Escolar Documentos
Profissional Documentos
Cultura Documentos
Integrantes:
Joanne Rodrguez
Karla Snchez
Laura Guerrero
Gilcenia Bello
Leiber Paradas
Luisana Rojo
Seccin: TA
Semestre: III
Ing. De Petrleo
ndice
Introduccin
Funcin Densidad Conjunta f.d.p Conjunta
Funcin Densidad Marginal
Funcin Densidad Condicional f.d.p Condicional.
Independencia de Variables y su relacin con f.d conjunta
Definicin de variables aleatorias independientes
Esperanza matemtica de funciones de variables aleatorias
Extensin al caso n-dimensional
Conclusiones.
Bibliografa
3
4
5
6
7
7
8
10
11
12
Introduccin
La estadstica es la parte de la matemtica que estudia el
comportamiento de variables aleatorias. Esta se define como aquellas variables
cuyos valores no estn fijados, sino que cada uno de ellos tiene una
probabilidad de que se produzcan. Debido a esto es necesario conocer con
profundidad este tipo de variables.
El estudio de las variables aleatorias bidimensionales es importante ya
que en muchos casos, puede ser empleado para registrar los resultados
simultneos de diversas variables aleatorias. Ejemplo al medir la cantidad de
precipitado P y volumen V de gas liberado en un experimento qumico dando
lugar a un espacio muestral bidimensional que consiste en los resultados (p, v)
A continuacin se darn a conocer conceptos como lo son la funcin de
densidad conjunta, marginal y condicional, el valor esperado o esperanza
matemtica, variable aleatoria independiente.
Ejemplo:
En un estudio para determinar la posibilidad de graduacin en una
universidad, basado en datos de estudios anteriores, debemos usar un
espacio bidimensional y registrar para cada individuo el resultado de su
examen de aptitud y las calificaciones de bachillerato.
Podemos medir la cantidad de precipitado P y el volumen V de un gas,
generado durante un experimento qumico controlado, teniendo as un
espacio muestral (p, v).
Tambin se puede medir la dureza D y el esfuerzo a la tensin T del
cobre estruido en fro cuyo resultado son (d, t).
Y(Y) =
Caractersticas:
La distribucin marginal de X es simplemente la funcin de probabilidad
de x, pero la palabra marginal sirve para distinguirla de la distribucin conjunta
de X e Y.
Una distribucin marginal nos da la idea de la forma como depende una
probabilidad con respecto a una sola variable.
Usos:
La f.d.p marginal es usada para hallar las diferentes distribuciones de
probabilidad estadstica de las variables individuales, con esta funcin
podemos asignar diferentes valores a las variables conjuntas sin tener que
relacionarlas, por ello se amplia las probabilidades de cada una de las
variables.
Ventajas
>= 0 y
Caractersticas:
La definicin
es paralela a la P(B | A), que es la probabilidad
condicional de que B ocurra, dado que A ha ocurrido.
La f.d.p Condicional g1(x|y) de X debe ser proporcional a f(x, y o). En
otras palabras, g1(x|y) es esencialmente igual que f(x, y o), pero incluye
y cabe destacar que 3,5 no es un valor posible al rodar el dado. En este caso,
en el que todos los sucesos son de igual probabilidad, la esperanza es igual a
la media aritmtica.
Una aplicacin comn de la esperanza matemtica es en las apuestas o los
juegos de azar. Por ejemplo, la ruleta americana tiene 38 casillas
equiprobables. La ganancia para acertar una apuesta a un solo nmero paga
de 35 a 1 (es decir, cobramos 35 veces lo que hemos apostado y recuperamos
la apuesta, as que recibimos 36 veces lo que hemos apostado). Por tanto,
considerando los 38 posibles resultados, la esperanza matemtica del beneficio
para apostar a un solo nmero es:
Definicin
Para una variable aleatoria discreta con valores posibles
y sus
probabilidades representadas por la funcin de probabilidad p(xi) la esperanza
se calcula como:
para
donde
e
cualesquiera.
Si
(X ,Y) es discreta con distribucin de probabilidad
xi , yi , p ij ; i, j Xi, Yj , Pij , i, j
se verifica que:
Pij Pr X xi , Y y j Pr Y y j pi p j
x, y R 2
f x, y f x x f y y
x, y R 2
Si X 1 ,..., X n es discreta,
Pr X 1 x1 ,... X n Pr X 1 x1 ... Pr X n xn
10
Conclusiones.
1. Si X e Y tienen una distribucin continua conjunta, entonces se puede
concluir que:
Cualquier punto o cualquier sucesin infinita de puntos, en el plano
xy tiene probabilidad 0
Cualquier curva unimensional en el plano xy tiene probabilidad 0. Por
tanto la probabilidad de que (X, Y) pertenezca a cualquier recta en el
plano es 0 y la probabilidad de que (X, Y) pertenezca a cualquier
recta en el circulo es 0.
Sirve para evaluar 2 o ms v. a. continas simultneamente.
2. Si X e Y tienen una distribucin continua Marginal, entonces se puede
concluir que:
Evala solo lo que es importante en el caso que se esta estudiando,
marginando al resto de variables aleatorias
11
Bibliografa
http://www.ucm.es/info/genetica/Estadistica/estadistica_basica.htm
http://ima.udg.edu/~sainz/doctor_int2.pdf
http://kuainasi.ciens.ucv.ve/ideas07/documentos/articulos_ideas/Articulo
87.pdf
http://docencia.mat.utfsm.cl/~rhidalgo/files/cursillo.pdf
www.seqc.es
http://es.wikipedia.org/wiki/Esperanza_matemtica
http://e-stadistica.bio.ucm.es/glosario2/def_var_indepen.html
http://html.rincondelvago.com/estadistica_49.html
12