Changing the way you learn

vectores aleatorios

distirbucion conjunta
1. discreta
  1. funcion
2. continua
  1. Funcion
    1. distribucion marginal
      1. si decimos que X tiende a infinito o Y tiende a infinito, evaluada coN RESPECTO A F(x,y) se vuelve distribucion marignales
      2. con respecto a X
      3. con respecto a Y
  2. propiedad importante
funciones marginales
1. discretas
  1. con respecto a X
    1. propiedades
    2. EJEMPLO: se lanzan dos dados
  2. con respecto a Y
    1. propiedades
    2. EJEMPLO:se lanzan dos dados
2. continuas
  1. con respecto a X
    1. propiedades
  2. con respecto a Y
    1. propieades
funcion de distribucion condicional
1. si Xy Y son indepdendientes
  1. funcion condicional xly
    1. si fy(y)>0
      1. f(xly)=fx(x)
  2. funcion condicional ylx
    1. si fx(x)>0
      1. f(ylx)=fy(y)
2. si X y Y son depdendientes
  1. funciones discretas
    1. funciono condicional xly
    2. funcion condicional ylx
  2. funciones continuas
    1. funcion condicional ylx
      1. solo si fx(x)>o
    2. funcion condicional xly
indepdencia de funciones
1. f(x,y)=fx(x)fy(y)
2. nota importante la formula de la indepedencia aplica a funciones continuas como con discreta obviamente con sus respectivas marignales pero en escencia es lo mismo
  1. funcion
  2. EJEMPLO
vectores aleatorios discretos y continuos
1. vectores continuos
  1. funcion de probablidad continua
    1. funcion
    2. propiedades
  2. Es una superficie en R3 estos vectores toman valores de una region o intervalo
2. Vectores discretos
  1. funcion de probablidad discreta
    1. funcion
    2. propiedades
    3. EJEMPLO: se lanzan dos dados
  2. son puntos que estan en R3 estos vectores toman los valores contables

Next up

vectores aleatorios

Description

Resource summary

Media attachments

Similar

	Created by brayan calderon about 4 years ago