Nacho
Definición:
Sean (X,Y) dos variables aleatorias discretas, entonces existe:
PX ,Y ( x, y ) = P( X = x, Y = y ) ; ∀( x, y ) ∈ Re c( X , Y ) llamadaDistribución
de
Probabilidad
Conjunta de (X,Y) o función de cuantía conjunta de (X,Y) tal que cumple con:
1. − 0 ≤ P( x, y ) ≤ 1 ∀( x, y ) ∈ Re c( X , Y )
∑ ∑ P ( x, y ) = 1
2. −
Re cXRe cY
Definición:
Sean (X,Y) dos variables aleatorias continuas, entonces existe:
f X ,Y ( x, y ) llamada función de densidad conjunta de (X,Y), tal que cumple con:
f ( x, y ) ≥ 0 ∀( x, y )∈ Re c( X , Y )
1.-
∫ ∫ f ( x, y)dydx = 1
2.-
Re cX Re cY
b
P(a ≤ X ≤ b; c ≤ Y ≤ d ) =
3.-
d
∫ ∫ f ( x, y)dydx
X =a Y =c
Definición: Sean X e Y dos variablesaleatorias discretas, tal que P(x,y) es su función de probabilidad conjunta, entonces:
P ( X = x) =
∑p
X ,Y
( x, y ) ; ∀x ∈ Re c( X ) Distribución de probabilidad Marginal de X
X ,Y
( x, y ); ∀y ∈ Re c(Y ) Distribución de probabilidad Marginal de Y
Re cY
P(Y = y ) =
∑p
Re cX
P( X / y ) =
PX ;Y ( x, y )
P(Y / x) =
PX ;Y ( x, y )
; ∀( x, y ) ∈ Re c( X , Y )
PY( y )
PX ( x)
E( X / Y = y j ) =
; ∀( x, y ) ∈ Re c( X , Y )
∑ x ⋅ p( x / y )
Distribución de probabilidad de X condicionada por Y
Distribución de probabilidad de Y condicionada porX
Esperanza de X condicionada por Y=yj
j
Re cX
[
]
V ( X / Y = y j ) = E ( X 2 / Y = y j ) − E ( X / Y = y j ) 2 Varianza de X condicionada por Y=yj
Cov( X , Y ) = E{[( X − E ( X )][Y − E (Y )]} = E ( XY ) − E ( X ) E (Y )
E ( XY ) =
∑ ∑ xy ⋅ p
X ,Y ( x, y )
Covarianza de X,Y
Esperanza conjunta de (X,Y)
Re cX Re cY
ρ(X ,Y ) =
Cov( X , Y )
; − 1 ≤ ρ ( x, y) ≤ 1 Coeficiente de correlación de Pearson de (X,Y)
σ ( x)σ ( y )
P ( X ≤ a / Y = b) =
P ( X ≤ a, Y = b )
P(Y = b)
Si X e Y son Variables aleatorias Discretas
Definición: Sean X e Y...
Regístrate para leer el documento completo.