Tema 3: Funcio n de Variable Aleatoria
|
|
- María del Pilar Romero Ortiz
- hace 7 años
- Vistas:
Transcripción
1 Tema 3: Funcio n de Variable Aleatoria Teorı a de la Comunicacio n Curso
2 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una Variable Aleatoria
3 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una Variable Aleatoria
4 Función de una Variable Aleatoria Definición Motivación: Sistema cuya entrada es una v.a. X Salida v.a. Y Que podemos decir sobre la salida? Podemos calcular F Y (y), f Y (y)? Nos debemos conformar con estadísticos (media, varianza,...)? Definición: Consideremos un espacio probabilístico < Ω, F, P > y una v.a. X ligados a ε. Entonces, dada g(x) una función de R en R, la expresión Y = g(x) es una nueva v.a. definida como: Y : Ω R ω Ω g [X(ω)] R Ω ω 1 Y ω 2 X g(x) x 1 x 2 R y 2 y 1 R Ω X Ω Y
5 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una Variable Aleatoria
6 Función Distribución de una función de Variable Aleatoria Caracterización de una función de v.a.: Trataremos de caracterizar la v.a Y a partir del conocimiento estadístico de la v.a. X y de la función de transformación y = g(x). X F X(x) f X(x) η X σ X g( ) Y F Y(y) f Y(y) η Y σ Y? : F Y (y) a partir de F X(x) y g(x). F Y (y) = P (Y y) = P (X B X) B X = {x R g(x) y} }{{} Necesitamos obtener estas regiones g(x) x 1 x 2 x 3 x 4 R y R
7 1 X continua, g(x) monótona creciente (continua en Ω X) x 2 > x 1 g(x 2) > g(x 1) F Y (y) = P (Y y) = P (X B X) = P (X g 1 (y)) = F X(g 1 (y)) Ejemplo: y = g(x) = ax + b, con a > 0 x = g 1 (y) = y b a ( ) y b F Y (y) = F X a Supongamos X v.a. exponencial con c > 0 { { 1 e cx x 0 F X (x) = F 0 x < 0 Y (y) = y b c 1 e a y b 0 y < b 2 X continua, g(x) monótona decreciente (continua en Ω X) x 2 > x 1 g(x 2) < g(x 1) F Y (y) = P (Y y) = P (X B X) = P (X g 1 (y)) = 1 F X(g 1 (y))
8 3 X continua, g(x) no monótona, no constante en ningún intervalo La región B X viene dada por la unión de intervalos del tipo B X = [, x 1] [x 2, x 3]... donde x i son las raíces de y = g(x). Ejemplo: y = g(x) = x 2 F Y (y) = F X(x 1) + F X(x 3) F X(x 2) +... Obtenemos las raíces: y < 0 y = x 2 no tiene solución y 0 y = x 2 x 1, x 2 = ± y Supongamos X v.a. uniforme en [ 1/2, 1/2] 0 x y 0 F X(x) = x < x 1 F Y (y) = 2 y 0 y 1 1 x > y > 1 2 4
9 4 X continua, g(x) constante en algún intervalo de Ω X Y mixta Ejemplo: Saturador Saturador b y=g(x) 0 b b 0 b x B X = (, y] (, ) y < b b y < b b y F Y (y) = 0 y < b F X (y) b y < b F X ( ) = 1 b y
10 4 X continua, g(x) constante en algún intervalo de Ω X Y mixta Ejemplo: Saturador. Supongamos X N (0, b) Ω X = R = (, ) Ω Y = [ b, b] F X (x) F Y (y) b b 0 b 2b x 0 2b b 0 b 2b y
11 5 X continua, g(x) escalonada Y discreta Ejemplo: Función escalón (cuantificador) { 1 x 0 g(x) = u(x) = 0 resto Supongamos X N (0, σ) Rango de entrada Ω X = (, ) Rango de salida Ω Y = {0, 1} Y v.a. Bernoulli P (Y = 0) = P (X < 0) = F X (0) = G(0) = 1 2 P (Y = 1) = P (X 0) = 1 F X (0) = 1 2
12 6 X discreta Y discreta Ω X = {x 1, x 2,..., x n} Ω Y = {y 1, y 2,..., y k } P (Y = y k ) = i P (X = x i) con g(x i) = y k Ejemplo: y = g(x) = x 2 Supongamos Ω X = { 2, 1, 0, 1, 2} P (X = k) = 1 5 k = 2,..., 2 Entonces: Ω Y = {0, 1, 4} P (Y = 0) = P (X = 0) = 1 5 P (Y = 1) = P (X = 1) + P (X = 1) = 2 5 P (Y = 4) = P (X = 2) + P (X = 2) = 2 5
13 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una Variable Aleatoria
14 Cálculo de la fdp Teorema Fundamental Teorema: Sea X una v.a. continua y g(x) una función no constante en ningún intervalo de Ω X. Entonces la fdp de la variable aleatoria Y = g(x) viene dada por f Y (y) = g (x) es la derivada de g(x) x i son las raíces de y = g(x) n i=1 f X(x i) g (x i) g(x 1) = g(x 2) =... = g(x n) = y Si no existen raíces de y = g(x) entonces f Y (y) = 0 Generalización: Si g(x) es constante, de valor y 0, en alguna región C Ω X entonces P (Y = y 0) = f X(x)dx 0 Función δ(y y 0) en f Y (y) C
15 Cálculo de la fdp Teorema Fundamental. Ejemplos 1 y 2 X v.a. exponencial y g(x) = ax + b con a 0 Obtención de las raíces: x 1 = (y b)/a (solución única) Derivada: g (x) = a f Y (y) = fx(x1) g (x = fx( y b ) { y b c a e c a x 0 = a 1) a 0 x < 0 Para a > 0: Para a < 0: f Y (y) = f Y (y) = { { y b c e c a a y b 0 y < b c y b e c a a y b 0 y > b
16 Cálculo de la fdp Teorema Fundamental. Ejemplos 3 X v.a. uniforme en [ 1/2, 1/2] y g(x) = x 2 Obtención de las raíces: y < 0 y = x 2 no tiene solución y > 0 y = x 2 x 1, x 2 = ± y Derivada: g (x) = 2x f Y (y) = fx(x1) g (x 1) + fx(x2) g (x = fx( y) 2) 2 y + fx( y) 2 y para y 0 Cuidado con las regiones!! 1 2 < x < 1 2 { 1 2 < x < > y > 0 0 < x < < y < 1 4 Finalmente: f Y (y) = { 1 y 0 < y y < 0
17 Cálculo de la fdp Teorema Fundamental. Ejemplos 4 X v.a. Gaussiana N (η, σ), y = g(x) = e x Obtención de las raíces: y 0 y = e x no tiene solución f Y (y) = 0 y > 0 y = e x x 1 = ln(y) Derivada: g (x) = e x f Y (y) = fx(x1) g (x = fx(ln(y)) = 1 1) e ln(y) fx (ln(y)) y > 0 y Conocemos f X(x) = 1 2πσ e x η 2 2σ 2 Finalmente, Y es una v.a. lognormal f Y (y) = { 1 y 2πσ < x < (ln(y) η) 2 e 2σ 2 y > 0 0 y 0
18 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una Variable Aleatoria
19 Generación de Números Aleatorios Generación de Números Aleatorios Todos los ordenadores son capaces de generar numeros aleatorios uniformemente distribuidos entre 0 y 1 (Ej: Función rand en Matlab) U n = X n m X n+1 = (ax n + c)mod m En ocasiones necesitaremos generar secuencias aleatorias que sigan una distribución distinta de la uniforme. Podremos generar variables aleatorias con cualquier distribución a partir de transformaciones de una v.a. uniforme?
20 Generación de Números Aleatorios Generación de Números Aleatorios Supongamos que disponemos de una v.a. Y con una función distribución conocida F Y (y) y que le aplicamos la transformación X = g(y ) = F Y (Y ) F X (x) P (X x) = P (B X ) = P (B Y ) = P (Y y) F Y (y) = x 0 < x < 1 1 F Y(y) = x x B X B Y y y Y F Y(y) x=g(y)=f Y (y) X Uniforme en (0,1) Caso inverso: Dada una v.a. X uniforme entre 0 y 1, obtendremos Y con F Y (y) sin más que aplicar la transformación inversa Y = F 1 Y (X) X Uniforme en (0,1) y=g -1 (x)=f -1 Y(x) Y F Y(y)
21 Generación de Números Aleatorios Generación de Números Aleatorios. Ejemplos Gaussiana: f Y (y) = 1 e (y η)2 2σ 2 2πσ F Y (y) = G( y η σ ) = erf ( ) y η σ ( F 1 Y (x) = σg 1 (x) + η = σerf 1 x 1 2 ) + η Exponencial: (c > 0) f Y (y) = ce cy y > 0 F Y (y) = 1 e cy y > 0 F 1 Y (x) = 1 ln(1 x) c
22 Generación de Números Aleatorios Generación de Números Aleatorios. Ejemplos Laplace: f Y (y) = c 2 e c y η c > 0 { 1 F Y (y) = 2 ec(y η) y < η e c(y η) y η { 1 F 1 Y (x) = c ln(2x) + η 0 x c ln(2 2x) + η 1 2 x 1 Cauchy: f Y (y) = c/π y 2 + c 2 c > 0 F Y (y) = ( y π arctan c ( F 1 Y (x) = c tan πx π ) 2 )
23 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una Variable Aleatoria
24 Momentos de una Variable Aleatoria Momentos de Una Variable Aleatoria Consideremos la transformación Y = g(x) Media: η Y = E[Y ] = sin embargo, se puede calcular como η Y = E[Y ] = E[g(X)] = yf Y (y)dy g(x)f X(x)dx Teorema: El operador esperanza matemática es un operador lineal E[aX + b] = ae[x] + b Varianza: σy 2 = Var [g(x)] = E [ g 2 (X) ] E ([g(x)]) 2 Var [ax + b] = a 2 Var[X] = a 2 σ 2 X
25 Momentos de una Variable Aleatoria Momentos de Una Variable Aleatoria Los momentos de una v.a. son n o s reales que proporcionan información estadística parcial Momento no centrado de orden n: m n = Caso particular: Momento centrado de orden n: µ n = x n f X(x)dx = E[X n ] n = 1, 2,... m 1 = E[X] = η X (x η X) n f X(x)dx = E[(X η X) n ] n = 2, 3,... Caso particular: µ 2 = E[(X η X ) 2 ] = σ 2 X
Tema 3: Función de Variable Aleatoria y Teoremas Asintóticos
Tema 3: Función de Variable Aleatoria y Teoremas Asintóticos Curso 2016-2017 Contenido 1 Función de una Variable Aleatoria 2 Cálculo de la fdp 3 Generación de Números Aleatorios 4 Momentos de una Variable
Más detallesTema 4: Variable Aleatoria Bidimensional
Curso 2016-2017 Contenido 1 Definición de Variable Aleatoria Bidimensional 2 Distribución y fdp Conjunta 3 Clasificación de Variables Aleatorias Bidimensionales 4 Distribuciones Condicionales 5 Funciones
Más detallesCálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Más detallesRepaso de Estadística
Teoría de la Comunicación I.T.T. Sonido e Imagen 25 de febrero de 2008 Indice Teoría de la probabilidad 1 Teoría de la probabilidad 2 3 4 Espacio de probabilidad: (Ω, B, P) Espacio muestral (Ω) Espacio
Más detallesTEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES. Variable aleatoria (Real)
TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES Grado Ing Telemática (UC3M) Teoría de la Comunicación Variable Aleatoria / 26 Variable aleatoria (Real) Función que asigna un valor
Más detallesTema 2: Variables Aleatorias Unidimensionales
Tema 2: Variables Aleatorias Unidimensionales Teorı a de la Comunicacio n Curso 27-28 Contenido 1 Concepto de Variable Aleatoria 2 Función Distribución 3 Clasificación de Variables Aleatorias 4 Función
Más detallesUnidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22
Unidad 3. Probabilidad Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre 2018-1 1 / 22 Espacios de probabilidad El modelo matemático para estudiar la probabilidad se conoce como espacio de
Más detallesVariables aleatorias
Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 5 Esperanza y momentos Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesRepaso de Teoría de la Probabilidad
Repaso de Teoría de la Probabilidad Luis Mendo Tomás Escuela Politécnica Superior Universidad Autónoma de Madrid Febrero de 2008 1. Introducción Este documento contiene, de forma esquemática, los conceptos
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
Más detallesCurso Propedéutico de Cálculo Sesión 6: Aplicaciones de la Integración
por Curso Propedéutico de Cálculo Sesión 6: de la Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema por 1 por 2 Esquema por 1 por 2 por Al contrario
Más detallesNotas de clase. Prof. Nora Arnesi
Notas de clase Este material está sujeto a correcciones, comentarios y demostraciones adicionales durante el dictado de las clases, no se recomienda su uso a aquellos alumnos que no concurran a las mismas
Más detallesPart I. Momentos de una variable aleatoria. Esperanza y varianza. Modelos de Probabilidad. Mario Francisco. Esperanza de una variable aleatoria
una una típica Part I Momentos. Esperanza y varianza Esperanza una una típica Definición Sea X una discreta que toma los valores x i con probabilidades p i. Supuesto que i x i p i
Más detallesVariables aleatorias. Descripción breve del tema. Objetivos. Descripción breve del tema. Tema 4
Descripción breve del tema Variables aleatorias Tema 4 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Descripción breve
Más detallesMomentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Más detallesTema 6 - Introducción. Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo.
Tema 6 - Introducción 1 Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo. Generalización Tema 6. Variables aleatorias unidimensionales
Más detallesProbabilidad y Procesos Aleatorios
y Dr. Héctor E. Poveda P. hector.poveda@utp.ac.pa www.hpoveda7.com.pa @hpoveda7 Plan del curso Probabilidad Múltiples 1. Probabilidad Espacios probabilísticos Probabilidad condicional 2. 3. Múltiples 4.
Más detallesVARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Más detallesProcesos estocásticos
Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:
Más detallesEstadística 1 - Curso 2010
Estadística - Curso 00 Profesor: Jorge Ponce Ayudantes: Luis Freda y Pablo Miguez Facultad de Ciencias Económicas y de Administración Universidad de la República Montevideo, agosto-diciembre 00 (FCEyA)
Más detallesTema 2: VARIABLE ALEATORIA UNIDIMENSIONAL
Tema 2: VARIABLE ALEATORIA UNIDIMENSIONAL Carlos Alberola López Lab. Procesado de Imagen, ETSI Telecomunicación Despacho 2D014 caralb@tel.uva.es, jcasasec@tel.uva.es, http://www.lpi.tel.uva.es/sar Concepto
Más detallesTEMA 2.- VARIABLES ALEATORIAS
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 16/17 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias. 2.2. Variables aleatorias discretas. Diagrama de barras. 2.3. Función de
Más detallesTeoría Estadística Elemental I Teoría (resumida) del 2 do Tema
Teoría Estadística Elemental I Teoría (resumida) del 2 do Tema Raúl Jiménez Universidad Carlos III de Madrid Noviembre 2011 Consideremos el lanzamiento de un dado, Ω = {1, 2, 3, 4, 5, 6}, y supongamos
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
Más detallesEstadística. Tema 2. Variables Aleatorias Funciones de distribución y probabilidad Ejemplos distribuciones discretas y continuas
Estadística Tema 2 Variables Aleatorias 21 Funciones de distribución y probabilidad 22 Ejemplos distribuciones discretas y continuas 23 Distribuciones conjuntas y marginales 24 Ejemplos distribuciones
Más detallesPráctica 3: Diferenciación
Análisis I Matemática I Análisis II (C) Análisis Matemático I (Q) Primer Cuatrimestre - 03 Práctica 3: Diferenciación Aplicación de algunos resultados de diferenciación en una variable. Vericar que se
Más detallesVariables aleatorias continuas, TCL y Esperanza Condicional
Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función
Más detallesTeorema de Bayes(6) Nos interesan las probabilidades a posteriori o probabilidades originales de las partes p i :
Teorema de Bayes(5) 75 Gráficamente, tenemos un suceso A en un espacio muestral particionado. Conocemos las probabilidades a priori o probabilidades de las partes sabiendo que ocurrió A: Teorema de Bayes(6)
Más detallesVariables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
Más detallesCapítulo 5: Funciones de Variables Aleatorias y Generadora de Momentos Estadística Computacional I Semestre Funciones de Variables Aleatorias
Universidad Técnica Federico Santa María Departamento de Informática ILI-80 Capítulo 5: Funciones de Variables Aleatorias Generadora de Momentos Estadística Computacional I Semestre 006 Profesor: Carlos
Más detallesHoja 4 Variables aleatorias multidimensionales
Hoja 4 Variables aleatorias multidimensionales 1.- Estudiar si F (x, y) = 1, si x + 2y 1, 0, si x + 2y < 1, es una función de distribución en IR 2. 2.- Dada la variable aleatoria 2-dimensional (X, Y )
Más detallesVARIABLES ALEATORIAS. Ing. Andrés Álvarez Cid
VARIABLES ALEATORIAS Ing. Andrés Álvarez Cid VALOR ESPERADO CASO DISCRETO Sea X una variable aleatoria discreta con un conjunto de valores posibles D y una función de probabilidad p(x). El valor esperado
Más detallesDISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD
DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ( CONJUNTA ) DE UN VECTOR ALEATORIO FUNCIÓN DE CUANTÍA ( CONJUNTA) DE VECTORES ALETORIOS DISCRETOS FUNCIÓN DE DENSIDAD (CONJUNTA)
Más detallesRuido en los sistemas de comunicaciones
Capítulo 2 Ruido en los sistemas de comunicaciones Cuando una señal se transmite a través de un canal de comunicaciones hay dos tipos de imperfecciones que hacen que la señal recibida sea diferente de
Más detallesModelos Básicos de Distribuciones Discretas y Continuas
Modelos de Distribuciones Discretas y Continuas 1/27 Modelos Básicos de Distribuciones Discretas y Continuas Departamento de Estadística e Investigación Operativa Universidad de Sevilla Contenidos Modelos
Más detallesTema 4: Variables aleatorias multidimensionales
Tema 4: Variables aleatorias multidimensionales Los contenidos a desarrollar en este tema son los siguientes: Distribución conjunta de probabilidad Probabilidad/densidad marginales y condicionadas Independencia
Más detallesResumen de Probabilidad
Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS
Más detallesTablas de Probabilidades
Tablas de Probabilidades Ernesto Barrios Zamudio José Ángel García Pérez José Matuk Villazón Departamento Académico de Estadística Instituto Tecnológico Autónomo de México Mayo 2016 Versión 1.00 1 Barrios
Más detalles2. VARIABLE ALEATORIA. Estadística I Dr. Francisco Rabadán Pérez
2. VARIABLE ALEATORIA Estadística I Dr. Francisco Rabadán Pérez Índice 1. Variable Aleatoria 2. Función de Distribución 3. Variable Aleatoria Discreta 4. Variable Aleatoria Continua 5. Esperanza Matemática
Más detallesVariables aleatorias
Distribuciones continuas Se dice que una variable aleatoria X tiene una distribución continua, o que X es una variable continua, si existe una función no negativa f, definida sobre los números reales,
Más detallesVariables aleatorias continuas y Teorema Central del Limite
Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R
Más detallesVariables aleatorias. Tema Introducción Variable aleatoria. Contenido
Tema 4 Variables aleatorias En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitirá manejar los
Más detallesEstadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación
Estadística Tema 3 Esperanzas 31 Esperanza Propiedades 32 Varianza y covarianza Correlación 33 Esperanza y varianza condicional Predicción Objetivos 1 Medidas características distribución de VA 2 Media
Más detallesVectores Aleatorios. Definición 1.1. Diremos que el par (X,Y) es un vector aleatorio si X e Y representan variables aleatorias
Universidad de Chile Facultad De Ciencias Físicas y Matemáticas MA3403 - Probabilidades y Estadística Prof. Auxiliar: Alberto Vera Azócar. albvera@ing.uchile.cl Vectores Aleatorios 1. Vectores Aleatorios
Más detalles. Luego, para el período n + 1 los resultados estarán, en cualquier caso, en el conjunto {λ k n 0 } n+1. k= (n+1). Consideremos Y = λ U n
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Probabilidades MA, /5/9, Prof. Raúl Gouet Solución Control #. Considere una colonia de bacterias con población inicial
Más detallesTeoría Moderna de Decisión y Estimación, Notas Introductorias: Cálculo de probabilidades y
Profesores de TMDE Teoría Moderna de Decisión y Estimación, Notas Introductorias: Cálculo de probabilidades y estadística Monograph 9 de septiembre de 23 Springer Índice general. Variables aleatorias
Más detallesMaterial introductorio
Material introductorio Nombre del curso: Teoría Moderna de la Detección y Estimación Autores: Vanessa Gómez Verdejo Índice general. Variables aleatorias unidimensionales..................................
Más detallesProbabilidad y Procesos Aleatorios
y Dr. Héctor E. Poveda P. hector.poveda@utp.ac.pa www.hpoveda7.com @hpoveda7 Prólogo Las diapositivas que se presentan a continuación resumen los conceptos más relevantes de probabilidad: enumeraciones,
Más detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
Más detallesCapítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Más detallesTema 8 Ecuaciones diferenciales
Tema 8 Ecuaciones diferenciales 1. ECUACIONES DIFERENCIALES ORDINARIAS Definición 1.1: Ecuación diferencial Se llama ecuación diferencial de orden n a una ecuación que relaciona la variable independiente
Más detallesPor: Dra. Victoria Serrano
Por: Dra. Victoria Serrano Una variable aleatoria es una función que asigna un número real X ζ a cada resultado ζ en el espacio muestral S de un experimento aleatorio S X ζ = x ζ x línea real S X Una moneda
Más detallesTema 4: Variables aleatorias multidimensionales
1 Tema 4: Variables aleatorias multidimensionales En este tema: Distribución conjunta de probabilidad Probabilidad/densidad marginal Probabilidad/densidad condicionada Esperanza, varianza, desviación típica
Más detallesSEÑALES Y SISTEMAS Clase 5
SEÑALES Y SISTEMAS Clase 5 Carlos H. Muravchik 15 de Marzo de 2018 1 / 43 Habíamos visto: Repaso Probabilidades (sobrevuelo) Veremos: 1. Repaso Probabilidades 2. Repaso Variables aleatorias. Distribuciones.
Más detallesEstadística I Tema 5: Modelos probabiĺısticos
Estadística I Tema 5: Modelos probabiĺısticos Tema 5. Modelos probabiĺısticos Contenidos Variables aleatorias: concepto. Variables aleatorias discretas: Función de probabilidad y Función de distribución.
Más detallesCapítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales
Capítulo 2 Medidas Estadísticas Básicas 2.1. Medidas estadísticas poblacionales Sea X una variable aleatoria con función de probabilidad p(x) si es discreta, o función de densidad f(x) si es continua.
Más detallesEstadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Más detallesRepresentaciones gráficas de las distribuciones bidimensionales de frecuencias... 74
Índice 1. Introducción al R 15 1.1. Introducción............................. 15 1.2. El editor de objetos R....................... 18 1.3. Datos en R............................. 19 1.3.1. Vectores...........................
Más detallesTransformaciones y esperanza
Capítulo 3 Transformaciones y esperanza 3.1. Introducción Por lo general estamos en condiciones de modelar un fenómeno en términos de una variable aleatoria X cuya función de distribución acumulada es
Más detallesGRADO en INGENIERIA de TELECOMUNICACION (Sistemas de comunicaciones, audiovisuales y telemática)
GRADO en INGENIERIA de TELECOMUNICACION (Sistemas de comunicaciones, audiovisuales y telemática) ESTADISTICA 2008-2009 PRACTICA 2. VARIABLES ALEATORIAS OBJETIVOS: Introducción a las variables aleatorias:
Más detallesSistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad.
Más detallesCálculo de Probabilidades y Estadística. Segunda prueba. 1
08231. Cálculo de Probabilidades y Estadística. Segunda prueba. 1 Problema 1. Se eligen tres puntos A, B y C, al azar e independientemente, sobre una circunferencia. Determinar la distribución del valor
Más detallesUniversidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Matemática MA Probabilidades y Estadística
Universidad de Chile Facultad de Ciencias Físicas y Matemáticas Departamento de Ingeniería Matemática MA3403 - Probabilidades y Estadística Vectores Aleatorios Alberto Vera Azócar, albvera@ing.uchile.cl.
Más detallesFórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática
DEPARTAMENT D ESTADÍSTICA I INVESTIGACIÓ OPERATIVA Fórmulas, Resultados y Tablas Cálculo de Probabilidades y Estadística Matemática A. Distribuciones de variables aleatorias. 1. Descripción de una distribución
Más detallesTema 7: Procesos Estoca sticos
Tema 7: Procesos Estoca sticos Teorı a de la Comunicacio n Curso 2007-2008 Contenido 1 Definición 2 Caracterización Estadística 3 Estadísticos 4 Estacionariedad 5 Ergodicidad 6 Densidad Espectral de Potencia
Más detallesUnidad 1: Espacio de Probabilidad
Unidad 1: Espacio de Probabilidad 1.1 Espacios de Probabilidad. (1) Breve introducción histórica de las probabilidades (2) Diferencial entre modelos matemáticos deterministicos y probabilísticos (3) Identificar
Más detalles6-1. Dos preguntas sobre 100 tiradas de dado
Semana 6 Esperanza y Varianza 6-1. Dos preguntas sobre 100 tiradas de dado 6-2. Esperanza 6-3. Propiedades básicas de la esperanza 6-4. Distancia esperada a la media 6-5. Varianza 6-6. Demostraciones 6-1.
Más detallesMétodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 4 Vectores aleatorios Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Más detallesModelos de distribuciones discretas y continuas
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas
Más detallesProbabilidad y Estadística
Vectores aleatorios Probabilidad y Estadística Vectores aleatorios Federico De Olivera Cerp del Sur-Semi Presencial curso 2015 Federico De Olivera (Cerp del Sur-Semi Presencial) Probabilidad y Estadística
Más detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesVECTORES ALEATORIOS. 1 Introducción. 2 Vectores aleatorios
VECTORES ALEATORIOS 1 Introducción En la vida real es muy frecuente enfrentarnos a problemas en los que nos interesa analizar varias características simultáneamente, como por ejemplo la velocidad de transmisión
Más detallesDistribuciones de probabilidad bidimensionales o conjuntas
Distribuciones de probabilidad bidimensionales o conjuntas Si disponemos de dos variables aleatorias podemos definir distribuciones bidimensionales de forma semejante al caso unidimensional. Para el caso
Más detallesEJERCICIOS PROPUESTOS DE MATEMÁTICA I
UNIVERSIDAD INCA GARCILASO DE LA VEGA INGENIERIA DE SISTEMAS, COMPUTO Y TELECOMUNICACIONES LIC. MIGUEL CANO EJERCICIOS PROPUESTOS DE MATEMÁTICA I TEMA: FUNCIONES ESPECIALES 1) FUNCIÓN LINEAL 01.- Si f(x)
Más detallesVECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M. Desde un punto de vista formal, los vectores aleatorios son la herramienta matemática adecuada para transportar
Más detallesUniversidad Carlos III de Madrid
Universidad Carlos III de Madrid Ejercicio 1 2 3 4 5 6 Total Puntos Departamento de Economía Examen Final de Matemáticas I 21 de Enero de 2014 Duración del Examen: 2 horas. APELLIDOS: NOMBRE: DNI: Titulación:
Más detallesEstadística I Tema 5: Modelos probabiĺısticos
Estadística I Tema 5: Modelos probabiĺısticos Tema 5. Modelos probabiĺısticos Contenidos Variables aleatorias: concepto. Variables aleatorias discretas: Función de probabilidad y función de distribución.
Más detallesVariables aleatorias
Ejemplo: Suponga que un restaurant ofrecerá una comida gratis al primer cliente que llegue que cumpla años ese día. Cuánto tiene que esperar el restaurant para que la primera persona cumpliendo años aparezca?
Más detallesUniversidad Carlos III de Madrid
Universidad Carlos III de Madrid Ejercicio 3 4 5 6 Total Puntos Departamento de Economía Examen Final de Matemáticas I 6 de Junio de 04 Duración del Examen: horas. APELLIDOS: NOMBRE: DNI: Titulación: Grupo:
Más detalles( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE
Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia
Más detallesGeneración de Variables Aleatorias
Generación de Variables Aleatorias A continuación se exponen distintos métodos para generar algunas de las distribuciones más utilizadas. Método de la distribución inversa Teniendo una función de densidad
Más detallesVariables aleatorias unidimensionales
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Variable aleatoria 1 Variable aleatoria 2 3 4 Variable aleatoria Definición Las variables aleatorias son funciones cuyos valores dependen
Más detallesEjercicios de Variables Aleatorias
Ejercicios de Variables Aleatorias Elisa M. Molanes-López, Depto. Estadística, UC3M Transformaciones de variables aleatorias Ejercicio. Sea X una v.a. continua con función de densidad dada por: /, si
Más detallesPráctica 3: Diferenciación
Análisis I Matemática I Análisis II (C) Análisis Matemático I (Q) 1er. Cuatrimestre 2017 Práctica 3: Diferenciación Aplicación de algunos resultados de diferenciación en una variable 1. Vericar que se
Más detallesCLAVES DE CORRECCIÓN SEGUNDO PARCIAL MATEMÁTICA 2º Cuatrimestre 2017 SEGUNDO TURNO (22/11/2017) TEMA 1
SEGUNDO PARCIAL MATEMÁTICA º Cuatrimestre 17 SEGUNDO TURNO (/11/17) TEMA 1 Ejercicio 1 ( puntos) Dada la función exponencial f(x) = x 1, determinar el conjunto de negatividad y positividad. Ya que la función
Más detallesProbabilidad Condicional. Teorema de Bayes para probabilidades condicionales:
Probabilidad Condicional Teorema de Bayes para probabilidades condicionales: Definición: Sea S el espacio muestral de un experimento. Una función real definida sobre el espacio S es una variable aleatoria.
Más detallesEstadís4ca y Métodos Numéricos Tema 2. Variable Aleatoria
Estadís4ca y Métodos Numéricos Tema. Variable Aleatoria Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo García
Más detallesTEMA 4 SEGUNDO TURNO (22/11/2017) Ejercicio 1 (2 puntos) Respuesta. Ejercicio 2 (3 puntos) Respuesta. Material de uso exclusivamente didáctico 1
SEGUNDO PARCIAL MATEMÁTICA º Cuatrimestre 17 SEGUNDO TURNO (/11/17) TEMA 4 Ejercicio 1 ( puntos) Hallar las coordenadas del punto de la gráfica de la función h(x) = ln(x + x + 1) + 5x donde la pendiente
Más detallesConstrucción de Paul Lévy del Movimiento Browniano Estándar, según P. Morters y Y. Peres. August 31, 2016
del Movimiento Browniano Estándar, según P. Morters y Y. Peres August 31, 016 Algunos preliminares Definición Una función de distribución (de probabilidades) es una función F : R R tal que 1. F es no decreciente.
Más detallesGRADO de TELECOMUNICACIONES
GRADO de TELECOMUNICACIONES ESTADISTICA 2009-2010 PRACTICA 2. PROBABILIDAD Y VARIABLES ALEATORIAS OBJETIVOS: Introducción a la probabilidad y a las variables aleatorias 1. Probabilidad 1. Simular 1000
Más detallesExamen de Estadística
Examen de Estadística Grado en Ingeniería de Telecomunicación 4 de Junio de 03 Cuestiones solucion h 30m C. (p) Un sistema de comunicación está compuesto por los componentes A, B, C, D y E, donde cada
Más detallesTema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión
Tema :Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. Puede ser la función de densidad de una variable aleatoria continua mayor que uno en algún punto? Sí. La función de densidad de la variable
Más detalles