Factorial de un nmero natural

Variaciones Se llama variaciones ordinarias de m elementos tomados de n en n (m n) a los distintos grupos formados por n elementos de forma que: -No entran todos los elementos. -S importa el orden. -No se repiten los elementos. Variaciones con repeticin Se llama variaciones con repeticin de m elementos tomados de n en n a los distintos grupos formados por n elementos de manera que: -No entran todos los elementos si m > n. S pueden entrar todos los elementos si m n -S importa el orden. -S se repiten los elementos Permutaciones -S entran todos los elementos. -S importa el orden. -No se repiten los elementos. Combinaciones Se llama combinaciones de m elementos tomados de n en n (m n) a todas las agrupaciones posibles que pueden hacerse con los m elementos de forma que: -No entran todos los elementos. -No importa el orden. -No se repiten los elementos. Combinaciones con repeticin Las combinaciones con repeticin de m elementos tomados de n en n (m n), son los distintos grupos formados por n elementos de manera que: -No entran todos los elementos. -No importa el orden. -S se repiten los elementos. Nmeros combinatorios El nmero se llama tambin nmero combinatorio. Se representa por lee "m sobre n". y se

Propiedades de los nmeros combinatorios 1. 2. 3.

Esperanza matematica de una variable discreta Esperanza de una progresin aritmtica.. Si Si Y = aX + b .. Propiedades Esperanza

E{aX} = aE{X}

Varianza de una variable aleatoria discreta

Entropia H(x) de una variable aleatoria discreta Cambio de base logab = lnb / lna Distribucion de bernulli (xito o fracaso) p(X = O) = 1 - p, p(X = 1) = p

Distribucion binomial (si n es muy grande se utiliza la recursividad, pagina 66)

Distribucion Geometrica numero de lanzamientos hasta el primer xito. suma de una serie geomtrica razn r Distribucion de poisson (sucesos raros de ocurrir) recursividad en pgina 69 Valor esperado de la suma de dos variables

discretas

E{X+Y}= E{X} +E{Y}

propiedad
Covarianza de dos variables discretas

Probabilidad condicionada 2 variables discretas

Esperanza de una Variable condicionada (80 y 81) Independencia Variables Propiedades solo de las variables independientes

Esperanza del producto de 2 variables

Varianza de la suma de dos variables. Variables continuas Funcion de densidad f(x) para que sea una funcin de densidad debe de cumplir las siguientes condiciones Esperanza de una continua Varianza de una continua Densidad uniforme

Densidad exponencial

Densidad normal Tipificacin Funcion de distribucin condiciones que tiene que cumplir

Discretas: P(X=x) es igual al salto que da la funcin en el punto x Continua: la derivada de la funcin de distribucin es la funcin de densidad Funciones de densidad marginales Densidad marginal de X derivando y Densidad marginal de Y derivando x Densidad condicionada(continuas)

Independencia de variables (continuas) solo son independientes si su funcin de densidad conjunta es igual al producto de sus densidades marginales Esperanza de dos variables (continuas)

solo si son independientes

Solo si son independientes

Varianza, covarianza y coeficiente de correlacion

M. A. S. de poblacion una distribucin

entonces

son independientes y

tiene

Distribucion en el muestreo de la media muestral M. A. S. de una poblacin

2

, el estadstico media se define como

Estadstico varianza muestral, s se define:

=
I.C. conociendo la varianza poblacional sigue es decir Z

sesgo del estimador. Si el sesgo =0, el estimador se denomina centrado o insesgado.

Sesgo de la varianza muestral (s2) Estimador de la media poblacional Estimador de la varianza poblacional (cuasivarianza) Int.Conf. para la media cuando se conoce la varianza (D. NORMAL)(pg. 204) tipificada sigue ejemplo 95%

Int.Conf. para la media cuando la varianza es desconocida (T-STUDENT) (pg.210) Tipificada sigue T-studentn-1 grados de libertad Int. Cof. Para la varianza desconociendo media y varianza (XI CUADRADO)(212)

sigue

grados de libertad

clculo de la varianza

= La desviacin tpica es la raz cuadrada de la varianza.