Beruflich Dokumente
Kultur Dokumente
2
1
1
0
Xi= El n
umero de resultados iguales a i, i =
1, . . . , 6.
X : R6
(1, 1) (2, 0, 0, 0, 0, 0)
(1, 5) (1, 0, 0, 0, 1, 0)
(5, 5) (0, 0, 0, 0, 2, 0)
...
P6
i=1 Xi = Z
Definici
on: Sea (, A, P ) un espacio de probabilidad y (, B) un espacio medible. Una funon medible si
ci
on g : 1 es una funci
g 1(B) A para cada B B donde:
g 1(B) = {w : g(w) B} B ; B 1
Observaci
on: Si A P(), entonces toda funci
on g : 1 es medible. En lo que sigue,
asumiremos que A = P().
Definici
on: Sea (, A, P ) un espacio de probabilidad. Una variable aleatoria es una funci
on
X : R medible.
De manera similar un vector aleatorio X =
X1, . . . , Xk ) es un vector cuyas componentes
son variables aleatorias o equivalentemente, una
funci
on X : Rk medible.
Definici
on: Una variable aleatoria es discreta si
su recorrido es contable (finito o enumerable).
(Si Rec X no es contable, la v.a. es continua
o mixta).
f (x) =
6/36
10/36
8/36
4/36
2/36
0
x = 0, 3
x=1
x=2
x=4
x=5
e.o.c.
Calcular P (1 X 3) =
P3
x=1 f (x) = 24/36.
Ejercicio
Usted es invitado a participar en un juego que
consiste en lanzar 2 veces un dado honesto,
ganando una cantidad igual a la diferencia resultante en valor absoluto (u.m.). Para participar usted debe pagar 2 u.m. Participaria
usted en el juego?
Notaci
on: La f.p. de una v.a. discreta X ser
a
denotada por f (x) = P (X = x).
Proposici
on: Sea X una v.a.d. con soporte SX
y f.p. fx. Sea h : R R (medible) entonces
Y = h(x) es una v.a.d. con f.p.
fY (y) =
fx(x)
x:h(x)=y
La f.p. de
( la v.a. X es
1/7
si x = 3, 2, 1, 0, 1, 2, 3
fX (x) =
0
e.o.c.
Si X {3, 2, 1, 0, 1, 2, 3} Y {0, 1, 4, 9}
fY (y) = P (Y = y)
P (Y = 0) = P (X = 0) = 1/7
P (Y = 1) = P (X 2 = 1)
= P (X = 1 X = 1)
= P (X = 1) + P (X = 1) = 2/7
P (Y = 4) = 2/7
P (Y = 9) = 2/7
fY (y) =
1/7
2/7
0
si
si
y=0
y = 1, 4, 9
e.o.c.
Definici
on: Sea X una v.a.d con f.p. fX . La
esperanza (o valor esperado) de X, que se
denota E(X), se define como
E(X) =
X
x
x fX (x)
Observaci
on: Si el soporte de una v.a. X es
finito, la esperanza siempre existe, sin embargo, si X toma un n
umero infinito de valores,
digamos {x1, . . . , xn, . . . } la esperanza existe si:
E(X) =
i=1
i=1
Proposici
on: Sea X una v.a.d. con f.p. fX e
Y = h(X) una funci
on de la v.a. X entonces:
E(Y ) = E(h(X)) =
X
x
h(X)fX (x)
Definici
on: Sea X una v.a.d con f.p. fX . Se
define varianza de la v.a. X, si existe por
V (X) = E[X E(X)]2 =
X
x
[x E(X)]2fX (x)
Definici
on: Se define tambi
en la desviaci
on est
andar
de la v.a.d. X, por
ST D(X) = (X) =
V (X)
1. E(ag1(X)+bg2(X)) = aE(g1(X))+bE(g2(X)).
En particular: E(aX + b) = aE(X) + b
2. Si P (g1(X) 0) = 1 E(g1(X)) 0
3. Si g1(X) g2(X) c.t.p.
E[g1(X)] E[g2(X)]
4. Si a g1(X) b c.t.p.
a E[g1(X)] b
6. Si X v.a. tq P (X = c) = 1
E(X) = c V ar(X) = 0
7. V ar(X) = E[X 2 E(X)]2
Observaci
on: Puesto que V ar(X) 0, se deduce que E(X 2) [E(X)]2.
En general esto muestra que E[g(X)] 6= g[E(X)].