UNIVERSIDAD DE SANTIAGO DE CHILE

FACULTAD DE CIENCIA
DEPARTAMENTO MATEMTICA Y CIENCIA DE LA COMPUTACIN


Prof. Alma Placencia

1) Definicin de Vector Aleatorio de dimensin n, o variable aleatoria n dimensional.
Def: Se dice que (X
1
, X
2
, X
3
,, X
n
) es una variable aleatoria de dimensin n, si X
1
,
X
2
, X
n
, son n variables aleatorias, tal que:
- f(x
1
, x
2
, x
3
,, x
n
) es la funcin de densidad conjunta, si X
i
son v.a.c.
- p(x
1
, x
2
, x
3
,, x
n
) es la funcin de cuanta conjunta, si X
i
son v.a.d.
- f(x
i
) es la funcin de densidad marginal de X
i
.
- p(x
i
) es la funcin de cuanta marginal de X
i
.


2) Definicin de Independencia de n variables aleatorias.
Def: Se dice que (X
1
, X
2
, X
3
,, X
n
) son n variables aleatorias independientes, si y slo
si se cumple:
f(x
1
,x
2
, , x
n
) =
( ) ( ) ( ) ( )
i
n
i
n
x f x f x f x f
1
2 1
...
=
= t
para toda x
1
,x
2
, , x
n

p(x
1
,x
2
, , x
n
) =
( )
i
n
i
x p
1 =
t
, para toda x
1
,x
2
, , x
n


Consecuencias: Si (X
1
, X
2
, , X
n
) son n variables aleatorias independientes, se
cumple:
- E[X
1
+ X
2
+ + X
n
] = | | | | | | | |

=
= + + +
n
i
i n
X E X E X E X E
1
2 1
...
- V[X
1
+ X
2
+ + X
n
] = | | | | | | | |

=
= + + +
n
i
i n
X V X V X V X V
1
2 1
...
ya que Cov [X
i
; X
j
] = 0 , x
i
= x
j
, en v.a. indep.
- Si X
i
~ N ( )
2
;
i i
o ; i = 1, 2, entonces:
X
1
+ X
2
~ N ( )
2
2
2
1 2 1
; o o + +
X
1
- X
2
~ N ( )
2
2
2
1 2 1
; o o +
Etc.


3) Definicin de muestra aleatoria de Tamao n (m.a.(n))
Def. Se dice que (X
1
, X
2
, , X
n
) es una m.a (n), si (X
1
, X
2
, , X
n
) son n v.a.
independientes y tienen la misma distribucin de probabilidad.



4) Distribucin de probabilidad Ji-cuadrado o Chi-cuadrado ( )
2
n
_
Def: Sean (X
1
, X
2
, , X
n
), n v.a. independientes distribuidas N(0,1), entonces:
2 2 2
2
2
1
~ ...
n n
X X X _ + + + (Ji-cuadrado con n grados de libertad)
Def: Sea (X
1
, X
2
, , X
n
) n v.a. independientes, tal que X
i
~ N(; o
2
), i = 1,2,,n,
entonces
2
1
2
~
n
n
i
i
X
_
o

=
|
.
|

\
|
(Ji-cuadrado con n.g.l.)

Propiedades:
- Es una distribucin de probabilidad asimtrica, unimodal, con Recorrido (0; +
), con E[X]= n V(x) = 2 n.
- Grficamente (caso; n = 1, n =2, n > 2)


- Uso de tabla Ji cuadrado
En la tabla aparecen los percentiles correspondientes a ciertos valores de
probabilidad dados.
Ejemplo: Determinar k, tal que | | 99 , 0
2
20
= s k P _
Resp k =
99
2
99 , 0 ; 20
566 , 37 P = = _

(Percentil 99)
Ejemplo: Determinar k
1
, tal que | | 05 . 0
1
2
185
= < k P _
05
2
05 . 0 ; 200
2
05 . 0 ; 185 1
279 , 168 P k = = ~ = _ _







5) Distribucin de Probabilidad t de student

Def: Sea X ~ N(0;1) y sea Y ~
2
n
_ . Si X e Y son variables aleatorias independientes,
entonces:
n
t
n Y
X
~
/
(t de Student con n grados de libertad)

Propiedades:
- Es una distribucin de probabilidad simtrica respecto a su media igual a cero, es
unimodal, con Recorrido (-, + ). Su grfica es ms achatada que N(0,1) o ms
dispersa, pero cuando (n ), n es grande, se aproxima en forma y probabilidad
a la N(0,1).
Grficamente:

-600 -400 -200 0 200 400 600
0
.
0
0
0
0
.
0
0
2
0
.
0
0
4
0
.
0
0
6
t Distribution: Degrees of freedom=1
x
D
e
n
s
it
y
-30 -20 -10 0 10 20 30
0
.
0
0
0
.
1
0
0
.
2
0
0
.
3
0
t Distribution: Degrees of freedom=2
x
D
e
n
s
it
y
-4 -2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
t Distribution: Degrees of freedom=10
x
D
e
n
s
it
y
-2 0 2
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
t Distribution: Degrees of freedom=30
x
D
e
n
s
it
y


- Uso tabla t de Student
En la tabla aparecen los percentiles correspondientes a ciertos valores de
probabilidad.

Ej: Determinar k, tal que | | 95 , 0
80
= s k t P
6641 , 1
95 . 0 ; 80
= = t k

Ej: Determinar k
1
, tal que | | 10 , 0
1 25
= s k t P
3253 , 1
90 . 0 ; 20 10 . 0 ; 25 1
= = = t t k (utilizando la simetra de la distribucin)
t
n
; o (pequeo) = - t
n;1-o

Ej: Determinar k
2
, tal que | | 01 , 0
2 282
= s k t P
3388 , 2
99 . 0 ; 300 01 . 0 ; 300 01 . 0 ; 282 2
= = ~ = t t t k
6) Distribucin de Probabilidad F de Fisher
Def: Sea
2
1
~
n
X _ , sea
2
2
~
n
Y _ , si X e Y son v.a. independientes, entonces:
2 1
;
2
1
~
/
/
n n
F
n Y
n X
(F de Fisher con n
1
g.l. del numerador y n
2
g.l. del denominador.)


Propiedades:
Es una distribucin de probabilidad unimodal, asimtrica, cuyo recorrido es (0; + ).

Grficamente:
0 20 40 60
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
F Distribution: Numerator degrees=4, Denominator degrees=4
x
D
e
n
s
it
y
0 2 4 6
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
F Distribution: Numerator degrees=10, Denominator degrees=14
x
D
e
n
s
it
y
0 2 4 6 8 10
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
F Distribution: Numerator degrees=14, Denominator degrees=10
x
D
e
n
s
it
y
0.5 1.0 1.5 2.0 2.5 3.0 3.5
0
.
0
0
.
2
0
.
4
0
.
6
0
.
8
1
.
0
F Distribution: Numerator degrees=25, Denominator degrees=30
x
D
e
n
s
it
y



- o ;
2 1
,n n
F (pequeo) =
o 1 ; ;
1 1
1
n n
F

- Ejemplos: Determinar k, tal que | | 90 , 0
10 ; 8
= < k F P
3772 , 2
90 , 0 ; 10 ; 8
= = F k
- Determinar k
1
, tal que | | 05 , 0
1 10 ; 14
= < k F P
05 , 0 ; 10 ; 14 1
F k = (pequeo) 3843 , 0
6021 , 2
1 1
95 . 0 ; 14 ; 10
= = =
F