EJERCICIOS RESUELTOS VARIABLE ALEATORIA BIDIMENSIONAL

Tamaño: px
Comenzar la demostración a partir de la página:

Download "EJERCICIOS RESUELTOS VARIABLE ALEATORIA BIDIMENSIONAL"

Transcripción

1 Gestión Aeronáutica: Estadística Teórica Facultad Ciencias Económicas Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández EJERCICIOS RESUELTOS VARIABLE ALEATORIA BIDIMENSIONAL

2 Gestión Aeronáutica: Estadística Teórica Facultad Ciencias Económicas Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández EJERCICIOS VARIABLES ALEATORIAS BIDIMENSIONALES Eercicio.- Un eperimento consiste en lanzar tres veces una moneda. Sean las variables aleatorias: ="número de caras en las tres tiradas" e ="diferencia en valor absoluto entre el número de caras el de escudos en las tres tiradas". Se pide: a) Distribución de probabilidad de (, ) b) Media desviación típica de las distribuciones marginales de e c) Covarianza coeficiente de correlación d) Son e independientes? e) Distribución condicionada de a 3 f) Distribución condicionada de a P ; P P3 g),, a) Espacio muestral: (c,c,c),(c,c,e),(c,e,c),(e,c,c),(c,e,e),(e,c,e),(e,e,c),(e,e,e) (c,c,c) 3 (c,c,c) 3 (c,c,e) (c,e,c) (e,c,c) (c,c,e) (c,e,c) (e,c,c) (c,e,e) (e,c,e) (e,e,c) (c,e,e) (e,c,e) (e,e,c) (e,e,e) (e,e,e) 3 Distribución de probabilidad: 3 p Probabilidades marginales: i pi p p p3 p4 3 3 i p pp p 6 Adviértase que la probabilidad conunta: 4 i 3 3 pi Siendo: 4 4 pi pi p. En general, i i n m n m p p p i i i i

3 b) Distribución marginal de la variable aleatoria : i pi.p i i i. p i 3 i Media: E(). p,5 4 i i i Var() E( ) E() Varianza: 4 i i i E( ). p 3 Var() E( ) E() 3,5,75,75,66 Distribución marginal de la variable aleatoria : p.p. p Media: E(). p,5 Varianza: Var() E( ) E() E( ). p 3 Var() E( ) E() 3,5,75,75,66 c) Covarianza coeficiente de correlación La covarianza se define: Cov(,). donde 4 E().. p i i i Así pues, ,5 con lo cual, Cov(,).,5,5.,5 Señalar que la covarianza Cov(, ) puede ser negativa, nula o positiva, siendo una medida de la fuerza de la relación lineal entre e. El coeficiente de correlación lineal es un número abstracto (sin unidades) que determina el grado en que las variables (, ) están relacionadas linealmente. Se define:.

4 con lo cual,.,75.,75 Denotar que. Cuando no eiste relación lineal entre las variables e, diciendo que están incorreladas. d) Para que e sean independientes se tiene que verificar: pi p i. p ( i, ) 3 pi p p p 6 p 6 p. p.p Las variables e NO son independientes Señalar que cuando dos variables e son independientes, es decir, cuando pi p i. p (, ), la covarianza es cero. El caso contrario no se verifica. Es decir: i e independientes Cov(, ) Cov(, ) e independientes e) Distribución condicionada de a 3 : P/ 3 P 3 P( 3) 3 pi P( / 3) p 6 En general, P P/ P( ) 3

5 f) Distribución condicionada de a : P/ P P( ) 3 pi P( / ) p 6 En general, P/ i P i P( ) g) P ;, P, P 3 i P ; P ; P ; 3 P ; P ;3 3 4 p p p p P P ;P ; 3 P 3;P 3;3 3 4 p3 p3 p4 p4 P 3 P ;P ;P ;P 3; p p p3 p4 4 4

6 Eercicio.- Sea una variable aleatoria bidimensional con distribución de probabilidad Se pide: a) Son e independientes? b) Hallar las medias desviaciones típicas de e c) Hallar las probabilidades: P ; P P d) Hallar el coeficiente de correlación a) Para analizar si e son independientes ha que hallar las distribuciones marginales de e, ver si verifica que pi p i. p ( i, ) pi p 3 3 p p.p. 6 3 p p.p p3 p 3.p. 6 3 p p.p. 3 3 p p.p p3 p 3.p Luego las variables e no son independientes. b) Para hallar las medias desviaciones típicas de e ha que considerar las distribuciones marginales: 5

7 Distribución marginal de la de la variable aleatoria i pi.p i i i. p i i Media: 6 3 E() i. pi i 3 E( ) i. pi i Varianza: Var() E( ) E() Desviación típica: 5,745 9 Distribución marginal de la variable aleatoria p.p. p Media: E(). p 3 E( ). p Var() E( ) E() 3 9 Varianza: Desviación típica:,943 9 c) Probabilidades: P ; P P 6

8 P ; P ; P ; 3 4 P P ; P ; P 3; P 3; 6 4 P P ; P ; P 3; 6 3 d) Coeficiente de correlación..p i i E().. p i i i Covarianza: Cov(,).., Coeficiente de correlación:,555.,745.,943,79 Siendo,79, valor cercano a, eiste una fuerte relación lineal entre las variables e. 7

9 Eercicio 3.- Sean (, ) los paquetes diarios que venden dos operadores de viaes, cua distribución de probabilidad conunta se reflea en la tabla:,5,5,,5,,5,,5,5 Hallar la media, varianza desviación típica de las variables:,,, pi.p i i i. pi,5,5,,4,5,,5,3,3,3,,5,5,3,6, p,3,4,3,9,5.p,4,6. p,4,,6 Distribución marginal de la variable : Media: 3 i i i E(). p,9 3 i i i E( ). p,5 Varianza: Var(),5,9,69 Desviación típica:,69,3 Distribución marginal de la variable : Media: E(). p 3 3 E( ). p,6 Varianza: Var(),6,6 Desviación típica:,6,77 Distribución de la variable ( ) :

10 Media: E( ) E() E(),9,9 Se tiene: 3 3 E( ) ( ).p i i i,5,5,,5,,5,,5,5.,5.,5.,.,5., 3.,5., 3.,5 4.,5,9 Varianza: Var( ) Var() Var() Cov(,) e no independientes..p i i,5,5,,5,,5,,,,5,5,,6,3,7 3 3 E().. p i i i Covarianza: Cov(, ).,9., Var( ) Var() Var() Cov(,),69,6.,,49 E () E() Se tiene:,5,5,,5,,5,,5,5.,5 4., 9.,5 4., 9.,5 6.,5 5, E ( ).,5.,5 4., E ( ) E( ) 5,,9,49 Distribución de la variable ( ) :, 49, Media: E( ) E() E(),9, Var( ) Var() Var() Cov(,),69,6.,,9 9

11 Eercicio 4.- Sea (, ) una variable aleatoria bidimensional con función de densidad: k f(,) restantes valores a) Hallar k para que sea función de densidad b) Hallar las funciones de densidad marginales. Son e independientes? c) Hallar las funciones de distribución marginales d) Hallar las funciones de densidad condicionadas a) Para que f(, ) sea función de densidad tiene que verificarse: f(, ) d d k por tanto, k d d k d d k d k d k k f(,) restantes valores b) Funciones de densidad marginales: f() f(,)d d f() f(,)d d e son independientes cuando f(,) f ().f () f ().f ().() 4 4 f(,) luego no son independientes c) Funciones de distribución marginales: F () f (t)dt f (t)dt t dt t F () f (t)dt f (t)dt ( t)dt t t d) Funciones de densidad condicionadas:

12 f(,) f( / ) f() f(,) f( / ) f() Eercicio 5.- Sea (, ) una variable aleatoria bidimensional con función de densidad: ; f(,) restantes valores a) Comprobar que f(, ) es función de densidad b) Hallar las medias de e c) Hallar las probabilidades: P ; P ; a) f(,) es función de densidad si se verifica: f(,) d d f(,) d d d d d d d d en consecuencia, f(, ) es función de densidad. b) Para hallar las medias de e ha que calcular primero las funciones de densidad marginales: f () f(,)d d f() f(,)d d d

13 3 E() f ()d. d 3 3 E() f ()d f ()d f ()d ()d ()d 3 3 ( )d ( )d c) Probabilidades: P ; P ; P ; f(,)dd d d d d P ; f(,)d d d d d d Eercicio 6.- La función de densidad asociada a la emisión de billetes de una compañía área es: f(,) enelresto a) Hallar la función de distribución b) Hallar las funciones de densidad marginales de e c) Son e independientes? v F(,) f(u,v) dv du (u v)dudv (u v)dv du u v du a) u u du u ( ) En consecuencia, ó F() ( ),, ( ) F(, ) F() ( ),

14 Funciones de densidad marginales de e f () f(,)d ( )d f () f(,)d ( )d Adviértase que: F() f() ( ) F() f() () a) e son independientes cuando se verifica f(,) f ().f () f().f(). f(,) luego no son independientes. Eercicio 7.- La función de distribución asociada a un fenómeno de la naturaleza es: F(, ) enelresto ( e ).( e ), a) Hallar la función de densidad b) Hallar las funciones de densidad marginales de e c) Hallar las funciones de densidad condicionadas d) Calcular el coeficiente de correlación a) ( e ).( e ) F(, ) F(, ) ( e ) f(,) (e ) (e ) () (e ).e e. e.e e, e Función de densidad f(,) enelresto () e b) Funciones de densidad marginales 3

15 () f () f(,)d e d e.e d e e d e e e.( ) e () f () f(,)d e d e.e d e e d e e e.( ) e Adviértase que e son independientes al verificarse f(,) f ().f () f(,) e f ().f () e.e () e independientes La covarianza μ = σ = ρ = c) Funciones de densidad condicionadas f(,) e al ser e independientes () f( / ) e f () f() e f(,) e al ser e independientes () f( / ) e f () f() e d) El coeficiente de correlación. E().f ()d.e d.e e d.e e E().f ()d.e d.e e d.e e Nota:.e d.e e d.e e u du d donde se ha realizado el cambio dv e d v e d e () E(.)..f(,) d d..e d d.e d..e d E( ). f () d.e d.e..e d.e.e e.e..e.e Análogamente, E( ) 4

16 covarianza:.. coeficiente de correlación.. Las variables son incorreladas Eercicio.- La venta en un mercado de abastos lleva asociada la función: k f(,) enelresto a) Hallar k para que sea función de densidad b) Hallar la función de distribución c) Funciones de densidad marginales condicionadas d) Se considera la transformación Z T, hallar la función de densidad de la variable (Z,T) a) f(,) k Para que f(,) sea función de densidad debe verificarse que f(,) d d k d d k d d k d 4 kd k k k La función de densidad f(,) 4 enelresto b) Función de distribución F(,) P(, ) f(u,v) dv du uv uv F(,) dv du dv du uv dv du 5

17 v u u u v du du 4 4 u u ( ) () u u 4 6 En consecuencia, ( ) ( ) F(, ) 6 Las funciones de distribución marginales, resultan: uv uv F() P( ) f(u,v)dvdu dvdu dv du 4 4 v u v du du u 4 o uv uv F() P( ) f(u,v)dvdu dvdu dv du 4 4 v u u v du u du u También se podrían haber hallado a través de las funciones de densidad marginales: f () f(,)d d f () f(,)d d 4 4 F() P( ) f(u)du du u v4 v 7 F() P( ) f(v)dv dv 4v 6 La función de distribución conunta: 6

18 ó ( ) () 6 F(, ), 7, 6, c) Las funciones de densidad marginales se pueden hallar a partir de la función de distribución conunta: F() F() 7 4 f() () f() 6 o bien, a partir de la función de densidad: f () f(,)d d f () f(,)d d 4 4 Funciones de densidad condicionadas: f(,) ( ) 4 f( / ) f () f() 4 f(,) ( ) 4 4 f( / ) f () f() (4) 4 Las variables e no son independientes al ser f(,) f ().f () d) En la transformación Z T z z (z,t) J 3 (,) t t por lo que eiste la función de densidad g(z,t) (,) z t Despeando (,) en la función de (Z,T) se calcula el acobiano J (z,t) z t Z T Z Z 3 (,) 3 3 J T T ZT (z,t)

19 La función de densidad g(z,t) f h (z,t), h (z,t). J z t zt h(z,t), h(z,t), 3 3 zt 3 3 z t 3 z t z t 3 3 (zt)( zt) g(z, t). 4 3 f(,) 4 enelresto (z t)( z t) zt 3 g(z, t) 3 zt 3 enelresto Eercicio 9.- Sea (,) una variable aleatoria bidimensional con función de probabilidad p i c i i,,,,,,,,, enotrocaso a) Calcular el valor de la constante c b) P, c) P d) P a) Para determinar el valor de la constante c se elabora la tabla, siendo pi c i - - pi - 4c 3c c c c - 3c c c c 7c c c c c 6c c c c 3c 7c c c 3c 4c c p c 7c 6c 7c c 4c 5 5 pi 4c c i 4,,,, pi 4 enotrocaso i i,,,, P, 4 b)

20 c) P 7c 7 4 d) zona sombreada 7 P c 4 P P,P, P, P, P, P, P, P, P, P, P, P, P, c 47 Eercicio.- Sean (,) dos variables aleatorias independientes, cada una con la función de densidad: e f() otrocaso e f() otrocaso Calcular la función de densidad de la variable aleatoria Por ser variables aleatorias independientes, la función de densidad conunta de la variable aleatoria bidimensional es: f, (,) otrocaso e, La transformación a aplicar es U V siendo e u u v v (,) u v Despeando (,) en la función de (U,V) se calcula el acobiano J (u,v) u v U V V UV (,) J (u,v) Función de densidad de la transformación h (u, v) v ; h (u, v) u v: f (u, v) f h (u, v), h (u, v). J f v, u v. J f v, u v. f v, u v U,V,,,, 9

21 U,V v (uv) u e e u,v, u v, otrocaso f (u,v) f (v, u v) Como se quiere obtener la función de densidad de la variable aleatoria U, se calcula la función de densidad marginal de U: u u u u u u U U,V f (u) f dv e dv e v u.e u u.e u f(u) U otrocaso Eercicio.- Sea (,) una variable aleatoria bidimensional absolutamente continua con densidad uniforme en el cuadrante unitario,,. Calcular la función de densidad conunta U V U V U (,) u v El acobiano J V UV (u, v) u v Función de densidad de la transformación h (u,v) (uv)/ ; h (u,v) (u v)/ : uv uv uv uv f U,V(u,v) f, h(u,v),h(u,v).j f,,.j f,,. uv uv f,,.. Dominio para las variables e : u v, uv u v uv, u ; v f U,V(u,v) enotrocaso

22 Eercicio.- Dada la variable aleatoria bidimensional (,) absolutamente continua con función de densidad conunta c f(,) enotrocaso Calcular: a) El valor de la constante c b) P c) Función de distribución conunta a) Para el cálculo de la constante c se procede: 6 c c c f(,) d d c d d d d 3 7 c c 6 4 c c c c 4c c con lo cual, f(,) 4 enotrocaso 4 6 P d d d d 4 b) c) F(,) f(u,v)dv du, u v v 6 u v u u F(,) u v dv du du du u vu 4 v u

23 3 7 u 3 7 u 3 7 u u 7 u 3 u u u , u v F(, ) u v dv du u vu 4, u v F(, ) u v dv du u vu 4 4 4, u v F(, ) u v dv du u vu 4, En consecuencia, F(, ) , 7 3, 4 4, 3 7,

24 Eercicio 3.- Dada la variable aleatoria bidimensional (,) con función de distribución,, F(, ),,, Calcular la función de densidad conunta de la v.a. bidimensional (,) a), F(, ),,,, f(,), F(, ),,,, Por consiguiente,, f(,) enotrocaso 3

25 Gestión Aeronáutica: Estadística Teórica Facultad Ciencias Económicas Empresariales Departamento de Economía Aplicada Profesor: Santiago de la Fuente Fernández

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES Gestón Aeronáutca: Estadístca Teórca Facultad Cencas Económcas Empresarales Departamento de Economía Aplcada Profesor: Santago de la Fuente Fernández VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

Más detalles

TEMA 8 REGRESIÓN Y CORRELACIÓN

TEMA 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 detalles

6 Variables aleatorias independientes

6 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 detalles

Capítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales

Capítulo 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 detalles

SOLUCIONES AL EXAMEN DE SEPTIEMBRE DE ESTADÍSTICA EXAMEN DE MATEMÁTICAS II

SOLUCIONES 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 detalles

Cuestiones propuestas de la primera prueba de la primera preparación

Cuestiones 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 detalles

Capítulo 6: Variable Aleatoria Bidimensional

Capítulo 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 detalles

TEMA 3.- VECTORES ALEATORIOS.- CURSO

TEMA 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 detalles

Variables aleatòries vectorials Els problemes assenyalats amb un (*) se faran a classe. 1.- Los estudiantes de una universidad se clasifican de acuerdo a sus años en la universidad (X) y el número de visitas

Más detalles

Departamento de Matemática Aplicada a las T.I.C. SOLUCIONES

Departamento de Matemática Aplicada a las T.I.C. SOLUCIONES Departamento de Matemática Aplicada a las T.I.C. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EAMEN FINAL Otoño 25-6 FECHA: 5 de Enero de 26 Fecha publicación notas: 22 de Enero de 26 Fecha revisión

Más detalles

Teoría Moderna de Decisión y Estimación, Notas Introductorias: Cálculo de probabilidades y

Teoría 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 detalles

Material introductorio

Material introductorio Material introductorio Nombre del curso: Teoría Moderna de la Detección y Estimación Autores: Vanessa Gómez Verdejo Índice general. Variables aleatorias unidimensionales..................................

Más detalles

3. Variables aleatorias

3. 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 detalles

Tema 3. VARIABLES ALEATORIAS.

Tema 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 detalles

Tema 6: Distribuciones Multivariantes

Tema 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 detalles

Requisitos Matemáticos. Clase 01. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial

Requisitos 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 detalles

Distribución bidimensional. Marginales. Correlación lineal. Rectas de regresión.

Distribución bidimensional. Marginales. Correlación lineal. Rectas de regresión. REGRESIÓN LINEAL. Distribución bidimensional. Marginales. Correlación lineal. Rectas de regresión. Dada una población, hasta ahora hemos estudiado cómo a partir de una muestra extraída de ella podemos

Más detalles

VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M.

VECTORES 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 detalles

TEORÍA 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. 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 detalles

, desviación típica de los datos del proceso

, desviación típica de los datos del proceso 78 donde, LSE, límite superior de especificación µ σ, media de los datos del proceso, desviación típica de los datos del proceso Si el CPU >= entonces el proceso es capaz, caso contrario el proceso no

Más detalles

2. Ejercicio: 003_VACD_081

2. 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 detalles

Diplomatura en Ciencias Empresariales

Diplomatura en Ciencias Empresariales DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Diplomatura en Ciencias Empresariales ESTADÍSTICA II Relación Tema 7: Variables estadísticas bidimensionales. 1. Se han lanzado dos dados varias veces.

Más detalles

VARIABLES ESTADÍSTICAS BIDIMENSIONALES

VARIABLES ESTADÍSTICAS BIDIMENSIONALES VARIABLES ESTADÍSTICAS BIDIMENSIONALES 1.- En una variable estadística bidimensional, el diagrama de dispersión representa: a) la nube de puntos. b) las varianzas de las dos variables. c) los coeficientes

Más detalles

Variable aleatoria. Conceptos básicos. Carlos Gamero Burón José Luis Iranzo Acosta Departamento de Economía Aplicada Universidad de Málaga

Variable aleatoria. Conceptos básicos. Carlos Gamero Burón José Luis Iranzo Acosta Departamento de Economía Aplicada Universidad de Málaga Variable aleatoria Conceptos básicos Carlos Gamero Burón José Luis Iranzo Acosta Departamento de Economía Aplicada Universidad de Málaga Parcialmente financiado a través del PIE3-4 (UMA) Parcialmente financiado

Más detalles

DISTRIBUCIONES MULTIDIMENSIONALES DE PROBABILIDAD

DISTRIBUCIONES 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 detalles

3.4: DISTRIBUCIONES DE PROBABILIDAD CONJUNTAS

3.4: 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 detalles

Cálculo de Probabilidades y Estadística. Segunda prueba. 1

Cálculo 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 detalles

Vectores aleatorios (distribuciones multivariantes)

Vectores 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 detalles

Repaso de Estadística

Repaso 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 detalles

Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL

Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL 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 detalles

Hoja 4 Variables aleatorias multidimensionales

Hoja 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 detalles

Estadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación

Estadística. 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 detalles

Probabilidad y Estadística

Probabilidad 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 detalles

Vectores Aleatorios. Vectores Aleatorios. Vectores Discretos. Vectores Aleatorios Continuos

Vectores 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 detalles

1 3 a) g(x) es una función de densidad. b) g(x) no es una función densidad, puesto que no es continua. c) g(x) es una función de distribución.

1 3 a) g(x) es una función de densidad. b) g(x) no es una función densidad, puesto que no es continua. c) g(x) es una función de distribución. VARIABLES ALEATORIAS 1 Sea F() la función de distribución de una variable aleatoria, entonces: a) F() es una función continua b) F ()=f() es continua c) F() es continua por la derecha La función de distribución

Más detalles

CLASES DE ESTADÍSTICA II ESPERANZA ABSOLUTA

CLASES 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 detalles

Tema 4: Variables aleatorias multidimensionales

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 detalles

Tema 3 Normalidad multivariante

Tema 3 Normalidad multivariante Aurea Grané Máster en Estadística Universidade Pedagógica Aurea Grané Máster en Estadística Universidade Pedagógica Tema 3 Normalidad multivariante 3 Normalidad multivariante Distribuciones de probabilidad

Más detalles

1 Tema 4: Variable Aleatoria Bidimensional y n-dimensional

1 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 detalles

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos

1. 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 detalles

C7) Dada la distribución bidimensional de las variables "Numero de desplazamientos diarios" y "Medio de transporte utilizado" es cierto que: a) De los

C7) Dada la distribución bidimensional de las variables Numero de desplazamientos diarios y Medio de transporte utilizado es cierto que: a) De los IS12-Estadística en ITIS Exámen Final Curso 2008-09 Fecha: 28/Enero/09 Nombre alumno: NOTA: MARCAR: (a) Sobre 5 ptos, (b) Sobre 9 ptos C1) Una variable X toma únicamente 4 valores distintos: x1, x2, x3,

Más detalles

Algunos apuntes de Estadística de 4º (nivel avanzado)

Algunos apuntes de Estadística de 4º (nivel avanzado) Algunos apuntes de Estadística de 4º (nivel avanzado) Coeficiente de correlación lineal El coeficiente de correlación lineal es el cociente entre la covarianzay el producto de las desviaciones típicas

Más detalles

Concepto de VA bidimensional. Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL. Concepto de VA bidimensional. Concepto de VA bidimensional

Concepto de VA bidimensional. Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL. Concepto de VA bidimensional. Concepto de VA bidimensional Concepto de VA bidimensional Tema 3: VARIABLE ALEATORIA BIDIMENSIONAL Carlos Alberola López Lab. rocesado de Imagen, ETSI Telecomunicación Despacho D04 caralb@tel.uva.es, jcasasec@tel.uva.es, http://www.lpi.tel.uva.es/sar

Más detalles

Departamento de Matemática Aplicada a la I.T.T.

Departamento de Matemática Aplicada a la I.T.T. Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Primavera 15 FECHA: de Junio de 15 Fecha publicación notas: 11 de Junio de 15 Fecha revisión

Más detalles

Distribución conjunta de variables aleatorias

Distribución 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 detalles

Experimento 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}

Experimento 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 detalles

Ejercicio 1. Ejercicio 2

Ejercicio 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 detalles

Cálculo de Probabilidades y Estadística. Segunda prueba. 1

Cálculo de Probabilidades y Estadística. Segunda prueba. 1 08231. Cálculo de Probabilidades y Estadística. Segunda prueba. 1 Problema 1. En una circunferencia de radio 1 se toman tres puntos, al azar e independientemente. Hallar la probabilidad de que el triángulo

Más detalles

Ejemplos: 1) De una urna que contiene 6 bolillas blancas y 4 negras se extraen sin reposición 3 bolillas. Se definen

Ejemplos: 1) De una urna que contiene 6 bolillas blancas y 4 negras se extraen sin reposición 3 bolillas. Se definen Probabilidades Estadística Comutación Facultad de Ciencias Eactas Naturales Universidad de Buenos Aires Ana M. Bianco Elena J. Martínez Vectores aleatorios Hasta ahora hemos estudiado modelos de robabilidad

Más detalles

Tema 4: VARIABLES ALEATORIAS BIDIMENSIONALES

Tema 4: VARIABLES ALEATORIAS BIDIMENSIONALES Tema 4: VAIABLES ALEATOIAS BIDIMENSIONALES 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación

Más detalles

Ejemplos: 1) De una urna que contiene 6 bolillas blancas y 4 negras se extraen sin reposición 3 bolillas. Se definen

Ejemplos: 1) De una urna que contiene 6 bolillas blancas y 4 negras se extraen sin reposición 3 bolillas. Se definen Probabilidades Estadística Comutación Facultad de Ciencias Eactas Naturales. Universidad de Buenos Aires Ana M. Bianco Elena J. Martínez Vectores aleatorios Hasta ahora hemos estudiado modelos de robabilidad

Más detalles

Ejercicios de Procesos Estocásticos

Ejercicios de Procesos Estocásticos Ejercicios de Procesos Estocásticos Bernardo D Auria Departamento de Estadística Universidad Carlos III de Madrid GRUPO MAGISTRAL GRADO EN INGENIERÍA DE SISTEMAS AUDIOVISUALES Otros Ejemplo Considerar

Más detalles

Matemática Aplicada y Estadística - Farmacia Soluciones del Primer Examen Parcial - Grupo 3

Matemática Aplicada y Estadística - Farmacia Soluciones del Primer Examen Parcial - Grupo 3 1. Se está haciendo un estudio de medicamentos diferentes que contienen un principio activo común La distribución de frecuencias se indica en la tabla que sigue: Cantidad de sustancia mg [10,20 [20,30

Más detalles

Tema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión

Tema 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

Distribuciones bidimensionales

Distribuciones bidimensionales Distribuciones bidimensionales Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplo Si se deja caer una piedra,

Más detalles

Variables aleatorias bidimensionales discretas

Variables 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 detalles

Estadística Maestría en Finanzas Universidad del CEMA. Profesor: Alberto Landro Asistente: Julián R. Siri

Estadística 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 detalles

Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda.

Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Dos variables x e y están relacionadas funcionalmente cuando conocida la primera se puede saber con exactitud el valor de la segunda. Ejemplos Si se deja caer una piedra, existe una fórmula que nos permite

Más detalles

y = 2, entonces: a) x es más dispersa que y. b) son igual de dispersas. 9.- Sean dos variables estadísticas x e y con los siguientes valores x = 5, σ

y = 2, entonces: a) x es más dispersa que y. b) son igual de dispersas. 9.- Sean dos variables estadísticas x e y con los siguientes valores x = 5, σ VARIABLES ESTADÍSTICAS 1.- Sea X una variable estadística de media 2 metros y desviación típica 5 metros. Sea Y una variable estadística de media 24 cm y desviación típica 60 centímetros. a) Y es más dispersa

Más detalles

ELEMENTOS DE ESTADÍSTICA (0260)

ELEMENTOS DE ESTADÍSTICA (0260) ELEMENTOS DE ESTADÍSTICA (6) Tema. Variable aleatoria en una dimensión Enero 7. La unción de probabilidad de la variable aleatoria discreta N viene dada por N n p (n) = K.r, n =,,.... Calcule el valor

Más detalles

Distribución conjunta de variables aleatorias. Estadísca Tamara Burdisso

Distribución 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 detalles

Tema 6 - Introducción. Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo.

Tema 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 detalles

Tema 6. Variables aleatorias continuas

Tema 6. Variables aleatorias continuas Tema 6. Variables aleatorias continuas Resumen del tema 6.1. Definición de variable aleatoria continua Identificación de una variable aleatoria continua X: es preciso conocer su función de densidad, f(x),

Más detalles

Estadística I Tema 5: Modelos probabiĺısticos

Estadística 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 detalles

Tema1. Modelo Lineal General.

Tema1. Modelo Lineal General. Tema1. Modelo Lineal General. 1. Si X = (X 1, X 2, X 3, X 4 ) t tiene distribución normal con vector de medias µ = (2, 1, 1, 3) t y matriz de covarianzas 1 0 1 1 V = 0 2 1 1 1 1 3 0 1 1 0 2 Halla: a) La

Más detalles

Departamento de Matemática Aplicada a la I.T. de Telecomunicación

Departamento de Matemática Aplicada a la I.T. de Telecomunicación Departamento de Matemática Aplicada a la I.T. de Telecomunicación ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS CONVOCATORIA: ENERO 22/23 FECHA: 9 de Enero de 23 Duración del examen: 3 horas Fecha publicación

Más detalles

Distribuciones de probabilidad bidimensionales o conjuntas

Distribuciones 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 detalles

Esperanza Matemática. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Esperanza Matemática. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides speranza Matemática UCR CCI CI-135 Probabilidad y stadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides Media de una Variable Aleatoria Sea una variable aleatoria con distribución de probabilidad f().

Más detalles

ESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL

ESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL ESTADÍSTICA. DISTRIBUCIÓN BIDIMENSIONAL CONCEPTOS PREVIOS RELACIÓN ESTADÍSTICA Dos variables x e y están relacionadas estadísticamente cuando conocida la primera se puede estimar aproximadamente el valor

Más detalles

Probabilidad y Estadística

Probabilidad 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 detalles

Tema 4: Variable Aleatoria Bidimensional

Tema 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 detalles

Estadística aplicada al Periodismo

Estadística 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 detalles

Laboratorios Incentivados Equilibria. Probabilidad. Respuestas al Examen Mayo

Laboratorios Incentivados Equilibria. Probabilidad. Respuestas al Examen Mayo EQUILIBRIA ECONOMÍA 04 Laboratorios Incentivados Equilibria Probabilidad Respuestas al Examen Mayo 03 Parte Opción Múltiple.- (i) Notemos que X ~Exp(). Por lo tanto E[X] = Var(X) = Y como Var(X) = E[X

Más detalles

Análisis multivariante II

Análisis multivariante II Análisis multivariante II Tema 1: Introducción Pedro Galeano Departamento de Estadística Universidad Carlos III de Madrid pedro.galeano@uc3m.es Curso 2016/2017 Grado en Estadística y Empresa Pedro Galeano

Más detalles

VECTORES ALEATORIOS. 1 Introducción. 2 Vectores aleatorios

VECTORES 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 detalles

TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18

TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18 TEMA 5. PROCESOS ESTOCÁSTICOS.-CURSO 2017/18 5.1. Concepto de proceso estocástico. Tipos de procesos. Realización de un proceso. 5.2. Características de un proceso estocástico. 5.3. Ejemplos de procesos

Más detalles

C L A S E N 5 I N S E M E S T R E O T O Ñ O,

C L A S E N 5 I N S E M E S T R E O T O Ñ O, Unidad 1 a. Probabilidades y Estadística 1 C L A S E N 5 I N 3 4 0 1 S E M E S T R E O T O Ñ O, 2 0 1 2 Características de las v.a 2 Parámetros v.a. La función de densidad o la distribución de probabilidad

Más detalles

Cuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.

Cuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. 1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata

Más detalles

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO

MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I Y II CONTENIDOS BACHILLERATO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS Los contenidos de este bloque se desarrollan de forma simultánea al resto

Más detalles

1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES

1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES 1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES 1.- INTRODUCCIÓN AL NÚMERO REAL Realización de operaciones con números reales. Ordenación de los

Más detalles

Tema 4: Variables aleatorias multidimensionales

Tema 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 detalles

Medidas de dispersión

Medidas de dispersión Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia

Más detalles

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. Página 1 de 7 DISTRIBUCIÓN NORMAL o campana de Gauss-Laplace Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada

Más detalles

Tema 5: Modelos probabilísticos

Tema 5: Modelos probabilísticos Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable

Más detalles

VARIABLES ALEATORIAS (I)

VARIABLES ALEATORIAS (I) UNIVRSIDAD CATOLICA ANDRS BLLO Urb. Montalbán La Vega Apartado 9 Teléono: - a: - Caracas, - Venezuela acultad de Ingeniería scuela de Ingeniería Inormática ----------------------- VARIABLS ALATORIAS I

Más detalles

Curso de Probabilidad y Estadística

Curso 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 detalles

NOMBRE Apellido Paterno Apellido Materno Nombre (s)

NOMBRE 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 detalles

Y \ X

Y \ X 18 PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4 1. En la siguiente tabla se presenta la función de probabilidad conjunta del vector aleatorio discreto (X, Y ): Y \ X 1 2 3 4 1 0.10 0.05 0.02 0.02 2 0.05

Más detalles

Universidad Rey Juan Carlos Facultad de CC. Jurídicas y Sociales. Licenciatura en ECONOMÍA ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA I.

Universidad Rey Juan Carlos Facultad de CC. Jurídicas y Sociales. Licenciatura en ECONOMÍA ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA I. Universidad Rey Juan Carlos Facultad de CC. Jurídicas y Sociales (Campus de Vicálvaro) Licenciatura en ECONOMÍA asignatura: ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA I curso y duración: Segundo Cuatrimestral

Más detalles

Disponible en el sitio OCW de la Universidad Nacional de Córdoba.

Disponible 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 detalles

4.1. Definición de variable aleatoria. Clasificación.

4.1. 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 detalles