Variable (Vector) aleatoria(o)

Variable X unidimensional Vector ( X ;Y ) bidimensional

Definición de x=+∞ ∄E [ (X ; Y )]
∫
[ Y]
X x=+∞
esperanza E[ X ]=μ X = x⋅f (x )⋅dx X
(condicional) x=−∞ E = ∫ x⋅f
X /Y
(x ; y )⋅dx
x=−∞
x=+∞ x=+∞ y =+∞
Esperanza de
función
E [ g( X ) ]=μ g( X )= ∫ X
g( x)⋅f ( x )⋅dx μ g( X ; Y )=E [ g ( X ; Y ) ] = ∫ ∫ g (x ; y )⋅dy⋅dx
x=−∞ x =−∞ y=−∞

Propiedades de
la esperanza
E [ a⋅X + b⋅Y + c ]=μ [a⋅X +b⋅Y +c ]
=a⋅E [ X ]+b⋅E[Y ]+c
E[ X ]=E E
[ [ ]]
X
Y
σ( X ; Y )=E [ ( X−E [ X ])⋅(Y −E[ Y ]) ]
x =+∞ y =+∞
Definición y = ∫ ∫ ( x−μ X )( y−μ Y ) f
(X ;Y)
(x ; y)dy dx
fórmula de
σ =E [ ( X−E [ X ]) ]
2 2 x=−∞ y=−∞
calculo de la X =E [ X⋅Y ]−E [ X ]⋅E [Y ]
(co)varianza x=+∞ σ(X ;Y )
(condicional) = ∫ 2
(x−μ X ) ⋅f (x )⋅dx X ρPearson = σ ⋅σ
X Y

[ ]
x=−∞ 2
( X −E [ X /Y ])
=E [ X ]−( E [ X ])
2 2 2
σ X =E
Coeficiente de
correlación
( Y) Y

[ ] ( [ ])
2 2
X X
=E − E
Y Y

Propiedades de
σ(a⋅X +b ;c⋅Y +d )=a⋅c⋅σ( X ; Y )

[ ( )]
2 2 2 2 2
la (co)varianza σ [a⋅X ±b⋅Y +c] =a ⋅σ + b ⋅σ ±2⋅a⋅b⋅σ( X ; Y )
X Y σ2X =σ 2 + E σ 2X
(condicional)
( E [ Y ])
X
Y

[| |] [| |]
Y f X( x ) f (X ;Y ) ( x ; y)
Cambio de f ( y )= f (U ;V ) ( u; v)=
dY
variable ∂(U ;V )
(1:1 y 2:2) dX −1
x =φ ( y)
(*) También puede encontrarse a través de eventos
∂( X ; Y ) −1
x =φ1 (u ;v)
−1
y=φ2 (u ; v)
equivalente haciendo uso de F X ( x) .

Máximo Mínimo
{X 1 ; X 2 ;… ; X k }∈I.I.D. {X 1 ; X 2 ;… ; X k }∈I.I.D.
Distribuciones
X MAX =MAX (X 1 ; X 2 ;…; X k ) X min =min( X 1 ; X 2 ; …; X k )
k k
( x )=( F (x) ) (x)=( 1−F ( x ) )
X MAX X X min X
de extremos F 1−F
k−1 k−1
( x)=k⋅[ F ( x ) ] ⋅f (x) ( x)=k⋅[ 1−F (x) ]
X MAX X X X min X X
f f ⋅f (x )

Apuntes de aula (no reemplaza la bibliografía correspondiente) Sergio QUINTEROS Reportar cualquier error a 6106tl@gmail.com