Professional Documents
Culture Documents
Mxico
UnADMxico
Licenciatura en Matemticas
Procesos Estocsticos
(MT-MPES-1602-B1-002)
Actividad 1: Conceptos bsicos
Alumno: Gregorio Islas Oliver
Profesor(a): Georgina Peredo
Morelos
Procesos Estocsticos
Eleccin
Justifica tu eleccin
xf x y
x
10.
si X es discreta,
xf x y dx
si X es absolutamente
continua.
La distribucin de
probabilidad
Poisson
La funcin de
densidad normal
La regla de
probabilidad total
P X x
x
e
x!
2.
1
f x
e
2
x 2
2 2
6.
Nos permite hallar la probabilidad de
7.
P B P A1 P B A1 ... P Ak P B un
Ak evento A cuando el espacio
muestral S, sea dividido en varios
eventos B1,B2,B3, hasta Bx.
A1 ,..., Ak
donde
de .
El Teorema del
Lmite Central
La probabilidad condicional de un
evento dado otro evento es entonces
un concepto que nos permite
interaccionar con la realidad del
fenmeno azaroso al incorporar
informacin adicional del mismo y
actualizar el clculo de
probabilidades.
Se trata de un modelo discreto, pero
en el que el conjunto de valores con
probabilidad no nula no es finito, sino
numerable. este modelo se
caracteriza por un slo parmetro ,
que debe ser positivo.
Como vemos, depende de dos
parmetros (que puede ser
cualquier valor real) y (que ha de
ser positiva).
X 1 , X 2 , X 3 ,...
9. Para una sucesin
de
variables aleatorias independientes e
idnticamente distribuidas, con media
comn y varianza finita
, se
X 1 X 2 ... X n
n
tiene que
converge
en distribucin a una variable Y con
distribucin normal de parmetros y
Procesos Estocsticos
La funcin de
densidad conjunta
de variables
aleatorias discretas
x P X x
i
xi
5.
si X es discreta,
xf x dx
si X es absolutamente
continua.
La funcin de
densidad
condicional
Esperanza o valor
esperado de una
variable aleatoria
Esperanza
condicional de una
variable dada otra
variable
f x y
11.
3.
f x1 , x2 ,..., xn
f x, y
f y
f y 0
si
P X 1 x1 , X 2 x2 ,..., X n xn
X 1 , X 2 , X 3 ,...
4. Para una sucesin
de
variables aleatorias independientes e
idnticamente distribuidas, con media
comn y varianza finita, se tiene
X 1 X 2 ... X n
n
Procesos Estocsticos
Probabilidad
Condicional
8.
Eleccin
1. Una variable aleatoria E(X/Y) que toma los valores E(X/Y=y) si Y es discreta o bien
E(X/YA) si Y es absolutamente continua.
P X x
2.
x
e
x!
f x1 , x2 ,..., xn P X 1 x1 , X 2 x2 ,..., X n xn
3.
X 1 , X 2 , X 3 ,...
4. Para una sucesin
de variables aleatorias independientes e
idnticamente distribuidas, con media comn y varianza finita, se tiene
X 1 X 2 ... X n
n
x P X x
i
xi
5.
6.
7.
1
e
2
si X es discreta,
f x
xf x dx
si X es absolutamente continua.
x 2
2 2
P B P A1 P B A1 ... P Ak P B Ak
A1 ,..., Ak
donde
Procesos Estocsticos
de .
8.
X 1 , X 2 , X 3 ,...
9. Para una sucesin
2 , se tiene que
X 1 X 2 ... X n
n
converge en distribucin a una variable Y con distribucin normal de
parmetros y
xf x y
10.
si X es discreta,
f x y
11.
f x, y
xf x y dx
si X es absolutamente continua.
f y 0
f y
si