Mltiplo aleatorio variable
Apoyos variables de aleatorio
1) funcin de la distribucin acumulativa combinada :
FXY (x,y) = P{X x, Y y} usted se nota ese SE x = y = FXY () = 1
2) funcin de la densidad acumulativa combinada:
La funcin positiva es como el derivado de la funcin
de la distribucin al generalmente es siempre una.
3) funcin de la distribucin marginal :
Se obtiene de la funcin de la distribucin acumulativa combinada que satura uno de la variable 2 unas que est colocando como uno de los 2 extremos, aqul de x o el ese de la y.
4) masa de la probabilidad combinada :
Se utiliza en el caso que X y Y es 2 discretos aleatorios variables P{X = x, Y = y } = ikde p .
5) condicin variable de la independencia 2 de X y de Y aleatorios :
Dos X y Y aleatorios variables dice estadstico a independent si los acontecimientos {X x} e { Y es y independiente}
6) densidad de la probabilidad al simmetria circular :
Un f(x de la densidad de la probabilidad, y) se dice al simmetria circular si depende solamente de la distancia del punto x, y del origen.
Funcin variable de un apoyo de aleatorio
7) funcin variable de un apoyo de aleatorio
Es aleatorio variable que est obtenido que da la funcin g como aleatorio variable de la entrada al X y a la Y.
8) valor previsto de un apoyo de aleatorio variable :
9) Covarianza :
Cov(X, Y) = mXY = E{(X - hX) (Y - hY)}
10) coeficiente de correlacin :
tal coeficiente est en un mdulo ms pequeo de 1, en
detalle que vale 1 si los puntos muy se distribuyen alrededor a uno
recto.
11) scorrelate aleatorio variable :
2 unos aleatorios variables dicen el scorrelate o el incorrelate si se tiene E{XY} = E{X}E{Y} =h xh Y, substituyendo en las definiciones respectivas que 2 unas aleatorios variables scorrelate tienen covarianza y coeficiente nulos de correlacin nula tambin l.
En variable del cortocircuito 2 unos son scorrelate si estn careciendo en cualquier lazo linear.
12) variacin del scorrelate de la suma de la variable 2 unas :
13) relacin entre la independencia y el scorrelazione :
El independent aleatorio variable dos unos tambin es scorrelate pero no se dice que 2 unos aleatorios variables scorrelate son necesariamente independientes.
14) derecho de regresin :
Bosquejo de uno recto teniendo el alcance para aproximar
una segundo distribucin un cierto modelo que como ejemplo el modelo
linear, el recto de regresin de Y en X:
.
15) parientes de los momentos :
mKR = E{XKYR}
16) funcin caracterstica combinada :
Usted se nota eso si X y Y es independent aleatorio
variable 
17) con respecto a teorema la transformacin de un apoyo de aleatorio variable :
Si Z = g(X, Y) e W = h(X, Y)
18) variable en comn gaussian :
Dos unos aleatorios variables son en comn gaussian si su
densidad combinada vale 
con 
y Q(x,
y) = c1x2 c2c xy3y2 c4x c5y c6 0
Distribucin condicionada
19) distribucin condicionada variable de aleatorio el X:
20) densidad condicionada de 2 unas aleatorios variables:
21) valor previsto condicionado:
22) principio del ortogonalit:
El error y = Y - j(x) es orthogonal a un q(x) genrico de la funcin
Teora de la confiabilidad
23) vida de un sistema:
Es el intervalo temporal que va a partir del momento de la activacin del mismo sistema hasta al momento en el cual fuera de servicio por lo tanto FX(t) es la probabilidad fuera de servicio esa el sistema antes del momento t.
24) confiabilidad del sistema:
R(t) = 1 - FX(t) = P{X > t} por lo tanto R(t) es la probabilidad esa las funciones del sistema al momento t.
25) MTBF:
Es el tiempo medio de buen funcionamiento, coincide con el
medio l del valor de la
vida X
26) frecuencia condicionada de las interrupciones b(t) :
27) que son los cursos posibles de b(t) :
a) constante
b) con la mortalidad infantil se resuelve con el marcar a fuego con respecto a los solos miembros
c) con usura o invecchiamento se resuelve con el mantenimiento programado
d) a la baera del bagno es la suma de los efectos de la mortalidad y de la usura infantiles
Secuencias variables de aleatorio
28) distribucin combinada de aleatorio variable de N :
F(x1 ...., xN) = P{X1 x1 ....., XN xN }
de l pueden ser obtenidas la densidad combinada algunas variables que substituyen en restante.
29) matriz del covarianza :
Bosquejo de una matriz simtrica que tiene en cada lnea de la interseccin - columna el covarianza variables los respectivos.
30) medida de la probabilidad gaussian en el espacio dimensional " nde N :
Es la medida que el exponencial de una forma cuadrtica admite como la funcin de la densidad.
31) la densidad multivaried de independent aleatorio variable de n :
La densidad se da simplemente del producto de la N gaussian.
32) portador aleatorio gaussian :
Bosquejo de ese portador aleatorio para el cual cualquier combinacin linear V de sus miembros es un gaussian aleatorio variable, para cada elegido de los coeficientes.
Campen aleatorio
33) campen aleatorio :
Son los aleatorios variable de N construidos a la licencia de aleatorio variable el X.
34) promedio del campen :
Bosquejo del aritmetica medio 
El teorema del lmite los centra
35) formulacin tpica :
Las fechas aleatorias independientes de la variable N, el teorema de los centros del lmite los afirma que la distribucin de su suma aproxima una distribucin normal al crecimiento de N. Si la variable las aleatorias es continua entonces la densidad de su suma aproxime una densidad normal.
36) formulacin clsica :
Fechas aleatorias independientes de N variables y
distribuidas idnticamente, con el medio h del valor y la variacin terminadas 2, a estirar de N a
la variable el un estiramiento 
aleatorio a un estndar gaussian N(0,1).
37) formulacin en trminos del convoluzione :
El convoluzione de una gran cantidad de funciones positivas es aproximadamente una curva normal
Convergencia
38) proceso del stocastico :
La secuencia infinita de X aleatorio variable es un1 , X2 ...., XN .
39) de la convergencia ovunque casi :
De la variable las aleatorias que dicen converger casi ovunque si el lmite de Xn(x) existe para todo resulta a usted cul tiene no probabilidad nula.
40) convergencia cuadrtica en promedio :
La secuencia aleatoria XN se dice para converger en la ecuacin cuadrtica media a
c si 
41) convergencia en probabilidad :
La secuencia aleatoria XN se dice para converger en probabilidad a c si 
cada para y >
0.
42) convergencia en la distribucin :
La secuencia aleatoria XN dice converger en la distribucin si las distribuciones
variablesdichasdel x}le de F
n(x) = de P{X n
las aleatorias tienen 
.
43) relacin entre las convergencias :
El SE que una secuencia converge en la ecuacin cuadrtica media converge en probabilidad converge en la distribucin.