Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Determine el pmf de X:
Ejercicio: pmf
Considere un grupo de cinco donantes de
sangre {A,B,C,D,E}. Sólo A y B son de tipo
O+. Si tomamos una muestra de sangre de
cada individuo (aleatoriamente), Y es el # de
muestras necesarias para identificar una
muestra de tipo O+. Defina el pmf de Y.
S(Y) =
f(1)=
f(2) =
Distribución Acumulada
La distribución acumulada (“cumulative
distribution function”) (cdf) F(x) de una variable
aleatoria discreta X es definida como sigue:
F (x ) = P( X ≤ x ) = ∑ f (y)
y: y ≤ x
P(X=1) = ?
P(X=3) =
P(X>3) =
P(2≤X≤5) =
Gráficamente
Dado el cdf, ¿cuál es el pmf?
F(0) = 0.58, F(1) = 0.72, F(2) = 0.76, F(3) = 0.81, F(4) =
0.88, F(5) = 0.94, F(6) = 1.0
1.0
0.94
0.88
0.81
0.76
0.72
0.58
0 1 2 3 4 5 6
III. Valor esperado de distribuciones
aleatorias discretas
E(X) = ?
Valor Esperado de una
Función
En general, si X es una variable aleatoria
discreta, podemos calcular el valor esperado
de cualquier función h(X) como sigue:
E [h( X )] = ∑ h( x ) ⋅ f ( x )
x
Ejercicio
Si X = el resultado de tirar un dado justo (“fair
die”)
Hay dos tipos de apuesta:
No tire el dado y le pagan $1/3.5 ($0.286)
Tire el dado y le pagan h(X)=$1/X, donde X es el
resultado de el lanzamiento.
¿Debe tirar el dado?
E(h(X)) =
Reglas de los Valores
Esperados
Dos reglas importantes para los valores
esperados son:
E (aX ) = a ⋅ E ( X )
E (aX ) = ∑ ax ⋅ f (x ) = a ∑ x ⋅ f (x ) = a ⋅ E ( X )
E( X + b) = E( X ) + b
E ( X + b ) = ∑ (x + b ) ⋅ f (x ) = ∑ x ⋅ f (x ) + b∑ f (x )
E(X + b) = E(X ) + b
Donde a y b son constantes y X es la variable
aleatoria
Varianza de una variable
discreta
La varianza de una variable discreta X es definida
como:
V (X ) = σ 2
X [
= ∑ (x − µ ) ⋅ f (x ) = E ( X − µ ) 2
2
]
x
V (X ) = σ 2
X
2 2 2
( )
= ∑ x ⋅ f (x ) − µ = E X − [E ( X )]
2
x
La desviación estándar de X es: σX = σ 2
X
Reglas de la Varianza
Dos reglas importantes de la varianza:
V (aX ) = a 2 ⋅ V ( X ) ⇒ σ aX = a ⋅ σ X
V ( X + b ) = V ( X ) ⇒ σ X +b = σ X
Varianza de una función h(X):