Hoja Formulas Probabilidad y Estadística

Universidad de los Andes
Departamento de Ingeniera Industrial

Probabilidad y Estadstica I EXAMEN FINAL
ESTADSTICA
Media Muestral
Mediana Muestral
=1
( + 1)
_: =

2
_: = + 1
2
2
Desviacin Estndar (s) y Varianza (s2)

=1( )2
2 =
; = + 2
1
Coeficiente de Variacin
PROBABILIDAD
Axiomas
() = 1
(1 ) + (2 ) + + ( ) = (1 2 )

Teorema
( ) = () + () ( )
( ) = () + () + () ( ) ( )
( ) + ( )
#
() =
#
MTODOS DE CONTEO
Regla de la Multiplicacin
# = 1 2
Arreglo Ordenado
# _
#(; ) =
Permutaciones Ordinarias
= ; () = !
Permutaciones (No hay repeticin de elementos, Sin reemplazo,
Arreglo ordenado)
!
< ; (; ) =
( )!
Combinaciones (No hay repeticin de elementos, Sin reemplazo,
No importa orden)
!
(; ) =
( )! !
Particiones Ordenadas
#(1 , 2 , , ; )
1 2 1
1 1 2
=
3
2
1
!
=
1 ! 2 ! !
PROBABILIDAD CONDICIONAL
(|) =
( )
()
Independencia
( ) = () () (|) = ()
Teorema de Bayes
(|)() = (|)() = ( )
Propiedades
() = 1 ( )
( |) = 1 (|)

( |) = (|) + (|)
Ley de Probabilidades Totales
= {1 2} () = ( 1) + ( 2)
P(N1)*P(B|N1)=P(BN1)
Recuerda:
Dos eventos mutuamente
excluyentes NO son
independientes.
VARIABLES ALEATORIAS
Discretas
Funcin de Probabilidad () = ( = )
(0)
=0
(1)
=1
() =
:
( ) = 1
()
0 ( ) 1 ()
Funcin de Distribucin Acumulada () = ( )
0
<0
(0)
0<1
() =
Continuas
Funcin de Densidad de Probabilidad
:
() 0
()
() = 1
( < < ) = ()
Funcin de Distribucin Acumulada ()
() = () = ( )
() = ()
VALOR ESPERADO Y VARIANZA

Propiedades Valor Esperado
() =
() = ()
( ) = () ()
() = () ()

Propiedades Varianza
() = 0
() = 2 ()
( ) = () + () ,
( + ) = 2 () + 2 () 2 (, )
Si , independientes (, ) = 0
Discretas
( )
[] =
[] = [ ]
()
([])
()
Funcin Generatriz De Momentos ()
()
Propiedad fundamental de la FGM ( = 0) = ( )
BERNOULLI
(xito o fracaso)
E(X)
=

=

#
=
.
=

Parmetros
DISTRIBUCIN
UNIFORME CONTINUA
DISTRIBUCIN NORMAL
DISTRIBUCIN
EXPONENCIAL
(Tiempo entre 2 arribos
consecutivos)
DISTRIBUCIN
TRIANGULAR
=
2 =
2 ()
[ ] =
()
()
()
(1 )1
= 1,2,
1
(1 )
1
()
!
= 0,1,
, > 0
f x (x)
1
()2
22
=1
Var(X)
F.G.M
1
( )2
=1
1
1
: =
(1 )
(1 ) +
(1 )
(1 ) +

1 (1 )
1
2
, > 0
(1 )
2
1 (1 )
( 1)
= 1
E(X)
Var(X)
+
2
( )2
12
1
2
Recuerde: ( ) = =
#
.
Recuerde:
(; ) =
=
=
=
()
()
:

(1 )1
= 0,1
(1 )
= 0,1,2, ,
0xn
1

0
1
=
=
()
VARIABLES CONTINUAS (DISTRIBUCIONES)
()
[ ] = ( )
= 1 , 2 ,
GEOMTRICA
(# ensayos hasta el primer
xito)
BINOMIAL NEGATIVA
(# ensayos hasta el k-simo
xito)
()
g x (x)
=

=

=
POISSON
(# llegadas en un intervalo de
tiempo )
( )
Parmetros
BINOMIAL
(# xitos en n ensayos)
()
=

=
HIPERGEOMTRICA
(Sin reemplazo)
2 ( )
Recuerde:
*Definir siempre la VA e identificar su distribucin y sus parmetros.
VARIABLES DISCRETAS (DISTRIBUCIONES)

DISTRIBUCIN UNIFORME
DISCRETA
(Probabilidades idnticas)
Continuas
( > + | > ) =
( > + ) = 1 ( + ) = (+)
() = ( ) = 1
2( )
<
( )( )
++
2( )
3
<
( )( )
0
. .
2 + 2 + 2
18
Probabilidades Condicionales
VARIABLES ALEATORIAS CONJUNTAS

Discretas
(, ) = 1
() ()
( ) = (, ) = (, )

Continuas
(, ) = 1
() ()
() = (, )
()
()
() =
Distribucin Condicional (Continua)
Coeficiente de Correlacin
(, )

1 1
1
= 0
1
~(, 2 /)

/
(, ) = () (), entonces

: | (, ) = () | (, ) = ()
Valor Esperado de una V.A.

Caso Discreto
= () = ()
()
= () =
() =
()
() ()
((, )) =
() ()
()
(, )
(, ) (, )
Varianza y Covarianza de una V.A.

() = 2 = ( 2 ) [()]2
= ()
(, ) = () ()()
() = [( )2 ] = ( )2 () = ( )2 ()
Valor Esperado Condicional
()
(| = ) = | (, = )
(| = ) =
(|)
(|=)
, :
(, )
(, )
()
(, )
| (, ) =
()
Caso Continuo
| (, ) =
Independencia
( ) = , () = 2
(, )
()
1 , 2 , ,
:
()
() =
| (, = )
( ) (, )
=
( | ) =
( )
()
Teorema del Lmite Central( )
() = (, )
Continuas
(|=)
( ) = (, ) = (, )
Distribuciones Marginales
Discretas
( | = ) =
| (, = )
~(0,1)
xi ~(, 2 )
xi
~(0,1)
Suma de VAs independientes

Sean 1 2 variables aleatorias independientes con funcin
generadoras de momentos 1 () 2 (), respectivamente, y sea
= 1 + 2
Entonces:
() = 1 () 2 ()
Suma V.A. Binomiales
1 ~(1 , )
2 ~(2 , )
= 1 + 2 ~(1 + 2 , )
Suma V.A. Poisson
1 ~(1 )
2 ~(2 )
= 1 + 2 ~(1 + 2 )
Suma V.A. Geomtricas
1 ~()
2 ~()
= 1 + 2 ~ (2, )
2.
MNIMA VARIANZA
3.
4.
5.
=
(1 ) < (2 )
ERROR CUADRTICO MEDIO (ECM)
2
= + ()
CONSISTENCIA
Lim = ; lim = 0
EFICIENCIA (Cota Rao-Cramer=VarIanza )
1
2
2 ln (; )
(ln (; ))
ESTIMADOR DE MXIMA VEROSIMILITUD

Pasos:
1)
2)
3)
4)
(1 , , ; ) = =1 ( )
( (1 , , ; ))
[() (1 , , )] = 0
Normal
BONDAD DE AJUSTE
(1)
( )2
( )2
2
=
=
~(1)
=1
= ,
= #
= #
>
1;(1)
Media muestral
=
Varianza muestral
2 =
DISTRIBUCIONES
=
=1
1
( )2
1
=1
Distribucin : + + + ()
Donde X i es N(0,1) y X i es independiente de X j.
Distribucin :
Distribucin :
INTERVALOS DE CONFIANZA:
MEDIA POBLACIONAL()
Intervalo de Confianza
Tamao
Distr. Pob.
Var. Pob.
Muestral
(1-)%
1
Normal
Conocida
Pequeo
2
1;1
Normal
Desconocida
Pequeo
2
1
Cualquiera
Conocida
Grande
2
Cualquiera
Desconocida
Grande
1
2
ESTIMACIN DE UNA PROPORCIN POBLACIONAL (p)
Tamao
Distr. Pob.
Var. Pob.
Muestral
(1-)%
Binomial,
(1 )
Bernoulli,
1
Desconocida
Grande
2
Binomial
=
,
donde
Negativa
ESTIMACIN DE UNA VARIANZA POBLACIONAL (2)

Distr. Pob.
Var. Pob.
(1-)%
()
Donde X es N(0,1) y Y es 2 () , siendo X y Y independientes.

(,)
Donde X y Y son Vas independientes con distribuciones 2 (1) y 2 (2)

respectivamente.
Si (.) = (.)
Cualquiera
( 1) 2 ( 1) 2
2
; 2
1 ;(1)
2
;(1)
2
ESTIMACIN DE UNA DIFERENCIA DE MEDIAS POBLACIONALES 1 - 2

Distr.
Tamao
Var. Pob.
Pob.
Muestr.
(1-)%
Normales
SESGO:
Cualquiera
1.
Desconoci
-das e
iguales
Pequeos
Conocidas
Cualquiera
Conocidas
Desconoci
das
Ambos
Grandes
ESTIMACIN PUNTUAL (Parmetro )
1 ;(1 +2 2) 1
1 2
(1
=
1)12
+ (2
1 + 2 2
1 2 1
2
1 2 1
2
1)22
12 22
+
1 2
12 22
+
1 2
1 2 1
2
12 22
+
1 2
ESTIMACIN DE UNA DIFERENCIA DE PROPORCIONES POBLACIONALES

p 1 -p 2
Var.
Tamao
Distr. Pob.
Intervalo de Confianza (1-)%
Pob.
Muestr.
1 2
Desco
1 (1 1 ) 2 (1 2 )
Bernoulli
nocida Grandes
1
+
s
1
2
2
ESTIMACIN DE UN COCIENTE DE VARIANZAS POBLACIONALES 1 2/ 2 2

Var.
Distr. Pob.
Intervalo de Confianza (1-)%
Pob.
2
1
12
Cualqui
2
; 2
Normales
era
2 2 ;(2 1);(1 1) 2 1 2 ;(2 1);(1 1)
Hiptesis Nula
Hiptesis Alternas
1 :
: =
1 : >
1 : <
Hiptesis Nula
Hiptesis Alternas
: =
: =
Hiptesis Nula
: 2 = 2
: 2 = 2
Hiptesis Nula
: =
: = 0
ERROR TIPO I
ERROR TIPO II
1 :
1 : >
1 : <
1 :
1 : >
1 : <
Hiptesis Alternas
1 : 2 2
1 : 2 > 2
1 : 2 < 2
1 : 2 2
1 : 2 /2 < 1
1 : 2 /2
>1
Hiptesis Alternas
1 :
1 : >
1 : <
1 : 0
1 : > 0
1 : < 0
PRUEBA DE HIPTESIS PARA LA MEDIA POBLACIONAL

Estadstico de
Regin Crtica,
Supuestos
Supuestos
prueba
Rechazar Ho cuando:
< 1 > 1
n Grande
2
2

Normalidad
2
Conocido
=
> 1
2 desconocido
normalidad
< 1
PRUEBA DE HIPTESIS PARA LA DIFERENCIA DE MEDIAS POBLACIONALES
Supuestos
Estadstico de prueba
1) , grandes, independencia,

2 2 conocidos.
=
o
2 2
+
2) Normalidad, independencia,

2 2 conocidos.

=
1
1
+
Normalidad, independencia, 2 2
desconocidos, 2 = 2
1)2
Estadstico de
prueba
=
2 =
( 1) 2
2
Normalidad, X y Y independientes,
(1 , 12 ), (2 , 22 )
2
= 2
1 , 12 , 2 , 22 desconocidos
X es la poblacin que tiene la mayor

varianza muestral
PRUEBA DE HIPTESIS PARA LA PROPORCIN Y LA DIFERENCIA DE PROPORCIONES
Supuestos

=
; =
Poblacin Bernoulli()
(1
30
Poblacin Bernoulli( ) Bernoulli ( ),

, 30
= ( 0 |0 )
= ( 0 |0 )
POTENCIA
= 1 = ( 0 |0 )
1
1
+

P-VALUE

=
> (1; 1)
< (1; 1)
< 1 > 1
2
< 1;
2
PRUEBA DE HIPTESIS PARA LA VARIANZA POBLACIONAL Y LA RAZN DE VARIANZAS POBLACIONALES

Supuestos
Normalidad, (, 2 )
, 2 desconocidos
Regin Critica, Rechazar Ho cuando:
+ ( 1)2
+ 2
Regin Crtica, Rechazar Ho

cuando:
< 1; 1 > 1;1
> (1)
< (1)
+ 2
> 1;
> (1; + 2)
+ 2
< (1; + 2)
Regin Crtica, Rechazar Ho cuando:

2 < (2; 1) > 2 (12; 1)
2 > 2 (1; 1)
2 < 2 (; 1)
< 2; 1; 1 > 12; 1; 1
< ; 1; 1
> 1 ; 1; 1
Regin Crtica, Rechazar Ho cuando:

< 1 > 1
2
> (1)
< (1)
< 1 > 1
> (1)
< (1)
REGRESIN LINEAL
REGRESIN LINEAL SIMPLE
= 0 + 1 +
:
( ) = 0; ( ) = 2 ; , = 0 ; ~(0, 2 )
Estimacin de parmetros
=
1 = 2
0
0 =
1
1 =
( )( )
=
( )2
Propiedades de los estimadores (Centrados)

E1 = 1
2
(1 ) =
= ( )
Hiptesis de inters y prueba asociada

= +
( )2 = ( )2 + ( )2
: 1 = 0
: 1 0
(1;2)
2
2 =
=1
0 2 1
REGRESIN LINEAL MULTIPLE

= 0 + 1 1 + 2 2 + + +
Estimacin de parmetros
0 +
1 + +
=
Hiptesis de inters y prueba asociada
= +
Recuerde:

: = 0
: 0
( ) =
: 1 = 2 = = = 0
: 0
(;1)
=
1
(1) ( ) = 1,1 .
2

Hoja Formulas Probabilidad y Estadística

Cargado por

Copyright:

Formatos disponibles

Hoja Formulas Probabilidad y Estadística

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Hoja Formulas Probabilidad y Estadística

Cargado por

Copyright:

Formatos disponibles

Universidad de los Andes

Departamento de Ingeniera Industrial

Desviacin Estndar (s) y Varianza (s2)

Funcin de Distribucin Acumulada ()

VALOR ESPERADO Y VARIANZA

Funcin Generatriz De Momentos ()

VARIABLES CONTINUAS (DISTRIBUCIONES)

VARIABLES DISCRETAS (DISTRIBUCIONES)

VARIABLES ALEATORIAS CONJUNTAS

Distribucin Condicional (Continua)

Valor Esperado de una V.A.

Varianza y Covarianza de una V.A.

Valor Esperado Condicional

Teorema del Lmite Central( )

Suma de VAs independientes

Suma V.A. Poisson

Suma V.A. Geomtricas

EFICIENCIA (Cota Rao-Cramer=VarIanza )

ESTIMADOR DE MXIMA VEROSIMILITUD

ESTIMACIN DE UNA VARIANZA POBLACIONAL (2)

Donde X es N(0,1) y Y es 2 () , siendo X y Y independientes.

Donde X y Y son Vas independientes con distribuciones 2 (1) y 2 (2)

ESTIMACIN DE UNA DIFERENCIA DE MEDIAS POBLACIONALES 1 - 2

ESTIMACIN PUNTUAL (Parmetro )

ESTIMACIN DE UNA DIFERENCIA DE PROPORCIONES POBLACIONALES

ESTIMACIN DE UN COCIENTE DE VARIANZAS POBLACIONALES 1 2/ 2 2

PRUEBA DE HIPTESIS PARA LA MEDIA POBLACIONAL

X es la poblacin que tiene la mayor

Poblacin Bernoulli( ) Bernoulli ( ),

PRUEBA DE HIPTESIS PARA LA VARIANZA POBLACIONAL Y LA RAZN DE VARIANZAS POBLACIONALES

Regin Critica, Rechazar Ho cuando:

Regin Crtica, Rechazar Ho

Regin Crtica, Rechazar Ho cuando:

Regin Crtica, Rechazar Ho cuando:

Propiedades de los estimadores (Centrados)

Hiptesis de inters y prueba asociada

REGRESIN LINEAL MULTIPLE

También podría gustarte