Académique Documents
Professionnel Documents
Culture Documents
EIQ-344
Por lo tanto,
si X es discreta, y
∞
σ = E[( X − μ ) ] = ∫ ( x − μ ) 2 f ( x) dx
2 2
−∞
si X es continua.
2
17
E ( x ) = 2 ∫ x ( x − 1)dx =
2 2
1
6
2
17 ⎛ 5 ⎞ 1
σ = −⎜ ⎟ =
2
6 ⎝3⎠ 18
Media
z Sean X e Y variables aleatorias con distribución
de probabilidades conjunta f(x,y). La media o
valor esperado de la variable aleatoria g(x,y) es
μ g ( x, y ) = E[ g ( x, y )] = ∑∑ g ( x, y ) f ( x, y )
x y
si X e Y son discretas, y
∞ ∞
μ g ( x, y ) = E[ g ( x, y )] = ∫ ∫ g ( x, y ) f ( x, y )dxdy
−∞ −∞
si X e y son continuas.
Ejemplo
Encuentre E ⎛⎜⎜⎝ YX ⎞⎟⎟⎠ para la función de densidad
⎛ ⎞ +
1 2 1 3
Y y y 5
E ⎜ ⎟ = ∫ ∫ y (1 + 3 y ) / 4dxdy = ∫
2
dy =
⎝X⎠ 00 0
2 8
Covarianza
Sean X e Y variables aleatorias con distribución
de probabilidad conjunta f(x,y). La covarianza de
X e Y es
σ xy = E[( X − μ x )(Y − μ y )] = ∑∑ ( X − μ x )(Y − μ y ) f ( x, y )
x y
si X e Y son discretas, y
∞ ∞
σ xy = E[( X − μ x )(Y − μ y )] = ∫ ∫ ( X − μ x )(Y − μ y ) f ( x, y )
−∞ −∞
si X e Y son continuas.
Covarianza (2)
La covarianza de dos variables aleatorias X e Y
con medias σx y σy respectivamente, está dada
por
σ xy
ρ xy =
σ xσ y
Chebychev
La probabilidad de que cualquier variable
aleatoria X tome un valor dentro de k
desviaciones estándar de la media es al
menos 1-1/k2