Académique Documents
Professionnel Documents
Culture Documents
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
Distribuciones Continuas
La noci on de variable continua habita en muchos de los campos de la matem atica, para el caso especico de la Estad stica, dicha noci on se asocia con la de variable aleatoria continua.
Distribuci on t de student
Distribuciones Continuas
La noci on de variable continua habita en muchos de los campos de la matem atica, para el caso especico de la Estad stica, dicha noci on se asocia con la de variable aleatoria continua. Muchos problemas adquieren un caracter matem atico m as sencillo si se supone para ellos un recorrido ideal, en el cual, todos los n umeros reales pueden ser considerados como resultados posibles.
Distribuci on t de student
Distribuciones Continuas
La noci on de variable continua habita en muchos de los campos de la matem atica, para el caso especico de la Estad stica, dicha noci on se asocia con la de variable aleatoria continua. Muchos problemas adquieren un caracter matem atico m as sencillo si se supone para ellos un recorrido ideal, en el cual, todos los n umeros reales pueden ser considerados como resultados posibles. Las variables aleatorias que se consideran a continuaci on, tienen aplicaciones importantes en la mayor parte de la teor a estad stica y hacen parte de las llamadas variables aleatorias continuas.
Distribuci on t de student
Distribuci on t de student
Distribuci on t de student
Distribuci on t de student
Distribuci on t de student
Distribuci on t de student
Distribuci on t de student
con < < y < < que se conocen como los par ametros de la distribuci on.
Distribuci on t de student
con < < y < < que se conocen como los par ametros de la distribuci on. S una variable aleatoria X tiene una distribuci on de probabilidad normal con par ametros y ,
Distribuci on t de student
con < < y < < que se conocen como los par ametros de la distribuci on. S una variable aleatoria X tiene una distribuci on de probabilidad normal con par ametros y , este hecho se notar a escribiendo
Distribuci on t de student
con < < y < < que se conocen como los par ametros de la distribuci on. S una variable aleatoria X tiene una distribuci on de probabilidad normal con par ametros y , este hecho se notar a escribiendo X N (, )
...
Distribuci on t de student
...
dx = 1
Distribuci on t de student
...
dx = 1
Distribuci on t de student
...
dx = 1
Distribuci on t de student
...
dx = 1
Distribuci on t de student
...
dx = 1
Distribuci on t de student
...
y haciendo las sustituciones correspondientes se obtine
Distribuci on t de student
...
y haciendo las sustituciones correspondientes se obtine 1 ft (t ) = 2
t2 1 2
dt
Distribuci on t de student
...
y haciendo las sustituciones correspondientes se obtine 1 ft (t ) = 2
t2 1 2
dt
Distribuci on t de student
...
y haciendo las sustituciones correspondientes se obtine 1 ft (t ) = 2
t2 1 2
dt
Distribuci on t de student
e 2 t dt
1 2
e 2 s ds
1 2
...
y haciendo las sustituciones correspondientes se obtine 1 ft (t ) = 2
t2 1 2
dt
Distribuci on t de student
e 2 t dt
1 2
e 2 s ds
1 2
...
y haciendo las sustituciones correspondientes se obtine 1 ft (t ) = 2
t2 1 2
dt
Distribuci on t de student
e 2 t dt
1 2
e 2 s ds
1 2
e 2 (t
2 +s 2 )
dsdt
...
y haciendo las sustituciones correspondientes se obtine 1 ft (t ) = 2
t2 1 2
dt
Distribuci on t de student
e 2 t dt
1 2
e 2 s ds
1 2
e 2 (t
2 +s 2 )
dsdt
...
Distribuci on t de student
...
Distribuci on t de student
...
Con el uso de las coordenadas polares tenemos que s = r cos con lo que se tiene que t = r sin
Distribuci on t de student
...
Con el uso de las coordenadas polares tenemos que s = r cos con lo que se tiene que I2 = 1 2
2 0 0
t = r sin
Distribuci on t de student
re 2 r drd
1 2
...
Con el uso de las coordenadas polares tenemos que s = r cos con lo que se tiene que I2 = que evaluando 1 2
2 0 0
t = r sin
Distribuci on t de student
re 2 r drd
1 2
...
Con el uso de las coordenadas polares tenemos que s = r cos con lo que se tiene que I2 = que evaluando 1 I = 2
2 2
t = r sin
Distribuci on t de student
1 2
2 0 0
re 2 r drd
1 2
e
0
1 r2 2
d
0
...
de lo anterior se obtiene nalmente que
Distribuci on t de student
...
de lo anterior se obtiene nalmente que 1 I = 2
2 2 0
1 = d = 2
2 0
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
de lo anterior se obtiene nalmente que 1 I = 2
2 2 0
1 = d = 2
2 0
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
de lo anterior se obtiene nalmente que 1 I = 2
2 2 0
1 = d = 2
2 0
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
de lo anterior se obtiene nalmente que 1 I = 2
2 2 0
1 = d = 2
2 0
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
que al efectuar los calculos correspondientes se tiene que es 1 lo que demuestra que en efecto
Distribuci on t de student
...
de lo anterior se obtiene nalmente que 1 I = 2
2 2 0
1 = d = 2
2 0
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
que al efectuar los calculos correspondientes se tiene que es 1 lo que demuestra que en efecto
1 x 2 1 fx (x ) = e 2 ( ) 2
Distribuci on t de student
...
de lo anterior se obtiene nalmente que 1 I = 2
2 2 0
1 = d = 2
2 0
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
que al efectuar los calculos correspondientes se tiene que es 1 lo que demuestra que en efecto
1 x 2 1 fx (x ) = e 2 ( ) 2
Distribuci on t de student
...
de lo anterior se obtiene nalmente que 1 I = 2
2 2 0
1 = d = 2
2 0
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
que al efectuar los calculos correspondientes se tiene que es 1 lo que demuestra que en efecto
1 x 2 1 fx (x ) = e 2 ( ) 2
Distribuci on t de student
Como se sabe, el valor esperado de una variable aleatoria continua esta dado por la expresi on
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
Como se sabe, el valor esperado de una variable aleatoria continua esta dado por la expresi on
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
E (X ) =
Xfx (X )dX
Distribuci on t de student
Como se sabe, el valor esperado de una variable aleatoria continua esta dado por la expresi on
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
E (X ) =
Xfx (X )dX
Distribuci on t de student
Como se sabe, el valor esperado de una variable aleatoria continua esta dado por la expresi on
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
E (X ) =
Xfx (X )dX
Distribuci on t de student
en el que fx (X ) corresponde a la funci on de densidad de probabilidad fdp de la distribuci on correspondiente. Es importante recordar que el valor esperado de una variable aleatoria X corresponde al valor que cuenta con la mayor probabilidad de ocurrir.
...
Para el caso particular de la Distribuci on Normal el valor esperado est a dada por 1 E (X ) = 2
Distribuci on t de student
xe 2 (
x 2
) dx
...
Haciendo
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
Haciendo z=
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
Haciendo
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
Haciendo
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
xe 2 (
x 2
) dx
...
Haciendo
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
xe 2 (
x 2
) dx
(z + )e 2 z dz
1 2
...
Desarrollando el algebra implicada se tiene que
Distribuci on t de student
...
Desarrollando el algebra implicada se tiene que 1 E (x ) = 2 La integral
1 z2 2
ze
1 dz + 2
1 z2 2
dz
Distribuci on t de student
...
Desarrollando el algebra implicada se tiene que 1 E (x ) = 2 La integral 1 2
1 z2 2
ze
1 dz + 2 ze 2 z dz
1 2
1 z2 2
dz
Distribuci on t de student
...
Desarrollando el algebra implicada se tiene que 1 E (x ) = 2 La integral 1 2
1 z2 2
ze
1 dz + 2 ze 2 z dz
1 2
1 z2 2
dz
Distribuci on t de student
...
Desarrollando el algebra implicada se tiene que 1 E (x ) = 2 La integral 1 2
1 z2 2
ze
1 dz + 2 ze 2 z dz
1 2
1 z2 2
dz
Distribuci on t de student
e 2 z dz = 1
1 2
...
Desarrollando el algebra implicada se tiene que 1 E (x ) = 2 La integral 1 2
1 z2 2
ze
1 dz + 2 ze 2 z dz
1 2
1 z2 2
dz
Distribuci on t de student
e 2 z dz = 1
1 2
...
Distribuci on t de student
...
Distribuci on t de student
...
Distribuci on t de student
...
Distribuci on t de student
...
para obtener nalmente que E (x ) = 0 + 1 y encontrar que E (x ) = que corresponde al valor que usualmente llamamos el esperado de la Distribuci on Normal y respecto al cual la distribuci on es sim etrica.
Distribuci on t de student
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos
Distribuci on t de student
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos Seg un se denio, la varianza de una distribuci on est a dada por la integral
Distribuci on t de student
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos Seg un se denio, la varianza de una distribuci on est a dada por la integral
V (x ) =
(x )2 fx (x )
Distribuci on t de student
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos Seg un se denio, la varianza de una distribuci on est a dada por la integral
V (x ) =
(x )2 fx (x )
Distribuci on t de student
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos Seg un se denio, la varianza de una distribuci on est a dada por la integral
V (x ) =
(x )2 fx (x )
Distribuci on t de student
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos Seg un se denio, la varianza de una distribuci on est a dada por la integral
V (x ) =
(x )2 fx (x )
Distribuci on t de student
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos Seg un se denio, la varianza de una distribuci on est a dada por la integral
V (x ) =
(x )2 fx (x )
Distribuci on t de student
lo que puede ser transformado en la expresi on v (x ) = E (x 2 ) E 2 (x ) m as sencilla Se sabe que E (x ) = y consecuentemente se tiene que
Varianza V(x)
La varianza es la medida que nos indica el grado de dispersi on de los datos Seg un se denio, la varianza de una distribuci on est a dada por la integral
V (x ) =
(x )2 fx (x )
Distribuci on t de student
lo que puede ser transformado en la expresi on v (x ) = E (x 2 ) E 2 (x ) m as sencilla Se sabe que E (x ) = y consecuentemente se tiene que E 2 ( x ) = 2
Calculando E (x 2 )
Distribuci on t de student
Calculando E (x 2 )
Distribuci on t de student
Calculando E (x 2 )
Distribuci on t de student
Calculando E (x 2 )
Distribuci on t de student
(z + )2 e 2 z dz
1 2
Calculando E (x 2 )
Distribuci on t de student
(z + )2 e 2 z dz
1 2
Calculando E (x 2 )
Distribuci on t de student
(z + )2 e 2 z dz
1 2
1 2 2 ze 2 z dz + 2
e 2 z dz
1 2
...
En relaci on con la u ltima expresi on se tiene que
Distribuci on t de student
...
En relaci on con la u ltima expresi on se tiene que 1 2 2
ze 2 z dz = 0
1 2
Distribuci on t de student
...
En relaci on con la u ltima expresi on se tiene que 1 2 2 y
ze 2 z dz = 0
1 2
Distribuci on t de student
...
En relaci on con la u ltima expresi on se tiene que 1 2 2 y 2 2
ze 2 z dz = 0
1 2
e 2 z dz = 1
1 2
Distribuci on t de student
...
En relaci on con la u ltima expresi on se tiene que 1 2 2 y 2 2
ze 2 z dz = 0
1 2
e 2 z dz = 1
1 2
Distribuci on t de student
...
En relaci on con la u ltima expresi on se tiene que 1 2 2 y 2 2
ze 2 z dz = 0
1 2
e 2 z dz = 1
1 2
Distribuci on t de student
z 2 2 e 2 z dz
1 2
...
En relaci on con la u ltima expresi on se tiene que 1 2 2 y 2 2
ze 2 z dz = 0
1 2
e 2 z dz = 1
1 2
Distribuci on t de student
z 2 2 e 2 z dz
1 2
...
En relaci on con la u ltima expresi on se tiene que 1 2 2 y 2 2
ze 2 z dz = 0
1 2
e 2 z dz = 1
1 2
Distribuci on t de student
z 2 2 e 2 z dz
1 2
z 2 2 e 2 z dz = 2 + 2
1 2
...
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student
...
Distribuci on Normal
funci on de densidad Valor Esperado E(X) Varianza V(x)
Distribuci on t de student