Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1) Variable Aleatoria t de Student.
T es una variable aleatoria t de Student con parámetro n, entero positivo, si su función de
densidad de probabilidades tiene la forma
1
Γ 1
~ , 2 ;
√nπΓ 2
1
El lector debe verificar los datos en la tabla siguiente
E(T) V(T) E(T2k‐1) E(T2k)
0 0 1
; 2 Γ Γ
2 2 2 ; 2
1
n > 1 Γ Γ
2 2
Gráficas de la función de densidad T para distintos valores de n (n = 1, 2, 4, 6) se muestran a
continuación.
TEOREMA 1: Sea Z una normal estándar y sea U una Chi‐Cuadrado con n grados de libertad,
independientes entre sí. Sea una nueva variable T, función de Z y U, dada por la
expresión siguiente:
Entonces, T tiene una distribución t de Student con n grados de libertad.
2) Variable Aleatoria F de Snedecor.
F es una variable aleatoria F de Snedecor con parámetros m y n, ambos enteros positivos, si su
función de densidad de probabilidades tiene la forma
~ , , , ó
Γ
2 ; 0
Γ Γ
2 2 1
0;
El lector debe verificar los datos en la tabla siguiente
E(F) V(F)
; 2 2 2
2 ; 4
2 4
Gráficas de la función de densidad F para distintos valores de m y n se muestran a continuación.
TEOREMA 2: Sean U y V variables aleatorias Chi‐Cuadrado con m y n grados de libertad,
respectivamente, e independientes entre sí. Sea una nueva variable F, función de U
y V, dada por la expresión siguiente.
Entonces, F tiene una distribución F de Snedecor con m y n grados de libertad.
TEOREMA 3: Sea T una variable t de Student con n grados de libertad, entonces la variable F = T2
sigue una distribución F con 1 y n grados de libertad.
TEOREMA 4: Sea F una variable F con m y n grados de libertad y sea 0 < α < 1. Entonces el
percentil α de F, digamos Fm,n;α, y el percentil (1 ‐ α) pero de la variable F con n y m
grados de libertad, digamos Fn,m;(1 ‐ α), son tales que se cumple Fm,n;α Fn,m;(1 ‐ α) = 1.
TEOREMA 5: Sea (X1, X2, …., Xn) una Muestra Aleatoria Simple (MAS) de tamaño n de una variable
normal con parámetros μ y σ2. Entonces, los siguientes estadísticos siguen las
distribuciones que se indican
1
~ , ~ 0,1
√
1
~
1 1
~
1
~ 1
√
Y finalmente,
Es bueno recordar aquí otros resultados de interés obtenidos tanto en este curso como en el anterior.
TEOREMA 6: Sea Z una variable aleatoria Normal Estándar, entonces la variable Y = Z2 sigue una
distribución Chi‐Cuadrado con 1 grado de libertad.
TEOREMA 7: Sean Xi i = 1, …, n variables aleatorias independientes y con igual distribución
Chi‐Cuadrado con ki grados de libertad, respectivamente, entonces la variable
∑ sigue una distribución Chi‐Cuadrado con grados de libertad igual a
la suma de los grados de libertad de las Xi.
TEOREMA 8: Sean Xi i = 1,…, n variables aleatorias independientes y con igual distribución
Exponencial con parámetro λ, entonces la variable ∑ sigue una
distribución Gamma con parámetros λ y n.
TEOREMA 9: Sean X una variable aleatoria Gamma con parámetros α y r, entonces, si k = 2r es un
número entero, la variable 2 sigue una distribución Chi‐Cuadrado con k
grados de libertad.
PROBLEMAS PARA DISCUTIR EN CLASE
1) Sea (X1, X2, …., X7) una Muestra Aleatoria Simple (MAS) de tamaño 7 de una población normal
estándar. Determine el valor de la constante C para que la variable Y tenga una distribución t
de Student. Determine los grados de libertad de Y. Calcule P{Y ≥ 1}.
Analizando el numerador se tiene
~ 0,1 ; 1, . . , 7 ~ 0,3 ~ 0,1
√3
Analizando el denominador se tiene
~ 0,1 ~ ; 1, . . , 7 ~
Si definimos una t de Student con las variables analizadas, se tiene
√3 ~ 4
4
Comparando con la definición de Y tenemos que y, en consecuencia, Y sigue una
√
distribución t de Student con 4 grados de libertad.
Ya que se conoce cuál es la distribución de Y, entonces
4 1 5
Γ Γ
1 2 2
4 √4πΓ 2
√4πΓ 2
1 1
4 4
5 3 3 3 3 1 3 1 1 3 1 3√
Γ Γ 1 Γ Γ 1 Γ √
2 2 2 2 2 2 2 2 2 2 2 4
Γ 2 1
Entonces,
3√
4 3
2 0,18695
√4π 8
1 1
4 4
2) Sea una población X que sigue una distribución Normal con media μ y varianza 1. Sea Y otra
población que sigue una distribución de tipo Exponencial con media igual a 1. Sean sendas
muestras aleatorias simples de estas poblaciones de tamaño 6 y 8, respectivamente. Las
poblaciones X e Y se suponen independientes.
A) Calcule la probabilidad siguiente:
1,456
Analicemos el lado izquierdo de esta desigualdad
∑
~ 0,1
√6
Analicemos el lado derecho
~ 1 ; 1, . . , 8 ~ 1,6 2 ~
Recapitulando,
∑
1,456 1,456
∑
Al multiplicar y dividir en el numerador por √6 no se altera la desigualdad. Al multiplicar y dividir
el denominador por √6 no se altera la desigualdad. Entonces,
∑
√6 1,456 1,456
2∑
12
Donde,
∑
√6 ~ 12 1,456 0,91447
2∑
12
B) Calcule la probabilidad siguiente:
12,36
Analicemos el lado izquierdo de la desigualdad,
~ 1 ; 1, . . , 8 ~ 1,6 2 ~
Analicemos el lado derecho de la desigualdad,
~ 1 ; 1, . . , 8 ~ 1,2 2 ~
Ya que se habla de dos Chi‐cuadrado, se debe pensar en una variable F, cociente de variables
Chi‐cuadrado!!!! Entonces,
2∑
∑ 12 12,36
12,36 12,36 4,12
2 3
4
Donde ~ 12,4 . Finalmente,
3) Sea una muestra aleatoria simple de tamaño “n” de una población X de tipo Normal con media
cero y varianza θ. Sea otra muestra aleatoria simple de tamaño “n” de una población Y de tipo
Exponencial con parámetro 3/θ. Sea una tercera muestra aleatoria simple de tamaño “2m” de
una población W de tipo Gamma con parámetros α = θ y r = 2. Suponga que las poblaciones X,
Y y W son independientes. Calcule el valor adecuado de θ para que . Donde la
variable U se define como
∑
∑ 6 √24 ∑
Del enunciado del problema se puede escribir,
~ 0, ; 1, . . ,
3
~ ; 1, . . ,
~ , 2 ; 1, . . , 2
Analicemos el numerador de U,
~ ,2 2 ~ 2 ~
Analicemos el denominador de U,
6 √24 6 2 6 √24 6
3 3
~ , 2 ~
~
√
Entonces,
1
∑ ∑ 2
2
∑ 6 √24 ∑ 6
∑ ∑
√
∑ 2
8 8 8
2 3 6 6
∑ ∑
√
2
Donde,
∑ 2
8 ~ 8 ,3
6
∑ ∑
√
3
Entonces,
8 8 3 16
6 6 3 2 3 2