MPES_U1_A1_KAAM
2
1 Procesos estocásticos Unidad 1. Introducción a los procesos estocásticos Actividad 1. Conceptos básicos KARLA JUDIT A!DR"# $"!D"% AL1&'()''& Instrucciones* Relaciona las siguientes columnas escribiendo en cada paréntesis el número que corresponde. 1. Una variable aleatoria E(X|Y) que toma los valores E(X|Y=y) si Y es discreta o bien E(X|Y A) ϵ si Y es absolutamente continua. La distribución de probabilidad Poisson ( 2 ) 2. [ ] ! x P X x e x λ λ − = = . La función de densidad normal ( ) !. ( ) [ ] 1 2 1 1 2 2 , , ..., , , ..., n n n f x x x P X x X x X x = = = = . La regla de probabilidad total ( " ) #. Para una sucesión 1 2 3 , , , ... X X X de variables aleatorias independientes e idénticamente distribuidas$ con media común µ % varian&a finita, se tiene 1 2 ... n X X X n + + + que converge casi seguramente a µ cuando n tiende a infinito. La función de densidad con'unta de variables aleatorias discretas ( ! ) . ( ) i i i x x P X x = ∑ si X es discreta$ ( ) xfx dx ∞ −∞ ∫ si X es absolutamente continua. La función de densidad condicional ( ) . ( ) ( ) 2 2 2 1 2 x f x e µ σ σ π − − = . *speran&a o valor esperado de una variable aleatoria. ( ) ". ( ) ( ) ( ) ( ) ( ) 1 1 ... k k P B P A P B A P A P B A = + + donde 1 ,..., k A A forman una partición de Ω . *speran&a condicional de una variable dado que otra variable toma un valor ( 1 ) . ( ) ( ) ( ) , f x y f x y f y = si ( ) 0 f y ≠ . *speran&a condicional de una variable dada otra variable ( 1+ ) ,. Para una sucesión 1 2 3 , , , ... X X X de variables aleatorias independientes e idénticamente distribuidas$ con media común µ % varian&a finita La le% fuerte de los grandes números ( # ) Educación Abierta y a Distancia * Ciencias Exactas, Ingenierías y Tecnologías
-
Upload
mitchell-hyde -
Category
Documents
-
view
17 -
download
0
description
procesos estocásticos
Transcript of MPES_U1_A1_KAAM
Procesos estocsticos Unidad 1. Introduccin a los procesos estocsticos
Actividad 1. Conceptos bsicosKARLA JUDITH ANDREW MENDEZAL12509552
Instrucciones: Relaciona las siguientes columnas escribiendo en cada parntesis el nmero que corresponde.
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.La distribucin de probabilidad Poisson ( 2 )
2. .La funcin de densidad normal( 6 )
3. .La regla de probabilidad total( 7 )
4. Para una sucesin de variables aleatorias independientes e idnticamente distribuidas, con media comn y varianza finita, se tiene que converge casi seguramente a cuando n tiende a infinito.La funcin de densidad conjunta de variables aleatorias discretas( 3 )
5. si X es discreta, si X es absolutamente continua. La funcin de densidad condicional( 8 )
6. .Esperanza o valor esperado de una variable aleatoria.( 5 )
7. donde forman una particin de .Esperanza condicional de una variable dado que otra variable toma un valor( 1 )
8. si .Esperanza condicional de una variable dada otra variable( 10 )
9. Para una sucesin de variables aleatorias independientes e idnticamente distribuidas, con media comn y varianza finita , se tiene que converge en distribucin a una variable Y con distribucin normal de parmetros y /n, cuando n tiende a infinito.La ley fuerte de los grandes nmeros( 4 )
10. si X es discreta, si X es absolutamente continua.El Teorema del Lmite Central( 9 )
1Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas
