Combinaciones lineales de variables aleatorias
Introducido| English | Significado |
|---|---|
| variance/ˈveərɪəns/ | varianza |
| linear combination/ˈlɪnɪə ˌkɒmbɪˈneɪʃn/ | combinación lineal |
| random variable/ˈrændəm ˈveərɪəbl/ | variable aleatoria |
| linear transformation/ˈlɪnɪə trænsfɔːˈmeɪʃn/ | transformación lineal |
| independent/ˌɪndɪˈpendənt/ | independiente |
The mathematics of combining
- If you know the mean and variance 方差 of two separate processes, what happens when you add them together?
- Linear combinations 线性组合 let you predict the behaviour of combined random variables 随机变量 — essential for quality control, finance, and engineering.
Laboratorio de combinación lineal
E(aX + b) = aE(X) + b
Cambie un factor de escala y observe cómo se escala el valor esperado.
Linear transformations 线性变换 of a single variable
- For a single variable changed by a linear rule:
Worked example. $E(X) = 5$, $\text{Var}(X) = 4$. Let $Y = 3X + 2$. $E(Y) = 3(5) + 2 = 17$. $\text{Var}(Y) = 3^2(4) = 36$.
The constant $b$ vanishes from variance. Adding a constant shifts the mean but doesn't change the spread. $\text{Var}(X + 5) = \text{Var}(X)$, not $\text{Var}(X) + 25$.

The Poisson distribution Po(3); its mean and variance both equal lambda
X tiene media 5. ¿Cuál es E(3X − 1)?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
E(3X − 1) = 3E(X) − 1 = 3×5 − 1 = 14.
X tiene varianza 4. ¿Cuál es Var(3X − 1)?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Var(3X − 1) = 3²×Var(X) = 9×4 = 36 (el −1 no tiene efecto).
En Var(aX + b), la constante b:
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Sumar una constante desplaza los datos pero no cambia su dispersión, por lo que b se cancela.
Two independent 独立 variables
- Note: variances always add (even for $X - Y$), because $(-1)^2 = 1$.
X e Y son independientes. Var(X) = 4, Var(Y) = 9. Var(X + Y) = ?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Var(X + Y) = Var(X) + Var(Y) = 4 + 9 = 13 (las varianzas se suman para variables independientes).
X e Y son independientes. Var(X) = 4, Var(Y) = 9. Var(X − Y) = ?
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Var(X − Y) = Var(X) + (−1)²Var(Y) = 4 + 9 = 13. Las varianzas siempre se suman.
Distributions under linear combinations
- If $X$ is normal, so is $aX + b$; the sum of independent normals is normal.
- The sum of independent Poissons is Poisson: if $X \sim \text{Po}(\lambda_1)$ and $Y \sim \text{Po}(\lambda_2)$, then $X + Y \sim \text{Po}(\lambda_1 + \lambda_2)$.
Si X ~ Po(3) y Y ~ Po(5) son independientes, entonces X + Y ~ Po(8).
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
La suma de variables de Poisson independientes es Poisson con parámetro λ₁ + λ₂ = 3 + 5 = 8.
Worked example — combining normals
- $X \sim N(10, 4)$ and $Y \sim N(20, 9)$, independent. Find the distribution of $X + Y$.
- $E(X + Y) = 10 + 20 = 30$. $\text{Var}(X + Y) = 4 + 9 = 13$.
- So $X + Y \sim N(30, 13)$.
- Linear combinations of normal distributions are normal; sums of independent Poisson distributions are Poisson.
You've got it
- $E(aX+b) = aE(X) + b$; $\text{Var}(aX+b) = a^2\,\text{Var}(X)$ (the $b$ drops, $a$ is squared)
- independent: $\text{Var}(aX+bY) = a^2\text{Var}(X) + b^2\text{Var}(Y)$
- normal stays normal under a linear rule; sums of independent Poissons are Poisson
Write from the data given
- E(X) = 4 and Var(X) = 3. Y = 2X - 1.
- Find E(Y) and Var(Y).
E(X) es 4 y Var(X) es 3. Para Y = 2X - 1, ¿cuáles son E(Y) y Var(Y)?
8 menos 1 es 7. 4 multiplicado por 3 es 12.
¿Cuál es Var(Y)?
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
El coeficiente 2 se eleva al cuadrado, por lo que la varianza se multiplica por 4. Otras opciones — 36 (la varianza de la lección); 3 (la varianza original sin escalar).