Professional Documents
Culture Documents
30 de octubre de 2003
Nota: Esta gua pretende ser una ayuda para recordar solo aquellas formulas que de otro modo pueden ser difciles de memorizar para un examen. De ningun modo se pretende dar un resumen de todas las formulas, y mucho menos de todos los temas de la materia. Se supone que el alumno ha estudiado la asignatura y no necesita tener anotadas las formulas basicas.
Calculo combinatorio
Variaciones y combinaciones
Considerando el orden (Variaciones) Simple Con repeticion Vm,n =
m! (mn)!
Vm,n = mn
Cm,n =
Permutaciones
Simple: Con elementos repetidos: Pn = n! Pn[r,s,t...] =
n! r! s! t! ...
Variables aleatorias
Notacion: f (X = x) o simplemente f (x) denota la funcion densidad de probabilidad de la variable continua X evaluada en el valor x. P (X = x) o P (x) es la funcion de probabilidad de la variable discreta X. Para no repetir innecesariamente, algunas de las ecuaciones se expresan solamente para variables continuas. Para variables discretas, reemplazar integrales por sumatorias.
Esperanza
E[(x)] =
(x) f (x) dx
(x, y) f (x, y) dx dy
x = E[x]
2 x = E[(x x )2 ]
Momento de orden r: Momento centrado de orden r: Covarianza: Coeciente de correlacion: Lnea de regresion y | x:
y | x = E[y | x]
Probabilidad y Estadstica
Otras deniciones Mediana: Modo o Moda: M edx = {x/F (X = x) = 1/2} M odx = {x/f (X = x) es maximo}
Mezcla de n variables
Sea un conjunto de n variables aleatorias Xi , donde cada una se asocia con el resultado Ri de un experimento aleatorio. Siendo P (Ri ) la probabilidad de ocurrencia de cada resultado, n y donde i=1 P (Ri ) = 1:
n
f (XM = x) =
i=1
f (Xi = x) P (Ri )
Propiedades
n
E[XM ] =
i=1 n 2 X M = i=1
E[Xi ] P (Ri )
2 P (Ri ) Xi + (E[Xi ] E[XM ])2 2 P (R1 ) + X2 P (R2 ) + (E[X1 ] E[X2 ])2 P (R1 ) P (R2 )
n=2:
2 XM
2 X1
Cambio de variable
Funcion cambio de variable Y = (X):
n
f (Y = y) =
i=1
f (X = xi ) | (xi )|
Probabilidad y Estadstica
Extremos
Sean las v.a. X1 , X2 , . . . , Xn independientes e identicamente distribuidas, con funcion de distribucion F (X = x) y funcion densidad f (X = x). Maximo Funcion cambio de variable XM = mx{X1 , X2 , . . . , Xn }: a F (XM = y) = [F (X = x)]n f (XM = y) = n f (X = x) [F (X = x)]n1 Mnimo Funcion cambio de variable Xm = m n{X1 , X2 , . . . , Xn }: F (Xm = x) = 1 [1 F (X = x)]n f (Xm = x) = n f (X = x) [1 F (X = x)]n1
Variables particulares
Proceso Bernoulli
Parametros: p n r probabilidad de exito en un ensayo cantidad de ensayos cantidad de exitos Rango
n r
Funcion P (r | p, n) = pr (1 p)nr
n1
Media np
1 p r p r+1 n+2
Varianza n p (1 p)
1p p2 1p r p2 (r+1) (nr+1) (n+2)2 (n+3)
0rn n1 nr 0p1
P (n | p) = p (1 p) P (n | p, r) = f (p | n, r) =
La suma de n variables Bernoulli de parametro p genera una variable binomial de parametros n y p. La suma de r variables geometricas de parametro p genera una variable Pascal de parametros p y r.
Probabilidad y Estadstica
Proceso Poisson
Parametros: t k tasa de exito en el continuo cantidad de continuo cantidad de exitos Rango
( t) e k!
k t
Funcion P (k | , t) =
Media t
1 k
Varianza t
1 2 k 2
k0 t0 t0
f (t | ) = e t f (t | , k) =
k k1 t e (k1)! t
La suma de n variables Poisson de parametros y t genera otra variable Poisson de parametros n y t. La suma de k variables exponenciales de parametro genera una variable Gamma de parametros y k.
Proceso Hipergeometrico
Parametros: N R n r cantidad de elementos en el universo cantidad de elementos asociados con el evento exito cantidad de ensayos cantidad de exitos Rango mx {0, n + R N } r m {n, R} a n Media
nN 2 N R
Variable Hipergeometrica
Rango e 2 (
1 xx x
Media x
a+b 2 k +
Varianza
2 x (ba)2 12 k 2 (+)2 (++1)
xR axb
1 ba k (k)
xk1 e x x1 (1 x)1
x0 0x1 x0
(+) () ()
2/2 (/2)
x/21 ex/2