Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Formulario de Proba y Estadistica-Parte2
Formulario de Proba y Estadistica-Parte2
3(𝜇−𝑀𝑒𝑑𝑖𝑎𝑛𝑎) 𝑥̅ −𝑀𝑜𝑑𝑎
Coeficiente de Sesgo: 𝑆𝑘 = 𝑆𝑘 =
𝜎 𝑆
Distribuciones de Probabilidad de Variables Aleatorias Discretas
Probabilidad total: Teorema de Bayes: Valor esperado de v.a.d:
𝑛
𝜇 = 𝐸(𝑋) = ∑ 𝑥𝑓(𝑥)
𝑝(𝐴) = ∑ 𝑃(𝐴|𝐵𝑖 )𝑃(𝐵𝑖 ) 𝑃(𝐴|𝐵𝑗 )𝑃(𝐵𝑗 ) 𝑥
𝑖=1 𝑃(𝐵𝑗 |𝐴) = 𝑛
∑𝑖=1 𝑃(𝐴|𝐵𝑖 )𝑃(𝐵𝑖 ) Varianza de v.a.d:
𝜎 2 = 𝑉(𝑋) = 𝐸[(𝑥 − 𝜇)2 = ∑(𝑥 − 𝜇)2 𝑓(𝑥)
𝑥
𝜎 2 = 𝑉(𝑋) = 𝐸[(𝑥 − 𝜇)2 = 𝐸(𝑋 2 ) − 𝜇2
Momentos alrededor del origen Función generadora de momentos Distribución Discreta Uniforme
𝜇𝑟′ = 𝐸(𝑋 𝑟) 𝑟
= ∑ 𝑥 𝑓(𝑥) 𝑚(𝑡) = 𝐸(𝑒 𝑡𝑥 ) 𝑡𝑥
= ∑ 𝑒 𝑓(𝑥)
1
𝑓(𝑋) = {𝑛 𝑥 = 𝑥1 , 𝑥2 , . . . , 𝑥𝑛
𝑥 𝑥
Momentos alrededor de la media Obtención de momentos alrededor del origen
𝑑𝑟 0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑥
𝜇𝑟 = 𝐸[(𝑋 − 𝜇)𝑟 ] = ∑(𝑥 − 𝜇)𝑟 𝑓(𝑥) ′
𝑚𝑟 = 𝑟 𝜇(𝑡)|𝑡=0
𝑑𝑡 1
𝑥 Media: 𝜇 = 𝐸(𝑋) = 𝑛 ∑𝑛𝑖=1 𝑥𝑖
Coeficientes
1
Varianza 𝜎 2 = 𝑛 ∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2
Creado por RGCG
𝜎 𝜇3
Variación: Asimetría: 3
𝜇 (𝜇2 )2
𝜇4
Curtosis:
(𝜇2 )2
𝑒 −𝜆 𝜆𝑥 𝑥 (1
− 𝑝)1−𝑥 𝑠𝑖 𝑥 = 0,1 𝑛
𝑓(𝑋) = 𝑥 = 0,1,2, ⋯ 𝑓(𝑋) = {𝑝 𝑓(𝑋) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥 , 𝑥 = 0,1,2, … , 𝑛
𝑥! 0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 𝑥
Media 𝐸(𝑋) = 𝑛𝑝
Media 𝐸(𝑋) = 𝜆
Media 𝐸(𝑋) = 𝑝 Varianza 𝑉(𝑋) = 𝑛𝑝(1 − 𝑝)
Varianza V(𝑋) = 𝜆
𝑒𝑡𝜆 Varianza 𝑉(𝑋) = 𝑝(1 − 𝑝) f.g.m 𝑚(𝑡) = (𝑞 + 𝑒 𝑡 𝑝)𝑛
f.g.m 𝑚(𝑡) = 𝑒 −𝜆 𝑒 coeficientes:
f.g.m 𝑚(𝑡) = 𝐸(𝑒 𝑡𝑥 ) = 1 − 𝑝 + 𝑝𝑒 𝑡
coeficientes: 𝑞−𝑝 1−6𝑝𝑞
1 Asimetría: Curtosis:
− −1 √𝑛𝑝𝑞 𝑛𝑝𝑞
Asimetría: 𝜆 2 Curtosis: 3 + 𝜆
Coeficientes:
(𝑁−2𝑘)(𝑁−1)1/2 (𝑁−2𝑛)
Asimetría: 1
[𝑛𝑘(𝑁−𝑘)(𝑁−𝑛)]2 (𝑁−2)
Curtosis:
Teorema de Chebyshev Propiedades de probabilidad Regla aditiva de la probabilidad para dos eventos
1 • 𝑃(∅) = 0 • 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
𝑃(𝜇 − 𝑘𝜎 < 𝑥 < 𝜇 + 𝑘𝜎) ≥ 1 − 2 , 𝑘 ∈ ℝ 𝑘 ≥ 1
𝑘 • 𝑃(𝐴𝑐 ) = 1 − 𝑃(𝐴) Leyes de D’morgan
• 𝑠𝑖 𝐴 ⊂ 𝐵 ⟹ 𝑃(𝐴) ≤ 𝑃(𝐵) • (𝐴 ∩ 𝐵)𝑐 = 𝐴𝑐 ∪ 𝐵𝑐
• ∅ ≤ 𝑃(𝐴) ≤ 1 • (𝐴 ∪ 𝐵)𝑐 = 𝐴𝑐 ∩ 𝐵𝑐
• 𝑃(𝐴 − 𝐵) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵)