Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Probabilidad y Estadstica
Noviembre 2009
a) Fxy ( X , Y ) 0
P ( a < x < b, Y = y ) =
X , Y
f ( x, y )
dx
h( y )
b)
Fxy ( X , Y )d x d y
c) P[( X , Y )A] =
Fxy ( X , Y )d x d y
3 repuestos azules
2 repuestos rojos
3 repuestos verdes
a ) Pxy ( X , Y ) 0
b)x y Pxy (X , Y ) = 1
c ) P ( X = x , Y = y ) = P ( x, y )
para cualquier regin en el plano A
P[( X , Y )A] = P( X , Y )
A
x
0
0
3/28
9/28 3/28
g ( X ) = Pxy ( x, y)
6/28
6/28
h(Y ) = Pxy ( x, y)
1/28
P( X = x, Y = y) f ( X , Y )
=
P( X = x)
g ( x)
P( X = x, Y = y) f ( X , Y )
P( X = x / Y = y ) =
=
P(Y = y)
h( y)
P(Y = y / X = x) =
Probabilidad y Estadstica
Noviembre 2009
3
C (3,2)
=
C (8,2) 28
6
C (3,1)C (2,1)
=
P (0,1) =
28
C (8,2)
1
C (2,2)
=
P (0,2) =
C (8,2) 28
9
C (3,1)C (3,1)
=
P (1,0) =
28
C (8,2)
6
C (3,1)C (2,1)
=
P (1,1) =
28
C (8,2)
3
C (3,2)
=
P (2,0) =
C (8,2) 28
P (0,0) =
Probabilidad condicional.
g(x) > 0
h(y)> 0
g ( x) = Pxy ( x, y ) = Pxy ( x, y )
y
y =0
3 + 6 + 1 10
=
28
28
9 + 6 15
=
28
28
h( y ) = Pxy ( x, y )
3 + 9 + 3 15
=
28
28
x =0
1
6 + 6 12
h( y = 1) = Pxy ( xi,1) =
=
28
28
x =0
0
1
h( y = 2) = Pxy ( xi,2) =
28
X =0
2
h( y = 0) = Pxy ( xi,0) =
y(x)
10/28
15/28
3/28
2(2 x + 3 y )
Fxy ( x, y )
0
Probabilidad y Estadstica
Noviembre 2009
b) Encuentre la probabilidad
P[( x, y ) A]
1 1
2 2
1
2
1
2
5 (2 X + 3Y )dydx = 5 2 xy + 2 y
0 1
4
h(y)
15/28
12/28
1/28
2
3
2 2 3
0 5 2 x + 2 dx = 5 x + 2 x 0 =
2 6 4 + 6 10
+
=
=
=1
5 10
10
10
1
3
28
y
0
1
2
2
2( 2 x + 3 y )
3 2
=
dydx
2 xy + y dx =
5
5
2 0
0
1
2
3 1
=
1
4
1
2
2 1
5 x + 8 2 x 32 dx = 5 2 x + 32 dx =
0
1
2
2 x2 9
1
9
13
+ x =
+
=
5 4 32 0 40 160 160
2
3
2
g ( x) = (2 x + 3 y )dy = 2 xy + y 2 =
5
2 0
5
0
1
2
3 4
6
2x + = x +
5
2 5
10
4
3
g ( x) = x +
0 x 1
5
5
0 x 1
0 y 1
otros casos
2
(2 x + 3 y )dx =
5
0
h( y ) =
2 2
5 x + 3 yx =
0
2 6
+ y
5 5
2 6
h( y ) = + y 0 y 1
5 5
P ( X = 0 Y = 1)
8 xy 2
g ( x) = 8 xydy =
2
0
1
h( y ) = 8 xydx =
y
P( X Y = 1) =
Pxy ( X ,1)
h(Y = 1)
Pxy ( X ,1)
h(1)
Pxy ( X ,1)
12
28
6
Pxy (0,1) 28 6 1
=
=
=
12
12 12 2
28
28
6
Pxy (1,1) 28 1
=
=
12
12 2
28
28
Pxy (2,1)
=0
12
28
8x y
2
F(X Y) =
Fxy ( X Y )
F (Y X ) =
Fxy ( X Y )
h( y )
g ( x)
=
0
8 x3
= 4 x3
2
= 4 y 4 y3
y
8 xy
2x
=
3
4y 4y
1 y2
8 xy 2 y
=
4 x3 x 2
P (Y < 1 X = 1 )
8
2
P (0 < Y < 1 , X = 1 ) =
5
2
1
8
1
8
2y
dy
1
8
4
1
2y
2 8
dy
ydy
y
=
=
=
=
8
4
0 ( 1 )2
0
0
64 16
2
P(X/Y=1)
8 xy
Fxy
y x 1
0 yx
otros casos
X (1 + 3Y 2)
Fxy ( X Y )
0< X <2
0 <Y <1
otros casos
1
1
1
P( < X < Y = )
4
2
3
3
14
F (0,1) = g (0)h(1)
F (0,1) =
5
14
6
14
3 5 6
14 14 14
f ( X , Y ) = g ( X )h( y )
E {( X X )(Y Y )
( x X )( y Y )P ( x, y )
x y
} =
( x X )( y Y ) f ( x, y )dydx
Generalmente:
Probabilidad y Estadstica
Noviembre 2009
En forma de funciones:
g ( x, y ) P ( x, y )
x y
( x, y ) = E{g ( x, y )} =
g ( x, y ) f ( x, y )dydx
E{( X X )(Y Y )
Interpretacin
de
la
covarianza.
Tomando dos fenmenos aleatorios:
( x X )( y Y )P( x, y )
x y
} =
( x X )( y Y ) f ( x, y )dydx
para
calcular
la
= E{XY X Y Y X + X Y }
: coeficiente de correlacin
=
Cov{X , Y }
X Y
Probabilidad y Estadstica
Noviembre 2009
Cov{X , Y }
X Y
Probabilidad y Estadstica
Noviembre 2009
Si X y Y
independientes.
son
estadsticamente
Por definicin:
{ }
( )
E (Y x ) = y f ( y x )dy
f (y x) =
f ( x, y )
f (x )
entonces
Como ejemplo del primer significado, se
desea predecir el salario de un profesionista
dado el nmero de aos que han
transcurrido desde su graduacin. Sea X el
nmero de aos y Y el salario anual.
Resulta obvio que para un valor dado de x
es imposible predecir, de manera exacta, el
salario anual de una persona en particular.
Sin embargo, es posible predecir el salario
promedio de todos aquellos individuos para
Probabilidad y Estadstica
Noviembre 2009
f (x ) =
Sustituyendo:
f (y x) =
2x
1
=
2 x(1 x ) 1 x
1
1+ x
dy =
1 x
2
x
E (Y K x ) =
1
.
2
Probabilidad y Estadstica
Noviembre 2009