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 . *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

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