Procesos estocasticos
Ejercicios sobre: • DISTRIBUCIÓN CONJUNTA DE V.A. Continuas. • DISTRIBUCIONES MARGINALES. • INDEPENDENCIA DE V.A. Continuas • Sumas de V.A. Disc. Y Cont. • MATLABObjetivos de esta clase
• Hacer un repaso sobre MATLAB. • Estudio breve del Capítulo 9. Esperanzas, Varianzas, Covarianzas, Coeficiente de Correlación
Introducción a los Procesos Estocásticos16/09/2009 Clase 09 2
ESPERANZAS
La esperanza de V.A. Viene dada por:
Sea h una función real de variable real 1. Si X es discreta : E (h( X )) = ∑ h( x) P( X = x)
x
Donde la suma se extiendesobre todos los x en el rango de X . 2. Si X es continua con densidad f , E (h( X )) = ∫ h( x) f ( x)dx
−∞ +∞
MATLAB
16/09/2009 Clase 09 3
Propiedades y caso multivariado
E( a X + b )= a E( X) + b.
1. Si X y Y son discretas : E ( g ( X , Y )) = ∑ g ( x, y) P( X = x y Y = y)
x, y
E( b ) = b.
Donde la suma se extiende sobre todos los x, y en el rango de X , Y respectivamente. 2. SiX , Y son continuas con densidad conjunta h,
+∞ +∞
E ( g ( X , Y )) =
VOLVER
16/09/2009
−∞ −∞
∫ ∫ g ( x, y)h( x, y)dxdy
Clase 09 4
VARIANZAS
Sea X con media μ .. La Varianza de X es:
σ 2 = Var ( X ) = E (( X − μ ) 2 )
La desviación estándar es la raíz cuadrada de la varianza :
σ
= Var( X )
También se suele usar : Var( X ) = E ( X 2 ) − μ
16/09/2009
2
Clase 095
Propiedades:
Var (a X + b) = a2 Var (X). ρaX+b=| a | ρX Var( b )=0 Var ( X1 + ... + Xn) = Var ( X1 )+ ... + Var ( X1 )
16/09/2009
VOLVER
Clase 09
6
COVARIANZAS
Suponga queX y Y son dos V.A. Con Esperanzas λX y λY ; la Covarianza entre X y Y es: Cov(X,Y)= E((X- λX )(Y- λY )) También: Cov(X,Y)=E(XY)- λX λY
16/09/2009
VOLVER
Clase 09
7
Coeficiente deCorrelación
El Coeficiente de correlación entre X y Y es:
ρ ( X ,Y ) =
Cov( X , Y )
σ Xσ
Y
16/09/2009
VOLVER
Clase 09
8
Una Introducción a los Procesos Estocásticos.
Objetivos...
Regístrate para leer el documento completo.