Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema7 Guion PDF
Tema7 Guion PDF
Area
de Estadstica e Investigacion Operativa
Licesio J. Rodrguez-Aragon
Marzo 2010
Contenidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Definici
on de Momentos
3
Momentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Esperanza Matem
atica
5
Esperanza Matem
atica, Expectation Value . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Varianza y Desviaci
on
Varianza, Variance .
Desviaci
on Tpica . .
Propiedades . . . . . .
Tpica
7
...................................................... 8
...................................................... 9
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Asimetra y Apuntamiento
11
Asimetra y Apuntamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Covarianza y Correlaci
on Lineal
13
Covarianza, Covariance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Desigualdades de Markov y Tchebychev
16
Desigualdad de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Desigualdad de Tchebychev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Contenidos
Definicion de Momentos.
Esperanza Matem
atica, Expectation Value.
Varianza y Desviaci
on Tpica, Variance and Standard Deviation.
Tema 7, M.E.I. 2 / 18
3 / 18
Definici
on de Momentos
Momentos
La definici
on general de un Momento respecto del punto v y de orden r de la variable aleatoria X:
P
P
r
r
i (xi v) f (xi ) =
i (xi v) pi si X es discreta
Mr (v) =
R
r
si X es contnua
(x v) f (x)dx
Licesio J. Rodrguez-Arag
on
Tema 7, M.E.I. 4 / 18
5 / 18
Esperanza Matem
atica
Esperanza Matem
atica, Expectation Value
La Esperanza Matem
atica, , de una variable aleatoria X es el Momento respecto al Origen de
orden 1 y se conoce como media o valor esperado de X:
X
= E(X) =
xi f (xi ), en el caso discreto.
i
= E(X) =
Licesio J. Rodrguez-Arag
on
Tema 7, M.E.I. 6 / 18
7 / 18
Varianza y Desviaci
on Tpica
Varianza, Variance
en el caso discreto.
2
= Var(X) = E[(X ) ] =
(x )2 f (x)dx,
en el caso contnuo.
Siendo f (x) la funci
on de probabilidad o de densidad.
For a single variate X with known population mean , the population Variance 2 , is defined as
E[(X )2 ].
Licesio J. Rodrguez-Arag
on
Tema 7, M.E.I. 8 / 18
Desviaci
on Tpica
Se denomina Desviaci
on Tpica de X, a la raz cuadrada positiva de la varianza,
p
= Var(X) = 2 .
The Standard Deviation of a probability distribution is defined as the square root of the variance
2
Licesio J. Rodrguez-Arag
on
Tema 7, M.E.I. 9 / 18
Propiedades
Algunas propiedades de la Varianza:
Licesio J. Rodrguez-Arag
on
Tema 7, M.E.I. 10 / 18
11 / 18
Asimetra y Apuntamiento
Asimetra y Apuntamiento
Asimetra, Skewness:
1 =
3
,
3
Apuntamiento, Kurtosis:
2 =
4
3,
4
Tema 7, M.E.I. 12 / 18
13 / 18
Covarianza y Correlaci
on Lineal
Covarianza, Covariance
Sean X e Y dos variables aleatorias, con distribuci
on de probabilidades conjunta f (x, y), la
Covarianza entre X e Y se define del siguiente modo:
Cov(X, Y ) = XY = E[(X X )(Y Y )].
Siendo esta expresi
on:
Cov(XY ) = XY =
XX
(xi X )(yj Y )f (xi , yj ),
i
en el caso discreto.
Cov(XY ) = XY =
en el caso contnuo.
Licesio J. Rodrguez-Arag
on
Tema 7, M.E.I. 14 / 18
Propiedades
Algunas propiedades de la Covarianza:
El Coeficiente de Correlaci
on Lineal de Pearson se define como,
=
XY
.
X Y
Licesio J. Rodrguez-Arag
on
Tema 7, M.E.I. 15 / 18
16 / 18
E(g(X))
t
g(x)f (x)dx
g(x)f (x)dx
E(g(X)) =
D
Z
Z
tf (x)dx t
f (x)dx = t P(g(X) t)
D
Licesio J. Rodrguez-Arag
on
E(X)
t
Tema 7, M.E.I. 17 / 18
Desigualdad de Tchebychev
La Desigualdad de Tchebychev nos permite, conociendo la Esperanza y la Varianza de una variable
aleatoria, acotar la probabilidad P(|X | < k).
Sea X una variable aleatoria de media y varianza 2 entonces, para todo k > 0 se verifica,
P( k < X < + k) = P(|X | < k) 1
1
.
k2
E((X E(X))2 )
2
1
E(Y )
=
=
= 2.
2
2
2
2
2
2
k
k
k
k
1
.
k2
Tema 7, M.E.I. 18 / 18