Part I. Momentos de una variable aleatoria. Esperanza y varianza. Modelos de Probabilidad. Mario Francisco. Esperanza de una variable aleatoria
|
|
- Domingo Soler Ferreyra
- hace 5 años
- Vistas:
Transcripción
1 una una típica Part I Momentos. Esperanza y varianza
2 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 <, se define la media, valor esperado o esperanza matemática de la X como el número real: µ = E (X ) = i x ip i Definición Sea X una continua con función de densidad f. Supuesto que x f (x)dx <, se define la media, valor esperado o esperanza matemática de la X como el número real: µ = E (X ) = xf (x)dx
3 Esperanza una una típica Propiedades de la esperanza 1 E (ax + b) = ae (X ) + b 2 E (X + Y ) = E (X ) + E (Y ) 3 Si X es discreta con valores x i, y probabilidades p i, la media de Y = g(x ) es: E(Y ) = E (g(x )) = g(x i )p i i 4 Si X es una continua con densidad f, la media de Y = g(x ) es: E(Y ) = E (g(x )) = g(x)f (x)dx
4 Esperanza una una típica Ejemplo 1 Valor esperado de la X = suma de los resultados obtenidos al lanzar dos dados : { (6 6 i )/36 si i = 1, 2,..., 11 p i = 0 en otro caso E (X ) = 11 i=1 x i p i = = 7
5 Esperanza una una típica Ejemplo 2 Media de la continua cuya función de densidad está dada por: { 1 si 8 x 9 f (x) = 0 si x / [8, 9] E (X ) = xf (x)dx = La media de Y = g(x ) = X 3 es E(Y ) = E (g(x )) = xdx = 8 5 x 3 dx =
6 Esperanza una una típica Ejemplo 3. Variable discreta que no posee media Sea X la con función de probabilidad: x i = ( 1) i 2 i i, p i = 1, i = 1, 2, 3,... 2i Dado que la serie i=1 x i p i no es convergente, diremos que X no tiene media. X i p i = i=1 i=1 2 i i 1 2 i = i=1 1 i =
7 Esperanza una una típica Ejemplo 4. Variable continua que no posee media Sea X una de Cauchy, con función de densidad: f (x) = Dado que no existe la media. x f (x)dx = 1 π(1 + x 2 ), < x < x f (x)dx, diremos que X no tiene x π(1 + x 2 ) dx = x π x 2 dx = 1 [ ( ln 1 + x 2 )] 2π 0 = x π(1 + x 2 ) dx
8 Momentos una una típica Definición Sea n Z +, si existe E (X n ), se define el momento con respecto al origen de orden n, α n, X a α n = E (X n ), Teorema Si existe el momento de orden t X entonces existen todos los de orden 0 < s < t.
9 Momentos una una típica Teorema Sea X una v.a. sobre el espacio de probabilidad (Ω, A, P). Si E X k < para algún k > 0, entonces Teorema n k P { X > n} 0 cuando n. Si n k P { X > n} 0 a β, β < k.
10 Momentos una una típica Definición Sea n Z +, si E ((X E(X )) n ) existe, se define el momento central o con respecto a la media de orden n, µ n, de X como µ n = E ((X E(X )) n ) Comentario Conocidos α k se obtienen µ k y viceversa: µ k = E (X α 1 ) k = k ( k ( 1) i i i=0 α k = E (X α 1 + α 1 ) k = k i=0 ) α i 1α k i ( ) k α i i 1µ k i
11 Varianza una una típica Definición Sea X una con media µ = E(X ). Se define la varianza de X como el valor esperado de los cuadrados de las diferencias con la media: σ 2 = Var(X ) = E[(X E(X )) 2 ] Definición Se define la típica de la X como la raíz positiva de la varianza: σ = + E[(X E(X )) 2 ] Propiedades 1 Var(aX + b) = a 2 Var(X ). 2 Var (X ) = E ( X 2) [E(X )] 2.
12 Características una una típica Tipificacíón Una se dirá que está estandarizada o tipificada, si su media es 0 y su varianza es 1. Para transformar una X con media µ y típica σ en otra tipificada, basta con aplicar la transformación lineal, Y = X µ. σ La nueva, Y, tiene media 0 y varianza 1.
13 Características una una típica La mediana es la medida de centralización que divide la distribución en dos partes de igual probabilidad. Es el valor M e que, para una con distribución F, verifica: M e = inf{x/f (x) 1/2} La moda es el valor M 0 que maximiza la función de probabilidad o la función de densidad, según se trate discreta o continua, respectivamente. Cuantiles de orden p, siendo 0 < p < 1, son los valores Q p, que dejan un 100p% de la distribución de probabilidad a su izquierda. Esto es: Q p = inf{x/f (x) p} Los cuantiles más usados son Q 1, Q 1 y Q 3 que se denominan también primer, segundo y tercer cuartil.
14 Características una una típica Recorrido intercuartílico RI = Q 3 Q Se define el coeficiente de variación X, con media µ > 0 y típica σ, como : CV (X ) = σ µ El coeficiente de asimetría es el cociente γ 1 = µ 3 σ 3 Si γ 1 es 0 la distribución es simétrica. En otro caso presentará asimetría positiva o negativa de acuerdo con el signo de γ 1. El coeficiente de apuntamiento o curtosis es el número γ 2 = µ 4 σ 4 3 Si γ 2 es 0 la distribución presenta una forma similar a la distribución normal.
15 Características una una típica Ejemplo 5 Vamos a calcular algunas de las de la distribución continua que tiene por función de densidad { 0 f (x) = 1 si 0 x 10 0 en otro caso Media y varianza: µ = E(X ) = σ 2 = E ( (x 5) 2) = xf (x)dx = xdx = (x 5)2 dx =
16 Características una una típica Ejemplo 5 Coeficiente de variación: CV = σ µ = Momentos con respecto al origen: α k = 10 0 [ 1 10 x k x k+1 dx = (k + 1) 10 ] 10 Momentos centrales o respecto a la media: µ k = = 10k k + 1 [ ] 1 10 (x (x 5) k )k dx = 10(k + 1) 0 en particular, µ 3 = 0 y µ 4 = 125.
17 Características una una típica Ejemplo 5 Al tratarse continua, el cuartil Q p es el valor de la que verifica que F (Q p ) = p, siendo F la función de distribución de la : 0 si x < 0 x F (x) = si 0 x si x > 10 La mediana es el valor M e que verifica que F (M e ) = 1/2 : F (M e ) = 1 2 M e 10 = 1 2 M e = 5
18 Características una una típica Ejemplo 5 Los cuantiles de orden p serán aquellos valores Q p tales que F (Q p ) = p Q p 10 = p Q p = 10p Recorrido intercuartílico: RI = Q 3 4 Q 1 4 = 5 Como γ 1 = 0 y γ 2 = 1 2, la distribución es simétrica y platicúrtica (más aplastada que la normal).
19 de Markov y de Tchebychev una una típica Desigualdad de Markov Si X es una que toma sólo valores no negativos, se verifica la siguiente desigualdad: P(X k) E(X ), k > 0 k Comentario Esta desigualdad se puede generalizar para el caso función no negativa g de la X, obteniendo: P (g(x ) k) E [g(x )], k > 0 k
20 de Markov y de Tchebychev una una típica Desigualdad de Tchebychev Dada una X, con media µ y típica σ, el teorema o desigualdad de Tchebychev afirma que para cualquier constante positiva k se verifica: equivalentemente, P( X µ < kσ) 1 1 k 2 P( X µ kσ) 1 k 2
21 de Markov y de Tchebychev una una típica Comentarios: Para el caso particular de k = 2, el resultado afirma que el 75% de la distribución de probabilidad se encuentra en el intervalo (µ 2σ, µ + 2σ). La acotación que proporciona esta desigualdad es conservadora, si bien nos da información de la sin conocer su distribución. Obsérvese que la desigualdad de Tchebychev es consecuencia de la desigualdad de Markov, sin más que aplicar esta última a la transformada Y = g(x ) = (X E(X )) 2.
22 de Markov y de Tchebychev una una típica Ejemplo 6 El número diario de usuarios impresora de un centro de cálculo sigue una distribución con media 40 y típica 4. Aunque se desconoce la distribución de la, podemos dar una acotación para la probabilidad de que el número de usuarios de un día cualquiera esté comprendido 32 y 48. Teniendo en cuenta que 32 = µ 2σ y que 48 = µ + 2σ, por la desigualdad de Tchebychev: P(32 < X < 48) = P(µ 2σ < X < µ + 2σ) = 0 75 Al menos el 75% de los días el número de usuarios de dicha impresora estará 32 y 48.
23 generatriz de probabilidad una una típica Definición Sea X una v.a. discreta, tal que P(X = k) = p k, k = 0, 1, 2,..., la función P(s) = E ( s X ) = p k s k k=0 la cual converge casi seguro para s 1, se llama la función generatriz de probabilidad.
24 generatriz de probabilidad una una típica Comentarios P(s) es una serie de potencias de centro cero y radio de convergencia 1. Como P(1) = 1, la serie P(s) es uniformemente y absolutamente convergente en s 1 y P es una función continua en s. Los de X, si existen, pueden ser calculados por las derivadas de P(s) en s = 1. P (s) = P (s) = kp k s k 1, entonces P (1) = E(X ) k=1 k(k 1)p k s k 2, entonces P (1) = E(X (X 1)) k=2 y así sucesivamente.
25 generatriz de una una típica Definición Sea X una v.a. definida en (Ω, A, P). La función M(s) = E (e ) sx se llama la función generatriz de de la v.a. X si la esperanza anterior existe en algún intervalo del origen.
26 generatriz de una una típica Comentario La función generatriz de puede no existir para alguna v.a. Sea X la v.a. con función de masa de probabilidad, Entonces P (X = k) = 6 π 2 M(s) = E (e ) sx = 6 π 2 k=1 1, k = 1, 2,... k2 e sk, es divergente para cada s > 0. k2
27 generatriz de una una típica Teorema Si la función M(s) v.a. X existe para s en ( s 0, s 0 ), s 0 > 0, las derivadas de todos los órdenes existen en s = 0 y pueden evaluarse bajo el signo integral, es decir, ( M (k) (s) = E X k), con k Z +. s=0 Alternativamente, si M(s) existe en un entorno de s = 0, desarrollando en serie de Maclaurin tenemos que: M(s) = M(0) + M (0) 1! s + M (0) s 2 +, 2! por lo tanto, E ( X k) es el coeficiente de s k /k! en la expansión anterior.
Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
Más 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
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 detalles( ) DISTRIBUCIÓN UNIFORME (o rectangular) 1 b a. para x > b DISTRIBUCIÓN DE CAUCHY. x ) DISTRIBUCIÓN EXPONENCIAL. α α 2 DISTRIBUCIÓN DE LAPLACE
Estudiamos algunos ejemplos de distribuciones de variables aleatorias continuas. De ellas merecen especial mención las derivadas de la distribución normal (χ, t de Student y F de Snedecor), por su importancia
Más 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 detallesEstadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos
Estadística I Tema 2: Análisis de datos univariantes Descripción numérica de datos Descripción numérica de datos: medidas descriptivas Centro Posición Variación Forma media cuartiles rango coef. asimetría
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 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 detallesIMADIL /10/2014
TEMA 3: Características estadísticas fundamentales (Segunda parte: Dispersión y forma) Ignacio Martín y José Luis Padilla IMADIL 2014-2015 2 POSICIÓN DISPERSIÓN ESTADÍSTICOS SIMETRÍA APUNTAMIENTO 3. ESTADÍSTICOS
Más detallesTema 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 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 detallesSeries numéricas y de potencias. 24 de Noviembre de 2014
Cálculo Series numéricas y de potencias 24 de Noviembre de 2014 Series numéricas y de potencias Series numéricas Sucesiones de números reales Concepto de serie de números reales. Propiedades Criterios
Más detallesTema 3: Funcio n de Variable Aleatoria
Tema 3: Funcio n de Variable Aleatoria Teorı a de la Comunicacio n Curso 2007-2008 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una
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 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 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 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 detallesJulio Deride Silva. 18 de agosto de 2010
Estadística Descriptiva Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 18 de agosto de 2010 Tabla de Contenidos Estadística Descriptiva Julio Deride
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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)
TEMA Nº 7 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer las características de la distribución normal como distribución de probabilidad de una variable y la aproximación de
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 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 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 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 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 detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
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 Descriptiva y Probabilidad FORMULARIO
Estadística Descriptiva y Probabilidad FORMULARIO Departament d Estadística i Investigació Operativa Universitat de València Angel Corberán Francisco Montes 2 3 Capítulo 1 Estadística Descriptiva 1.1.
Más detallesVariables aleatorias
Ejemplo: Suponga que un restaurant ofrecerá una comida gratis al primer cliente que llegue que cumpla años ese día. Cuánto tiene que esperar el restaurant para que la primera persona cumpliendo años aparezca?
Más detallesVariables aleatorias continuas, TCL y Esperanza Condicional
Variables aleatorias continuas, TCL y Esperanza Condicional FaMAF 17 de marzo, 2011 1 / 37 Poisson P(λ) Número de éxitos en una cantidad grande de ensayos independientes Rango: {0, 1, 2,... } = {0} N Función
Más detallesCurso Inferencia. Miguel Ángel Chong R. 10 de septiembre del 2013
Curso Estadística Miguel Ángel Chong R. miguel@sigma.iimas.unam.mx 10 de septiembre del 013 Distribución de la diferencia de medias muestrales cuando se conoce la varianza poblacional. En muchas situaciones
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 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 detallesEstadística Descriptiva en R: Parámetros y estadísticos. José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016)
Estadística Descriptiva en R: Parámetros y estadísticos José Enrique Martín García Universidad Politécnica de Gimialcón (Copyright 2016) Parámetros y Estadísticos Parámetro: Es una cantidad numérica calculada
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 detallesC alculo Noviembre 2010
Cálculo Noviembre 2010 Series numéricas. Sucesiones Definición Una sucesión es una aplicación a : IN IR. Denotamos simplificadamente a n en vez de a(n). El límite de la sucesión (a n ) es l R si para
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 continuas y Teorema Central del Limite
Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R
Más 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 detallesNombre y Apellidos: x e 1 x 1 x f(x) = ln(x) x
Universidade de Vigo Departamento de Matemática Aplicada II E.T.S.I. Minas Nombre y Apellidos: Cálculo I Convocatoria de Diciembre de Diciembre de 008 DNI: (6.5 p.) ) Se considera la función f : R R definida
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 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 detallesProbabilidades y Procesos Estocásticos
Probabilidades y Procesos Estocásticos Resumen Control 3 Profesor Iván Rapaport Auxiliar Abelino Jiménez G. Universidad de Chile Indice General 1 Resumen de la Materia. Variable Aleatorias. Discretas y
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 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 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 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 detallesDistribuciones unidimensionales continuas
Estadística II Universidad de Salamanca Curso 2011/2012 Outline 1 Distribución uniforme continua 2 Estándar 3 Distribución χ 2 de Pearson 4 Distribución uniforme continua Definición Es una variable continua
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 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 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 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. 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 detallesEstadística I Examen Extraordinario, 24 Junio Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER.
Estadística I Examen Extraordinario, Junio. Grados en ADE, DER-ADE, ADE-INF, FICO, ECO, ECO-DER. REGLAS DEL EXAMEN: Usar cuadernillos separados para cada problema. Hacer los cálculos con al menos dos decimales
Más detallesEstadística I Tema 2: Análisis de datos univariantes
Estadística I Tema 2: Análisis de datos univariantes Tema 2: Análisis de datos univariantes Contenidos Gráficas para datos categóricos (diagrama de barras, diagrama de sectores). Gráficas para datos numéricos
Más detallesESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio
ESTADÍSTICA I Tema 2: Algunas ideas básicas sobre inferencia estadística. Muestreo aleatorio Muestra aleatoria Conceptos probabiĺısticos básicos El problema de inferencia Estadísticos. Media y varianza
Más detallesCLASE 2 INTRODUCCION A LA ESTADISTICA
CLASE 2 INTRODUCCION A LA ESTADISTICA Medidas descriptivas Medidas de Centralización o Tendencia Central Nos dan un centro de la distribución de frecuencias, es un valor que se puede tomar como representativo
Más detallesCÁLCULO II. Grado M+I. Sucesiones y series de funciones. Sucesiones y series de funciones 1 / 27. Grado M+I () CÁLCULO II
CÁLCULO II Grado M+I Sucesiones y series de funciones Sucesiones y series de funciones 1 / Sucesiones funciones. Convergencia puntual Sucesión de funciones Definición Una sucesión de funciones será cualquier
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
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 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 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 detallesFORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD
FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD Jorge M. Galbiati pág. DISTRIBUCION BINOMIAL 2 DISTRIBUCION POISSON 4 DISTRIBUCION HIPERGEOMETRICA 5 DISTRIBUCION GEOMETRICA 7 DISTRIBUCION NORMAL 8 DISTRIBUCION
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 detallesPart I. Descripción estadística de una variable. Estadística I. Mario Francisco. Conceptos generales. Distribuciones de frecuencias.
Part I Descripción estadística de una variable El objeto de cualquier investigación estadística es la toma de información acerca de los individuos de cierto colectivo llamado población estadística. Cada
Más detallesESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com)
ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com) ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS... 1 DEFINICIONES BÁSICAS... 1 Estadística... 1 Estadística descriptiva... 1 Estadística inferencial...
Más detallesMomentos de una variable
Momentos de una variable Momentos respecto del origen Dada una variable aleatoria X con función de probabilidad o densidad f(x) podemos definir una función de X que sea igual a la variable elevada a un
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 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 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 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 detallesANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ
ANALISIS DE FRECUENCIA EN HIDROLOGIA JULIAN DAVID ROJO HERNANDEZ Probabilidad - Período de retorno y riesgo La probabilidad de ocurrencia de un fenómeno en hidrología puede citarse de varias Formas: El
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 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 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 detallesProbabilidad, Variables Aleatorias y Distribuciones
rueba de Evaluación Continua Grupo A -XI-6.- El despertador de un trabajador no funciona bien, pues el % de las veces no suena. Cuando suena, el trabajador llega tarde con probabilidad., pero si no suena,
Más detallesMódulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
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 detallesFundamentos de la investigación en psicología
Fundamentos de la investigación en psicología TEMA 10 1º curso Grado Psicología Curso académico 2017-18 TEMA 10. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD: VARIABLES CONTINUAS 1. El modelo normal 2. Ejercicios
Más detalles