Teoría Estadística Básica
-
Upload
vicente-sanchez -
Category
Documents
-
view
213 -
download
0
description
Transcript of Teoría Estadística Básica
TEMA 5. MODELOS DE PROBABILIDAD UNIVARIANTES
ESTADÍSTICA 1 Grado ADE
5.1. Revisión de la Teoría Matemática de la Probabilidad5.2. Variables aleatorias. Distribuciones de probabilidad5.3. Distribuciones discretas y continuas5.4. Esperanza y varianza. Propiedades
5.1 Revisión TMP
• Introducción: Experimentos, pruebas y sucesos
• Operaciones básicas con sucesos aleatorios
• Interpretaciones de la probabilidad
• Definición axiomática de probabilidad
• Primeras propiedades
• Definición de probabilidad condicionada
• Independencia de sucesos
• Teoremas del producto, de la partición, y de Bayes
5.2 Variables aleatorias y distribuciones de probabilidad
• Variable aleatoria: Aplicación que asigna un valor numérico a cada suceso del espacio muestral
• Ejemplo: Lanzamos tres veces una moneda- E.M. = = {(+++),(++C),(+C+),(+CC),(C++),(C+C),(CC+),(CCC)}
- V.A. = X = Número de cruces en tres lanzamientos
- Valores de X = (0, 1, 2, 3)
- Cada valor de X corresponde a un suceso (subconjunto de ) por lo que tiene asociada una probabilidad
:X
5.3 Variables discretas y continuas
• Variable aleatoria discreta: Puede tomar un número finito o infinito numerable de valores posibles
- Número de cruces al lanzar 3 monedas
- Número de llamadas en una centralita por hora
- Número de piezas defectuosas de una producción
• Variable aleatoria continua: Puede tomar un número infinito (no numerable) de valores en uno o varios intervalos de la recta real
- Duración de una batería
- Tiempo necesario para ejecutar una tarea
- Valor de las exportaciones de un sector
Se define la función de distribución acumulativa de la v.a. X, que se denota por F(x), como la probabilidad de que la v.a. X tome valores menores o iguales que un valor concreto x0 , es decir:
F(x0) = P (X x0)
Propiedades de la función de distribución
Los valores de F(x) están entre cero y uno El límite de F(x) es cero (cuando x0 tiende a menos infinito) El límite de F(x) es uno (cuando x0 tiende a mas infinito) La función es no decreciente La función es continua por la derecha
Función de distribución
Función de cuantía (v.a. discreta)
• Es la función que indica la probabilidad de que la va discreta tome cada uno de los valores posibles
P(xi) = P(X = xi)
• Propiedades de la función de cuantía
2
1
xx
xx21
I
1ii
i
P(x)=)xXP(x 3.
1=)P(x 2.
I1,2,...,=i 1)P(x0 1.
Función de densidad (v.a. continua)
• Es la función que indica el valor límite de la probabilidad de que la va tome valores en un intervalo cuya amplitud tiende a cero
• Propiedades de la función de densidad
(x)F'
Δx
F(x)ΔxxFlimf(x)
0Δx
x0f(x) 1.
f(x)dx 1
2.
5.4 Esperanza y varianza. Propiedades
• Esperanza de variable aleatoria discreta
• Esperanza de variable aleatoria continua
i
ii )P(x x=XE
-f(x)dxx XE
i
ii )P(x )g(x=XgE
-f(x)dx g(x)=XgE
Propiedades de la esperanza
• Sea k una constante, entonces:
E(k) = k
• Sean X e Y v.a. tales que Y = a+bX, entonces:
E(Y) = E(a+bX) = a + b E (X)
• Sea X una v.a. acotada (existen dos valores a y b tales que a X b) entonces:
a E(X) b
• E (X) = es el valor esperado de la variable aleatoria X
Varianza de variable aleatoria
• Definición:
V(X) = E [X - E(X)]2 = E(X 2) - [ E(X)] 2
• Variable discreta
V(X) =
• Variable continua
V(X) =
n
1ii
2i
2 )P(xμ)(xσ
22 f(x)dxμ)(xσ
Propiedades de la varianza
• La varianza siempre es no negativa; V (X) 0
• V(X) = 0 si y solo si un constante tal que P(X=) = 1
• La varianza de una constante es cero; V (k) = 0
• Sea Y una v.a. tal que Y = a + bX
V(Y) = V (a+bX) = b2 V(X)
• V(X) = 2 es la varianza de la variable aleatoria X