O que significa o Teorema de Chebyshev? Qual a relação entre o referido Teorema e o desvio-padrão? Explique.
Passo 1
Você perguntou o que significa o Teorema de Chebyshev e qual a relação dele com o desvio-padrão. O que se pede aqui é:
- Dar a enunciação do Teorema de Chebyshev (uma desigualdade que fornece um limite para probabilidades de cauda).
- Explicar como essa desigualdade se conecta com o desvio-padrão e interpretar esses resultados.
Não há dados numéricos no enunciado; a resposta deve ser teórica, com exemplos numéricos para ilustrar.
Passo 2
Antes de enunciar o teorema, precisamos fixar notação e conceitos básicos de forma bem clara e simples.
Definições:
- Seja
uma variável aleatória com esperança (média) finita . Ou seja, . - A variância de
é a média dos quadrados dos desvios em relação à média; definimos
- O desvio-padrão de
é a raiz quadrada da variância; denotamos por :
Explicação intuitiva:
mede, em unidades da variável, quão espalhada ela costuma ficar em torno da média
. A variância é a média dos quadrados dos desvios; o desvio-padrão volta a unidade para a mesma escala de
.
Passo 3
Enunciação do Teorema de Chebyshev (forma geral).
Para qualquer variável aleatória com média
e variância finita
, e para todo
, vale a desigualdade
Para qualquer variável aleatória
O que isso diz em palavras: a probabilidade de
ficar a uma distância maior ou igual a
da média
não pode ser maior que
. Note que essa afirmação é válida independentemente da forma da distribuição de
(desde que
) — por isso é chamada de desigualdade não paramétrica.
Passo 4
Demonstração curta e didática (passo a passo usando Markov).
- Considere a variável não-negativa
. Então . - A desigualdade de Markov diz que, para qualquer variável não-negativa
e qualquer ,
- Escolha
. Substituindo e na desigualdade de Markov:
- Como
, obtemos
que é exatamente a desigualdade de Chebyshev. Fim da demonstração — foi curto porque Markov já encapsula a ideia principal.
Passo 5
Forma usual expressa em múltiplos do desvio-padrão.
É comum expressar como
com
(ou seja, medir distâncias em unidades de
). Substituindo
na desigualdade de Chebyshev obtemos a forma
É comum expressar
Ou, de modo equivalente, a probabilidade de
estar dentro de
desvios-padrão da média é pelo menos
Interpretação: se eu escolher “2 desvios-padrão” (
), Chebyshev garante que pelo menos
(ou
) da massa está dentro de
da média — independentemente da distribuição.
Passo 6
Exemplos numéricos e comparação com regras usuais.
- Para
: . Ou seja, Chebyshev não garante nada útil para (limite trivial). - Para
: . - Para
: (≈ 88,89%).
Comparando com a regra empírica normal (68–95–99,7): para uma distribuição normal a probabilidade real é muito maior (por exemplo, ~95% dentro de), então Chebyshev é conservadora — dá uma garantia ampla, válida para qualquer distribuição.
Passo 7
Por que essa relação com
é útil na prática?
- O desvio-padrão
é uma medida de dispersão em unidades da variável; expressando distâncias em múltiplos de tornamos a desigualdade interpretável para qualquer escala de dados. - Chebyshev fornece uma garantia mínima universal: mesmo sem saber a forma da distribuição, você sabe que pelo menos uma proporção
da população está dentro de da média. - Isso é usado em limites de confiança não paramétricos, em análise de outliers conservadora e em provas teóricas onde não se pode assumir normalidade.
Passo 8
Quando a desigualdade é “apertada” (ou seja, quando a igualdade pode acontecer)?
A igualdade na etapa de Markov (e, portanto, em Chebyshev) pode ser atingida: considere uma variável que toma valor com probabilidade
e toma
e
cada um com probabilidade
. Então:
A igualdade na etapa de Markov (e, portanto, em Chebyshev) pode ser atingida: considere uma variável que toma valor
- A média é
(simetria). - A variância é
.
Escolhendo(ou, em termos de , ) obtemos exatamente . Logo, a desigualdade pode ser atingida por distribuições bem degeneradas (massa concentrada na média e simetricamente em ). Isso explica por que Chebyshev é otimista na forma de garantir apenas um limite inferior: há distribuições que saturam essa cota.
Passo 9
Resumo prático e mental para a prova (como lembrar e usar rápido)
- Fórmula rápida: para
,
- Use quando você não conhece a forma da distribuição mas conhece (ou pode estimar) a média e a variância.
- Lembre: é conservadora — para distribuições com caudas leves (como a normal) o verdadeiro conteúdo dentro de
é bem maior do que a cota de Chebyshev.
Resposta
Relação com o desvio-padrão: a desigualdade expressa, em unidades de
, um limite universal (independente da forma da distribuição) para a probabilidade de ocorrerem desvios grandes da média; é uma garantia conservadora e válida sempre que
for finita.