Medias y varianza de combinaciones lineales de variables aleatorias Ing. Raúl Alvarez Guale, MPC Medias y varianza de combinaciones lineales de variables aleatorias Estas propiedades nos permitirán ocuparnos de las esperanzas matemáticas en términos de otros parámetros que ya conocemos o que ya calculamos con facilidad. Teorema Si a y b son constantes, entonces, πΈ ππ + π = ππΈ π + π Ejemplo 1 Suponga que el numero de automóviles X que pasa por un local de lavado de autos entre las 4:00 p.m. y las 5:00 p.m. de cualquier viernes soleado tiene la siguiente distribución de probabilidad: x 4 5 6 7 8 9 P(X=x) 1/12 1/12 1/4 1/4 1/6 1/6 Sea g(X) = 2X β 1 la cantidad de dinero en dólares que el administrador paga al operador. Calcule las ganancias esperadas del operador en este periodo específico. Ejemplo 1 Solución: πΈ π(π) = πΈ 2π β 1 = πΈ 2π β 1 πΈ π(π) = 2πΈ π β 1 Entonces x 4 P(X=x) 1/12 πΈ π =4 1 12 5 6 1/12 1/4 πΈπ = +5 1 12 π₯ +6 1 4 7 8 9 1/4 1/6 1/6 π₯π π₯ +7 41 πΈπ = 6 1 4 +8 1 6 +9 1 6 Ejemplo 1 Solución: 41 6 Finalmente como πΈ π = y deseando determinar πΈ π(π) = 2πΈ π β 1 Reemplazamos 41 πΈ π(π) = 2 β1 6 πΈ π(π) = $12,67 Ejemplo 2 Sea X una variable aleatoria con función de densidad π₯3 π π₯ = 3 , 0, 2 > π₯ β» β1 ππ ππ‘ππ πππ π Calcule el valor esperado de g(X) = 4X + 3. Ejemplo 2 Solución: πΈ π(π) = πΈ 4π + 3 = πΈ 4π + 3 πΈ π(π) = 4πΈ π + 3 Entonces β ΞΌ=πΈ π = π₯π π₯ ππ₯ ββ 2 π₯2 πΈπ = π₯ ππ₯ 3 β1 Ejemplo 2 Solución: π₯4 2 πΈπ = 12 β1 24 β1 4 15 5 πΈπ = β = = 12 12 12 4 Reemplazando de: πΈ π(π) = 4πΈ π + 3 5 πΈ π(π) = 4 +3=8 4 Teorema El valor esperado de la suma o diferencia de dos o mas funciones de una variable aleatoria X es la suma o diferencia de los valores esperados de las funciones. Es decir, πΈ π(π) ± β(π) = πΈ π(π) ± πΈ β(π) Ejemplo 3 Sea X una variable aleatoria con la siguiente distribución de probabilidad: x 0 1 2 3 P(X=x) 1/3 1/2 0 1/6 Calcule el valor esperado de Y = (X β 1)2. Ejemplo 3 Solución: Conocemos que: πΈ π(π) ± β(π) = πΈ π(π) ± πΈ β(π) Y se requiere el valor esperado de : Y = (X β 1)2 Ahora: πΈ πβ1 2 = πΈ π2 β 2π + 1 Entonces πΈ πβ1 2 = πΈ π2 β 2πΈ[π] + 1 Ejemplo 3 Solución: Como se sabe que x 0 1 2 3 P(X=x) 1/3 1/2 0 1/6 πΈπ = π₯π π₯ π₯ 1 1 1 πΈ π =0 +1 +2 0 +3 =1 3 2 6 πΈπ = 02 1 1 1 2 2 2 +1 +2 0 +3 =2 3 2 6 Ejemplo 3 Solución: De la ecuación: πΈ πβ1 2 = πΈ π2 β 2πΈ[π] + 1 Reemplazamos: πΈ πβ1 2 =2β2 1 +1 Nos queda: πΈ πβ1 2 =1 Ejemplo 4 La demanda semanal de cierta bebida en una cadena de tiendas de abarrotes, en miles de litros, es una variable aleatoria continua g(X) = X 2 + X β 2, donde X tiene la siguiente función de densidad 2(π₯ β 1), 2>π₯β»1 π π₯ = 0, ππ ππ‘ππ πππ π Calcule el valor esperado para la demanda semanal de la bebida. Ejemplo 4 Solución: Conocemos que: πΈ π(π) ± β(π) = πΈ π(π) ± πΈ β(π) Y se requiere el valor esperado de : g(X) = X2+X β 2 Ahora: πΈ X2+X β 2 = πΈ π2 + πΈ π β 2 Entonces πΈ g(X) = πΈ π2 + πΈ π β 2 Ejemplo 2 Solución: π·ππππ: β πΈπ = π₯π π₯ ππ₯ ββ 2 πΈ π2 = π₯2π(π₯)ππ₯ 1 Ejemplo 2 Solución: 2 πΈπ = 2π₯ π₯ β 1 ππ₯ 1 2 3 2 π₯ π₯ πΈ π =2 (π₯2 β π₯)ππ₯ = 2 β 3 2 β1 πΈπ = 2 23 22 13 12 β β β 3 2 3 2 2 1 Ejemplo 2 Solución: πΈπ = 2 πΈπ = 2 πΈπ = 2 8 4 1 1 β β β 3 2 3 2 16 β 12 2β3 β 6 6 4 β1 β 6 6 5 = 3 Ejemplo 2 Solución: 2 πΈ π2 = 2π₯2 π₯ β 1 ππ₯ 1 2 4 3 π₯ π₯ πΈ π2 = 2 (π₯3 β π₯2)ππ₯ = 2 β 4 3 β1 πΈ π2 = 2 24 23 14 13 β β β 4 3 4 3 2 1 Ejemplo 2 Solución: πΈ π2 = 2 πΈ π2 = 2 πΈ π2 16 8 1 1 β β β 4 3 4 3 4 1 β β 3 12 4 1 =2 + 3 12 16 + 1 17 = 2 = 12 6 Ejemplo 4 Reemplazando: De: πΈ g(X) = πΈ π2 + πΈ π β 2 17 5 17 + 10 β 12 15 πΈ g(X) = + β2= = 6 3 6 6 5 πΈ g(X) = 2 Teorema El valor esperado de la suma o diferencia de dos o más funciones de las variables aleatorias X y Y es la suma o diferencia de los valores esperados de las funciones. Es decir, πΈ π(π, π) ± β(π, π) = πΈ π(π, π) ± πΈ β(π, π) Corolario Si establecemos que g(X, Y) = X y h(X, Y) = Y, vemos que πΈ π±π =πΈ π ±πΈ π Teorema Sean X y Y dos variables aleatorias independientes. Entonces, πΈ ππ = πΈ π πΈ π Corolario Sean X y Y dos variables aleatorias independientes. Entonces, ΟXY = 0. Teorema Si X y Y son variables aleatorias con distribución de probabilidad conjunta f (x, y), y a, b y c son constantes, entonces 2 2π 2 +π2π 2 +2πππ πaX = π X Y XY +bY +c Ejemplo 5 Si X y Y son variables aleatorias con varianzas Ο2 X = 2 y Ο2 Y = 4 y covarianza ΟXY = β2, calcule la varianza de la variable aleatoria Z = 3X β 4Y + 8 Ejemplo 5 Solución: por teorema sabemos que 2 2π 2 +π2π 2 +2πππ πaX = π X Y XY +bY +c Y del problema se requiere π32X β4Y +8 Entonces: 2 2π 2 +42π 2 +2(3)(β4)π πaX = 3 X Y XY +bY +c 2 πaX +bY +c = 9 2 + 16 4 β 24 β2 = 130 Gracias
© Copyright 2024