Universidad de los Andes

Departamento de Ingeniera Industrial

Probabilidad y Estadstica I EXAMEN FINAL

ESTADSTICA
Media Muestral
Mediana Muestral

=1

( + 1)
_: =

2

_: = + 1
2
2

Desviacin Estndar (s) y Varianza (s2)

=1( )2
2 =
; = + 2
1
Coeficiente de Variacin

PROBABILIDAD
Axiomas

() = 1
(1 ) + (2 ) + + ( ) = (1 2 )

Teorema

( ) = () + () ( )
( ) = () + () + () ( ) ( )
( ) + ( )
#
() =
#
MTODOS DE CONTEO
Regla de la Multiplicacin
# = 1 2
Arreglo Ordenado
# _
#(; ) =
Permutaciones Ordinarias
= ; () = !
Permutaciones (No hay repeticin de elementos, Sin reemplazo,
Arreglo ordenado)
!
< ; (; ) =
( )!
Combinaciones (No hay repeticin de elementos, Sin reemplazo,
No importa orden)
!
(; ) =
( )! !
Particiones Ordenadas
#(1 , 2 , , ; )
1 2 1
1 1 2

=
3
2

1
!
=
1 ! 2 ! !
PROBABILIDAD CONDICIONAL

(|) =

( )
()

Independencia
( ) = () () (|) = ()

Teorema de Bayes
(|)() = (|)() = ( )
Propiedades

() = 1 ( )
( |) = 1 (|)

( |) = (|) + (|)
Ley de Probabilidades Totales
= {1 2} () = ( 1) + ( 2)
P(N1)*P(B|N1)=P(BN1)

Recuerda:
Dos eventos mutuamente
excluyentes NO son
independientes.

VARIABLES ALEATORIAS
Discretas
Funcin de Probabilidad () = ( = )
(0)
=0
(1)

=1
() =

:
( ) = 1
()

0 ( ) 1 ()
Funcin de Distribucin Acumulada () = ( )
0
<0
(0)
0<1
() =

Continuas
Funcin de Densidad de Probabilidad
:
() 0

()

() = 1

( < < ) = ()

Funcin de Distribucin Acumulada ()

() = () = ( )
() = ()

VALOR ESPERADO Y VARIANZA

Propiedades Valor Esperado
() =
() = ()
( ) = () ()
() = () ()

Propiedades Varianza
() = 0
() = 2 ()
( ) = () + () ,
( + ) = 2 () + 2 () 2 (, )
Si , independientes (, ) = 0

Discretas
( )

[] =

[] = [ ]

()

([])

()

Funcin Generatriz De Momentos ()

()
Propiedad fundamental de la FGM ( = 0) = ( )

BERNOULLI
(xito o fracaso)

E(X)

=

=


#
=
.
=

Parmetros

DISTRIBUCIN
UNIFORME CONTINUA
DISTRIBUCIN NORMAL

DISTRIBUCIN
EXPONENCIAL
(Tiempo entre 2 arribos
consecutivos)

DISTRIBUCIN
TRIANGULAR

=
2 =

2 ()
[ ] =

()

()

()

(1 )1
= 1,2,

1
(1 )
1

()

!
= 0,1,
, > 0

f x (x)

1
()2
22

=1

Var(X)

F.G.M

1
( )2

=1

1
1

: =
(1 )

(1 ) +

(1 )

(1 ) +

1 (1 )

1
2

, > 0

(1 )
2

1 (1 )

( 1)
= 1

E(X)

Var(X)

+
2

( )2
12

1
2

Recuerde: ( ) = =

#
.

Recuerde:

(; ) =
=
=
=

()

()

:


(1 )1
= 0,1

(1 )

= 0,1,2, ,
0xn

1

0
1

=
=

()

VARIABLES CONTINUAS (DISTRIBUCIONES)

()

[ ] = ( )

= 1 , 2 ,

GEOMTRICA
(# ensayos hasta el primer
xito)
BINOMIAL NEGATIVA
(# ensayos hasta el k-simo
xito)

()

g x (x)

=

=

=

POISSON
(# llegadas en un intervalo de
tiempo )

( )

Parmetros

BINOMIAL
(# xitos en n ensayos)

()

=


=

HIPERGEOMTRICA
(Sin reemplazo)

2 ( )

Recuerde:
*Definir siempre la VA e identificar su distribucin y sus parmetros.

VARIABLES DISCRETAS (DISTRIBUCIONES)

DISTRIBUCIN UNIFORME
DISCRETA
(Probabilidades idnticas)

Continuas

( > + | > ) =

( > + ) = 1 ( + ) = (+)

() = ( ) = 1
2( )

<
( )( )
++
2( )
3

<
( )( )

0
. .

2 + 2 + 2
18

Probabilidades Condicionales

VARIABLES ALEATORIAS CONJUNTAS

Discretas
(, ) = 1

() ()

( ) = (, ) = (, )

Continuas

(, ) = 1

() ()

() = (, )
()

()

() =

Distribucin Condicional (Continua)

Coeficiente de Correlacin

(, )

1 1

1
= 0
1

~(, 2 /)

/

(, ) = () (), entonces

: | (, ) = () | (, ) = ()

Valor Esperado de una V.A.

Caso Discreto

= () = ()
()

= () =

() =

()

() ()

((, )) =

() ()

()

(, )

(, ) (, )

Varianza y Covarianza de una V.A.

() = 2 = ( 2 ) [()]2
= ()
(, ) = () ()()

() = [( )2 ] = ( )2 () = ( )2 ()

Valor Esperado Condicional

()

(| = ) = | (, = )

(| = ) =

(|)

(|=)

, :

(, )

(, )
()
(, )
| (, ) =
()

Caso Continuo

| (, ) =

Independencia

( ) = , () = 2

(, )

()

1 , 2 , ,
:

()

() =

| (, = )

( ) (, )
=
( | ) =

( )
()

Teorema del Lmite Central( )

() = (, )

Continuas

(|=)

( ) = (, ) = (, )

Distribuciones Marginales
Discretas

( | = ) =

| (, = )

~(0,1)

xi ~(, 2 )
xi

~(0,1)

Suma de VAs independientes

Sean 1 2 variables aleatorias independientes con funcin
generadoras de momentos 1 () 2 (), respectivamente, y sea
= 1 + 2
Entonces:
() = 1 () 2 ()
Suma V.A. Binomiales
1 ~(1 , )
2 ~(2 , )
= 1 + 2 ~(1 + 2 , )

Suma V.A. Poisson

1 ~(1 )
2 ~(2 )
= 1 + 2 ~(1 + 2 )

Suma V.A. Geomtricas

1 ~()
2 ~()
= 1 + 2 ~ (2, )

2.

MNIMA VARIANZA

3.
4.
5.
=

(1 ) < (2 )
ERROR CUADRTICO MEDIO (ECM)
2
= + ()
CONSISTENCIA
Lim = ; lim = 0

EFICIENCIA (Cota Rao-Cramer=VarIanza )

1
2
2 ln (; )

(ln (; ))

ESTIMADOR DE MXIMA VEROSIMILITUD

Pasos:
1)
2)
3)
4)

(1 , , ; ) = =1 ( )
( (1 , , ; ))

[() (1 , , )] = 0

Normal

BONDAD DE AJUSTE
(1)

( )2
( )2
2
=
=
~(1)

=1

= ,
= #
= #

>

1;(1)

Media muestral
=

Varianza muestral
2 =

DISTRIBUCIONES

=
=1

1
( )2
1
=1

Distribucin : + + + ()
Donde X i es N(0,1) y X i es independiente de X j.

Distribucin :

Distribucin :

INTERVALOS DE CONFIANZA:
MEDIA POBLACIONAL()
Intervalo de Confianza
Tamao
Distr. Pob.
Var. Pob.
Muestral
(1-)%

1
Normal
Conocida
Pequeo
2

1;1
Normal
Desconocida
Pequeo
2

1
Cualquiera
Conocida
Grande
2

Cualquiera
Desconocida
Grande
1
2
ESTIMACIN DE UNA PROPORCIN POBLACIONAL (p)
Intervalo de Confianza
Tamao
Distr. Pob.
Var. Pob.
Muestral
(1-)%
Binomial,
(1 )
Bernoulli,
1
Desconocida
Grande

2
Binomial

=
,
donde

Negativa

ESTIMACIN DE UNA VARIANZA POBLACIONAL (2)

Intervalo de Confianza
Distr. Pob.
Var. Pob.
(1-)%

()

Donde X es N(0,1) y Y es 2 () , siendo X y Y independientes.

(,)

Donde X y Y son Vas independientes con distribuciones 2 (1) y 2 (2)

respectivamente.

Si (.) = (.)

Cualquiera

( 1) 2 ( 1) 2
2
; 2

1 ;(1)
2

;(1)
2

ESTIMACIN DE UNA DIFERENCIA DE MEDIAS POBLACIONALES 1 - 2

Intervalo de Confianza
Distr.
Tamao
Var. Pob.
Pob.
Muestr.
(1-)%

Normales

SESGO:

Cualquiera

1.

Desconoci
-das e
iguales

Pequeos

Conocidas

Cualquiera

Conocidas
Desconoci
das

Ambos
Grandes

ESTIMACIN PUNTUAL (Parmetro )

1 ;(1 +2 2) 1

1 2

(1
=

1)12

+ (2
1 + 2 2

1 2 1
2

1 2 1
2

1)22

12 22
+
1 2
12 22
+
1 2

1 2 1
2

12 22
+
1 2

ESTIMACIN DE UNA DIFERENCIA DE PROPORCIONES POBLACIONALES

p 1 -p 2
Var.
Tamao
Distr. Pob.
Intervalo de Confianza (1-)%
Pob.
Muestr.
1 2
Desco
1 (1 1 ) 2 (1 2 )
Bernoulli
nocida Grandes
1
+
s
1
2
2

ESTIMACIN DE UN COCIENTE DE VARIANZAS POBLACIONALES 1 2/ 2 2

Var.
Distr. Pob.
Intervalo de Confianza (1-)%
Pob.
2
1
12
Cualqui
2
; 2

Normales
era
2 2 ;(2 1);(1 1) 2 1 2 ;(2 1);(1 1)

Hiptesis Nula

Hiptesis Alternas
1 :

: =

1 : >
1 : <

Hiptesis Nula

Hiptesis Alternas

: =

: =
Hiptesis Nula
: 2 = 2
: 2 = 2
Hiptesis Nula
: =
: = 0
ERROR TIPO I
ERROR TIPO II

1 :
1 : >
1 : <
1 :
1 : >
1 : <
Hiptesis Alternas
1 : 2 2
1 : 2 > 2
1 : 2 < 2
1 : 2 2
1 : 2 /2 < 1
1 : 2 /2

>1

Hiptesis Alternas
1 :
1 : >
1 : <

1 : 0
1 : > 0
1 : < 0

PRUEBA DE HIPTESIS PARA LA MEDIA POBLACIONAL

Estadstico de
Regin Crtica,
Supuestos
Supuestos
prueba
Rechazar Ho cuando:
< 1 > 1
n Grande
2
2

Normalidad
2
Conocido
=
> 1
2 desconocido

normalidad
< 1
PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE MEDIAS POBLACIONALES
Supuestos
Estadstico de prueba
1) , grandes, independencia,

2 2 conocidos.
=
o
2 2
+
2) Normalidad, independencia,

2 2 conocidos.

=
1
1
+
Normalidad, independencia, 2 2

desconocidos, 2 = 2

1)2

Estadstico de
prueba
=

2 =

( 1) 2
2

Normalidad, X y Y independientes,
(1 , 12 ), (2 , 22 )
2
= 2
1 , 12 , 2 , 22 desconocidos

X es la poblacin que tiene la mayor

varianza muestral
PRUEBA DE HIPTESIS PARA LA PROPORCIN Y LA DIFERENCIA DE PROPORCIONES
Supuestos
Estadstico de prueba

=
; =
Poblacin Bernoulli()

(1

30

Poblacin Bernoulli( ) Bernoulli ( ),

, 30

= ( 0 |0 )

= ( 0 |0 )
POTENCIA
= 1 = ( 0 |0 )

1
1
+

P-VALUE

=

> (1; 1)
< (1; 1)

< 1 > 1
2

< 1;
2

PRUEBA DE HIPTESIS PARA LA VARIANZA POBLACIONAL Y LA RAZN DE VARIANZAS POBLACIONALES

Supuestos
Estadstico de prueba
Normalidad, (, 2 )
, 2 desconocidos

Regin Critica, Rechazar Ho cuando:

+ ( 1)2
+ 2

Regin Crtica, Rechazar Ho

cuando:
< 1; 1 > 1;1

> (1)

< (1)

+ 2

> 1;

> (1; + 2)

+ 2

< (1; + 2)

Regin Crtica, Rechazar Ho cuando:

2 < (2; 1) > 2 (12; 1)
2 > 2 (1; 1)
2 < 2 (; 1)
< 2; 1; 1 > 12; 1; 1
< ; 1; 1

> 1 ; 1; 1

Regin Crtica, Rechazar Ho cuando:

< 1 > 1
2

> (1)
< (1)
< 1 > 1
> (1)

< (1)

REGRESIN LINEAL
REGRESIN LINEAL SIMPLE
= 0 + 1 +
:
( ) = 0; ( ) = 2 ; , = 0 ; ~(0, 2 )
Estimacin de parmetros
=

1 = 2
0
0 =
1

1 =

( )( )
=
( )2

Propiedades de los estimadores (Centrados)

E1 = 1
2

(1 ) =
= ( )

Hiptesis de inters y prueba asociada

= +

( )2 = ( )2 + ( )2
: 1 = 0
: 1 0

(1;2)
2

2 =
=1
0 2 1

REGRESIN LINEAL MULTIPLE

= 0 + 1 1 + 2 2 + + +
Estimacin de parmetros
0 +
1 + +
=
Hiptesis de inters y prueba asociada
= +
Recuerde:


: = 0
: 0

( ) =

: 1 = 2 = = = 0
: 0

(;1)
=
1

Intervalo de Confianza
(1) ( ) = 1,1 .
2