UNIVERSIDAD CIENTÍFICA DEL SUR FACULTAD DE
CIENCIAS EMPRESARIALES ECONOMETRÍA 1
SEMESTRE 2024-1
PRACTICA DIRIGIDA 3
Profesor : PhD. Erick Lahura Jefe
de práctica : Ing. Rossmery Cuadros
Integrantes:
• Vicente Lizarraga, Michelle
• Rofner Flores, Marilyn
Relación entre dos variables aleatorias
A. Preguntas conceptuales
1. Explique por qué la covarianza entre dos variables aleatorias independientes
es cero.
La covarianza entre dos variables aleatorias independientes es cero porque el
conocimiento del valor de una variable no proporciona información sobre el valor
de la otra variable, y por lo tanto, no hay una relación sistemática entre sus
variaciones.
2. Proporcione un ejemplo de dos variables aleatorias independientes.
Ejemplo: El resultado de lanzar dos monedas juntas. El resultado de una moneda
no afecta el resultado de la otra moneda, ya que ambos eventos son
independientes entre sí.
3. Sea X una variable aleatoria. ¿Cómo se estandariza X?
● Se resta la media μ de X a cada observación: X - μ Esto se hace para centrar la
distribución de X alrededor de cero.
𝑋−𝜇
● Se divide por la desviación estándar σ de X: 𝜎 . Esto escala la distribución de X para
que tenga una desviación estándar de 1.
4. Considere a la población de niños de segundo de primaria del Perú y las notas de
un examen estandarizado nacional. Asuma que la nota esperada de los niños es
15 y la nota esperada de las niñas es 18. Si se sabe que la probabilidad de ser niño
es 60 %, ¸calcule la nota esperada de todos los alumnos.
Si la probabilidad de ser niño es del 60% y la probabilidad de ser niña es del 40%,
y las notas esperadas son 15 y 18 respectivamente, entonces la nota esperada de
todos los alumnos se calcula ponderando las notas esperadas de los niños y niñas
por sus respectivas probabilidades y sumándose:
Nota esperada de todos los alumnos= (0.60×15)+(0.40×18)=9+7.2=16.2
La nota esperada de todos los alumnos sería de 16.2.
B. Ejercicios
1. Desigualdad de Jensen. Sea h una funci´on convexa en la variable X, es
decir:
∂2
h′′ (X) ≡ ∂x2 h(X) ≥ 0
La desigualdad de Jensen establece lo siguiente:
E[h(X)] ≥ h(E[X])
Además, si la funci´on h es c´oncava, es decir h′′(X) ≤ 0, entonces:
E[h(X)] ≤ h(E[X])
1.1. Asuma que X es una variable aleatoria. Verifique que X2 es una función
convexa.
1.2. Dado que V ar(X) = E[XE(X)]2, demuestre
—
2 2
− que V ar(X) = E[X ] [E(X)] .
1.3. Demuestra que la varianza de X no puede ser negativa.
1.4. Verifique si eX es una función convexa.
1.5. ¿Es cierto que E[eX] ≥ eE[X]?
2. Este ejercicio proporciona un ejemplo en el que dos variables aleatorias, X e Y,
no están correlacionadas, Corr(X, Y ) = 0, pero Y no es independiente en
media X pues E(Y X) = g(X). Sean
| X y Z dos variables aleatorias independientes y
2
con distribución normal estándar, y sea Y = X + Z.
2.1. Demuestre que E(Y |X) = X2.
E(Y∣X)=E(𝑥 2 +Z∣X)=E(𝑥 2 ∣X)+E(Z∣X)=𝑥 2 +E(Z)=𝑥 2
2.2. Demuestre que E(Y ) ≡ µY = 1.
E(Y)=E(𝑥 2 +Z)=E(𝑥 2 )+E(Z)=1+0=1
2.3. Demuestre que E(XY ) = 0.
E(XY)=E(X(𝑥 2 +Z))=E(𝑥 3 )+E(XZ)=0
2.4. Demuestre que Cov(X, Y ) = 0 y por tanto Corr(X, Y ) = 0.
Cov(X,Y)=E(XY)−E(X)E(Y)=0−0⋅1=0
Dado que Cov(𝑋,𝑌)=0 Cov(X,Y)=0 , entonces Corr(𝑋,𝑌)=0 Corr(X,Y)=0.
Villa El Salvador, 6 de mayo de 2024
