6= 0 y E [Y 2 ] 6= 0.

E[XY ]
⇒ De la igualdad se deduce, considerando de nuevo α0 = − :
E [X 2 ]
  (E[XY ])2
E (α0 X + Y )2 = E Y 2 −
 
=0
E [X 2 ]
 La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]

ii) Es evidente.

iii) Ya que ninguna de las variables es degenerada, E [X 2 ] 6= 0 y E [Y 2 ] 6= 0.

E[XY ]
⇒ De la igualdad se deduce, considerando de nuevo α0 = − :
E [X 2 ]
  (E[XY ])2
E (α0 X + Y )2 = E Y 2 −
 
=0
E [X 2 ]

y ya que (α0 X + Y )2 es una variable no negativa, el hecho de que su esperanza valga cero implica que
dicha variable es nula o, equivalentemente, P (α0 X + Y = 0) = 1.
 La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]

ii) Es evidente.

iii) Ya que ninguna de las variables es degenerada, E [X 2 ] 6= 0 y E [Y 2 ] 6= 0.

E[XY ]
⇒ De la igualdad se deduce, considerando de nuevo α0 = − :
E [X 2 ]
  (E[XY ])2
E (α0 X + Y )2 = E Y 2 −
 
=0
E [X 2 ]

y ya que (α0 X + Y )2 es una variable no negativa, el hecho de que su esperanza valga cero implica que
dicha variable es nula o, equivalentemente, P (α0 X + Y = 0) = 1.
Para probar que esta relación lineal entre X e Y es del tipo especificado, basta ver que α0 6= 0 o,
equivalentemente, que E[XY ] 6= 0, lo que se deduce por reducción al absurdo teniendo en cuenta que,
por verificarse la igualdad,
 La existencia de E [X 2 ], E [Y 2 ] y E[XY ] garantizan la existencia de E [(α0 X + Y )2 ] :

E [(α0 X + Y )2 ] = E [α02 X 2 + Y 2 + 2α0 XY ] = α02 E [X 2 ] + E [Y 2 ] + 2α0 E[XY ] =

(E[XY ])2  2 (E[XY ])2  2  (E[XY ])2

= + E Y − 2 = E Y − ·
E [X 2 ] E [X 2 ] E [X 2 ]

Entonces, puesto que (α0 X + Y )2 ≥ 0, su esperanza es no negativa y se deduce la desigualdad:

 2
  2  (E[XY ])2
E (α0 X + Y ) = E Y − ≥ 0.
E [X 2 ]

ii) Es evidente.

iii) Ya que ninguna de las variables es degenerada, E [X 2 ] 6= 0 y E [Y 2 ] 6= 0.

E[XY ]
⇒ De la igualdad se deduce, considerando de nuevo α0 = − :
E [X 2 ]
  (E[XY ])2
E (α0 X + Y )2 = E Y 2 −
 
=0
E [X 2 ]

y ya que (α0 X + Y )2 es una variable no negativa, el hecho de que su esperanza valga cero implica que
dicha variable es nula o, equivalentemente, P (α0 X + Y = 0) = 1.
Para probar que esta relación lineal entre X e Y es del tipo especificado, basta ver que α0 6= 0 o,
equivalentemente, que E[XY ] 6= 0, lo que se deduce por reducción al absurdo teniendo en cuenta que,
por verificarse la igualdad,
E[XY ] = 0 ⇒ E [X 2 ] = 0 ó E [Y 2 ] = 0.
⇐ Puesto que b 6= 0, la relación lineal entre las variables X e Y puede expresarse de la siguiente forma:
⇐ Puesto que b 6= 0, la relación lineal entre las variables X e Y puede expresarse de la siguiente forma:
 a 
P Y = − X = 1.
b
⇐ Puesto que b 6= 0, la relación lineal entre las variables X e Y puede expresarse de la siguiente forma:
 a 
P Y = − X = 1.
b
a2 a  
Esto implica que E [Y 2 ] = 2 E X 2 y E [XY ] = − E X 2 , y la igualdad se deduce de forma
 
b b
inmediata. 
 ⇐ Puesto que b 6= 0, la relación lineal entre las variables X e Y puede expresarse de la siguiente forma:
 a 
P Y = − X = 1.
b
a2 a  
Esto implica que E [Y 2 ] = 2 E X 2 y E [XY ] = − E X 2 , y la igualdad se deduce de forma
 
b b
inmediata. 

La desigualdad de Cauchy-Schwarz puede especificarse en términos de los momentos centrados como se indica
a continuación.
 ⇐ Puesto que b 6= 0, la relación lineal entre las variables X e Y puede expresarse de la siguiente forma:
 a 
P Y = − X = 1.
b
a2 a  
Esto implica que E [Y 2 ] = 2 E X 2 y E [XY ] = − E X 2 , y la igualdad se deduce de forma
 
b b
inmediata. 

La desigualdad de Cauchy-Schwarz puede especificarse en términos de los momentos centrados como se indica
a continuación.

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X 2 ] y ∃ E [Y 2 ] .

i) (Cov[X, Y ])2 ≤ V ar[X] V ar[Y ].

ii) Si alguna de las variables es degenerada se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(Cov[X, Y ])2 = V ar[X] V ar[Y ] ⇔ ∃ a 6= 0, b 6= 0, c ∈ R / P (aX + bY = c) = 1.

 ⇐ Puesto que b 6= 0, la relación lineal entre las variables X e Y puede expresarse de la siguiente forma:
 a 
P Y = − X = 1.
b
a2 a  
Esto implica que E [Y 2 ] = 2 E X 2 y E [XY ] = − E X 2 , y la igualdad se deduce de forma
 
b b
inmediata. 

La desigualdad de Cauchy-Schwarz puede especificarse en términos de los momentos centrados como se indica
a continuación.

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X 2 ] y ∃ E [Y 2 ] .

i) (Cov[X, Y ])2 ≤ V ar[X] V ar[Y ].

ii) Si alguna de las variables es degenerada se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(Cov[X, Y ])2 = V ar[X] V ar[Y ] ⇔ ∃ a 6= 0, b 6= 0, c ∈ R / P (aX + bY = c) = 1.

Demostración:
 ⇐ Puesto que b 6= 0, la relación lineal entre las variables X e Y puede expresarse de la siguiente forma:
 a 
P Y = − X = 1.
b
a2 a  
Esto implica que E [Y 2 ] = 2 E X 2 y E [XY ] = − E X 2 , y la igualdad se deduce de forma
 
b b
inmediata. 

La desigualdad de Cauchy-Schwarz puede especificarse en términos de los momentos centrados como se indica
a continuación.

Sean X, Y variables aleatorias sobre el mismo espacio de probabilidad, tales que ∃ E [X 2 ] y ∃ E [Y 2 ] .

i) (Cov[X, Y ])2 ≤ V ar[X] V ar[Y ].

ii) Si alguna de las variables es degenerada se da la igualdad en i).

iii) Si ninguna variable es degenerada :

(Cov[X, Y ])2 = V ar[X] V ar[Y ] ⇔ ∃ a 6= 0, b 6= 0, c ∈ R / P (aX + bY = c) = 1.

Demostración:
Basta aplicar los resultados anteriores a las variables X 0 = X − E[X] e Y 0 = Y − E[Y ] 
Ejemplo 1: Sea X una variable aleatoria no degenerada tal que X ≥ c > 0 y ∃ E[X]. Probar que
h√ i p
E X 2 − c2 < (E[X])2 − c2 .
Ejemplo 1: Sea X una variable aleatoria no degenerada tal que X ≥ c > 0 y ∃ E[X]. Probar que
h√ i p
E X 2 − c2 < (E[X])2 − c2 .

√ √
Aplicamos la desigualdad de Cauchy-Schwarz a √
las variables X −c y X + c (notemos que ambas tienen
momento de segundo orden), cuyo producto es X 2 − c2 :
Ejemplo 1: Sea X una variable aleatoria no degenerada tal que X ≥ c > 0 y ∃ E[X]. Probar que
h√ i p
E X 2 − c2 < (E[X])2 − c2 .

√ √
Aplicamos la desigualdad de Cauchy-Schwarz a √
las variables X −c y X + c (notemos que ambas tienen
momento de segundo orden), cuyo producto es X 2 − c2 :

s 
h√ i √ 2  √ 2  p p
E X 2 − c2 ≤ E X −c E X +c = (E[X] − c) (E[X] + c) = (E[X])2 − c2 .
Ejemplo 1: Sea X una variable aleatoria no degenerada tal que X ≥ c > 0 y ∃ E[X]. Probar que
h√ i p
E X 2 − c2 < (E[X])2 − c2 .

√ √
Aplicamos la desigualdad de Cauchy-Schwarz a √
las variables X −c y X + c (notemos que ambas tienen
momento de segundo orden), cuyo producto es X 2 − c2 :

s 
h√ i √ 2  √ 2  p p
E X 2 − c2 ≤ E X −c E X +c = (E[X] − c) (E[X] + c) = (E[X])2 − c2 .

√
Para
√ probar que la desigualdad es estricta, notamos que, al ser X no degenerada, las variables X −c y
X + c también lo son. Por lo tanto, se dará la igualdad si y sólo si
 √ √ 
∃ a 6= 0 y b 6= 0 / P a X − c + b X + c = 0 = 1.
Ejemplo 1: Sea X una variable aleatoria no degenerada tal que X ≥ c > 0 y ∃ E[X]. Probar que
h√ i p
E X 2 − c2 < (E[X])2 − c2 .

√ √
Aplicamos la desigualdad de Cauchy-Schwarz a √
las variables X −c y X + c (notemos que ambas tienen
momento de segundo orden), cuyo producto es X 2 − c2 :

s 
h√ i √ 2  √ 2  p p
E X 2 − c2 ≤ E X −c E X +c = (E[X] − c) (E[X] + c) = (E[X])2 − c2 .

√
Para
√ probar que la desigualdad es estricta, notamos que, al ser X no degenerada, las variables X −c y
X + c también lo son. Por lo tanto, se dará la igualdad si y sólo si
 √ √ 
∃ a 6= 0 y b 6= 0 / P a X − c + b X + c = 0 = 1.
−1 
b2 b2
 
Esta relación implica que, con probabilidad 1, X = c 1 − 2 1+ 2 (nótese que a 6= b) y, por lo
a a
tanto, sólo se da la igualdad si X es degenerada. 
Ejemplo 1: Sea X una variable aleatoria no degenerada tal que X ≥ c > 0 y ∃ E[X]. Probar que
h√ i p
E X 2 − c2 < (E[X])2 − c2 .

√ √
Aplicamos la desigualdad de Cauchy-Schwarz a √
las variables X −c y X + c (notemos que ambas tienen
momento de segundo orden), cuyo producto es X 2 − c2 :

s 
h√ i √ 2  √ 2  p p
E X 2 − c2 ≤ E X −c E X +c = (E[X] − c) (E[X] + c) = (E[X])2 − c2 .

√
Para
√ probar que la desigualdad es estricta, notamos que, al ser X no degenerada, las variables X −c y
X + c también lo son. Por lo tanto, se dará la igualdad si y sólo si
 √ √ 
∃ a 6= 0 y b 6= 0 / P a X − c + b X + c = 0 = 1.
−1 
b2 b2
 
Esta relación implica que, con probabilidad 1, X = c 1 − 2 1+ 2 (nótese que a 6= b) y, por lo
a a
tanto, sólo se da la igualdad si X es degenerada. 

Ejemplo 2: Sean X1 , . . . , Xn variables aleatorias tales que ∃ E[Xi2 ], ∀i = 1, . . . , n. Probar que

" n
# n
!2
X X p
V ar Xi ≤ V ar[Xi ] .
i=1 i=1
Ejemplo 1: Sea X una variable aleatoria no degenerada tal que X ≥ c > 0 y ∃ E[X]. Probar que
h√ i p
E X 2 − c2 < (E[X])2 − c2 .

√ √
Aplicamos la desigualdad de Cauchy-Schwarz a √
las variables X −c y X + c (notemos que ambas tienen
momento de segundo orden), cuyo producto es X 2 − c2 :

s 
h√ i √ 2  √ 2  p p
E X 2 − c2 ≤ E X −c E X +c = (E[X] − c) (E[X] + c) = (E[X])2 − c2 .

√
Para
√ probar que la desigualdad es estricta, notamos que, al ser X no degenerada, las variables X −c y
X + c también lo son. Por lo tanto, se dará la igualdad si y sólo si
 √ √ 
∃ a 6= 0 y b 6= 0 / P a X − c + b X + c = 0 = 1.
−1 
b2 b2
 
Esta relación implica que, con probabilidad 1, X = c 1 − 2 1+ 2 (nótese que a 6= b) y, por lo
a a
tanto, sólo se da la igualdad si X es degenerada. 

Ejemplo 2: Sean X1 , . . . , Xn variables aleatorias tales que ∃ E[Xi2 ], ∀i = 1, . . . , n. Probar que

" n
# n
!2
X X p
V ar Xi ≤ V ar[Xi ] .
i=1 i=1

Por las propiedades de los momentos de segundo orden,

 " n
# n n
X X X
V ar ai Xi = V ar[Xi ] + Cov[Xi , Xj ]
i=1 i=1 i,j=1
i6=j
 " n
# n n
X X X
V ar ai Xi = V ar[Xi ] + Cov[Xi , Xj ]
i=1 i=1 i,j=1
i6=j

y aplicando la desigualdad de Cauchy-Schwarz a Cov[Xi , Xj ] se tiene:

 " n
# n n
X X X
V ar ai Xi = V ar[Xi ] + Cov[Xi , Xj ]
i=1 i=1 i,j=1
i6=j

y aplicando la desigualdad de Cauchy-Schwarz a Cov[Xi , Xj ] se tiene:

" n
# n n
X X X p q
V ar ai Xi ≥ V ar[Xi ] + V ar[Xi ] V ar[Xj ]
i=1 i=1 i,j=1
i6=j
 " n
# n n
X X X
V ar ai Xi = V ar[Xi ] + Cov[Xi , Xj ]
i=1 i=1 i,j=1
i6=j

y aplicando la desigualdad de Cauchy-Schwarz a Cov[Xi , Xj ] se tiene:

" n
# n n n
!2
X X X p q X p
V ar ai Xi ≥ V ar[Xi ] + V ar[Xi ] V ar[Xj ] = V ar[Xi ] . 
i=1 i=1 i,j=1 i=1
i6=j