Forumlario Variables Aleatorias, Distribuciones e Intervalos de

Confianza
Jaime Paredes A01099631
September 22, 2013
VariablesX
Discretas
i
Xh
Media: =
[xi P (xi )], Varianza: 2 =
(xi )2 P (xi ) , Probabilidad: P (xi ) = f (xi ), la cual
es basicamente igual a la funcion de densidad. La funcion de distribucion acumulada F(X) es la suma
acumulativa de los valores de f(x).
Variables
Continuas
Z
Z
2
y f (y)dy, Varianza: =
Media: =

(y ) f (y)dy, Probabilidad: P (y) =

f(y) es la funcion de densidad. Funcion de distribucion acumulada: F (y) =

Z x

Z b

f (y)dy, donde

f (y)dy

Esperanza Matematica Recordar que E(x) = es la esperanza matematica. Algunas de sus

propiedades son:
E(x)
E(x + y)
E(cx)
E(c)
E(x2 )

x f (x)
E(x) + E(y)
c E(x)
c
X
x2 f (x)

=
=
=
=
=

(1)
(2)
(3)
(4)
(5)

Para discretas se utiliza y para contnuas .

Condiciones para que una funcin sea de densidad
Para variables discretas:
X
1) f (x) 0 para 0 P (x) 1. 2)
P (xi ) = 1
i

Para variables continuas: 1)f (y) 0 para 0 P (y) 1. 2)

f (y)dy = 1

Distribuciones Discretas
Binomial
f (x)

n Cx

px q nx

np

npq

Geometrica
q x1 p

Binomial Negativa
x1 Cr1

1
p
q
p2

pr q xr

r
p
rq
p2

Hipergeometrica
s Cx N s Cnx
N Cn
s
np=n
N
N n
npq
N 1

Poisson
e x
x!

Distribuciones Continuas
Distribucion Uniforme
1
Funcion de densidad: f (x; A, B) =
BA
0
A+B
Media: =
2
Distribucion Exponencial

1
e
Funcion de densidad: f (x; A, B) =

0
Media: =
Algunos casos especiales:

P (x T ) = e

Distribucion Normal

para A x B
para dom
Varianza: 2 =

para x > 0
para dom
Varianza: 2 = 2

P (x < T ) = 1 e
1
=

1
Funcion de densidad: f (x) =
2
Cambios de variables:

T1
T2

P (T1 x T2 ) = e e

(x )2
; < x <
2 2
e

z=
Casos especiales:

x = + z

P (x > x1 ) = 1 P (z < z1 )

P (x < x1 ) = P (z < z1 )
Distribucion Gamma

(B A)2
12

P (x = x1 ) =

Z x1 +

f (x)dx

x1 

1
x1 e para x, , > 0

Funcion de densidad: f (x; , ) =

()

0 para dom
Media: =
Varianza: 2 = 2
Casos especiales:

P (x > x1 ) = 1 P (z < z1 )

P (x < x1 ) = P (z < z1 )
Propiedades de la funcin gamma:
(n) = (n 1)!; = n
Distribucion de Weibull

( + 1) = (); > 1

P (x = x1 ) =

Z x1 +

f (x)dx

x1 

(1/2) =

x 1 ex
para x > 0

0 para dom
1
2
!
! "
!#2

1
2
1
Media: = 1 +
2 = 1 +
1+

Donde es un parametro de forma y uno de escala

Funcion de densidad: f (x, , ) =

Intervalos de confianza
- Estimacion de media poblacional cuando n 45 (Poblacion grande)

x Z x + Z
n
n
2
2
Z/2 2

donde: n =
e

s
s
Si la poblacion es pequea n 45 : x t < < x + t para = n 1 grados de libertad.
n
n
2
2
- Estimacin de una proporcion de una muestra grande
s

p Z
2
- Estimacion de la varianza

p(1 p)
< P < p + Z
n
2

p(1 p)
n

(n 1)s2
(n 1)s2
< 2 <
2

2
1

2
2
2
2
donde: y son valores con = n 1 grados de libertad.
1
2
2
- Estimacion de difefencia entre medias poblacionales cuando se conocen las 12 y 22 :
s

(x1 x2 ) Z
2

12 22
+
< 1 2 < (x1 x2 ) + Z
n1 n2
2

12 22
+
n1 n2

- Estimacion de diferencia de medias poblacionales donde las 2 no se conocen pero se suponen iguales:
s

(x1 x2 ) t Sp
2

1
1
1
1
+
< 1 2 < (x1 x2 ) + t Sp
+
n1 n2
n1 n2
2

(n1 1)s21 + (n2 1)s22

y = n1 + n2 2
n1 + n2 2
- Estimacion de diferencia de medias poblacionales donde las 2 no se conocen pero se suponen diferentes:
donde: Sp2 =

(x1 x2 ) t
2

donde t 2 es el valor t con =

s21
s2
+ 2 < 1 2 < (x1 x2 ) + t
n1 n2
2

s21
s2
+ 2
n1 n2
2

s21
s2
+ 2
n1 n2

!2

(s21 /n1 )
(s2 /n2 )
+ 2
n1 1
n2 1
-Estimacion de diferencia de proporciones:
s

(p1 p2 ) Z
2

p1 q1 p2 q2
+
< p1 p2 < (p1 p2 ) + Z
n1
n2
2

p1 q1 p2 q2
+
n1
n2

Dos formulas que hay que recordar

1) Media(datos no agrupados):
n
X

xi

i=1

x=

2)Varianza(datos no agrupados):
n
X

(xi x)2

s2 =

i=1

n1