Tema 5. Variables Aleatorias Conjuntas.
|
|
- Elisa Montoya Ortiz de Zárate
- hace 5 años
- Vistas:
Transcripción
1 Tema 5. Variables Aleatorias Conjuntas. Objetivo: El alumno conocerá el concepto de variables aleatorias conjuntas podrá analizar el comportamiento probabilista, conjunta e individualmente, de las variables a través de su distribución, e identificara relaciones de dependencia entre dichas variables. Variable aleatoria discreta conjunta (bivariantes). Sean X Y variables aleatorias discretas conjuntas. Para que X Y definan una función masa de probabilidad conjunta, debe cumplirse que ) 0 f ( x, ) ) f ( x, ) f(x ) 3 Y n x x x x3 X n
2 X x x xm h() P(x,) P(x,) P(xm,) h() P(x,) P(x,) P(xm,) h() Yn P(x,n) P(x,n) P(xm,n) h(n) Y(x) g(x) g(x) g(xm) Ejemplo: De una caja que contiene 3 lápices azules, rojos 3 verdes. Se toman lápices al azar. Si X es el número de lápices azules Y el número de lápices rojos seleccionado, a) encuentre la función de la probabilidad conjunta f(x, ) b) la probabilidad de (x, ); P[(x,)] R] ; donde R es la región R{(x,)/x+ } x=número de lápices azules = 3 =número de lápices rojos = Lápices verdes = 3 Se toman lápices X= {0,,} Y= {0,,}
3 a) X 0 h() 0 3/8 9/8 3/8 5/8 6/8 6/8 0 /8 /8 0 0 /8 g(x) 0/8 5/8 3/ P(0,0) P(,0) P(,0) P(0,) P(,) p(,) 0 Ya que se sacan 3 solo se pueden sacar 3
4 P(0, ) 8 8 P(, ) 0 P(, ) b) P( x ) P(0,0) p(0,) P(,0) Variables aleatorias conjuntas continuas. Sean X Y dos variables aleatorias continuas conjuntas. Para que X Y definan una función de densidad conjunta debe cumplirse: ) f(x,)>0 ) d b c a f ( x, ) dxd a x b c d Gráfica
5 Ejemplo: Considérese la función de densidad conjunta x( 3 ) f(x,)= 0 x ; 0 < < 0 c.o.c a) Verifique que f(x, ) define una función densidad de probabilidad. b) Encuentre la P[( x, ) A] donde A es la región {( x, ) / 0 x, } a) () x 3 3 ( 3 ) ( ) ( 6 ) ( ) x x dxd x d d ] ] = x 3 3 ( 3 ) x dx d x d d 0 b) DISTRIBUCIONES CONDICIONALES Recordando: P( A B) P( A / B) PB ( ) 5
6 f ( X x Y ) f ( x, ) f ( x, ) f ( Y ) h( ) f ( Y X x) f ( x, ) f ( x, ) f ( X x) g( x) P( a x b / Y ) f ( x / ) dx P( c d / X x) f ( / x) d b a d c Ejemplo: Para la siguiente distribución de probabilidad conjunta, dada en la tabla siguiente, obtener: a) f ( x /) f ( X x / ) b) f ( x 0 / ) f (0,) h() Completando la tabla de distribución conjunta X 0 h() 0 3/8 9/8 3/8 5/8 6/8 6/8 0 /8 /8 0 0 /8 g(x) 0/8 5/8 3/ h() f ( x,) x0 f( x,) 7 f ( x /) f ( x,) h() 3 x=0,, f(0 /) f(0,) ( )( ) f(/) f(,) ( )( ) f( /) f(,) ( )(0)
7 Entonces: a) Distribución condicional X 0 f(x/) / / 0 b) P( x 0 / ) DISTRIBUCIONES MARGINALES g( x) f ( x, ) h( ) f ( x, ) x Distribuciones marginales caso discreto d g( x) f ( x, ) d c Distribuciones marginales caso continuo b h( ) f ( x, ) dx a Ejemplo: Sea la función de densidad conjunta: x f ( x, ) ( 3 ) 0 x ;0 0 Obtenga: a) Las distribuciones marginales para g(x) h(). b) La distribución condicional f(x/) c) La probabilidad P ( < x < = 3 ) d) Investigar si las variables aleatorias X Y son estadísticamente independientes. 7
8 a) 3 3 x 3x 3 x 3x x x g( x) d xd x d ( ) x x x ;0 x x 3x 3 x 3 x 3 3 h( ) dx xdx xdx ; 0<< b) c) f ( x, ) x( 3 ) x b ( ) f ( x / ) 3 b P( a x b / Y ) f ( x / ) dx a x x 3 P( x / ) dx Se puede observar en este caso que f(x/) no depende de, entonces es igual a g(x). Si ocurriera que f(x/) no dependiera de x, entonces f(x/) = h(). En este caso se puede hacer la siguiente afirmación: si f ( x, ) g( x) h( ) entonces las variables X Y son independientes, o bien estadísticamente independientes. Para nuestro ejemplo: x( 3 ) x f ( x, ), g( x), 3 h ( ) Entonces: x 3 g( x) h( ) f ( x, ) 8
9 Se puede afirmar que las variables aleatorias X Y son estadísticamente independientes. Cómo se puede determinar la independencia de las variables aleatorias discretas en una tabla de distribución conjunta? Esperanza de una distribución conjunta Recordando que: [ h( x)] h( x) p( x) x b [ h( x)] h( x) f ( x) dx a Para caso discreto Para caso continuo Para las variables aleatorias conjuntas: [ h( x, )] h( x, ) f ( x, ) x d b [ h( x, )] h( x, ) f ( x, ) dxd c a Para caso discreto Para caso continuo Ejemplo: Obtener el valor esperado de x a partir de la tabla. x 0 h() 0 3/8 9/8 3/8 5/8 6/8 6/8 0 /8 /8 0 0 /8 g(x) 0/8 5/8 3/8 9
10 [ x, ] x f ( x, ) (0)(0) ()(0) ()(0) (0)() x ()() ()()0 (0)() ()()0 ()()0 = Obtener la [ / x] para la distribución conjunta x 3x f ( x, ) 0 x ; x 3x x 3x 3 ( 3 ) [ / x] dxd dxd dxd d x x ( ) ( ) d Teorema: Sean X e Y dos variables aleatorias independientes entonces: [ x ] [ x] [ ] x 3x [ x ] x dxd = x ( 3 ) 8 x x dx d x d d Comprobación: 3 x [ x] ( 3 ) 8 x x dxd x d d
11 3 x 3 3 [ ] 3 6 = x x dxd x d d [ x ] [ x] [ ] por lo tanto, las variables aleatorias conjuntas X Y son independientes. COVARIANZA La covarianza de dos variables aleatorias conjuntas X e Y con medias respectivamente está dada por x o sea: x x x x [ x] [ x] [ ] Covarianza Corolario: Si X e Y son variables aleatorias conjuntas independientes, entonces: x 0 Ejemplo: Obtener la covarianza para la siguiente distribución de probabilidad conjunta: Caso discreto x 0 h() 0 3/8 9/8 3/8 5/8 6/8 6/8 0 /8 /8 0 0 /8 g(x) 0/8 5/8 3/8
12 x cov[ x, ] [ x] [ x] [ ] [ x] xp( x, ) x [ x] xp( x, ) = x (0)(0) ()(0) ()(0) (0)() ()() ()()(0) (0)() ()()(0) ()()(0) 8 6 E[ x] E[ x] xg( x) 0 () () x Ex [ ] 8 5 E[ ] h( ) (0) () () E [ ] cov[ x] x cov[ x] Ejemplo.-En un grupo de nueve estudiantes de cierta universidad, cuatro están casados, tres nunca han estado casados dos están divorciados. Se debe seleccionar a tres de los estudiantes para una práctica. Sea X el número de estudiantes casados Y el número de estudiantes que nunca han estado casados entre los tres elegidos para asistir a la práctica. a) Obtener la distribución de probabilidad conjunta de X Y, suponiendo que se seleccionan aleatoriamente a los tres de los nueve estudiantes disponibles. b) Determinar las funciones marginales. c) Hallar las funciones condicionales. d) Calcular la covarianza para determinar si las variables aleatorias conjuntas son independientes. a) P(x, ) = (k x )( k x )( k 3 x 3 ) ( N n )
13 3 0 P(0,) P(0, ) P(0,3) P(,0) P(,) P(, ) P(,0) P(,) P(3,0) 9 3 3
14 b) \x 0 3 h() 0 0 / /7 / 5/ /8 /7 3/ 0 3/8 / / / 3 / /8 g(x) 5/ 0/ 5/ / c) f ( x / ) f ( / x) f ( x, ) h ( ) f ( x, ) gx ( ) f(x/=0) X 0 3 f(x,0) 0 / /7 / f(x/=) X 0 3 f(x,) /8 /7 3/ 0 x cov[ x] E[ x] E[ x] E[ ] E[ x] xf ( x, ) x x n x x n x N n N 3 E[ x] (0)(0)(0) ()(0) ()(0) (3)(0) (0)() ()() ()() (3)()(0) (0)() 7 8 7
15 6 ()() ()()(0) (3)()(0) (0)(3) ()(3)(0) ()(3)(6) (3)(3)(0) E[ x] xg( x) 0 3 x E[ ] h( ) cov () 3 cov 3 son dependientes Si la cov = 0, entonces son independientes COEFICIENTE DE CORRELACIÓN El coeficiente de correlación lineal mide el grado de la relación entre las variables X Y. Este coeficiente se aplica cuando la relación que pudiera existir entre las variables es lineal (es decir, si representáramos en un gráfico los pares de valores de las dos variables, la nube de puntos se aproximaría a una recta). El coeficiente de correlación se obtiene a partir de la expresión: x x Donde σ x es la covarianza, σ x σ son las desviaciones estándar de X Y respectivamente. 5
16 E[ x ] E [ x] x E[ ] E [ ] x g( x) (0) () () (3) E x x x h( ) (0) () () (3) E por lo tanto: x x entonces, el coeficiente de correlación es:: (0.75)(0.707) 6
Tema 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 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 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 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 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 detalles2. Ejercicio: 003_VACD_081
FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS ACADEMIA DE PROBABILIDAD Semestre: 7- SERIE TEMA VARIABLES ALEATORIAS CONJUNTAS. Ejercicio: _VACD_8 Sean las distribuciones
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 detallesTEMA 3. VARIABLES ALEATORIAS.
TEMA 3. VARIABLES ALEATORIAS. Objetivo: El alumno conocerá el concepto de variable aleatoria y podrá analizar el concepto probabilista de la variable a través de su distribución y sus características numéricas.
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 detallesUniversidad Central de Venezuela Facultad de Ciencias Escuela de Computación Probabilidad y Estadística Práctica Nº 4
Distribuciones de Variables Aleatorias Distribuidas en forma Conjunta Objetivos de la práctica: Objetivo general: Al finalizar la práctica, el estudiante deberá conocer los conceptos fundamentales de las
Más detallesDistribución conjunta de variables aleatorias. Estadísca Tamara Burdisso
Distribución conjunta de variables aleatorias Distribución conjunta de probabilidad Hasta ahora estudiamos las posibles distribuciones de una única v.a. Pero muchos de las aplicaciones que enfrentamos
Más detallesCLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA
1 CLASES DE ESTADÍSTICA II CLASE ) ESPERANZA ABSOLUTA. ESPERANZA CONDICIONAL. ESPERANZA ABSOLUTA El cálculo de valores esperados o esperanzas a nivel de dos variables aleatorias es una generalización matemática
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 detallesDistribución conjunta de variables aleatorias
Distribución conjunta de variables aleatorias En muchos problemas prácticos, en el mismo experimento aleatorio, interesa estudiar no sólo una variable aleatoria sino dos o más. Por ejemplo: Ejemplo 1:
Más detallesDistribuciones multivariadas
Distribuciones multivariadas Si X 1,X 2,...,X p son variables aleatorias discretas, definiremos la función de probabilidad conjunta de X como p(x) =p(x 1,x 2,...,x k )=P (X 1 = x 1,X 2 = x 2,...,X p =
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 detallesVectores aleatorios (distribuciones multivariantes)
Vectores aleatorios (distribuciones multivariantes) Tema 9. Distribución conjunta de un vector aleatorio. Distribuciones marginales y condicionadas Ignacio Cascos Depto. Estadística, Universidad Carlos
Más detalles3.4: DISTRIBUCIONES DE PROBABILIDAD CONJUNTAS
Cátedra: 3.4: DISTRIBUCIONES DE PROBABILIDAD CONJUNTAS Hasta ahora el estudio se ha referido a variables restringidas a espacios muestrales unidimensionales en los que se registran los resultados de un
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 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 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 detallesProf. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
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 detallesTEMA 4 P (X = 1) = 0,4 P (X = 2) = 0,6 P (Y = 3) = 0,7 P (Y = 9) = 0,3
TEMA 4. Dada una v.a. bivariante cua distribución de probabilidad es: P (, ) 4, P (, ), P (, ) 4 a) Obtener la distribución de probabilidad marginal de la v.a. X. b) Obtener la distribución de probabilidad
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 detallesCálculo de Probabilidades II Preguntas Tema 1
Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga
Más detallesProbabilidad, Variables Aleatorias y Distribuciones
GRUPO A Prueba de Evaluación Continua 5-XII-.- Tres plantas de una fábrica de automóviles producen diariamente 00, 00 y 000 unidades respectivamente. El porcentaje de unidades del modelo A es 60%, 0% y
Más detalles1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional
1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional 4.1. Variable aleatoria bidimensional Las Variables Aleatorias Bidimensionales o N-Dimensionales surgen cuando es necesario trabajar en espacios
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 detalles6 Variables aleatorias independientes
6 Variables aleatorias independientes Edgar Acuna ESMA 4 Edgar Acuna Dos variables aleatorias son independientes si para todo a b P[
Más detalles1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos
TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación
Más detallesPyE_ EF2_TIPO1_
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EXAMEN FINAL RESOLUCIÓN
Más detallesCuestiones propuestas de la primera prueba de la primera preparación
Cuestiones propuestas de la primera prueba de la primera preparación Temas a 9 de Teórica Básica Estas cuestiones van pensadas en la línea del primer examen Su dificultad conjunta tiene un nivel similar
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 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 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 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 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 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 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 detallesLISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA)
LISTA DE EJERCICIOS PARA ETS DE PROBABILIDAD (IE, ICA, e ISISA) PROBABILIDAD CONDICIONAL 1. Dados P (A) = 0.4, P (B A) = 0.3 y P (B c A c ) = 0.2, determine: a) P (A c ). b) P (B A c ). c) P (B). d) P
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 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 detallesTema 6: Distribuciones Multivariantes
Tema : Distribuciones Multivariantes. Distribución conjunta de un vector aleatorio. Distribución conjunta de un vector aleatorio. Distribuciones marginales condicionadas.3 Independencia entre variables
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 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 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 detallesCálculo de Probabilidades II Preguntas Tema 2
Cálculo de Probabilidades II Preguntas Tema 2 1. Demuestre que la suma de n v.a. Bernuolli(p) independientes tiene una distribución Binomial con parametros (n, p). 2. Se dice que una v.a tiene una distribución
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 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 detallesNOMBRE Apellido Paterno Apellido Materno Nombre (s)
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SEGUNDO EAMEN FINAL RESOLUCIONES
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 detallesrxy = Halle la ecuación de la recta de mejor ajuste Indique el tipo de correlación (positiva, negativa, cero, no lineal)
PONTIFICIA UNIVERSIDAD CATOLICA DE PUERTO RICO DEPARTAMENTO DE FISICA-MATEMATICAS Nombre: Sección: Mat.298 REPASO 2 Núm. I. Un psicólogo experimental afirma que, mientras más edad tenga un niño, disminuye
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 detallesEstadística I Ejercicios Tema 4 Curso 2015/16
Estadística I Ejercicios Tema 4 Curso 2015/16 1. En una urna hay 15 bolas numeradas de 2 al 16. Extraemos una bola al azar y observamos el número que tiene. a) Describe los sucesos, escribiendo todos sus
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 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 detallesTarea 1. Conteste lo siguiente: a) Qué constituye la población? Todas las personas aseguradas por el IMSS. b) La población es finita o infinita?
Tarea 1 Esta tarea tiene tres secciones. La primera sección tiene un peso de 15%, la segunda sección tiene un peso de 15%, la tercera sección tiene un peso de 35% y la cuarta tiene un peso de 35%. 2. El
Más detallesSOLUCIÓN: Al realizar el histograma de frecuencias, se obtiene:
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS COORDINACIÓN DE CIENCIAS APLICADAS DEPARTAMENTO DE PROBABILIDAD Y ESTADÍSTICA SOLUCIÓN SEGUNDO EXAMEN FINAL A
Más detallesPrueba Integral Lapso /6
Prueba Integral Lapso 2 009-2 76 - /6 Universidad Nacional Abierta Probabilidad y Estadística I (76) Vicerrectorado Académico Cód. Carrera: 06-20 - 508 Fecha: 2-2 - 2 009 MODELO DE RESPUESTAS Objetivos,
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 detallesAPUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS
CAPITULO V APUNTES DE PROBABILIDAD Y ESTADISTICA VARIABLES ALEATORIAS CONJUNTAS. CONSIDERANDO EL CASO DE DOS DIMENSIONES. DADO UN ESPERIMENTO, EL PAR ( x, y ) SE CONOCE COMO UNA VARIABLE ALEATORIA BIDIMENSIONAL
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 detallesMatemáticas Nivel Medio Matemáticas Ap.CC.SS.II
Matemáticas Nivel Medio Matemáticas Ap.CC.SS.II Martes, 6 de febrero de 018 1 hora y 15 minutos. NOMBRE APELLIDOS CALIFICACIÓN 1. La longitud auricular de la oreja en varones jóvenes, medida en centímetros
Más detallesUNIDAD 3 Características de variables aleatorias uni y bidimensionales
Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas ESTADÍSTICA Ingenierías: Recursos Hídricos-Ambiental-Agrimensura TEORÍA Mg. Ing. Susana Vanlesberg Profesor Titular UNIDAD Características
Más detalles2. ESTADÍSTICAS BIDIMENSIONALES
TEMA. ESTADÍSTICAS BIDIMENSIONALES.... Definición. Objetivos.... Coeficiente de Correlación. Lineal... 4 3. Rectas de regresión.... 7 . Definición. Objetivos En el tema anterior hemos estudiado las distribuciones
Más detallesSesión 2: Teoría de Probabilidad
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad las reglas mátemáticas de la probabilidad no son simplemente reglas para calcular frecuencias de variables aleatorias;
Más detallesEJERCICIOS VARIABLES ALEATORIAS
EJERCICIOS VARIABLES ALEATORIAS 1.- Tenemos dos urnas, en la urna A hay 5 bolas blancas y 4 rojas y en la B hay 6 blancas y 3 rojas. Se sacan, sin reemplazamiento, dos bolas de cada urna. Sea X el nº de
Más detallesTema 2 Modelos de probabilidad
Tema 2 Modelos de probabilidad José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Estructura de este tema Conceptos básicos de probabilidad. Modelos discretos: la distribución
Más detallesTEMA 8 REGRESIÓN Y CORRELACIÓN
/7 TEMA 8 REGRESIÓN Y CORRELACIÓN Dada una variable aleatoria bidimensional (, ) supongamos que las variables no sean independientes, es decir, que eista cierta relación entre ellas. Nos planteamos entonces
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 detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
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 detallesTécnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Más detallesVariables aleatorias continuas
//2 Análisis de datos y gestión veterinaria Variables aleatorias continuas y distribuciones Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 8 de Noviembre de 2
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 detallesESTADÍSTICA Hoja 2
Estadística 1 ESTADÍSTICA 05-06. Hoja 2 1. Dada la variable bidimensional (X, Y ), Es cierto que: a) La suma de todas las frecuencias absolutas conjuntas es igual al número de datos.? b) La suma de todas
Más detallesDefinición 1 (Probabilidad Condicional) Observación 1 Se puede aplicar la definición también a variables discretas o continuas.
CAPÍTULO 1: ALGUNAS REGLAS DE PROBABILIDAD Para leer Lee: Capítulo 1 Definición 1 (Probabilidad Condicional) Para dos sucesos A y B, P (A B) P (A B) P (B) Observación 1 Se puede aplicar la definición también
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 detallesProbabilidad Condicional
Probabilidad Condicional Ejemplo: Se tiene que dos bolas son seleccionadas aleatoriamente (sin reemplazo) de un caja que contiene r bolas rojas y b bolas azules. Cuál es la probabilidad de que la primera
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 detallesTEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE MÍNIMOS CUADRADOS
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI Asignatura: Estadística II Docente: Ing. Jesús Alonso Campos TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE
Más detallesDisponible en el sitio OCW de la Universidad Nacional de Córdoba.
OCW - UNC OpenCourseWare I UNC Curso: Estadística I U 4. Variables Aleatorias Autora: Rosanna Casini Cómo citar el material: Disponible en el sitio OCW de la Universidad Nacional de Córdoba. Casini, Rosanna
Más detallesHasta este punto, el interés se ha centrado en una sola variable aleatoria de tipo discreto o continuo.
156 PROBABILIDAD Y ESTADÍSTICA CAPÍTULO 5 DISTRIBUCIONES CONJUNTAS Hasta este punto, el interés se ha centrado en una sola variable aleatoria de tipo discreto o continuo. En tales casos, se habla de una
Más detallesDistribucion conjunta de variables continuas
Distribucion conjunta de variables continuas Matías Carrasco 22 de mayo de 218 1. Introducción La distribución conjunta de un par de variables aleatorias X e Y es la distribución de probabilidad definida
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 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 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 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 detallesProbabilidad Condicional
Probabilidad Condicional Ejemplo: Se tiene que dos bolas son seleccionadas aleatoriamente (sin reemplazo) de un caja que contiene r bolas rojas y b bolas azules. Cuál es la probabilidad de que la primera
Más detallesSesión 2: Teoría de Probabilidad
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 2: Teoría de Probabilidad Considero que la probabilidad representa el estado de la mente con respecto a una afirmación, evento u otra cosa para
Más detallesIntroducción al Tema 9
Tema 2. Análisis de datos univariantes. Tema 3. Análisis de datos bivariantes. Tema 4. Correlación y regresión. Tema 5. Series temporales y números índice. Introducción al Tema 9 Descripción de variables
Más detallesExamen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2007) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (3 puntos) Se considera el sistema lineal de ecuaciones, dependiente del parámetro
Más detalles