Documentos de Académico
Documentos de Profesional
Documentos de Cultura
·
Medidas de centralización
Frecuencia Absoluta (fi o ni). N de veces que aparece un Valor Xi Xt XK total
K fi Fl/N FK/N -
Estadística
Media /x) = E Xi. Fi
i = t
para N par : Me =
XN
,
+
X1N2 + H
· Medidas de dispersión :
Rango/Recorrido : [/Xi-XIfi = o
i = t
covarianza /COV (X , y) o
(Sxy) :
Xiyi. x .
n
Recta de regresión :
·
Varianza Residual o Error Cuadrático Medio :
P(S) =
En de casos favorables probab .
de cada caso . Lo son
cd equiprobables.
·
Probabilidad de Unión de sucesos :
VS1 , 62 p(SIUS2) =
p(s) +
p(S2)
-
p(SinS2)
* S1 , 62 63
,
p(StUS2US3) =
p(() +
p((2) +
p(53)
-
p(S)152) -
p(52163) -
p(Sin53) +
p(S11 (2 15 3)
·
probabilidad condicionada (que pase A cd ha ocurrido B] :
pAIB) = PLANB
P(B)
·
Teorema . compuesta
de la prob :
p(AB) =
P(A) .
PIBIA) =
P(B)
.
P(A/B)
lo suceso dependientes)
p(ANBC) =
P(A) P(BIA) P(CIAB)
.
.
· sucesos Independientes -
-(AB) =
P(A) .
P(B)
·
Teorema de la Probabilidad Total :
p(A) = - PIAISI) ·
p(Si) =
p(AISi) p(SI) .
+ ...
+
p(AISn) p(sn)
.
:,
·
Teorema de Bayes :
pISjIA) :
PIAISj) ·
p(sj) = p(Alsj) ·
#3
S4S5 sn
M
·
uso práctico del Th .
. Total
Prob :
[suceso Cualquiera) : s
S
s aY
p(S) = [ p(si) p(S/Si) =
poner todos los caminos que lleguen =
Pl ql
.
+ P2 92
.
...
Pri An
sa
,
1 ql as sumandose y los vi de in mismo
St
at S
M se
92 camino se multiplican
P3
S3 Es Si tenemos la probabilidad contraria :
S
Ep(si)p(S /Sc)
-
p(S4) 1 p(S) p1/l- 91) + pn (1 qn)
=
es
= -
= ... + -
VARIACIONES
in
n
=
=
número
n de elem
. en
de elementos
cada extracción
diferentes
1 creamos
subconjuntos
Sin repetición :
n M X7 , X1 , Xi (m -
n) !
... Xm
ORDEN SÍ
LO REPETICIONES
IMPORTA
con repetición :
n
elementos-
acon X1 , X4 , X3
, . .
.,
XN
>
-
RM , n =
M
X1 , X2 , .
.., An
#
ORDEN SÍ IMPORTA nota : &M ; > M
... Xm
Pueden Volver a
+ SÍ REPETACIONES
entrar
PERMUTACIONES
DEF . PERMUTACIONES :
M1 D2 Mu
,
n !
...
,
Ph repetición :
, ...
: -
Vn ,
n =
n ! con
ni ! na !... Nu !
combinaciones
Def Combinaciones :
(m) ins!
m
(m
=
.n -
n
TEMA3 : VARIABLES ALEATORIAS UNIDIMENSIONALES
PK
=
P(Xk) =
P(X =
Xk] ; condiciones 1) p(Xi) e [0 , 1]
2) IY = 1 PIXi) 1 =
1) 0 k F(X) +
F(Xk) =
p). XK) =
{ : 1 PIXi)
continua por da derecha cremente
- ,
3) PIX1) X <X21 = f(X2) -F(Xi)
E[ax + b) =
af(X) + b Nota :
Esperanza = media ponderada .
Esperanza [[X] =
M = [ xi p(Xi) -[X2] = EXi2 .
P(Xi)
Varianza V[X = 0 =
E[(X E[X]) < - =
E (X4) -
E(X)2
Propiedad : V/XX +
B1 =
VIXI no lineal
Desviación típica = 0 =Voz
[f(X)] . de
La prob un valor concreto es nula .
1) f(X) > 0 VX
P(XE A) =
(A + (x) &x : Plao x bob = Ja - IX)ax con condiciones 2! 3 + (x)dx = 7
[ +(X)] ein
xIm F(X) f(X) 1
=
= 0
X + +
(. =
= -
0
crec .
y acotada [0 , 17
,
(b0f (X)dx =
f(b0) -
Flb)
Esperanza ECX) =
N
= J! x .
fix) dX ; propiedades Lineal [[xx + B) =
4 f(X ] + B
-(g(X)) =
(5 g(X)
·
+ (x) dx
FUNCIÓN CARACTERÍSTICA / F .
GENERADORA DE MOMENTOS
+*
] Discreta :
M( + 1 = [etX1. Pie
función generadora de momentos :
My (t) = E [e
Continua
(=8
:
M(+ = et ·
+(x) dx
Propiedades -
densidad
I
nota : f(X) = 1. de
·
((t = 01 =
1
·
La f .
generadora de momentos no siempre existe .
*
Si xey sonvar .
aleat indep. Mx + y ( + ) = Mx (+ 1
·
Myct) , Sea y =
ax + b =>
My (t) = ePt .
Mx (at)
g
+*
n deriv
las . de M evaluadas en son los momentos [[X"] >
-
M' (1 = E1X .
e ] +
M' (01 = Elx + 1
M"( + 1 = E(X .
ex) +
M"(0) =
-(X2]
E(X4)-E/X12 /M /01) 2
:
Pr
Función Característica [[eitx]
-. e
:
4x(t1 =
continua :
ECe *
)
4x /H F(XIdx
= .
(siempre existe
Propiedades :
exo
2) 4x(0) = 1 : Heit1 =
1
4) y = ax + b =
Py(H)
= 2ibt -
x
.