Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UCR – ECCI
CI-0115 Probabilidad y Estadística
Prof. Kryscia Daviana Ramírez Benavides
Media de una Variable Aleatoria
Sea X una variable aleatoria con distribución de probabilidad
f(x). La media o valor esperado de X es
Si X es discreta
X E X xf x
x
Si X es continua
X E X xf x dx
Si X y Y son continuas
X EX xf x, y dxdy xg x dx
Si X y Y son continuas
Y E Y yf x, y dxdy yh y dy
Si X es continua
2 2
X
Var X E X 2
x f x dx
2
2 x 2 2 x 2 f x
x
2 x 2 f x 2 xf x 2 f x
x x x
xf x y f x 1
x x
2 x 2 f x 2 2 2 x 2 f x 2
x x
UCR-ECCI CI-0115 Probabilidad
Esperanza Matemática 2
E
y Estadística
X 2 2 9
Varianza y Covarianza (cont.)
Teorema. Sea X una variable aleatoria con distribución de
probabilidad f(x). La varianza de la variable aleatoria g(X) es
Si X es discreta
2 Var g X E g X g X 2 g x g X 2 f x
g X
x
Si X es continua
2
gX
2
Var g X E g X g X
g x f x dx
g X
2
Si X y Y son continuas
XY cov X , Y E X X Y Y
x y f x, y dxdy
X Y
XY xy X y Y x X Y f x, y
x y
XY xyf x, y X yf x, y Y xf x, y X Y f x, y
x y x y x y x y
X xf x, y , Y yf x, y y f x, y 1
x y x y
XY E XY X Y X Y X Y
UCR-ECCI XY E Probabilidad
CI-0115 XY X Y y Estadística
Esperanza Matemática 14
Varianza y Covarianza (cont.)
Sean X y Y variables aleatorias con covarianza σXY y
desviación estándar σX y σY, respectivamente. El coeficiente de
correlación X y Y es
XY
XY
XY
El coeficiente de correlación satisface la desigualdad
-1 ≤ ρXY ≤ 1
El coeficiente de correlación describe la fuerza de la relación.
Es una medida del grado de relación lineal entre X y Y, y sólo
cuando las dos v.a. están perfectamente relacionadas de una
manera lineal ρ será positiva o negativa
UCR-ECCI CI-0115 Probabilidad y Estadística
Esperanza Matemática 15
Varianza y Covarianza (cont.)
Si a y c son constantes, ya sea, ambas positivas o ambas
negativas
aX b, cY d X , Y
UCR-ECCI CI-0115 Probabilidad y Estadística
Esperanza Matemática E aX b aE X b 19
Medias y Varianzas de Combinaciones Lineales
de Variables Aleatorias
Teorema. El valor esperado de la suma o diferencia de dos o
más funciones de una variable aleatoria X, es la suma o
diferencia de los valores esperados de las funciones. Es decir,
E[g(X) ± h(X)] = E[g(X)] ± E[h(X)]
Prueba. Caso continuo (el caso discreto es igual, pero en vez
de integrales son sumatorias).
E g x h x g x hx f x dx
E g x h x g x f x dx hx f x dx
E g x h x E g x E h x
UCR-ECCI CI-0115 Probabilidad y Estadística
Esperanza Matemática 20
Medias y Varianzas de Combinaciones Lineales
de Variables Aleatorias (cont.)
Teorema. El valor esperado de la suma o diferencia de dos o
más funciones de las variables aleatorias X y Y, es la suma o
diferencia de los valores esperados de las funciones. Es decir,
E[g(X,Y) ± h(X,Y)] = E[g(X,Y)] ± E[h(X,Y)]
Corolario. Al hacer g(X,Y) = g(X) y h(X,Y) = h(Y), se ve que
E[g(X) ± h(Y)] = E[g(X)] ± E[h(Y)]
Corolario. Al hacer g(X,Y) = X y h(X,Y) = Y, se ve que
E(X ± Y) = E(X) ± E(Y)
E g x, y h x, y g x, y hx, y f x, y dxdy
E g x, y h x, y g x, y f x, y dxdy h x, y f x, y dxdy
UCR-ECCI CI-0115 Probabilidad y Estadística
x, y h x , y E g x, y E
E gMatemática
Esperanza hx, y 21
Medias y Varianzas de Combinaciones Lineales
de Variables Aleatorias (cont.)
Teorema. Sean X y Y dos variables aleatorias independientes.
Entonces E(XY) = E(X)E(Y)
Prueba. Caso continuo (el caso discreto es igual, pero en vez
de integrales son sumatorias).
E XY xyf x, y dxdy
f x, y g x h y
E XY xyg x h y dxdy
E XY xg x dx yh y dy
E XY E X E Y
UCR-ECCI CI-0115 Probabilidad y Estadística
Esperanza Matemática 22
Medias y Varianzas de Combinaciones Lineales
de Variables Aleatorias (cont.)
Teorema. Si a y b son constantes, entonces
σ2aX + b = a2σ2X = a2σ2
Corolario. Al hacer a = 1, se ve que σ2X + b = σ2X = σ2
Corolario. Al hacer b = 0, se ve que σ2aX = a2σ2X = a2σ2
Prueba.
2
aX b
E aX b aX b
2
aX b E aX b aE X b a X b
aX
2
b E aX b a X b 2
E aX b a X b 2
aX E aX a a E X a
2 2 2 2 2 2
b X X X
UCR-ECCI CI-0115 Probabilidad y Estadística
Esperanza Matemática 23
Medias y Varianzas de Combinaciones Lineales
de Variables Aleatorias (cont.)
Teorema. Si X y Y son variables aleatorias con distribución de
probabilidad conjunta f(x,y), entonces
σ2aX + bY = a2σ2X + b2σ2Y + 2abσXY
Teorema. Si X y Y son variables aleatorias con distribución de
probabilidad conjunta f(x,y), entonces
σ2aX – bY = a2σ2X + b2σ2Y – 2abσXY
Prueba.
aX
2
bY E aX bY aX bY 2
aX bY E aX bY aE X bE Y a X bY
aX bY E aX bY a X bY E aX bY a X bY
2 2 2