Variables
PROPIEDADES QUE SE DEBEN CUMPLIR: Axioma de Kolmogrov. Px(X) ≥ 0 ∑ Px(X) = 1
R E S U M E N
V A R I A B L E S
A L E A T O R I A S
• • •
VARIABLE ALEATORIA DISCRETA Función de distribución:
Fx [X] = PX (X)
VARIABLE ALEATORIA CONTINUA Función de distribución:
∞
−∞
FORMULA ALTERNATIVA DE LA VARIANZA
µ2 = E (X − µ)
2
=
2
∀X
(X − µ) PX (X) = V AR [X]x2 PX (X) − 2µ xPX + µ2 PX (X) = α2 −
2
Fx [X] =
fX (X) dx = 1
Siendo
∀X
(X − µ) PX (X) =
2 2µ2 + µ2 = α2 − µ2 = α2 − α1
ESPERANZA MATEMÁTICA
SUMA DE VARIANZAS EN V. ALEATORIAS DEPENDIENTES
α0 = E X 0 = α1 = E X 1 = α2 = E X 2 =
∀X
X 0 PX (X) = 1 X 1 PX (X) = µ X 2 PX (X)
α0 = E X 0 = α1 = E X 1 = α2 = E X
2
∞
−∞
X 0 fX (X) dx = X 1 fX (X) dx = µ X 2 fX(X) dx
∞
−∞
fX (X) dx = 1 V AR [X + Y ] = V AR [X] + V AR [Y ] + 2COV (X, Y ) V AR [X − Y ] = V AR [X] − V AR [Y ] − 2COV (X, Y )
∞ ∞
∀X
−∞
=
∀X
−∞
MOMENTOS CENTRALES
µr = E [(X − µ) ]
r
DESIGUALDAD DE TCHEBYCHEV
2
P (X − µ)
2
k2 σ2
2
E (X − µ) k2 σ2 = σ2
=
1 k2
Siendo E (X − µ)
µ0 = E (X − µ)
0
=
1
µ1 = E (X − µ)
∀X
=
∀X
(X− µ) PX (X) = 1 (X − µ) PX (X) =
1
0
xPX (X) − µ
PX (X) = 0
∀X
∀X
∀X
xPX (X) −
µPX (X) =
∀X
µ0 = E (X − µ)
0
= = =
∞
−∞
µ1 = E (X − µ) µ−µ=0
1
∞
(X − µ) fX (X) dx = 1 (X − µ) fX (X) dx =
2 1
0
∞
−∞
xfX dx−
∞
−∞
COTA SUPERIOR
µfX (X) dx =
COTA INFERIOR
1 k2
−∞
µ2 = E (X − µ)
2
=
∀X
(X − µ) PX (X) = V AR (X)
2µ2 = E (X − µ)
2
∞
−∞
(X − µ) fX (X) dx = V AR [X]
P [|X − µ|
kσ]
1 k2
P [|X − µ| < kσ]
1−
José Humberto González Rodríguez
Administració i Direcció dʼEmpreses (UB)
Página 1 de 5
C U A D R O
R E S U M E N
V A R I A B L E S
A L E A T O R I A S
CUADRO DE TRANSFORMACIONES LINEALES:
VARIABLE ALEATORIA TRANSFORMACIÓN X VALOR ESPERADO VARIANZADESVIACIÓN ESTÁNDAR
E [X] = µX
2 V AR [X] = σX
DS [X] = σX
CAMBIO DE ORIGEN
y=x±a
E [Y ] = E [X] ± a
V AR [Y ] = V AR [X]
DS [Y ] = DS [X] = σX
Le afectan los cambios de origen.
No le afectan los cambios de origen.
No le afectan los cambios de origen.
CAMBIO DE ESCALA
y = bx
E [Y ] = bE [X]
V AR [Y ] = b2 V AR [X]
DS [Y ] = |b| DS [X]
Le afectan loscambios de escala.
Le afectan los cambios de escala.
Le afectan los cambios de escala.
TRANSFORMACIÓN LINEAL
y = a ± bx
E [Y ] = a ± bE [X]
V AR [Y ] = b2 V AR [X]
DS [Y ] = |b| DS [X]
José Humberto González Rodríguez
Administració i Direcció dʼEmpreses (UB)
Página 2 de 5
C U A D R O
R E S U M E N
V A R I A B L E S
A L E A T O R I A S
VARIABLES ALEATORIASDISCRETAS DISTRIBUCIÓN DE BERNOULLI (DICOTOMICA) X ~ D (p) OBJETIVO: El resultado de un experimento aleatorio con dos posibles resultados (o se verifica o no se verifica el suceso). Solo se necesita conocer la probabilidad de éxito. DISTRIBUCIÓN BINOMIAL X ~ B (p, n) OBJETIVO: Obtener el número de éxitos o fracasos que se dan en un experimento aleatorio en n variaciones muestrales. Donde prepresenta el número de éxitos y n el número de mediciones muestrales. A TENER EN CUENTA: DISTRIBUCIÓN DE POISSON X ~ P (λ) OBJETIVO: Xi representa el número de éxitos por unidad de tiempo, espacio, àrea, etc. Podría considerarse como el límite de la binomial con n muy grande y p muy pequeña. PROPIEDADES: 1. Reproductiva DISTRIBUCIÓN GEOMÉTRICA X ~ G (p) R ~ G (p) OBJETIVO: Determinar cuantas realizacionesmuestrales han de suceder hasta que se verifica el número A. La realización muestral es la incógnita (r).
PROPIEDADES: 1. Si verifica A, el valor será: X = 1; p = éxito 2. Si no verifica A, el valor será: X = 0; q = 1 - p (fracaso).
n x
=
n! x! (n − x)!
X1 → P (λ1 ) X2 → P (λ2 ) S´ y solo s´ la unidad temporal es la misma. ı ı X = X1 + X2 =⇒ P (λ1 + λ2 )
2.
Se puede...
Regístrate para leer el documento completo.