OPERACIONES DE V.

PRESENTADO POR:
Mg.Ing. Wilbert Chávez Irazábal

I. -PROMEDIO ESTADISTICO:

El promedio estadístico, también llamado valor esperado o primer momento

E[ X ] = X = m1 .

Dada una variable aleatoria discreta X que toma valores x1,x2,x3....xn con
distribución de probabilidad P(x=xi),=Pi se define la esperanza matemática
de una variable aleatoria como:


X =  Xf ( x) dx


1
I. -PROMEDIO ESTADISTICO:

PROPIEDADAES:

1. Si C es una constante entonces E(C) = C

2. Si a y b son Números reales entonces E(aX+b) =aE(X) +b
3. Si g(X) es una función de X, entonces:

4.

I. -PROMEDIO ESTADISTICO:

PROPIEDADAES:

5. E[X+Y]= E[X]+E[Y]
 

6. Si Z=XY , la E[Z] : E [Z ] =   X Yf ( x, y )dxdy

 

7. Si Z=XY , donde X e Y son independientes entre si, entonces:

E [Z ] = X Y

2
II. - DISPERSION:
Sea X una v.a tiene una media diferente de cero, entonces existirá una
dispersión que constituye un ensanchamiento de la v.a y su medida esta
dad por: 
d x 2 ( x) =  (X  X )
2
f ( x)dx


A la dispersión también se le llamada varianza o valor cuadrático

medio.

2
d x 2 ( x) = X 2  X d x 2 ( x) = m2  m12

II. - DISPERSION:

Propiedades:

1.- d 2 (ax  b) = a 2d 2 ( x) 2.- d 2 (b) = 0  Si b es una constante.

2
3.- d ( x )  0 4.- d Z 2 = d X 2  d Y 2  Z=X+Y donde X e Y , son independientes entre si.

2 2 2
5.- d ( x  y ) = d ( x)  d ( y )  2Cov( x, y )  Si x e y no son independientes entre si.

6.- d 2 ( x  y ) = d 2 ( x)  d 2 ( y )  2Cov( x, y )  Si x e y no son independientes entre si.

7.- d 2 ( y ) = E[d 2 ( y / x )]  d 2 [ E ( y / x)]  existe y/x condicional y dado de x.

3
III. - COVARIANZA:

Es la medida de dispersión conjunta de dos variables estadísticas.

Se puede escribir la covarianza : dxy=Cov(x,y)=Sxy

Para x e y v.a discretas:

Para x e y v.a continua:

III. - COVARIANZA:

Si Entonces:

Propiedades:
1.- Si x e y son v.a independientes entre si entonces: d xy = xy  x y

0 = xy  x y x y = xy

2.-d ( X , a ) = 0 3.- d ( X , X ) = d 2 ( X ) 4.- d ( X , Y ) = d (Y , X )

5.- Si x e y son v.a son independientes entre si: X = 0 o´ Y = 0 Z=X+Y

4
 III. - COVARIANZA:

Si X,Y,W,V son v.a y a,b,c,d son constantes.

Propiedades:
6.- d (aX , bY ) = abd ( X , Y )

7.- d (aX  bY  cW  dV ) = acd ( X ,W )  add ( X ,V )  bcd (Y ,W )  bdd (Y ,V )

8.- d 2 ( x  y ) = d 2 ( x)  d 2 ( y )  2d xy  Si x e y no son independientes entre si.

9.- d 2 ( x  y ) = d 2 ( x)  d 2 ( y )  2d xy  Si x e y no son independientes entre si.

IV. - CORRELACION

 Establece la relación o dependencia que existe entre 2 variables, que

intervienen en una distribución bidimensional.
 Determina si los cambios en una de las variables, influyen en los cambios
de la otra.

 
RXY = E[ XY ] =   xyf ( x, y)dxdy
 

5
IV. - CORRELACION
PROPIEDADES:
1.- RXY = E[ X ]E[Y ] Solo si solo si x e y son incorrelados, entonces son
independientes entre si.

2.- RXY = 0 Solo si solo si x e y son ortogonales.

3.- RXY = d xy  X Y Relación entre correlación y covarianza.

COEFICIENTE DE CORRELACIÓN: r

Nos da la medida de la relación entre x e y.

d xy Si x=y entonces r=1

r= ; -1  r  1
d xd y Si x=-y entonces r=-1

V. – AUCORRELACION:

 La Autocorrelación de un P.A X(t) es la relación E[X1X2] de dos v.a X1=X(t1) y

X2=X(t2) definidas por el proceso en los instantes t1 y t2.

Rxx (t1 , t2 ) = E[ X (t1 ) X (t2 )]

 Si hacemos t1 =t y t2 = t1 +t , siendo t un numero real :

Rxx (t , t  t ) = E[ X (t ) X (t  t )]

 Si X(t)es al menos estacionario en sentido amplio, entonces t = t2 - t1, por lo tanto:

Rxx (t ) = E[ X (t ) X (t  t )]

6
V. – AUCORRELACION:

PROPIEDADES:
1.- 2.- 3.-

4.- Si E[ X (t )] = X  0 y X(t)= X  N (t ) es al menos estacionario en sentido

amplio con componentes no periodística y N(t) tiene valor medio cero
con R NN (t )  0 cuando t  , entonces.

5.- Si X(t) es un proceso ergodico con valor medio igual a cero y no tiene
componentes periódicas, entonces:

VI.- CORRELACION CRUZADA:

 La función de correlación cruzada de dos P.A X(t) e Y(t), haciendo t1 =t y

t= t2-t1 podemos escribir como:

Rxy (t , t  t ) = E[ X (t )Y (t  t )]

 Si X(t) e Y(t), son al menos conjuntamente estacionarios en sentido

amplio, Rxy(t,t+t) es independiente del tiempo absoluto, y podemos
escribir: podemos escribir como:

Rxy (t ) = E[ X (t )Y (t  t )]

7
VI.- CORRELACION CRUZADA:
PROPIEDADES:
1.- Si X(t) e Y(t) se dice que son procesos ortogonales entonces.
Rxy (t , t  t ) = 0
2.- Si dos procesos son estadísticamente independientes, la función de
correlación cruzada es: R x y ( t , t  t ) = E [ X ( t ) ] E [ Y ( t  t ) ]
3.- Si dos procesos son estadísticamente independientes, además es
estacionarios en sentido amplio: Rxy (t ) = X Y

4.- 5.-

6.- 7.-

RESUMEN

RELACION DE SEÑALES ELECTRICAS

8
9