Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estadstica II
Introduccin:
En el curso de estadstica II se ha tratado el tema de las Distribuciones
Multivariadas, para el caso de variables aleatorias discretas y variables
aleatorias continuas, en donde aprendimos a plantear, aplicar y resolver
problemas de Probabilidad conjunta, Distribucin acumulada conjunta,
Distribucin de probabilidad marginal, Distribucin de probabilidad condicional
y la Independencia entre estas variables aleatorias.
En esta ocasin se realiz una investigacin para comprender mejor sobre
las diferentes tcnicas que se pueden aplicar en un problema que implique una o
ms variables aleatorias, con la finalidad de encontrar la densidad o distribucin
de probabilidad de una variable aleatoria a partir de la distribucin de
probabilidad conjunta de las variables. Las tres tcnicas que se trataran a
continuacin son la Tcnica de la funcin de distribucin,
Tcnica de la
transformacin de la variable y la Tcnica de la funcin generatriz de momentos.
Variables
aleatorias
Y,
! , ! , ! , !
Conjunto
de
variables
aleatorias
! , ! , ! , !
Relacin
de
las
variables
aleatorias
= (! , ! , ! , ! )
Otras definiciones:
Variables aleatorias discretas Una variable aleatoria se llama variable
aleatoria discreta si se puede contar su conjunto de resultados posibles
(Walpole, (2012), P.83).
!"(!)
!"
Ejemplo
Problema:
La
densidad
de
probabilidad
f(x)
es:
"6x(1 x)
0 < x <1
$
f (x) = #
$0
En cualquier otro caso
%
Pregunta: Cul es la densidad de probabilidad de Y=X3?
Respuesta:
Si
se
plantea
que
H(y)
es
la
funcin
de
distribucin
en
Y
de
y:
Paso 1.
Encontrar
los
lmites
h(y)=P(Yy)
=P(X3y)
=P(Xy1/3)
pPso 2. Integracin
=
! !/!
6 1
!
!
3 ! 2
=
Paso 3.
Derivar
H(y)
!
R. g(y)= !
2 para 0<y<1
Ejemplo:
Problema: X tiene una distribucin geomtrica con parmetro 1/3
Pregunta: Cul es la funcin de densidad de probabilidad si Y=4-5X?
Respuesta:
= = 4 5
= () = 1/5(4 )
! = !
1
5 4
1
=
3
2
3
!!!
! !
; y=-1,-6,-11
! = |()|
En caso de que la condicin ! 0 no se cumpla, el resultado sera
! = 0.
Ejemplo:
Problema:
La
densidad
de
probabilidad
f(x)
es:
! 2; 0 1
0;
Respuesta:
Paso 1. Se obtiene:
= = 3 1
+1
= =
3
Paso 2. ! :
! = 1/3
! = !
R.
= 2
+1
3
1
3
2
+ 1 ; 1 2
9
0;
!
Para una variable aleatoria X, los momentos son valores que se esperan
de algunas de sus funciones de la misma variable. Mediante estos se puede
formar un conjunto de puede ayudar a llegar a la distribucin de probabilidad
X y posteriormente comprobar que los momentos son conocidos. Los
momentos se definen alrededor de 0 o del mismo valor esperado.
Para variables aleatorias continuas
=
!!
= ! =
!
!
Para el caso en el que se tienen n numero de v.a. independientes X, y por otro lado
Y=X1,X2,X3.
Se
aplica
el
teorema:
n
M Y (q) = M Xi (t)
i=1
Ejemplo:
Problema: Obtener la distribucin de probabilidad de la suma de n v.a. que
tengan distribucin con parmetros 1,,n,
Respuesta:
!
Si !! = !! (! !!)
Entonces
aplicando
la
ecuacin
n
M Y (q) = e i (e 1) = e( 1+i )e 1)
i=1
Conclusin
Me pareci muy interesante realizar la investigacin, debido a que durante
el curso vimos una seria de formulas para llegar a la probabilidad marginal,
condicional o para determinar la independencia de variables, pero en cuanto a la
funcin de densidad de probabilidad en el caso de variables aleatorias continuas y
discretas no me haba quedado muy claro cmo se pueden plantear las soluciones
para ambos casos. En realidad la tcnica de la funcin generatriz de momentos
me pareci un poco confusa a la hora de la aplicacin para resolver los problemas,
pero por lo dems, que fueron la tcnica de la funcin de distribucin y la de
transformacin de la variable me parecieron muy tiles y espero que
prximamente en el curso me quede ms claro al realizar problemas que las
apliquen.
Bibliografa
John
E.
Freund,
Irwin
Miller,
Marylees
Miller.
(2000).
Estadstica
matemtica
con
aplicaciones.
Mxico:
PEARSON
EDUCACIN.