Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diagnóstico de Estadística Actuariales
Diagnóstico de Estadística Actuariales
i) Pr(E1 /E2 )
Para resolver dicha probabilidad se usará el Teorema de Probabilidad Condicionada, entonces
tenemos lo siguiente:
Pr(E1 ՈE2 )
Pr(E1 /E2 ) = Pr(E2 )
Sabemos por dato que E1 ՈE2 = ∅ , entonces la probabilidad de nuestro numerador será 0, por
ende nos quedará :
0
Pr(E1 /E2 ) = , En este caso no hace falta calcular la Pr(E2 ), ya que el resultado total será
Pr(E2 )
0 ( Siempre y cuando la Pr(E2 ) sea distinta de cero).
Luego:
Pr (E3 /E2 ՈE1 ) Pr(𝐸2 )Pr(E1 /E2 )= Pr (E3 /E2 ՈE1 )
Entonces la expresión quedará de la siguiente manera:
Pr(E2 ՈE1 Ո𝐸3 ) Pr(𝐸2 )Pr(E1 /E2 )Pr(E3 /E2 ՈE1 )
Pr (E1 𝑈E2 /𝐸3 ) = =
Pr(𝐸3 ) Pr(𝐸3 )
En el punto i) ,llegamos a la conclusión de que Pr(E1 /E2 )=0 , usando dicho resultado
tendremos:
Pr(𝐸2 )Pr(E1 /E2 )Pr(E3 /E2 ՈE1 ) Pr(𝐸2 ).0.Pr(E3 /E2 ՈE1 ) 0
= = =0
Pr(𝐸3 ) Pr(𝐸3 ) Pr(𝐸3 )
Pr(E1 ՈE2 ) = 0
iv) Pr(E1 𝑈E3 )
Primero buscamos la probabilidad de la unión de dos sucesos, en este caso como muestra la imagen
sería de A y B. Parecería lógico calcular simplemente la suma de la Probabilidad de A y de la Probabilidad
de B, pero si sólo lo dejamos así, estaríamos sumando dos veces la intersección entre A y B.
Entonces necesitamos restarle una vez dicha intersección. En este caso nos quedaría
Luego para volviendo al ejercicio, se podría utilizar nuevamente la regla del producto para Pr(E1 ՈE3 ),
pero no reduciríamos la igualdad, por ende solo quedará así:
ʃ u dv = u.v -ʃ v du
∗ 𝐹𝑥 (𝑥) = 𝐹𝑢𝑛𝑐𝑖ó𝑛𝑑𝑒𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛
∗ fx = 𝐹𝑢𝑛𝑐𝑖ó𝑛𝑑𝑒𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑
* Al derivar la función de distribución obtengo la de densidad
* lim 𝐹𝑥 (𝑥) = 1
𝑥→∞
* E(x)= ∫0∞ x. fx 𝑑𝑥
probabilidad, por ejemplo en una Distribución binomial con parámetros n=5 y p= 0.2
v) V
Para que quede igual a la notación de la hoja, se cambiara de notación tan solo en la letra “ s “ por “t”
quedando :
Para sacar la esperanza ( 𝑚1 (𝑧) )se hará la derivada primera de W(t) y luego se evalua en t=1
𝑑𝑊(𝑡)
= n (tp + q)𝑛−1 𝑝. eλ(t−1) + (tp + q)𝑛 λeλ(t−1)
𝑑𝑡
Evaluando en t=1
----------------------------------------------------------------------------------------------
Para el cálculo de 𝑢2 (𝑧) necesitamos >>> 𝐄(𝐱 𝟐 ) − E 2 (𝑿)
Para ello primero se obtendrá 𝐄(𝐱 𝟐 ) − E(𝑿) ,se hará la derivada segunda de W(t) y luego se evalúa en
t=1
np2 𝑛 − 1(tp + q)𝑛−2 𝑝. eλ(t−1) + 𝑛(tp + q)𝑛−1 𝑝λeλ(t−1) + n(tp + q)𝑛−1 𝑝λeλ(t−1) +
(tp + q)𝑛 λ2 eλ(t−1)
Evaluando en t=1
La fórmula para convolucionar dos variables discretas independientes “X” e “Y” Para cada valor de C
siendo C= X+Y, es la siguiente:
𝑟
∑ 𝑃(𝑋 = 𝑗)𝑃(𝑌 = 𝑟 − 𝑗)
𝑗=0
∞
P(t) = E(t x ) =∑𝑥=0 [𝑡 𝑥 𝑃(𝑋 = 𝑥)]
Que es igual a:
𝑡 ∗ 0 + 𝑡 ∗ 0 + 𝑡 2 ∗ 0,06 + 𝑡 3 *0,145+
0 1
−1
1 [𝑢1 2 −2𝑝(𝑈1 ,𝑈2 )𝑢1 𝑢2 +𝑢2 2 ]
fz (z) = f𝑈1 ,𝑈2 (𝑢1 𝑢2 ) = 𝑒 (2[1−𝑝2(𝑈1,𝑈2 )]) (1)
2𝜋√1−𝑝2 (𝑈1 ,𝑈2 )
(-∞≤ z ≤+∞)
Si 𝑈1 , 𝑈2 son incorrelacionadas linealmente entonces el coeficiente de correlación lineal debe ser 0, es
decir que la cov(𝑢1 , 𝑢2 ) = 0.
dado que el coeficiente de correlación lineal viene dado por la fórmula:
cov(𝑢1 ,𝑢2 )
p(𝑈1 , 𝑈2 )= >> p(𝑈1 , 𝑈2 ) = 0 (2)
√var(𝑢1 )𝑣𝑎𝑟(𝑢2 )
Antes de proseguir recordaremos que las variables “x” e “y” son independientes si y sólo si:
Si incrementamos la muestra vemos que “n” se hace más grande , entonces la división de
sigma entre la raíz de “n” será más chica y fijándonos en ambas partes de las desigualdades
el valor de la media oscilará entre valores más cercanos, porque en el lado izquierdo se
restará un número más chico cuanto más grande sea “n” y por el lado derecho se sumará
un número más chico también . Entonces si es posible conseguir mayor precisión en la
muestra.
iv) -
v) V, A partir de los datos que tenemos en la afirmación podemos calcular los restantes para
realizar el test ANOVA.
Ejercicio 9
X(t)= Y1+ Y2+⋯….+ Y𝐾
∑ 𝑦𝑃(𝑌 = 𝑦)
𝑦
Ln y = x ln y ~N(ut,𝑡𝜎 2 )
Luego
𝜎𝑡2
su Esperanza: E(y) = eut+ 2
𝜎2
Para t = 1 E(y) = eu+ 2
2 2
Su varianza: Var (X) = e2ut+𝜎𝑡 (e𝜎𝑡 − 1)
2 2
Para t=1 Var (X) = e2u+𝜎 (e𝜎 − 1)
Y en particular Si T=0
2 2
El desvío resultará : 𝜎= √S 2 (0) + e2ut0+𝜎t0 (e𝜎t0 − 1)