5 votos

Demuestre que la Desviación Estándar es siempre$\geq$ Desviación Absoluta Media

Donde $$s = \sqrt{ \frac{1}{n} \sum_{i=1}^{n} (x_i - \bar{x})^2}$$ y $$ M = \frac{1}{n} \sum_{i=1}^{n} |x_i - \bar{x}|$$

Se me ocurrió un boceto de prueba para el caso de $2$ de los valores, pero me gustaría una manera de generalizar (mi "prueba" por desgracia no es así, como lo que puedo decir).

  • La prueba de $2$ valores (agradecería los comentarios de esta así):

$$\frac{1}{\sqrt{2}} \sqrt{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2} \geq \frac{1}{2} (|x_1- \bar{x}| + |x_2- \bar{x}|)$$

Ahora vamos a $|x_1- \bar{x}| = a$ $|x_2- \bar{x}| = b$ $2$ catetos de un triángulo rectángulo y $\sqrt{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2} = c$ su hipotenusa.

Y deje $\theta$ ser el ángulo entre el $c$ y, o bien $a$ o $b$.

A continuación, $(\sin{\theta} + \cos{\theta}) = \frac{a}{c} + \frac{b}{c} = \frac{a+b}{c} = \frac{\frac{1}{2} (|x_1- \bar{x}| + |x_2- \bar{x}|)}{\frac{1}{\sqrt{2}} \sqrt{(x_1 - \bar{x})^2 + (x_2 - \bar{x})^2}}$

de modo que $$ \sqrt{2} \geq (\sin{\theta} + \cos{\theta})$$

Y sabemos que $\max(\sin{\theta} + \cos{\theta}) = \sqrt{2}$. QED?

No tengo idea de cómo probar el caso general, aunque.

5voto

AWashburn Puntos 141

Dejemos que$y_i = x_i - \bar{x}$ y luego por Cauchy-Schwarz tengamos lo siguiente:

$\sum_{i=1}^n |y_i| \frac{1}{n} \leq \|y\|_2 \sqrt{\sum_{i=1}^n \frac{1}{n^2}} = \sqrt{\frac{1}{n}\sum_{i=1}^n |x_i - \bar{x}|^2}$

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X