Integral Definida PDF

Universidad Nacional Mayor de San Marcos
Facultad de Ciencias Econmicas

Matemtica para Economistas II
La Integral Denida
Miguel Ataurima Arellano
mataurimaa@economia.unmsm.pe
miguel.ataurima@pucp.pe
mataurimaa@uni.pe
Agosto 2010
1
1.1
La integral denida como limite de una suma

Suma Integral
Sea f (x) una funcion denida en el segmento a

x
b y a = x0 < x1 <
arbitraria de este segmento en n partes (gura). La suma de la forma
Sn =
n
X1
< xn = b una division
f ( i ) xi
(1)
i=0
donde xi
xi+1 ; xi = xi+1 xi ; para todo i = 0; 1; 2; : : : ; n 1 ; recibe el nombre de suma
i
integral de la funcion f (x) en [a:b]. Sn representa geometricamente la suma algebraica de las areas de
los correspondientes paralelogramos.
B
X
1.2
a =x0
n-1
x =b
n
Integral Denida
El limite de la suma Sn , cuando el numero n de divisiones tiende al innito y la mayor diferencia

tiende a cero, se llama integral denida de la funcion f (x) entre los liimites x = a y x = b, es decir
lim
max
xi !0
n
X1
f ( i ) xi =
xi
f (x) dx
(2)
i=0
Si la funcion f (x) es continua en [a; b], tambien sera integrable en [a; b], es decir, el limite (2) existe,
independinetemente del metodo que se emplee para dividir el segmento de integracion [a; b] en segmentos
1
Matematica para Economistas II
La Integral Denida
parciales y de la eleccion de los puntos i dentro de dichos segmentos. La integral (2), denida geometricamente, es de por si la suma algebraica de las areas de las guras que forman el trapecio mixtilineo
aABb, en el que las areas de las partes situadas sobre el eje OX se toman con signo positivo, mientras
que las areas de las partes que se encuentran bajo el eje OX se toman con signo negativo.
La denicion de la suma integral y de la integral denida se generalizan, naturalmente, al caso cuando
a > b.
Calculo de las integrales denidas por medio de indenidas
2.1
Integral denida con el limite superior variable
Si la funcion f (x) es continua en el segmento [a; b] la funcion

Z x
f (t) dt
F (x) =
a
es una funcion primitva de f (x), es decir

F 0 (x) = f (x)
para a
b.
Teorema 1 Primer Teorema Fundamental del Clculo (2TFC). Sea f una funcin integrable en
[a; x] para cada x de [a; b]. Sea c tal que a c b y denamos una nueva funcin F del siguiente modo
Z x
F (x) =
f (t) dt si a x b
c
Entonces, existe la derivada F (x) en cada punto de x del intervalo abierto ha; bi en el que f es continua,
y para tal x tenemos
F 0 (x) = f (x)
Demostracin. Consideremos la siguiente gura en la que se muestra la grca de una funcin f en
un intervalo [a; b].En la gura h es positivo y
f (x )
x+h
f (t) dt =
x+h
f (t) dt
x +h
f (t) dt = F (x + h)
F (x)
f (x)]g dt
Supongamos x jo, entonces

F (x + h)
F (x)
x+h
f (t) dt =
= hf (x) +
x+h
ff (x) + [f (t)
x+h
[f (t)
f (x)] dt
dividiendo entre h
F (x + h)
h
F (x)
Miguel Ataurima Arellano (UNMSM-FCE)
= f (x) +
2
1
h
x+h
[f (t)
f (x)] dt
http://matematicados.wordpress.com
La Integral Denida
tomando lmite cuando h ! 0 tenemos

F (x + h)
lim
h!0
h
F (x)
1
= f (x) + lim
h!0 h
x+h
[f (t)
f (x)] dt
entonces, si logramos demostrar que

1
h!0 h
lim
x+h
[f (t)
f (x)] dt = 0
habremos probado que

F (x + h) F (x)
= f (x)
h!0
h
y como por denicin de derivada, el miembro de la izquierda es F 0 (x), entonces se habra probado que
lim
F 0 (x) = f (x)
Ahora, la forma demostrar el lmite es por denicin
Z
1 x+h
[f (t)
lim
h!0 h x
f (x)] dt = 0
R x+h
para simplicar la notacin hagamos G (h) = h1 x [f (t)
demostrar es
lim G (h) = 0
f (x)] dt, entonces, el lmite reescrito por

(3)
h!0
tendremos que probar que para cada > 0 existe un

y asumiendo el caso en el que h > 0
> 0 tal que jG (h)
8 > 0; 9 > 0 = jG (h)j <
0j < siempre que jh
0j < ;
^ 0<h<
eligiendo un h tal que 0 < h <
t
x -d
x +h x +d
x
d
d
h
entonces, en virtud de la continuidad de f en x, se tiene que tambin cumplir que

lim f (t) = f (x)
t!x
que por denicin implica que dado el de la denicin del lmite anterior, se cuenta con un
(con 0 < ) para el cual existe un > 0 tal que jf (t) f (x)j < 0 siempre que jt xj <
8 0 > 0; 9 > 0 = jf (t)
f (x)j <
una representacin grca esta en la gura 1

entonces cada t en el intervalo [x; x + h] debe satisfacer jf (t)
Z
x+h
[f (t)
f (x)] dt
jG (h)j =
1
h
f (x)j <
x+h
jf (t)
dividiendo por h
^ 0 < jt
f (x)j dt
> 0
xj <
0
^ 0 < jt
xj < . entonces
x+h
0
dt = h 0 < h
x+h
[f (t)
f (x)] dt <
se verica la denicin del lmite (3) :

La Integral Denida
f (x )
t
x -d
x +h x +d
d
h
Figure 1: Interpretacin Geomtrica del Primer Teorema Fundamental del Clculo
2.2
Formula de Newton - Leibniz

0
Si F (x) = f (x), se tiene
f (x) dx = F (x)jb = F (b)
F (a)
La funcion primitva F (x) se calcula hallando la integral indenida

Z
f (x) dx = F (x) + C
R
Leibniz us el smbolo f (x) dx para designar una primitiva general de f , o sea F (x) es una primitiva
en particular, que se diferencia de la general por la constante C.
Teorema 2 Segundo Teorema Fundamental del Clculo (2TFC). Suponga una funcin f en un
intervalo abierto I, y sea F una primitava cualquiera de f en I. Entonces, para cada a y cada x en I,
tenemos
Z x
F (x) = F (c) +
f (t) dt
(4)
Demostracin. Sea
A (x) =
f (t) dt
el 1TFC establece que
A0 (x) = f (x)
para todo x en I. Como dos primitvas de f pueden diferir tan slo en una constante
A (x)
F (x) = K
para una cierta constante K. Cuando x = c, esta frmula implica

A (c)
| {z }
F (a) = K
por consiguiente
f (t) dt
F (x) =
F (c)
La Integral Denida
de donde
F (x) = F (c) +
f (t) dt
Observaciones:
Poniendo la ecuacin (4) en la forma
Z
f (t) dt = F (x)
F (c)
se ve que podemos calcular el valor de una integral mediante una simple diferencia si conocemos
una primitiva F (F 0 (x) = f (x)).
Si una funcin f tiene derivada continua f 0 en un intervalo abierto I, el 2TFC arma que
Z x
f (x) = f (c) +
f 0 (t) dt
c
Integrales Impropias
3.1
Integrales de las funciones no acotadas
Si una funcion f (x) no esta acotada en ningun entorno del punto c, del segmento [a; b], y es continua
cuando a x < c y c < x b, de acuerdo con la denicion se supone
Z b
Z c "
Z b
f (x) dx = lim
f (x) dx + lim
f (x) dx
(5)
!0 c+
"!0 a
Si existen y son nitos los limites del sgundo mimebro de la igualdad (5), la integral impropia recibe el
nombre de convergente en caso contrario sera divergente. Cuando c = a o c = b, la determinacion se
simplica de la forma correspondiente.
Si existe una funcion F (x), continua en el segmento [a; b] tal que F 0 (x) = f (x) para x 6= c (primitiva
generalizada), se tiene,
Z b
a
f (x) dx = F (x)jb = F (b) F (a)
(6)
n
Si jf (x)j
F (x) para a
by
F (x) dx converge, la integral (5) tambien converge (criterio
de comparacion)
Si f (x)
0 y lim ff (x) jx
x!c
cj g = A 6= 1, con A 6= 0, es decir, f (x)
jx
tendremos que:
A
m cuando x ! c,
cj
1. Si m < 1, la integral (5) es convergente

2. Si m
3.2
1, la integral (5) es divergente
Integrales con limites innitos
Si la funcion f (x) es continua para a x < 1, se supone que

Z 1
Z b
f (x) dx = lim f (x) dx
a
(7)
b!0 a
y segun que exista o no limite nito del segundo miembro de la igualdad (7), la integral correspondiente
recibira el nombre de convergente o de divergente.
Analogamente
Z b
Z b
Z 1
Z b
f (x) dx = lim
f (x) dx y
f (x) dx = lim
f (x) dx
1
a! 1 a
a! 1
b!+1
Si jf (x)j
Si f (x)
que:
F (x) y la integral
La Integral Denida
Z
F (x) dx converge, la integral (7) tambien convergera.
0 y lim ff (x) xm g = A 6= 1, con A 6= 0, es decir, f (x)

x!c
A
cuando x ! 1, tendremos
xm
1. Si m > 1, la integral (7) es convergente

2. Si m
1, la integral (7) es divergente
Cambio de Variable en la integral denida
Si la funcion f (x) es continua en el segmento a x b y x = ' (t) es una funcion continua conjuntamente
con su derivada '0 (t), en el segmento
t
, donde a = ' ( ) y b = ' ( ), y la funcion f [' (t)] es
denida y continua en el segmento
t
, tenemos
Z
Z b
f [' (t)] '0 (t) dt
f (x) dx =
a
Integracion por partes
Si las funciones u (x) y v (x) tienen derivadas continuas en el segmento [a; b], se tiene,
Z b
Z b
b
0
u (x) v (x) dx = u (x) v (x)ja
v (x) u0 (x) dx
a
6
6.1
(8)
Teorema del Valor Medio

Acotacion de las integrales
Si f (x)
F (x) para a
b, se tiene
Z
f (x) dx
Si f (x) y ' (x) son continuas para a x

Z b
m ' (x) dx
a
F (x) dx
(9)
b, ademas, ' (x)

Z b
f (x) ' (x) dx
a
0, se tiene,
Z b
M
' (x) dx
(10)
donde m es el valor minimo absoluto y M el valor maximo absoluto de la funcion f (x) en el segmento
[a; b].
En particuar, si ' (x) 1, se tiene
Z b
m (b a)
f (x) dx M (b a)
(11)
a
Las desigualdades (10) y (11) se pueden sustituir respectivamente por sus equivalentes igualdades
Z b
Z b
f (x) ' (x) dx = f (c)
' (x) dx
a
f (x) ' (x) dx = f ( ) (b
a)
donde c y
6.2
son numeros que se encuentran entre a y b.
Valor medio de la funcion
El numero
=
f (x) dx
b a a
se llama valor medio de la funcion f (x) en el segmento a x
b.
7
7.1
La Integral Denida
Area de las guras planas

Area en coordenadas cartesianas
Si una curva continua se da en coordenadas cartesianas por la ecuacion y = f (x), con f (x) 0, el area
del trapecio mixtilineao, limitado por dicha curva, por dos verticales en los puntos x = a y x = b y por
el segmento del eje de las abscisas a x b, se determina por la formula
Z
S=
f (x) dx
(12)
y =f (x)
S
X
0
7.2
Area en coordenadas cartesianas con forma parametrica
Si una curva continua se da en coordenadas cartesianas pero con ecuaciones en forma parametrica,
x = ' (t) ; y = (t), el area del trapecio mixtilineo, limitado por esta curva, por dos verticales, x = a y
x = b respectivamente, y por el segmento del eje OX, se expresara por la integral
Z t2
S=
(t) 0 (t) dt
(13)
t1
donde t1 y t2 se determinan de las ecuaciones a = ' (t1 ) y b = ' (t2 ) con
7.3
(t)
0 en el segmento [t1 ; t2 ].
Area en coordenadas polares
Si la curva continua se da en coordenadas polares por una ecuacion r = f ( ), el area del sector AOB
(gura), limitado por el arco de la curva y los radios polares OA y OB, correspondientes a los valores
'1 = y '2 = , se expresa por la integral
1
S=
2
8
8.1
[f (')] d'
(14)
Longitud de arco de una curva

Longitud de arco de una curva dada en coordenadas rectangulares
La longitud s del arco de uan curva regular y = f (x), comprendida entre dos puntos cuyas abscisas sean
x = a y x = b, es igual a
Z bq
2
s=
1 + [y 0 ] dx
a
8.2
Longitud de arco de una curva dada en forma parametrica
Si la curva se da en ecuaciones de forma parametrica x = ' (t) e y =

derivadas continuas), la longitud s del arco de la curva sera igual a
s=
(t) (en que ' (t) y
(t) tienen
t2 p
x_ 2 + y_ 2 dt
t1
La Integral Denida
donde t1 y t2 son los valores del parametro correspondientes a los extremos del arco y x_ =
d
(t)
y_ = dt
d
dt ' (t)
Volumenes de cuerpos solidos
9.1
Volumen de un cuerpo de revolucion
Los volumenes de los cuerpos engendrados por la revolucion de un trapecio mixtilineo limitado por una
curva y = f (x), el eje OX y dos verticales x = a y x = b, alrededor de los ejes OX y OY , se expresan,
respectivamente, por las formulas
Z b
1. VX =
y 2 dx
a
2. VX = 2
xydx (1 )
El volumen del cuerpo engendrado por la rotacion alrededor del eje OY de la gura limitada por la
curva x = g (y), el eje OY y las dos paralelas y = c e y = d, puede determinarse por la formula
Z d
VY =
x2 dy
c
que se obtiene de la formula 1., expuesta anteriormente, permutando las coordenadas x e y.

Si la curva se da de otro modo (en forma parametrica, en coordenadas polares, etc) en las formulas
anteriores hay que hacer el correspondiente cambio de variable de integracion.
En el caso mas general, los volumenes de los cuerpos engendrados por la rotacion de una gura,
limitada por las curvas y1 = f1 (x) e y2 = f2 (x) (siendo f1 (x) f2 (x)) y por las rectas x = a, x = b,
alrededor de los ejes de coordenadas OX y OY , seran respectivamente
Z b
VX =
y22 y12 dx
a
VY
x (y2
y1 ) dx
El volumen de un cuerpo, obtenido al girar un sector, limitado por un arco de curva r = F ( ) y dos
radios polares = y = , alrededor del eje polar, se puede calcular por la formula
Z
2
VP =
r3 sen d
3
Esta misma formula es comodo aplicarla cuando se busca el volumen de cuerpos engendrados por la
rotacion, alrededor del eje polar, de guras limitadas por cualquier curva cerrada, dada en coordenadas
polares.
9.2
Calculo de volumenes de los cuerpos solidos cuando se conocen sus secciones transversales
Si S = S (x) es el area de la seccion del cuerpo por un plano, perpendicular a una recta determinada
(que se toma como eje OX), en el punto de abscisa x, el volumen de este cuerpo sera igual a
Z x2
V =
S (x) dx
x1
donde x1 y x2 son las abscisas de las secciones extremas de dicho cuerpo.

1 Sea un cuerpo engendrado por la revolucion alrededor del eje OY de un trapecio mixtilineo, limitado por la curva
y = f (x) y por las rectas x = a, x = b e y = 0. Como elemento del volumen de este cuerpo se toma el volumen de una
parte del mismo, engendrada por la rotacion alrededor del eje OY de un rectangulo de lados y y dx, que se encuentra a
una distancia x del eje OY . En este caso, el elemento del volumen es:
dVY = 2 xydx
de donde
VY = 2
xydx
a
10
La Integral Denida
Area de una supercie de revolucion
El area de una supercie engendrada por la rotacion alrededor del eje OX, del arco de una curva regular
y = f (x), entre los puntos x = a y x = b, se expresan por la formula
Z b
Z b q
ds
2
(15)
Sx = 2
y dx = 2
y 1 + [y 0 ] dx
dx
a
a
donde ds es la diferencial del arco de la curva.
Cuando la ecuacion de la curva se da de otra forma, el area de la supercie SX se obtiene de la
formula (15), efectuando los correspondientes cambios de variables.
11
Aplicaciones de las integrales denidas a la Economia
11.1
Probabilidades
11.1.1
Fundamentos
El conjunto S de todos los posibles resultados de un experimento es llamado el espacio muestral para el
experimento. Tomemos el simple ejemplo del lanzamiento de una moneda. Aqui hay dos posibles resultados, cara o sello, asi que podemos escribir S = fC; Sg. Si dos monedas son lanzadas secuencialmente,
podemos escribir cuatro resultados como S = fCC; CS; SC; SSg.
Un evento A es una coleccion de posibles resultados de un experimento. Un evento es un subconjunto
de S, incluyendo al mismo S y al conjunto vacio ;. Continuando con el ejemplo de las dos monedas,
un evento es A = fCC; CSg, el evento en el que la primera moneda es cada. Decimos que A y B
son disjuntos o mutuamente excluyentes si A \ B = ;. Por ejemplo, los conjuntos fCC; CSg y fSCg
son disjuntos. Ademas, si los conjuntos A1 ; A2 ; : : : on disjuntos por pares y [1
i=1 Ai = S, entonces las
colecciones A1 ; A2 ; : : : es llamada una particion de S.
Los operaciones de conjunto elementales son las siguientes:
Union:
A [ B = fx : x 2 A o x 2 Bg
Interseccion: A \ B = fx : x 2 A y x 2 Bg
Complemento: Ac = fx : x 2
= Ag
Conmutatividad: A [ B = B [ A;
A\B =B\A
Asociatividad: A [ (B [ A) = (A [ B) [ A;
A \ (B \ A) = (A \ B) \ A
Ley de Distribucion: A \ (B [ C) = (A \ B) [ (A \ C) ;
c
Leys de Morgan: (A [ B) = Ac \ B c ;
A [ (B \ C) = (A [ B) \ (A [ C)
(A \ B) = Ac [ B c
Una funcion de probabilidad asigna probabilidades (numeros entre 0 y 1) a un evento A en S. Esto

es sencillo cuando S es contable; cuando S es incontable debemos ser mas cuidadosos. Un conjunto B es
llamado sigma algebra (o campo Borel) si ; 2 B, A 2 B implica que Ac 2 B, y A1 ; A2 ; : : : 2 B implica
que [1
i=1 Ai 2 B. Un simple ejemplo es f;; Sg el cual es conocido como el sigma algebra trivial. Para
cualquier espacio S, hagamos B el sigma algebra mas pequenio conteniendo todos los conjuntos abiertos
en S. Cuando S es contable, B es simplemente la coleccion de todos los subconjuntos de S, incluyendo
a ; y S. Cuando S es la linea real, entonces B es la coleccion de todos los intervalos abiertos y cerrados.
Llamamos B al sigma algebra asociado con S. Solo denimos probabilidades para eventos contenidos en
B.
Ahora podemos brindar la decion axiomatica de probabilidad. Dados S y B, una funcion de probabilidad P satisface P (S)
0 para todo A 2 B, y si A1 ; A2 ; : : : 2 B son pares disjuntos,
P1= 1, P (A)
entonces P ([1
A
)
=
P
(A
).
i
i
i=1
i=1
Algunas propiedades importantes de la funcion de probabilidad son:
P (;) = 0
P (1)
P (Ac ) = 1
P (A)
P (B \ Ac ) = P (B)
P (A \ B)
P (A [ B) = P (A) + P (B)
Si A
La Integral Denida
B entonces P (A)
P (A \ B)
P (B)
Desigualdad de Bonferroni: P (A \ B)
Desigualdad de Boole: P (A [ B)
P (A) + P (B)
P (A) + P (B)
Para muchos modelos elementales de probabilidad, es usual contar con simples reglas para contar
el numero de objetos en un conjunto. Estas reglas de conteo son facilitadas usando los coecientes
binomiales, los cuales estan denidos para enteros no negativos n y r, n r, como
n
r
n!
r! (n r)!
Cuando contamos el numero de objetos en un conjunto, existen dos importantes distinciones. El

conteo puede ser con repeticion o sin repeticion. El conteo puede ser ordenado o desordenado. Por
ejemplo, considere una loteria donde se selecciona seis numeros del conjunto 1; 2; : : : ; 49. Esta seleccion
es sin reemplazo si es que no se nos permite seleccionar el mismo numero dos veces, y es con reemplazo si
es que se nos es permitido. El conteo e sordenado o no dependiendo si el orden secuencial de los numeros
es relevante para ganar la loteria. Dependiendo de estas dos distinciones, tenemos cuatro expreciones
para el numero de objetos (arreglos posibles) de tamanio r de n objetos
Sin reemplazo
n!
(n r)!
Con orden
Con reemplazo
nr
n
r
Sin orden
n+r
r
En la loteria del ejemplo, si el conteo es sin importar el orden y sin reemplazo, el numero de posibles
49
combinaciones es
= 13 983 816.
6
Si P (B) > 0 la probabilidad condicional del evento A dado el evento B es
P (A j B) =
P (A \ B)
P (B)
Para cualquier B, la funcion de probabilidad condicional es una funcion de probabilidad valida donde S
ha sido reemplazado por B. Reordenando la denicion, podemos escribir
P (A \ B) = P (A j B) P (B)
(16)
Decimos que los eventos A y B son independientes estadisticamente cuando (16) se cumple. Por otra
parte, decimos que la coleccion de eventos A1 ; : : : ; Ak son mutuamente independientes cuando para todo
subconjunto fAi : i 2 Ig
!
\
Y
P
Ai =
P (Ai )
(17)
i2I
i2I
Teorema 3 (Regla de Bayes). Para todo conjunto B y cualquier particion A1 ; A2 ; : : : del espacio muestral, se tiene que
P (B j Ai ) P (Ai )
P (Ai j B) = P1
j=1 P (B j Aj ) P (Aj )
para todo i = 1; 2; : : :
10
11.1.2
La Integral Denida
Variables Aleatorias
Una variable aleatoria X es una funcion de un espacio muestral S en la linea real. Esto induce un nuevo
espacio muestral -la linea real- y una nueva funcion de probabilidad sobre la linea real. Tipicamente,
denotamos las variables aleatorias por letras mayusculas tal como X, y usamos las letras minusculas
como x para valores potenciales y valores realizados. (Esto es en contraste con la notacion adoptada
por la mayoria de libros). Para una variable aleatoria X denimos la funcion de distribucion acumulada
(cumulative distribution function, CDF) como
F (x) = P (X
x)
(18)
A menudo escribimos como FX (x) para denotar que es la CDF de X. Una funcion F (x) es una CDF si
y solo si cumple con las siguientes tres propiedades:
1.
lim F (x) = 0 y lim F (x) = 1
x! 1
x!1
2. F (x) es no decreciente en x
3. F (x) es continua por la derecha
Decimos que la variable aleatoria X es discreta si F (x) es una funcion escalon. En el ultimo caso, el
rango de X consiste en un conjunto contable de numeros reales 1 ; 2 ; : : : ; r . La funcion de probabilidad
para X toma la forma
P (X = j ) = j ; j = 1; : : : ; r
(19)
Pr
donde 0
1 y j=1 j = 1.
j
Decimos que la variable aleatoria X es continua si F (x) es continua en x. En este caso P (X = ) = 0
para todo 2 R por lo que la representacion (19). En vez de ella, representaremos las probabilidades
relativas mediante la funcion de densidad de probabilidad (probability density function, PDF)
d
F (x)
dx
f (x) =
por lo que
F (x) =
y
P (a
f (u) du
1
b) =
f (u) du
Esta expresion solo tiene sentido si F (x) es diferenciable. Mientras que hay ejemplos de variables
aleatorias continuas que no poseen un PDF, estas casos son inusuales y sonZ tipicamente ignorados.
1
Una funcion f (x) es una PDF si y solo si f (x) 0 para todo x 2 R y
f (x) dx = 1.
1
11.1.3
Expectativa (Esperanza)
Para cualquier funcion real medible g, denimos a continuacion la media o expectativa (esperanza o valor
esperado) E [g (X)] . Si X es discreta
E [g (X)] =
r
X
g ( j)
j=1
y si X es continua
E [g (X)] =
g (x) f (x) dx
Esta ultima integral esta bien denida y es nita si

Z 1
jg (x)j f (x) dx < 1
(20)
11
La Integral Denida
Si (20) no se cumple, evaluar

I1
g (x) f (x) dx
g(x)>0
I2
g (x) f (x) dx
g(x)<0
Si I1 = 1 e I2 < 1 entonces denimos E [g (X)] = 1. Si I1 < 1 e I2 = 1 entonces denimos

E [g (X)] = 1. Si ambas I1 = 1 e I2 = 1 entonces E [g (X)] esta indenida.
A partir de que E [a + bX] = a + bE [X], decimos que la esperanza es un operador lineal.
Para m > 0, denimos el momento m esimo de X como E [X m ] y el momento central m esimo
m
como E [(X E [X]) ].
h
i
2
2
Dos momentos especiales son la media = E [X] y la varianza 2 = E (X
) = E X2
.
p
2
2
la desviacion estandar de X. Tambien podemos escribir
= V ar (X). Por ejemplo,
Llamamos =
esta notacion nos brinda la conveniente expresion V ar (a + bX) = b2 V ar (X).
La funcion generadora de momentos (moment generating function, MGF) de X es
X
M( )=E e
La MGF no necesariamente existe. Sin embargo, cuando esta existe y E [jXj ] < 1 entonces
dm
M( )
d m
= E [X m ]
=0
es el porque esta es llamada la funcion generadora de momentos.

Generalizando aun mas, la funcion caracteristica (characteristic function, CF) de X es
C ( ) = E ei
donde i =
X
m
1 es la raiz unitaria.la CF siempre existe, y cuando E [jXj ] < 1

dm
C( )
d m
= im E [X m ]
=0
La norma L , p > 1, de la variable aleatoria X es

1
kXkp = (E [jXj ]) p
11.1.4
La Funcion Gamma
La funcion camma esta denida para
> 0 como
Z
( )=
dx
y satisface la propiedad
(1 + ) =
( )
(n) = (n
1)!
para todo n entero positivo,

1
1
= 2
2
La formula de Sterling es una expansion de su logaritmo
Algunos valores especiales son
log ( ) =
11.1.5
(1) = 1 y
1
log (2 ) +
2
1
2
log
z+
1
12
1
360
1
1260
PDFs comunes
Funciones de distribucion discreta

12
La Integral Denida
Bernoulli
E [X]
P (X = x)
E [X]
Var (X)
p)
x = 0; 1;
= p
Var (X)
Binomial
1 x
= px (1
P (X = x)
= p (1
p)
n x
p (1
r
p)
n x
x = 0; 1; : : : ; n;
= np
= np (1
p)
Geometrica
probabilidad de que x ensayos sean necesarios para obtener un xito
P (X = x)
x 1
= p (1
E [X]
Var (X)
p)
x = 1; 2; : : : ;
1
p
1
p
p2
probabilidad de que haya x fallos antes del primer xito

P (X = x)
E [X]
Var (X)
= p (1
=
=
p) ;
x = 0; 1; : : : ;
p
p
p
p2
Multinomial
P (X1 = x1 ; : : : ; Xm = xm )
E [Xi ]
n!
Qm
i=1 xi !
= pi
Var (Xi )
= npi (1
Cov (Xi )
Qm
i=1
pxi i ;
Pm
i=1
xi = n;
Pm
i=1
pi = 1
pi )
npi pj
Binomial Negativa
P (X = x)
E [X]
Var (X)
(r + x) r
p (1
x! (r)
r (1
x 1
p)
x = 1; 2; : : : ;
p)
p
r (1 p)
p2
13
La Integral Denida
Poisson
P (X = x)
E [X]
Var (X)
e
x!
x = 0; 1; : : : ;
14
>0
La Integral Denida
Funciones de distribucion continua

Beta
f (x)
E [X]
Var (X)
( + )
x
( ) ( )
(1
x)
> 0;
>0
+
2
( +
+ 1) ( + )
2.5
f(x)
E[X]=
0.8
B ()
0.6
f(x)
F(x)
1.5
0.4
0.5
0.2
0.2
0.4
0.6
0.8
F(x)
E[X]=
0
0.2
0.4
0.6
0.8
Graca de la PDF y CDF para
=2y
=5
Cauchy
f (x)
1
;
(1 + x2 )
E [X]
= 1
Var (X)
= 1
1<x<1
0.4
1
f(x)
0.35
0.8
0.3
0.6
F(x)
f(x)
0.25
0.2
0.4
0.15
0.1
0.2
F(x)
0.05
0
-10
-5
0
x
0
-20
10
-10
0
x
10
20
Graca de la PDF y CDF
15
La Integral Denida
Exponencial
f (x)
E [X]
Var (X)
e ;
x<1
>0
1
1.2
f(x)
F(x)
E[X]=
B ()
0.8
0.6
F(x)
f(x)
E[X]=
0.8
0.6
0.4
0.4
0.2
0.2
0
= 0:8
Logistica
f (x)
E [X]
(1 + e
;
x )2
1<x<1
= 0
2
Var (X)
0.6
1
f(x)
F(x)
E[X]=
0.5
0.8
B ()
0.4
F(x)
f(x)
0.6
0.3
0.4
0.2
0.2
0.1
0
-10
-5
0
x
0
-10
10
-5
0
x
10
Graca de la PDF y CDF
16
La Integral Denida
Lognormal
f (x)
1
p
ln x
1
2
x<1
>0
E [X]
+ 2
= e
= e(2
Var (X)
+2
e(2
1
f(x)
F(x)
E[X]=
0.8
0.8
B ()
0.6
f(x)
F(x)
0.6
0.4
0.4
0.2
0.2
10
10
= 1:25 y
= 0:15
Pareto
f (x)
E [X]
Var (X)
+1
x<1
> 0;
>0
>1
1
2
1) (
>2
2)
1
f(x)
F(x)
E[X]=
B ()
1.5
0.8
F(x)
f(x)
0.6
1
0.4
0.5
0.2
10
10
17
=2y
=3
La Integral Denida
Uniforme
f (x)
E [X]
Var (X)
1
b
a+b
2
(b
a)
12
1
f(x)
F(x)
E[X]=
0.8
0.8
B ()
0.6
f(x)
F(x)
0.6
0.4
0.4
0.2
0.2
10
10
Graca de la PDF y CDF para a = 2 y b = 4
Weibull
f (x)
E [X]
Var (X)
1+
x<1
> 0;
>0
1+
1+
1
f(x)
F(x)
E[X]=
0.8
0.8
B ()
0.6
f(x)
F(x)
0.6
0.4
0.4
0.2
0.2
10
10
18
= 2:5 y
=6
La Integral Denida
Gamma
f (x)
E [X]
Var (X)
1
( )
x<1
> 0;
>0
1
f(x)
F(x)
E[X]=
0.8
0.8
B ()
0.6
f(x)
F(x)
0.6
0.4
0.4
0.2
0.2
10
10
=5y
= 0:5
Chi-Cuadrado
f (x)
r
1
r x2
r
22
2
E [X]
r
2;
x<1
r>0
= r
Var (X)
2r
1
f(x)
F(x)
E[X]=
0.8
0.8
B ()
0.6
f(x)
F(x)
0.6
0.4
0.4
0.2
0.2
10
10
Graca de la PDF y CDF con r = 3 grados de libertad
19
La Integral Denida
Normal
f (x)
E [X]
Var (X)
1
2
1
p e
2
1<x<1
1<
< 1;
>0
1
f(x)
F(x)
E[X]=
0.8
0.8
B ()
0.6
f(x)
F(x)
0.6
0.4
0.4
0.2
0.2
10
10
=5y
= 0:6
t-Student
f (x)
E [X]
Var (X)
r+1
2
p
r
r
2
= 0
=
r+1
2
x2
1+
r
1<x<1
r>0
si r > 1
r
si r > 2
1
f(x)
F(x)
E[X]=
0.8
0.8
B ()
0.6
f(x)
F(x)
0.6
0.4
0.4
0.2
0.2
0
-10
-5
0
x
0
-10
10
-5
0
x
10
Graca de la PDF y CDF con r = 10 grados de libertad
20

Integral Definida PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Integral Definida PDF

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Mayor de San Marcos

Facultad de Ciencias Econmicas

La integral denida como limite de una suma

Sea f (x) una funcion denida en el segmento a

< xn = b una division

El limite de la suma Sn , cuando el numero n de divisiones tiende al innito y la mayor diferencia

Matematica para Economistas II

Calculo de las integrales denidas por medio de indenidas

Integral denida con el limite superior variable

Si la funcion f (x) es continua en el segmento [a; b] la funcion

es una funcion primitva de f (x), es decir

Supongamos x jo, entonces

Miguel Ataurima Arellano (UNMSM-FCE)

Matematica para Economistas II

tomando lmite cuando h ! 0 tenemos

entonces, si logramos demostrar que

habremos probado que

f (x)] dt, entonces, el lmite reescrito por

tendremos que probar que para cada > 0 existe un

> 0 tal que jG (h)

8 > 0; 9 > 0 = jG (h)j <

0j < siempre que jh

eligiendo un h tal que 0 < h <

entonces, en virtud de la continuidad de f en x, se tiene que tambin cumplir que

una representacin grca esta en la gura 1

se verica la denicin del lmite (3) :

Matematica para Economistas II

Figure 1: Interpretacin Geomtrica del Primer Teorema Fundamental del Clculo

Formula de Newton - Leibniz

Si F (x) = f (x), se tiene

f (x) dx = F (x)jb = F (b)

La funcion primitva F (x) se calcula hallando la integral indenida

el 1TFC establece que

para una cierta constante K. Cuando x = c, esta frmula implica

Miguel Ataurima Arellano (UNMSM-FCE)

Matematica para Economistas II

Integrales de las funciones no acotadas

F (x) dx converge, la integral (5) tambien converge (criterio

cj g = A 6= 1, con A 6= 0, es decir, f (x)

1. Si m < 1, la integral (5) es convergente

1, la integral (5) es divergente

Integrales con limites innitos

Si la funcion f (x) es continua para a x < 1, se supone que

Miguel Ataurima Arellano (UNMSM-FCE)

Matematica para Economistas II

F (x) dx converge, la integral (7) tambien convergera.

0 y lim ff (x) xm g = A 6= 1, con A 6= 0, es decir, f (x)

1. Si m > 1, la integral (7) es convergente

1, la integral (7) es divergente

Cambio de Variable en la integral denida

Integracion por partes

Teorema del Valor Medio

Si f (x) y ' (x) son continuas para a x

b, ademas, ' (x)

f (x) ' (x) dx = f ( ) (b

son numeros que se encuentran entre a y b.

Valor medio de la funcion

Matematica para Economistas II

Area de las guras planas

Area en coordenadas cartesianas con forma parametrica

donde t1 y t2 se determinan de las ecuaciones a = ' (t1 ) y b = ' (t2 ) con

Area en coordenadas polares

Longitud de arco de una curva