ps://www.3djuegos.

com/noticias-ver/222596/el-remake-de-the-last-of-us-en-pc-y-ps5-es-real-se-
filtra/

Licenciatura en Matemáticas

Probabilidad III

Actividad 1. Unidad 2

Nombre del alumno: Rubén Darío Chévez Cruz

Matrícula: ES202100996

Nombre del docente: Marco Antonio Olivera Villa

Fecha de entrega: 23 de octubre de 2022

Responda lo siguiente:

1. Define la función de distribución condicional de una variable

aleatoria X, dado un evento B

Sea (X, B) un vector aleatorio absolutamente continuo con función de densidad

𝑓𝑋,𝐵 (𝑥, 𝑏), y sea b tal que 𝑓𝐵 (𝑏) ≠ 0, a la función:

𝑥
𝑥 ⟶ 𝐹𝑋|𝐵 (𝑥|𝑏) = ∫ 𝑓𝑋|𝐵 (𝑢|𝑏)𝑑𝑢
−∞

Se le conoce como la función de distribución condicional de X dado que B toma el

valor b. Cuando el vector aleatorio (X, B) es discreto la integral se substituye por la
suma correspondiente.

2. Define la esperanza condicional de X dado B

Sea (X, B) un vector con función de distribución 𝐹𝑋,𝐵 (𝑥, 𝑏), y sea b tal que 𝑓𝐵 (𝑏) ≠
0. Si X tiene esperanza finita, entonces se define :
∞
𝐸(𝑋|𝐵 = 𝑏) = ∫ 𝑥𝑑𝐹𝑋|𝐵 (𝑥|𝑏)
−∞

3 ¿Cómo es la esperanza condicional de X dado B cuando X es una

variable aleatoria discreta?

Si X es una variable aleatoria discreta y 𝑓𝑋|𝐵 (𝑥|𝑏) es el valor de la distribución de

probabilidad condicional de X dada B = b en x, la esperanza condicional de u(X)
dada B = b, es:

𝐸[𝑢(𝑋) | 𝑏] = ∑ 𝑢(𝑥) · 𝑓𝑋|𝐵 (𝑥|𝑏)

𝑥
4. ¿Cómo es la esperanza condicional de X dado B cuando X es
una variable aleatoria continua?

Si X es la variable aleatoria continua y𝑓𝑋|𝐵 (𝑥|𝑏) es el valor de la densidad de

probabilidad condicional de X dada B = b en x, la esperanza condicional de u(X)
dada B = b, es:
∞
𝐸[𝑢(𝑋) |𝐵 = 𝑏] = ∫ 𝑢(𝑥) · 𝑓𝑋|𝐵 (𝑥|𝑏)𝑑𝑥
−∞

Referencias bibliográficas:

• Brzezniak, Z. y Zastawniak, T. (1999). Basic stochastic processes. Great

Britain: Springer.

• Chung, K. L. y Williams R. J. (1990). Introduction to Stochastic Integration.

USA: Birkhäuser.

• Klebaner, F. (2005). Introduction to Stochastic Calculus with

Applications. Imperial College Press.