titulo de pagina
Medidas de dispersión.

  

Varianza: mide la dispersión media de los valores de una variable respecto a su valor medio.

Si tenemos unos datos  x1,x2,x3,....xn la media aritmética de la dispersión de los datos, xi , respecto a la media x ¯  es: σ 2 = i=1 n ( x i x ¯ ) 2 f i i=1 n f i y se llama varianza de los datos.

Cuando X es una variable aleatoria con esperanza, E(X), finita, se llama varianza de X a la media de la nueva variable Y=[X-E(X)]2 : σ 2 =Var(X)=E[ (XE(X)) 2 ]=E[ X 2 + E 2 (X)2.X.E(X)]=E( X 2 )+ E 2 (X)2. E 2 (X)=E( X 2 ) E 2 (X)  

a) Cuando X es una variable aleatoria discreta: σ 2 =E( X 2 ) E 2 (X)= i=1 n x i 2 .P(X= x i )E (X) 2

b) Cuando X es una variable aleatoria continua:  σ 2 =E( X 2 ) E 2 (X)= + x 2 .f(x).dxE (X) 2

 La varianza viene expresada en unidades cuadradas, por lo que se suele considerar la desviación típica, la raíz cuadrada positiva de la varianza: σ= σ 2

Propiedades de la varianza:
1) Var(X) es siempre positiva o nula, dado que [ XE(X) ] 2 0

2) Var(K)=0, ya que Var(K)=E(K2)-E2(K)=K2-K2=0.

3) Var(K.X)=K2.Var(X),  como puedes ver: E[(KX)2]-E2(KX)=K2.E(X2)-E(KX).E(KX)=K2.E(X2)-K2.E2(X)=K2.Var(X)

4)Var(aX+b)=a2.Var(X), ¿eres capaz de llegar a este resultado?

5)Si X e Y son independientes, Var(X+Y)=Var(X)+Var(Y). En general si X1,X2,...,Xn son independientes: Var( i a i X i )= i a i Var( X i )

     

 

Considera la función representada en la escena: f(x)={ 0 si x<1 x-1 si 1 ≤ x ≤ 2 -x+3 si 2 ≤ x ≤ 3 0 si x > 3

¿Se trata de una función de densidad?

Calcula, mediante las áreas de las figuras correspondientes:

  • p(X≤ 1,5)=

  • p(1,75 ≤ X ≤ 2,25)=

Por simetría, ¿cuál crees que es la media en este caso?

 Por si no te acuerdas....