Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definir la esperanza condicional E[Y |X] de una variable aleatoria Y dada otra variable aleatoria X. Comprender la
diferencia entre E[Y |X] y E[Y |X = x] .
Resumen de la teoría
Ley de la esperanza total
Sea A 1 , A 2 , ⋯ A n
una partición del espacio muestral S con P (A i ) > 0 ∀ i y sea
Y una variable aleatoria sobre
dicho
espacio muestral. Entonces,
n
E(Y ) = ∑ E(Y |A i )P (A i )
i=1
file:///C:/Users/fabin/OneDrive/Documentos/Cursos/IO2/EsperanzaCondicionalE1_150922_FV.html 1/5
15/9/22, 21:27 Ejercicios de Refuerzo Esperanza Condicional y para E1
x∈I m(X)
y∈I m(Y )
= ∑ ∑ yP (Y = y|X = x)P (X = x)
= ∑ ∑ yP (X = x, Y = y) = E(Y )
2 2
E[V ar(Y |X)] = E[E(Y |X) − E (Y |X)]
2 2
= E[E(Y |X)] − E[E (Y |X)]
2
por la propiedad torre aplicada a Y
2 2
= E(Y ) − E[E (Y |X)]
2 2
V ar[E(Y |X)] = E[E (Y |X)] − E [E(Y |X)]
2 2
= E[E (Y |X)] − E (Y )
2 2
E[V ar(Y |X)] + V ar[E(Y |X)] = E(Y ) − E (Y ) ≡ V ar(Y )
+∞
P (X = x) = ∑ P (X = x|Y = y)P (Y = y)
P (X = x) = ∫ P (X = x|Y = y)fY (y)dy
y
−∞
+∞
fX (x) = ∑ fX (x|Y = y)P (Y = y)
fX (x) = ∫ fX|Y (x|y)fY (y)dy
y
−∞
Ejercicios de refuerzo
1. Demuestre la propiedad torre de la esperanza condicional para el
caso en que ambas
variables aleatorias sean continuas
file:///C:/Users/fabin/OneDrive/Documentos/Cursos/IO2/EsperanzaCondicionalE1_150922_FV.html 2/5
15/9/22, 21:27 Ejercicios de Refuerzo Esperanza Condicional y para E1
C = I1 T1 + I2 T2
a estas regiones, donde Tj tiene media μj y varianza σj2 . Asuma que T1 y T2 son variables
aleatorias
independientes entre ellas y de I1 e I2 . Calcule la esperanza y la varianza
de C .
E(Y |X) = a + bX
Y = a + bX + ϵ
7. Sea Z ∼ N or(0, 1) yY = Z
2
file:///C:/Users/fabin/OneDrive/Documentos/Cursos/IO2/EsperanzaCondicionalE1_150922_FV.html 3/5
15/9/22, 21:27 Ejercicios de Refuerzo Esperanza Condicional y para E1
en
cuenta que un estimador es una función de los datos y que antes de
extraer la muestra
son variables aleatorias, por lo que tiene sentido
hablar de estimadores independientes y del
^
valor esperado de un
estimador. También considere que se conoce V ar(Θj
) = σ
2
j
para
j = 1, 2 .
file:///C:/Users/fabin/OneDrive/Documentos/Cursos/IO2/EsperanzaCondicionalE1_150922_FV.html 4/5
15/9/22, 21:27 Ejercicios de Refuerzo Esperanza Condicional y para E1
^
b. Si se conoce que σ12 < σ
2
2
, ¿qué conclusión podríamos sacar sobre los
estimadores Θ1 y
^
Θ2 ?
^ ^ ^
c. Si definimos un tercer estimador Θ ≡ w1 Θ1 + w2 Θ2 para dos números reales positivos
tales
que w1 + w2 = 1, ¿Cómo deberíamos
escoger a w1 y a w2 tal que el nuevo
estimador Θ
^ sea mejor que ^ y ^ ?
Θ1 Θ2
file:///C:/Users/fabin/OneDrive/Documentos/Cursos/IO2/EsperanzaCondicionalE1_150922_FV.html 5/5