Correo 4 Variables Aleatorias

Mg.
Ing Luis Manrique Surez Ing Nancy Ochoa Sotomayor

VARIABLES ALEATORIAS
La variable aleatoria en general son funciones definidas sobre los elementos de
un espacio muestral
Son resultados de experimentos afectados por algn mecanismo de azar
Pueden ser discretos o continuos
DISCRETA: si los valores que asume se puede CONTAR
CONTINUA: si puede asumir cualquier valor dentro de un determinado intervalo
Ejemplos:
-N de accidentes que ocurren en un mes
-N de defectos en un producto
-Cantidad de cosechas perdidas -Estatura de estudiantes de la FIIS
-Duracin de una llamada telefnica
-N de das de ausencia en el trabajo
DISTRIBUCIN DE PROBABILIDADES
Sea X una v.a. discreta cuyos valores son:
x
1
, x
2
, x
3
,,x
k
, y asumen las probabilidades de p (X= x
i
) = f (x
i
)
La funcin de probabilidad o ley de probab. o funcin de cuanta de x ser:

X
i
X
1
X
2
X
k
f(x
i
) f(x
1
) f(x
2
)
f(x
k
)
Condiciones:
i) f (x
i
) 0
ii)
( ) 1
k
1 i
x
i
f
Sea X una variable aleatoria continua f(x) funcin densidad

p(a x b) =
b
a
dx x f ) (
Condiciones:
i) f (x
i
) 0
ii)

dx x f ) ( = 1
a b
ESTADISTICA VARIABLES ALEATORIAS
1
Mg. Ing Luis Manrique Surez Ing Nancy Ochoa Sotomayor
ESPERANZA MATEMTICA: E(X),
E(X) =
k
1 i
i
x
f(x
i
) E(X) =
( ) dx x f x

. .
Propiedades
E (K) = K E (KX) = K E(X), K es constante.
E (K X) = K E (X) E (X Y) = E (X) E (Y)
VARIANZA: V(x), S
2
,
2
V(X) = ( )
( )
x
x
i
k
1 i
2
i
f
= E ( )
1
]
1
X
2

V(X) =
( ) ( )

2
2
2
i
k
1 i
2
i
x x x
E f
V(X) = ( )
( )dx x f
x
2

=
( )
dx x f
x
2
2

Si: V(X) existe
= E(X) y E (X
2
) existen
PROPIEDADES
V (X) 0 V (k) = 0
V (k X) = V (X) V (K x) = K
2
V(x)
Si X e Y son independientes: V (x y) = V(x) V (y)
FUNCIN DE DISTRIBUCIN
O FUNCIN DE DISTRIBUCIN ACUMULATIVA: fda
Sea x una v.a. (discreta o continua)
La fda. de x es la funcin definida por:
F(a) = p (x a)
F(x) = ( )
<
x
x
xi
xi
p F(x) =

x
t f(t)d
2
1+2X +3X
2
+4X
3
+5X
4
+ =
( ) x 1
2
1

f (x) =
'
< < +
+ + +
0 X 1 0 ...X 1/2)X..... (C
1 X 0 0 ...X 1/2)X,.... (C

1 dx f (X)

+ + +
0
1
1 1/2).xdx (C 1/2).dx X)(C (
1
0
-(C+1/2)
1
]
1
2
x
2
0
1
+ (C+1/2)
1
]
1
2
x
2
1
0
= 1
f(x)=
'
< +
<
ugar ...l 0,...otro.
1 X X........0
0 X 1 X,......
1
-1 0 1
( )
[ ]
25
12
32
25
32
12
3 X 4 3
2 1 x
p
< <
< <
< <
< < >
< >
>
3) X 3/4 p(
1) X p(1/2
3) X 3/4 p(
3 X 3/4 ( 1/2) (X p
/
/
> ) ( 2 x p

[ ]
32
12
x
2
2
1
xdx
1
0
1
2
1

< <
0 1
0
32
25
3) X
4
3
3/4
xdx xdx ( p
3

S
n
Lim.
n
= 1 + X + X
2
+ X
3
+ X
4
+ X
5
+ =
X 1
1
1 + 2X + 3X
2
+4X
3
+5X
4
+ =
( ) X 1
1
2
X es una v. a. c. con fd. : f (x) = (C + 1/2) X, X 1

a) Calcular C y f(x)
b) Calcular p [(x>1/2) / (-3/4 < x < 3)]
c) Determinar F(x). Graficar f y F
C = 1/2
FUNCIN DE DISTRIBUCIN
En (- ,-1) F(x) =
X
0 dx 0

En (-1, 0) F(x) =
1)
x
2
( +

X
1
1
2
1
Xdx dx 0
En (0, 1) F(x) =
1)
x
2
( + + +

0
1
X
0
1
2
1
xdx Xdx dx 0
En (1, ) F (x) =

+ + +
0
1 1
1
0
1
1 dx 0 xdx Xdx dx 0
'
<
,
_
+ +
<
,
_

< <
1 .......x .......... 1.........

1 x .........0 1
x
2
2
1
0 x 1 ...... 1
x
2
2
1
1 x ..... .......... 0.........
) ( X F

-1 0 1

K
4 K 1 dx
1
0
3
x

0 0 x < F(x)
F (x) =
'
<
<
1 .x 1.........
1 x .......0
0 .........x
x
4
0

x
4
dx
X
0
x
3
4 F(x) 1 x 0
<
X 1 F (x) =
1 dx
1
0
x
3
4
( ) ( )
]
( )
16
15
2 1
4
1 4 2 1 x p 1 x x 3 p
3
1
1 x
x
p
+ >
,
_
>
+
/ /
x
4
1
1/2
dx
1
1/2
x
3
4
Sea x una v. a.
con fd. f (x) =
'
< <
r ro....luga 0.......ot
1 x 0 ..........
x
3
k

Determinar: a) F(x)
b) p (x / x+1 > 3)
a) X: N de extracciones que hay que realizar para conseguir la mejor
iluminacin
A
i
=probar un foco de 100W en la i-sima extraccin
X=6 p (A
1
A
2
A
3
A
4
A
5
A
6
) = 4/9
X=6 p (A
1
A
2
A
3
A
4
A
5
A
6
) = 5/9 4/8
X=6 p (A
1
A
2
A
3
A
4
A
5
A
6
) = 5/9 4/8 4/7
X=6 p (A
1
A
2
A
3
A
4
A
5
A
6
) = 5/9 4/8 3/7 4/6
X=6 p (A
1
A
2
A
3
A
4
A
5
A
6
) = 5/9 4/8 3/7 2/6 4/5
X=6 p (A
1
A
2
A
3
A
4
A
5
A
6
) = 5/9 4/8 3/7 2/6 1/5 4/4

f (x) =
6 5 4 3 2 1 x
1 x 9
9
1 x
9
1 x
5
, , , , , ,
) (

,
_
,
_

x 1 2 3 4 5 6
f(x) 4/9 5/18 10/63 5/63 2/63 1/63 1
b) F(t) = p ( x t ) =
) ( 1 x 9
4
t x
1 x
9
1 x
5

,
_
,
_
=
x 10
4
.
t
1 x
x)! (10 1)! (x
9!
x)! (6 1)! (x
5!
t
1 x
x 10
1
.
x)! (6
x)! (10
6 x 7 x 8 x 9
4
=
1
]
1
,
_
,
_
,
_
1
]
1

7
x 7
8
x 8
9
x 9
6
4
. .
x)! (6 .......... .......... .......... x)........ (10
x)! x).(6 x).(7 x).(8 x).(9 (10
9x8x7x6
4
F(x)=
'
<
<
<
<
. .......... .......... ..........
4 t 3 37/42.....
3 t 2 13/18.....
2 t ...1 4/9.......
1 .....t 0,........
5
Una caja contiene 2 focos de 25W, 3 de 50W y 4 de 100W (la
marca y distintivos fueron borrados totalmente). Se prueba
sucesivamente un foco hasta conseguir la mejor iluminacin
(100W).
a) Hallar la funcin de probabilidad del nmero de
extracciones que hay que realizar
b) Encontrar una frmula para F
c) Calcular la probabilidad de encontrar el xito deseado por
lo menos en 3 extracciones
a) C
1 dx
0
e
2X
X
Integracin por partes

du v uv udv .

a) Moda
( )
e
x
e
x
e
x
e
x
1
0
e
x
1
e
x
dx
d
+

+

,
_
=

( ) ( )
0
e
x
1
2
e
x
e
x
1
2
e
2x
e
2x
e
x
+
b) Mediana

+
e
x
1
dx
e
x
e
x
1
dx
a
0

dx
e
x
du u 1
e
x
+

]
.(( .......... .......... .......... 1
e
x
ln u ln
a
0
+

u
du
ln
1
+
+ + + + +
e
1/2 ln2
1
e
a
1/2 ln2 1
e
a
ln 1/2 1
e
0
ln 1
e
a
= a
,
_
+
1
e
1/2 ln2
ln lne
a = 0.8318
de (
) :
F(x) =ln ]

,
_
+
+ + + +
2
1
e
ln 2 l 1
e
ln 1
e
ln 1
e
x
ln 1
e
x
n
x
0
X
0
x
0.5
f (x) =
e
x
1
1
+
2.64 f (y) =
e
y
3 4
e
y
+
b) Moda Mo =
[ ] 0 + + +
1
]
1
e
x
e
x
3 4
e
x
3 4
dx
d
e
x
f(x)
dx
d
6
Calcular la Moda, Mediana y la funcin de distribucin de la
variable aleatoria correspondiente:
a) f(x) =
e
x
1
1
+
x 0 b) f (y) =
e
y
3 4
e
y
+
y 0
0
e
x
3 4
e
x
3 4
e
x
e
x
+ +
+
1
1
1
]
1

+ + + 0 4
e
x
4 0
e
x
3 4
e
x

x 1
e
x
Mediana: a
2 1 dx
e
x
3 4 / +
a
3
3
1
0
e
x

dx
e
x
3 du
e
x
3 4 +
= ]
1/2
a
0
e
x
3 4
9
2
u
9
2
du u
3
1
3/2
a
0
+

,
_
(A)
( )
( )
1/2
e
0
3 4
3
9
2
e
a
3 4
3
9
2

+
+
1
1
]
1
1
1
]
1
( )
( )
7
3/2
4
9
7
3/2
9
2
2
1
2
9
e
a
3 4
3
+ +
+ 1
]
1
0.17 a 4
7
3/2
4
9
3
1
e
a
7
3/2
4
9
2/3
e
a
3 4 +
+
+

,
_
1
]
1
De (A):
F (x) =
( )
]
( ) ( )
1
1
]
1
+
1
]
1
7
3/2
e
x
3 4
3/2
9
2
e
x
3 4
3/2
9
2
x
3e 4
3/2
x
0
9
2
F (x) =
( ) 7
3/2
.
9
2
e
x
3 4
3
9
2

+

MOMENTOS
7

r
r a
S
n
1
) (1
1
1 r <
El momento r de uma variable aleatria x alrededor de la media o momento
central r

r = 1, 2, 3,...

1
0

0
2
2

)
k
1 i
xi
.p(
)
x
i
(
r

.f(x).dx
) (x
r

El momento de r alrededor del origen, se define como:
Las relaciones entre estos momentos se expresa por:
r
' 1) (
r
j
'
j
r
1) (
j
...
'
1
r
'
r
r 0 j r 1 r

+
+ +

,
_
,
_
Utilizando =
1
'
0

FUNCIN GENERATRIZ DE MOMENTOS
Se define como:

)
xj
...f(
n
1 j
e
(t)
Mx
x
t
j

.f(x).dx
e
tx
(t)
Mx

8
r
=
1
]
1
) (x
r
E
)
x
r
E(
'
r
2
'
2
3
2 '
2
3
'
3
3
+
4
3
2
'
2
6 '
3
4
'
4
4
+
)
e
tx
E( (t)
Mx

SESGO KURTOSIS

3
3
3
4
4
4
EXPANSIN DE LA SERIE DE TAYLOR

...
r!
t
r
'
r
...
2!
t
2
'
2
t 1 (t)
Mx
+ + + + +

8/5 E(x)
'
1

0

3 )
x
2
E(
'
2

2
11/25
'
2

216/35 )
x
3
E(
'
3

32/875
'
3

27/2 )
x
E(
'
4
4

3693/8750
'
4

25 11 25 11
875 32
/ /
/

3
As
3
= -0.1253

(11/25)
2
8750 3693
4
4
K
4
/
...
4!
t
4
3!
t
3
2!
t
2
t 1
e
t + + t
t
0 n
n!
x
n
1) (
n

...
r!
t
'
...
2!
t
'
t 1 (t)
Mx
r
r
2
2
+ + + + +
9
Hallar coeficientes de asimetra y de kurtosis
f (x) ={
forma ..otra.... 0.....de..
3 x ,....0
81
)
x
2
4x(9

}
S =
r 1
)
r
(1
a
n
1
x 1
1
= 1 + x + x
2
+ x
3
+ x
4
+ x
5
+...
x) (1
1
2
= 1 + 2x + 3x
2
+ 4x
3
+ 5x
4
+ 6x
5
+...
VARIABLES ALEATORIAS BIDIMENSIONALES
DISTRIBUCIN CONJUNTA
Sean x, y dos variables aleatorias bidimensionales de un espacio
muestral

{ }
x x x Sx m 2 1
,..., ,
i = 1, 2,3,, m

{ }
y y y
Sy
n 2 1
,..., ,
j = 1, 2,3,, n
Se forma el conjunto producto:

( ) ( ) ( ) ( ) { }
y
x
y
x
y
x
y
x Sy Sx
n
m
2
2
2
1
1
1
, ,..., , ,..., , , ,
La probabilidad de esta pareja
p(X = x
i
, Y = y
j
) = h (xi, y
j
)
Esta funcin de h de x, y definida por las h (x, y) se denomina:
Distribucin conjunta o funcin de probabilidad conjunta de X e Y
Y
1
Y
2
Y
3
Y
n
SUMA
X
1
h(x
1
,y
1
) h(x
1
, y
2
) h(x
1i
, y
3
) h(x
1
, y
n
) f(x
1
)
X
2
h(x
2
,y
1
) h(x
2
, y
2
) h(x
2
, y
3
) h(x
2
, y
n
) f(x
2
)
X
3
h(x
3
,y
1
) h(x
3
, y
2
) h(x
3
, y
3
) h(x
3
, y
n
) f(x
3
)

X
m
h(x
m
,y
1
) h(x
m
,y
2
) h(x
m
,y
3
) h(x
m
,y
n
) f(x
m
)
SUMA g(y
1
) g(y
2
) g(y
3
) g(y
n
)
Las funciones:
f (x
i
) =
n
1 j
)
Yj
,
Xi
h(
g (y
j
) =
m
1 i
)
Yj
,
Xi
h(
Son llamadas DISTRIBUCIONES MARGINALES
Condiciones:

10
1) h (xi, y
j
) 0
2)
)
Yj
,
Xi
h(
m
1 i
n
1 j

=
1
Si (X, Y) es una variable bidimensional continua
La funcin de densidad de probabilidad conjunta es una funcin
integrable f(X, Y), que cumple las siguientes propiedades:

FUNCIN DE PROBABILIDAD MARGINAL
f
1

y
y)dy f(x, (x)
f
2

x
y)dx f(x, (y)
Si f
1
(x). f
2
(y)= f (x, y) x , y son independientes
FUNCIN DE DISTRIBUCIN MARGINAL
F
1
(x) =

x
y)dxdy f(x,
F
2
(y) =

y
y)dxdy f(x,
COVARIANZA
Varianza para distribucin conjunta: Cov (X, Y),
XY

y).dx.dy .f(x,
)
x
(x
x
2
2

y).dx.dy .f(x, )
y
(y
y
2
2

XY
= E [(X-
x
). (Y-
y
)]
11
1) f (x,y) 0
2)

1 y)dxdy f(x,

XY
= E (XY) E(X) E(Y)
XY
=
(X
X
) (Y-
Y
) f (X, Y) dx dy
COV (X, Y) =
)
Y
,
X
).h(
Y
).(
X
(
j
i
Y
j
X
n
1 i
m
1 j
i

COV (X, Y) =
x
- )
Y
,
X
.h(
Y X
j
i j
n
1 i
m
1 j
i

COEFICIENTE DE CORRELACIN

PROPIEDADES
1) R(x, y) =R (y, x) 3) R (x, y) = 1 R (x, -x) = 1
2) -1 R 1 4) R (ax + b), cy +d) = R (x, y)
a,c 0
ESPERANZA CONDICIONAL
E (Y/X) =
.(y/x).dy
f
y.
2
Si E (Y/X)=E (y) son independientes

E (X/Y) =
.(x/y).dx
f
x.
1
Si E(X/Y)= E (x) son independientes

f (x
j
) = 0,1,2,3 x ,
32
1
x
2
32
1
x
32
0
x
32
y
x
)
y
j
,
xi
h(
2 2 2
1
0 j
2
2
1
0 j

+
+
+
+

12
f
1
(x/y) =
(y)
f
y) f(x,
2
f
2
(y/x) =
(x)
f
y) f(x,
1
La funcin de probabilidad conjunta de x e y est dado por:
p(x, y) =
0,1 ..y 0,1,2,3... x ,
32
y
x
2
2

+
Hallar la funcin de probabilidad marginal de x y de y
R =
y) Cov(x,
y x
g (y
i
) =
32
4 y
2
+
+
+
+
+

32
1
y
32
0
y
32
y
x
)
y
j
,
xi
h(
2 2
3
0 i
2
2
3
0 i
+

32
7
2y
32
9
y
2 2
+
+
, y =0, 1
F
1
x
1
(ln.x)
dx
d
(x)
f1
ln.x .dx.dy
x 1
x
1
(x)
0 x 0 y

f
1
(x)= [ ]
x
1
v
x
1
dv
1
x
1 1
0
0 v

f
2
(y)=
[ ]
0
ln.x
dv
1
x
1 1
0
0 u
C =
3/2 C 1 )dy.dx
y
x
(
1
0 x
1
0 y
2
2

+

E (x)= 3/2
8
5
)dy.dx
y
x
x(
1
0 x
1
0 y
2
2

+

E (y)= 3/2
8
5
)dy.dx
y
x
y(
1
0 x
1
0 y
2
2

+

E (xy)= 3/2
8
3
)dy.dx
y
x
xy(
1
0 x
1
0 y
2
2

+

13
Sea (x, y) una v. a. c. bidimensional con densidad
f (x, y) =
'
< < < <
..casos n...otros. 0........e
1 x x......0 y 1/x,....0

Hallar las densidades marginales de x y de y
f
1
(x) x f
2
(y) f (x, y)
No son independientes
Sean X e Y 2 v. a. c. que tiene funcin densidad conjunta:
f (x, y) = C (x
2
+ y
2
), 0 x 1 0 y 1
f (x, y) = 0 , de otra forma
Determinar: a) C b) E (x) c) E (y) e) E (x, y)
f) p (x< 1/2, y > 1/2)
g) p (y < 3/2) h) son independientes x e y?
i) Las funciones de distribucin marginal de X y de Y
p (y< 1/2) = 3/2
8
10
)dy.dx
y
x
(
1
0 x
1
0 y
2
2

+

p (x< 1/2, y > 1/2) = 3/2
8
2
)dy.dx
y
x
(
1/2
0 x
1
1/2 y
2
2

+

p (1/4 < x< 3/4) = 3/2
64
29
)dy.dx
y
x
(
3/4
1/4 x
1
0 y
2
2

+

f
1
(x) = 3/2
2
1
2
x
3
)dy
y
x
(
2
2
1
0 y
2
+ +

f
2
(y) = 3/2
2
1
2
y
3
)dy
y
x
(
2
2
1
0 x
2
+ +
f
1
(x). f
2
(y) = (
2
1
2
x
3
2
+
). (
2
1
2
y
3
2
+
) f (x, y)
no son independientes
F
1
(x) = 3/2
2
x
3
)dy.dx
y
x
(
0 x
1
0 y
2
2
x +

+

X
F
2
(y) = 3/2
2
y
3
)dy.dx
y
x
(
1
0 x 0 y
2
2
y +

+

y
Cov(x, y) = -1/64
14

6 X=1 X=5 y=6

+
5
1
6
1
1 y)dx.dy C(2x
4
3
3
1 y=1
1 2 3 4 5

( )
1
1
1
]
1
+ dx
3
1 x
x
2
4
1 y
y)dy (2x
190
1
p

1
]
1
3
1 x
dx
2
y
2
2xy
x
2
4
1 y
190
1
( )
dx
3
1 x
1/2) (2x
2
x
2
4
2
)
x
2
2x(4
190
1
.
1
1
1
]
1
+
=

,
_
+ + dx
3
1 x
2
1
2x
2
xy
x
2
4 8
x
3
2 8x
190
1
( ) ( ) 0.0177 1 p 0.0177 p dx
3
1 x
15 12x
x
2
8
3
4x
x
4
38
1

,
_
+ +
p ( ) = 0.9823
15
Dada la funcin: f (x, y) =
'
< < < < +
o ro.....cas 0.......ot
6 y 5........1 x y).......1 C(2x
Calcular: p (x
2
+ y 4)
C = 1 / 190
( ) ( )
( ) 4) y
x
p( 1 p
p 1 p
4 y
x
2
2
+

+

Correo 4 Variables Aleatorias

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Correo 4 Variables Aleatorias

Загружено:

Авторское право:

Доступные форматы

Mg.

Ing Luis Manrique Surez Ing Nancy Ochoa Sotomayor

Sea X una variable aleatoria continua f(x) funcin densidad

X es una v. a. c. con fd. : f (x) = (C + 1/2) X, X 1

1 .......x .......... 1.........

Integracin por partes

EXPANSIN DE LA SERIE DE TAYLOR

Si E (Y/X)=E (y) son independientes

Si E(X/Y)= E (x) son independientes

Вам также может понравиться