APENDICE REVISION DE ALGUNOS CONCEPTOS ESTADISTICOS En este apéndice se introducen, en forma muy general, algunos de los conceptos estadisticos que aparecen en este texto. El analisis no es riguroso y no se dan pruebas debido a que existen diversos libros de estadistica excelentes que hacen muy bien ese trabajo. Algunos de esos libros se listan al final del apéndice A.1_ OPERADORES DE SUMATORIA Y DE PRODUCTO La letra maytiscula griega 5 (sigma) se utiliza para indicar la sumatoria. Asi, Dann tatets, Algunas de las propiedades mas importantes del operador de sumatoria ¥ son 1, £1, k=nkdonde k es una constante. Asi, £*,3=4-3=12 2. 3" kx =k, xdonde k es una constante 3. Di (a+bx)=na+b¥i, x, dondea yb son constantes y donde se hace uso de las propiedades 1 y 2 anteriores. 4 Thy + y= Let Zy El operador de sumatoria también puede ampliarse a sumas multiples. Ast, 5, el operador de doble sumatoria, es definido como Vx, =F, 4,44 4,,) 2 (Ky HX tet ay) + et hy tet Ma) eek (ay bay HE) 841842 APENDICE A: REVISION DE ALGUNOS CONCEPTOS ESTADISTICOS Algunas de las propiedades de SE son 1. Ey, Lf, x, = Li, Li. 4,5 es decir, el orden en el cual se realice la doble su- matoria es intercambiable. 2. EE Tay = LaDy, 3. ZT + y, 4. (Sta) =Dhal+2ES EE 1% tL EY 4X, = D8) +2E,, 54, El operador de producto x es definido como Por tanto, A.2 ESPACIO MUESTRAL, PUNTOS MUESTRALES Y EVENTOS El conjunto de todos los resultados posibles de un experimento aleatorio, o del azar, se denomina la poblacién o espacio muestral y cada miembro de este es- pacio muestral se denomina un punto muestral. Por tanto, en el experimento de lanzar dos monedas, el espacio muestral consta de estos cuatro resultados posibles: CC, CS, SC y SS, donde CC significa una cara en el primer lanzamiento y nuevamente una cara en el segundo lanzamiento, CS significa una cara en el primer lanzamiento y un sello en el segundo lanzamiento, y asi sucesivamente. Cada uno de los eventos anteriores constituye un punto muestral. Un evento es un subconjunto del espacio muestral. Asi, si A denota la ocu- rrencia de una cara y de un sello, entonces, de los posibles resultados anteriores, solamente dos pertenecen a A, a saber CS y SC. En este caso, A constituye un evento. En forma similar, la ocurrencia de dos caras en el lanzamiento de dos monedas es un evento. Se dice que los eventos son mutuamente excluyentes si la ocurrencia de uno impide la ocurrencia de otro. Si en el ejemplo anterior ocurre CC, la ocurrencia del evento CS al mismo tiempo no es posible. Se dice que los eventos son exhaustivos (colectivamente) si todos los resultados posibles de un experimento se agotan. Asi, en el ejemplo, los eventos (a) dos caras, (b) dos sellos y (c) un sello y una cara, agotan todos los resultados posibles; por tan- to, son eventos exhaustivos (colectivamente). 3 PROBABILIDAD Y VARIABLES ALEATORIAS Probabilidad Sea A un evento en un espacio muestral. Sea P(A) la probabilidad del evento A. es decir, la proporcién de veces que el evento A ocurriré en ensayos repetidos de un experimento. En forma alterna, enun total de n posibles resultados igualmenteVariables aleatorias APENDICE A: REVISION DE ALGUNOS CONCEPTOS ESTADisTiCos 843 probables de un experimento, si m de ellos son favorables a la ocurrencia del evento A, se define la raz6n m/n como la frecuencia relativa de A. Para valores grandes de n, esta frecuencia relativa constituird una muy buena aproximacién de la probabilidad de A. Propiedades de la probabilidad P(A) es una funcién de valor real! y tiene estas propiedades: 1. 0< P(A) < I para todo A 2. SiA, B, C.... constituye un conjunto de eventos exhaustivo, entonces P(A +B+C+...)=1,donde A + B + C significa A 0 Bo C y asi sucesivamente. 3. SiA, B, C,... son eventos mutuamente excluyentes, entonces PUA+B+C+ = P(A) + P(B) + P(C) + EJEMPLO1 Considérese el experimento de lanzar un dado numerado del 1 al 6. El espacio muestral consta de los resultados 1, 2, 3, 4, § y 6. Por consiguiente, estos seis eventos agotan la totalidad del espacio ‘muestral. La probabilidad de obtener cualquiera de estos nimeros es 1/6 puesto que son seis resul- tados igualmente probables y cada uno de ellos tiene igual probabilidad de aparece. Puesto que 1, 2,3, 4, 8y 6 forman un conjunto exhaustivo de eventos, PI + 2+3+445.+.6)= 1 donde 1,2, 3, significa la probabilidad del nmero 1 o del numero 2 0 del niimero 3, etc, Dado que 1, 2, 6 80n eventos mutuamente excluyentes en donde dos numeros no pueden obtenerse simulténoament P42 +344454+6)= Al) + PQ) +..+P16)=1 Una variable cuyo valor esta determinado por el resultado de un experimento de azar se denomina variable aleatoria (va). Las variables aleatorias se denotan usualmente por las letras maytisculas X, Y, Z y as{ sucesivamente, y los valores que ellas toman estan denotadas por letras minisculas, x, y, z, etc Una variable aleatoria puede ser discreta o continua. Una va discreta ad- quiere solamente un ntimero finito (0 infinito contable) de valores.’ Por ejemplo, al lanzar dos dados, cada uno numerado del 1 al 6, si se define la variable aleatoria X como la suma de los ntimeros que aparecen en los dados, entonces X tomaré uno de los siguientes valores: 2, 3, 4, 5, 6,7, 8, 9, 10, 11 0 12. Por tanto, ésta se trata de una variable aleatoria discreta. Una va continua, por su parte, es ina variable que puede tomar cualquier valor dentro de un intervalo de valores. Asf, la estatura de un individuo es una variable continua —por ejemplo, en el inter- "ina funcidn cuyo dominio y rango son subconjuntos de niimeros reales se conoce generalmente como una funcién de valor real. Para mayores detalles, véase Alpha C. Chiang, Fundamental Methods of Mathematical Economics, 3a. ed., McGraw-Hill, 1984, capitulo 2. Para un anélisis sencilla de la nocién de conjuntos infinitos contables, véase R. G. D. Allen, Basic ‘Mathematics, Macmillan, Londres, 1964, p. 104.