3. Variables aleatorias
|
|
- Natalia Bustamante Paz
- hace 5 años
- Vistas:
Transcripción
1 3. Variables aleatorias Estadística Ingeniería Informática Curso Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
2 Contenidos 1 Variables aleatorias y su distribución 2 Transformación de variables aleatorias 3 Medidas características de una variable aleatoria Esperanza Momentos de una variable aleatoria. Varianza Otras medidas características Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
3 Variables aleatorias y su distribución Si en un experimento aleatorio, a cada suceso elemental del espacio (Ω, P) le asignamos un valor numérico obtenemos una variable que hereda de Ω la probabilidad P, y que denominamos variable aleatoria. La probabilidad P de que X tome un valor concreto a, P(X = a), es la probabilidad que corresponde a la unión de los sucesos aleatorios elementales a los que hemos asignado ese valor a. Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
4 Variables aleatorias y su distribución Ejemplo 1: Experimento aleatorio: lanzar un dado. v.a. más natural X : asignar a cada cara del dado su valor numérico X toma seis valores, del 1 al 6, con probabilidad P(X = a) = 1, a = 1,..., 6 6 v.a. (no tan natural) Y : asignar el valor 1 a las caras que son múltiplos de tres y el valor 0 a las que no lo son, { 1, con probabilidad p = 1 Y = 3 0, con probabilidad p = 2 3 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
5 Variables aleatorias y su distribución Ejemplo 2: Vamos a realizar un experimento aleatorio que consiste en seleccionar una persona al azar. Para cada persona observamos el número de hermanos que tiene y su peso. Podemos usar las v.a. s: - X para el número de hermanos, cuyos valores serán números enteros a partir de cero, - Y para el peso; con rango de valores todos los posibles entre los ĺımites naturales; entre dos valores posibles de Y se podrían obtener infinitos valores intermedios (si utilizáramos aparatos con suficiente precisión). Estos infinitos valores en el rango de la variable es lo que diferencia a las variables continuas (Y ) de las discretas (X ). Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
6 Variables aleatorias y su distribución Definición: Una variable aleatoria X es una función X : Ω R, que a cada elemento del espacio muestral le hace corresponder un número real. El conjunto de valores reales que tienen asociado algún elemento del espacio muestral se denomina rango de la v.a.: Ω X = {x R : s Ω, X (s) = x} Si Ω X es un conjunto finito o numerable, entonces la variable aleatoria se denomina discreta. En caso de que Ω X sea un intervalo, finito o infinito, entonces la variable aleatoria se denomina continua. Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
7 Variables aleatorias y su distribución Cómo asignamos una probabilidad P a los valores del rango de una v.a.? ( cómo hereda la variable X la función de probabilidad P del espacio Ω?) Dado A R, la probabilidad de A viene dada por P(A) = P(X A) = P(s Ω : X (s) A) La función de { } masa (v.a. discreta) densidad (v.a. continua) caracteriza P (inducida por P) qué significa? que conocida la función de masa/densidad de X podemos calcular la probabilidad de cualquier subconjunto A R por qué usarlas? porque son más fáciles de calcular y de manipular Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
8 Variables aleatorias y su distribución Función de masa (v.a.discreta) Es una función que representa la probabilidad de que X tome cada uno de los posibles valores (discretos) x i, i = 1,..., n,...: p : R [0, 1] x i p(x i ) = P(X = x i ) = = P(s Ω : X (s) = x i ) Propiedades: 1. 0 p(x) 1, x R 2. p(x i ) = 1 i 3. Dado A R, P(X A) = p(x i ) x i A Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
9 Variables aleatorias y su distribución Función de densidad (v.a.continua) Es una función f : R R que describe la probabilidad de X de la siguiente manera: si tenemos un subconjunto de números reales A R, la probabilidad de que la variable aleatoria continua X tome un valor en dicho conjunto es P(X A) = f (x)dx. A No hay que confundir la probabilidad P(X = a) con el valor de la función de densidad en a, f (a) Propiedades: 1. f (x) 0, x R, 2. f (x)dx = 1. R Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
10 Variables aleatorias y su distribución Como consecuencia: b P(a X b) = f (x)dx a P(X = a) = f (x)dx = {a} a a f (x)dx = 0 la probabilidad de que una v.a. continua X tome un valor a es cero P(X a) = P(X < a) P(X a) = P(X > a) Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
11 Variables aleatorias y su distribución Función de distribución Otra función F que caracteriza la función de probabilidad P de una v.a. X : F (x) = P(, x] = P(s Ω : X (s) x), x R Propiedades: 1. ĺım x F (x) = 0 2. ĺım x F (x) = 1 3. x 1 < x 2 F (x 1 ) F (x 2 ) (monótona no decreciente) 4. F (x + ) = ĺım F (x + h) = F (x) h 0 + (continua por la derecha) Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
12 Variables aleatorias y su distribución Como consecuencia: P(a, b] = P(, b] P(, a] = F (b) F (a) P(a, b) = P(, b) P(, a] = F (b ) F (a) P[a, b] = P(, b] P(, a) = F (b) F (a ) P[a, b) = P(, b) P(, a) = F (b ) F (a ) P{a} = P(, a] P(, a) = F (a) F (a ) (salto de probabilidad en a) donde P(, a) = F (a ) Si F tiene un salto en un punto a entonces P(a) > 0 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
13 Variables aleatorias y su distribución Función de distribución de una v.a.discreta F (x) = x i x P(X = x i ) = x i x p(x i ) es una función continua a trozos (función en escalera) Función de distribución de una v.a.continua F (x) = x f (t)dt F es continua: no tiene saltos (todos los conjuntos formados por un solo punto tienen probabilidad cero) df (x) Calculamos f (x) a partir de F (x) derivando: f (x) = dx Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
14 Variables aleatorias y su distribución Ejemplo 1: Experimento aleatorio: lanzar cuatro veces una moneda equilibrada. Espacio muestral: Ω = {CCCC, CCC+, CC + C, C + CC, +CCC, CC + +, C + C+, C + +C, +CC+, +C +C, ++CC, +++C, ++C+, +C ++, C +++, ++++} X v.a. que expresa el número de cruces obtenidas; toma el valor 0 cuando el resultado es {CCCC}, el valor 1 si ocurre el suceso {CCC+, CC + C, C + CC, +CCC}, el valor 2 si aparece {CC + +, C + C+, C + +C, +CC+, +C + C, + + CC}, el valor 3 para los resultados {+ + +C, + + C+, +C + +, C + ++}, y el valor 4 si sale {+ + ++}. P(x i ) = 1 x i = 0 4 x i = 1 6 x i = 2 4 x i = 3 1 x i = 4 F (x) = 0 x < x < x < x < x < 4 = 1 x 4 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
15 Variables aleatorias y su distribución Ejemplo 1 (cont.): Se quiere hallar la probabilidad de que aparezcan más de dos cruces: o también: P(X > 2) = P(X = 3) + P(X = 4) = = 5 P(X > 2) = 1 P(X 2) = 1 F (2) = 5 Se quiere calcular la probabilidad de que el número de cruces sea más de 1 y menos de 4: P{1 < X < 4} = P(X = 2) + P(X = 3) = = 10 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
16 Variables aleatorias y su distribución Ejemplo 2: Sea X una variable aleatoria continua, caracterizada por la siguiente función de densidad: { k(x f (x) = 2 + 1) si 0 < x < 3 0 en el resto Para que sea función de densidad, la integral en R debe ser 1: 1 = R f (x)dx = 3 0 k(x 2 + 1)dx = (k x 3 ) kx 0 = k k = = 9k + 3k = 12k k = 1 12 Función de distribución: 0, x < 0 x F (x) = k(t 2 + 1)dt, 0 x 3 0 1, x > 3 = 0, x < 0 x 3 + 3x, 0 x , x > 3 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
17 Transformación de variables aleatorias Transformación de variables aleatorias Dadas una variable aleatoria X y una función real de variable real g : R R queremos estudiar la distribución de la variable aleatoria transformada por g de X, Y = g(x ) Basta con calcular la función de distribución de Y (P está caracterizada por F ) F Y (y) = P Y (Y y) = P Y (g(x ) y) = P X (X A y ), donde A y = {x : g(x) y} (en muchos casos es sencillo de calcular) Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
18 Transformación de variables aleatorias Transformación de una v.a.discreta Función de distribución: F Y (y) = P X (X A y ) = x i A y p X (x i ) = g(x i ) y Función de masa: p Y (y) = P Y (Y = y) = P Y (g(x ) = y) = Transformación de una v.a.continua Función de distribución (g continua y creciente): g(x i )=y p X (x i ) p X (x i ) F Y (y) = P Y (g(x ) y) = P X (X g 1 (y)) = F X (g 1 (y)) Función de densidad (g derivable e inyectiva): f Y (y) = f X (x) dx dy Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
19 Transformación de variables aleatorias Ejemplo: Dadas la variable aleatoria continua X, con función de densidad f X (x) = 2x, 0 < x < 1, y la función continua g(x) = 3x + 1, calcular la función de densidad de la variable aleatoria continua Y = g(x ). Como x = g 1 (y) = y 1, 3 y dx dy = 1 3 = 1 3, será: f Y (y) = 1 3 f X ( y 1 3 ) = 2y 2 9, (1 < y < 4) Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
20 Transformación de variables aleatorias Ejemplo (cont.): Alternativamente, podemos calcular f Y de la siguiente manera: Función de distribución de Y : F Y (y) = P(Y y) = P(g(X ) y) = P ( X g 1 (y) ) = F X ( g 1 (y) ) = = y tdt = t 2 y 1 3 = 0 (y 1)2, 9 y derivamos F Y para obtener la función de densidad: f Y (y) = 2(y 1) 9 = 2y 2 9 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
21 Medidas características de una variable aleatoria Medidas características de una v.a. El estudio y comparación de la distribución de probabilidad de distintas variables aleatorias es más sencillo mediante el uso de constantes (medidas características de la variable) que caracterizan la tendencia central de las distribuciones (o valor central alrededor del cual se encuentran repartidas de forma equilibrada las probabilidades), la dispersión (mayor o menor densidad en torno al valor central), etc. Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
22 Medidas características de una variable aleatoria Esperanza Esperanza (I) medida característica de tendencia central más importante también se denomina esperanza matemática, media o valor esperado de la v.a. se denota como E[X ] o µ X representa el valor promedio o centro de gravedad de los valores que toma la variable, ponderando éstos mediante la correspondiente probabilidad. Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
23 Medidas características de una variable aleatoria Esperanza Esperanza (II) Esperanza de una v.a.discreta µ X = E[X ] = i x i p X (x i ) Dada g : R R, la esperanza de Y = g(x ), viene dada por µ Y = E[Y ] = i g(x i )p X (x i ) Esperanza de una v.a.continua µ X = E[X ] = R xf X (x)dx Dada g : R R, la esperanza de Y = g(x ), viene dada por µ Y = E[Y ] = g(x)f X (x)dx R Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
24 Medidas características de una variable aleatoria Esperanza Esperanza (III) Propiedades: Dadas las variables aleatorias X, Y y dos números reales a, b R, se tiene: E[aX + b] = ae[x ] + b E[X + Y ] = E[X ] + E[Y ] (es un operador lineal) Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
25 Medidas características de una variable aleatoria Momentos de una variable aleatoria. Varianza Momentos valores esperados de ciertas funciones de X se pueden definir alrededor de cualquier punto de referencia alrededor del cero momentos ordinarios o respecto al origen alrededor de la esperanza de X momentos centrales o respecto a la media Momento ordinario de orden k: α k = E[X k ] α 1 = µ X (el momento ordinario de orden 1 es la media de X ) Momento central de orden k: µ k = E[(X µ X ) k ] µ 1 = E[X µ X ] = E[X ] µ X = µ X µ X = 0 (el momento central de orden 1 de cualquier v.a. es cero) Dos v.a. con los mismos momentos tienen la misma distribución de probabilidad (los momentos caracterizan la distribución de probabilidad) Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
26 Medidas características de una variable aleatoria Momentos de una variable aleatoria. Varianza Varianza (I) momento central de orden 2: µ 2 = E[(X µ X ) 2 ] se denota por V (X ) o σ 2 X representa la distancia cuadrática promedio a la media dispersión de una v.a. en torno a su media su raíz cuadrada, σ, se denomina desviación típica E[(X µ X ) 2 ] = E[X 2 ] µ 2 X (el momento central de orden 2 es igual al momento ordinario de orden 2 menos el cuadrado del momento ordinario de orden 1) Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
27 Medidas características de una variable aleatoria Momentos de una variable aleatoria. Varianza Varianza (II) Varianza de una v.a.discreta σx 2 = V (X ) = E[(X µ X ) 2 ] = (x i µ X ) 2 p X (x i ) i o alternativamente: σ 2 X = E[X 2 ] µ 2 X = i x 2 i p X (x i ) µ 2 X Varianza de una v.a.continua σx 2 = V (X ) = E[(X µ X ) 2 ] = (x µ X ) 2 f X (x)dx o alternativamente: σx 2 = E[X 2 ] µ 2 X = R R x 2 f X (x) dx µ 2 X Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
28 Medidas características de una variable aleatoria Momentos de una variable aleatoria. Varianza Varianza (III) Propiedades: Dada una variable aleatoria X y dos números reales a, b R, se verifica: V (X ) = E[X 2 ] (E[X ]) 2 V (ax ) = a 2 V (X ) V (b) = 0 V (ax + b) = a 2 V (X ) Desigualdad de Chebichev: P( X µ X > kσ X ) 1 k 2 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
29 Medidas características de una variable aleatoria Otras medidas características Mediana (I) Mediana de una v.a. X Es el valor Me tal que P(X < Me) 1 2, y F (Me) = P(X Me) 1 2 es una medida de tendencia central en el sentido de que es el valor para el cual la distribución de probabilidad queda dividida en dos partes iguales Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
30 Medidas características de una variable aleatoria Otras medidas características Mediana (II) Mediana de una v.a.discreta es el primer valor (o rango de valores) que acumula (por la izquierda) una probabilidad mayor o igual a 1 2 Mediana de una v.a.continua es el valor que verifica F (Me) = 1 2 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
31 Medidas características de una variable aleatoria Otras medidas características Coeficiente de variación CV X = σ X µ X expresa la magnitud de la dispersión de una variable aleatoria con respecto a su valor esperado permite comparar la dispersión relativa de dos distribuciones de probabilidad especialmente útil cuando la escala de medida de las variables que queremos comparar difiere notablemente Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
32 Medidas características de una variable aleatoria Otras medidas características Ejemplo: Sea la variable aleatoria discreta X correspondiente al número de cruces obtenidas al lanzar 4 veces una moneda 1 x i = 0 4 Función de masa: P(x i ) = Media: µ X = 0 x i = 1 6 x i = 2 4 x i = 3 1 x i = = 2 La función de distribución a la izquierda de 2 es 5 11 y en 2 es Me =2. Varianza: σx 2 = = = 1 1 Coeficiente de variación: CV X = 2 = 1 2 Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
33 Medidas características de una variable aleatoria Otras medidas características Ejemplo: Sea la variable aleatoria continua X, con función de densidad f X (x) = 2x, si 0 < x < 1. 1 Media: µ X = x 2xdx = 2x = = 0,67 La mediana será el valor Me tal que 1 Me 2 = 2xdx = x 2 Me = Me 2, luego Me = 2 = 0,71 1 Momento ordinario de orden 2: E[X 2 ] = x 2 2xdx = 2x = σx 2 = 1 ( ) = = 0,05 Coeficiente de variación: CV X = = = Estadística (Aurora Torrente) 3. Variables aleatorias Curso / 33
Variables 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 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 detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
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 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 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 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 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 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 detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detallesTema 3. VARIABLES ALEATORIAS.
3..- Introducción. Tema 3. VARIABLES ALEATORIAS. Objetivo: Encontrar modelos matemáticos para el trabajo con probabilidad de sucesos. En particular, se quiere trabajar con funciones reales de variable
Más detallesTema 5. Variables Aleatorias
Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD VARIABLE ALEATORIA Una variable x valuada numéricamente varía o cambia, dependiendo del resultado particular del experimento que se mida. Por ejemplo, suponga que se tira
Más detallesTema 4: Variables aleatorias.
Estadística 46 Tema 4: Variables aleatorias. El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos aleatorios, que en muchos
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 detallesVariables aleatorias
Capítulo 5 Variables aleatorias 5.1. Introducción Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son valores numéricos. Por ejemplo, si el experimento consiste
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 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 detallesValeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)
Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables
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 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 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 detallesTema 2: Variables Aleatorias
Estadística Aplicada I. Curso 2009-2010 Tema 2: Variables Aleatorias José G. Clavel 1 1 Departamento de Métodos Cuantitativos para la Economía y la Empresa jjgarvel@um.es Universidad de Murcia 6 de octubre
Más detallesDistribuciones de Probabilidad para Variables Aleatorias Discretas 1
Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,
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 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 detallesVariables aleatorias
Estadística Variables aleatorias Supongamos que realizamos el experimento: tirar dos veces un dado. Hasta ahora, hemos tratado sucesos, por ejemplo: A2 = la suma de dos tiradas de un dado es 2. Podemos
Más detallesRequisitos Matemáticos. Clase 01. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial
Universidad Austral de Chile Escuela de Ingeniería Comercial ICPM050, Econometría Clase 01 Requisitos Matemáticos Profesor: Carlos R. Pitta Econometría, Prof. Carlos R. Pitta, Universidad Austral de Chile.
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 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 detallesNº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00
U.D.3: Distribuciones Discretas. La Distribución Binomial 3.1 Variable Aleatoria Discreta. Función o Distribución de Probabilidad. Variable Aleatoria: - En un experimento aleatorio, se llama variable aleatoria
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 detallesEstadística Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri
Estadística 2011 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri Clase 1 1. Las Definiciones de Probabilidad 2. Variables Aleatorias 3. Función de Densidad
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 3: VARIABLES ALEATORIAS
Tema 3: VARIABLES ALEATORIAS Introducción En el tema anterior hemos modelizado el comportamiento de los experimentos aleatorios. Los resultados de un experimento aleatorio pueden ser de cualquier naturaleza,
Más detallesVARIABLES ALEATORIAS INTRODUCCIÓN
DOCENTE: SERGIO ANDRÉS NIETO DUARTE CURSO: ESTADÍSTICA DE LA PROBABILIDAD VARIABLES ALEATORIAS INTRODUCCIÓN Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son
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 detallesVariables aleatorias bidimensionales discretas
Universidad de San Carlos de Guatemala Facultad de Ingeniería Área de Estadística VARIABLES ALEATORIAS BIDIMENSIONALES Concepto: Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X,
Más detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detalles4.1. Definición de variable aleatoria. Clasificación.
Capítulo 4 Variable aleatoria Una variable aleatoria es un valor numérico que corresponde a un resultado de un experimento aleatorio. Algunos ejemplos son: número de caras obtenidas al lanzar seis veces
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 detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 3. Probabilidad y variable aleatoria
Estadís5ca Tema 3. Probabilidad y variable aleatoria María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema
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 detallesTema 5 Modelos de distribuciones de Probabilidad
Tema 5 Modelos de distribuciones de Probabilidad Variable aleatoria unidimensional Dado un espacio de Probabilidad (E, F, P), una variable aleatoria es una aplicación del espacio muestral E al conjunto
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 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
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 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 detallesIMADIL /12/2014
IMADIL 2014 1. Introducción 2. Definiciones previas 3. Axiomas de la probabilidad 4. Definición de variable aleatoria 5. Variables aleatorias discretas y continuas 6. Modelos de probabilidad: 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 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 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 detallesCurso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Conceptos Fundamentales Parte 2 Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
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 detallesEstadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
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 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 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 detallesVectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos
Definición Dado un espacio muestral S, diremos que X =(X 1, X 2,, X k ) es un vector aleatorio de dimension k si cada una de sus componentes es una variable aleatoria X i : S R, para i = 1, k. Notemos
Más detallesVariable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Más detallesEXÁMEN INFERENCIA ESTADÍSTICA I Diplomado en Estadística Convocatoria de Febrero 2006
EXÁMEN INFERENCIA ESTADÍSTICA I Diplomado en Estadística Convocatoria de Febrero 6 Problema ( ptos) Considera un experimento aleatorio con espacio muestral Ω. a) Definir una σ-álgebra A sobre Ω. b) Dar
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 detallesLA FUNCIÓN VARIABLE ALEATORIA (va.)
LA FUNCIÓN VARIABLE ALEATORIA (va.) Una variable aleatoria X es una función que asocia un número real con cada elemento del espacio muestral. Ej: Se sacan fichas de manera sucesiva sin reemplazo de una
Más detallesTEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL.
TEMA 10: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL. 10.1 Experimentos aleatorios. Sucesos. 10.2 Frecuencias relativas y probabilidad. Definición axiomática. 10.3 Distribuciones de
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 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 detallesVariables Aleatorias Discretas
Profesor Alberto Alvaradejo Ojeda 9 de septiembre de 2015 Índice 1. Variable aleatoria 3 1.1. Discretas...................................... 3 1.2. Continuas..................................... 3 1.3.
Más detallesTema 3. Probabilidad y variables aleatorias
1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad
Más detallesDistribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
Más detallesIntroducción al Diseño de Experimentos.
Introducción al Diseño de Experimentos www.academia.utp.ac.pa/humberto-alvarez Introducción Una población o universo es una colección o totalidad de posibles individuos, especímenes, objetos o medidas
Más detallesTema 4: Probabilidad y Teoría de Muestras
Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009
Más detallesTEMA 3.- VECTORES ALEATORIOS.- CURSO
TEMA 3.- VECTORES ALEATORIOS.- CURSO 017-018 3.1. VARIABLES ALEATORIAS BIDIMENSIONALES. FUNCIÓN DE DISTRIBUCIÓN CONJUNTA. 3.. VARIABLES BIDIMENSIONALES DISCRETAS. 3.3. VARIABLES BIDIMENSIONALES CONTINUAS.
Más detallesAPUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS
CAPITULO III VARIABLES ALEATORIAS. DEFINICION.- UNA VARIABLE ALEATORIA ES UNA FUNCION DE LOS VALORES DEL ESPACIO MUESTRAL. ESTO ES, EL DOMINIO DE DEFINICION DE UNA VARIABLE ALEATORIA ES UN ESPACIO MUESTRAL,
Más detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
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 detallesVARIABLES ALEATORIAS Variable: Característica de los individuos u objetos
1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el
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 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 detallesANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL
ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL. VARIABLES ALEATORIAS Consideremos el experimento de lanzar 3 monedas. Tenemos que su espacio muestral es E CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX Donde
Más detallesTema 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 3: Probabilidad. Modelos. Probabilidad
TEM 3: Probabilidad. Modelos Probabilidad Fenómeno aleatorio: es aquel cuyos resultados son impredecibles. Ejemplos: Lanzamiento de una moneda: Resultados posibles: cara, cruz. Selección al azar de un
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 detallesEstadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado:
Grado en Biología. Universidad de Alcalá. Curso 2017-18. Fernando San Segundo. Actualizado: 2017-10-16 Fernando San Segundo. Actualizado: 2017-10-16 1 Qué es una variable aleatoria? Pronto veremos una
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 detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
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 detallesVARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
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 detallesSOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II
SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE 4. ESTADÍSTICA EXAMEN DE MATEMÁTICAS II Estadística (primer parcial). Septiembre de 4.- El coeficiente de determinación R nos determina a) el % de la varianza de Y
Más detalles2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria
2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un
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 detallesUnidad II Distribuciones de Probabilidad
Unidad II Distribuciones de Probabilidad Última revisión: 25-Septiembre-2009 Elaboró: Ing. Víctor H. Alcalá-Octaviano Página 11 II.1 Variables aleatorias discretas y continuas En gran número de experimentos
Más detallesMATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL
MATEMÁTICAS II PROBABILIDAD DISTRIBUCIÓN BINOMIAL DISTRIBUCIÓN NORMAL 1) PROBABILIDAD Experimentos aleatorios. Concepto de espacio muestral y de suceso elemental. Operaciones con sucesos. Leyes de De Morgan.
Más detallesVARIABLE ALEATORIA VARIABLE ALEATORIA DISCRETA:
VARIABLE ALEATORIA DISTRIBUCIÓN DE PROBABILIDAD. PROBABILIDAD INDUCIDA. VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA CONTINUA FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE DISCRETA FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesTema 6: Características numéricas asociadas a una variable aleatoria. Función generatriz de momentos
Tema 6: Características numéricas asociadas a una variable aleatoria. Función generatriz de momentos. Introducción En este Tema 6. construiremos y estudiaremos una serie de parámetros o características
Más detalles