Autor Tema: Esperanza matemática de una variable

0 Usuarios y 1 Visitante están viendo este tema.

08 Junio, 2011, 10:37 am
Leído 2070 veces

Joxepal

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 4
  • Karma: +0/-0
  • Sexo: Masculino
   Buenos dias. he encontrado un ejercicio que dice que tenemos una distribución normal \( N( \mu, \sigma) \) en el que el 30,8% de los valores son mayores a 12 y el 93,3% menores a 16.
   a) Hallar \(  \mu, \sigma  \).
   b) Determinar esperanza matemática de la variable \( Y = 4 + 0,01X^2^ \)

   Ahora viene mi pregunta, a ver si me podeis ayudar:
   El apartado a), lo he conseguido resolver, de modo que he obtenido que la media es 10 y la desviación típica es 4.
   Cuando llego al apartado b), mi duda es si tiene algo que ver con el a), o es una pregunta aparte, he intentado resolverlo con la fórmula de esperanza matemática de una variable contínua, es decir, con la fórmula \( \displaystyle\int_{a}^{b}\(xf(x)\;dx \), pero no llego a un resultado, ya que no se entre que puntos debo hallarlo... y estoy perdido, no se por donde coger el ejercicio, aunque tiene pinta de ser una tonteria.

   Si pudieseis echarme una mano... estaria muy agradecido!

10 Junio, 2011, 01:43 am
Respuesta #1

Héctor Manuel

  • Lathi
  • Mensajes: 3,701
  • País: mx
  • Karma: +0/-0
  • Sexo: Masculino
Conoces la distribución \( \chi^2 \)? ("chi cuadrada")

Saludos.

15 Junio, 2011, 11:34 am
Respuesta #2

Joxepal

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 4
  • Karma: +0/-0
  • Sexo: Masculino
La distribución chi-cuadrada la conozco pero la he usado poco... solo para intervalos de confianza para la varianza, pero no se como puedo aplicarla a esto.

Gracias!

22 Junio, 2011, 12:43 pm
Respuesta #3

Jota

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 42
  • Karma: +0/-0
  • Sexo: Masculino
No te hace falta la distribución Chi-cuadrado... Mira:
\( E\left[Y\right]=E\left[4+0,01 X^2\right]=4+0,01E\left[X^2\right] \).

Ahora para calcular \( E\left[X^2\right] \) utiliza lo que conoces del apartado anterior y que
\( Var\left[X\right]=\sigma^2=E\left[X^2\right]-E\left[X\right]^2= E\left[X^2\right]-\mu^2 \)