Apuntes Prob VA

Estadstica
Probabilidad y variables aleatorias

Departamento de Matematicas
Grado en Ingeniera Informatica
Universidade da Coru na
Curso 2012-2013
Un poco de historia
La palabra estadstica se utiliza por primera vez en Alemania a
mediados del siglo xviii con el signicado de ciencia que trata de los
datos del Estado.
La estadstica, como disciplina, es tan antigua como las primeras
civilizaciones, que necesitan un conocimiento lo mayor posible de sus
habitantes y bienes.
El calculo de probabilidades nace en el siglo xvii para resolver
problemas asociados a juegos de azar.
En el siglo xix se consolida la estadstica matematica como ciencia.
Nace de la fusion, a partir del siglo xviii, entre la estadstica y la
probabilidad.
Una reducida muestra de grandes cientcos asociados al desarrollo de
esta disciplina incluye a Galileo, Pascal, Bernoulli, Laplace, Gauss, De
Morgan, Mendel, Pearson, Fisher, Kolmogorov y Von Neumann.
Departamento de Matematicas (UDC) Estadstica Curso 2012-2013 2 / 115
La importancia de la estadstica
Vivimos en la era de la informacion, y cada da es necesario explotar
mayores masas de datos. La estadstica aporta las herramientas
necesarias.
En el siglo xx el elemento azar se incorpora a todas las ramas de la
ciencia, sean estas nuevas (teora de cuantos, descomposicion
molecular...) o tradicionales (produccion agrcola, estudios
electorales...). Es el calculo de probabilidades el que resuelve las
dicultades asociadas al azar.
Debido a este caracter transversal, la estadstica ha llegado a ser
denida como la tecnologa del metodo cientco experimental.
La estadstica y las probabilidades estan presentes en muchos ambitos
de la vida cotidiana.
La misma importancia de la estadstica provoca una propension a su
abuso, pues demasiadas personas intentan enga nar utilizando
argumentos estadsticos falaces. Solo nos puede proteger un prudente
escepticismo y una adecuada formacion.
Contenidos de la asignatura
1
Probabilidad
2
Variables aleatorias
3
Estadstica descriptiva
4
Inferencia estadstica
5
Regresion simple
Profesores
German Aneiros Perez
german.aneiros@udc.es
Julian Costa Bouzas
julian.costa@udc.es
Ruben Fernandez Casal
ruben.fcasal@udc.es
Mara Jose Lombarda Corti na
maria.jose.lombardia@udc.es
Silvia Lorenzo Freire
silvia.lorenzo@udc.es
Manuel Antonio Presedo
Quindimil
manuel.antonio.presedo.quindimil
@udc.es
Juan Manuel Vilar Fernandez
juan.vilar@udc.es
Departamento de Matematicas
http://dm.udc.es/
Bibliografa basica
Cao, R., Francisco, M., Naya, S., Presedo, M.A.,
V
azquez, M., Vilar, J.A. y Vilar, J.M. (2001). Introduccion a

la estadstica y sus aplicaciones. Ediciones Piramide.
Ugarte, M.D., Militino, A.F. y Arnholt, A.T. (2008).
Probability and Statistics with R. Chapman and Hall/CRC.
Bibliografa complementaria
Devore, J.L. (2005). Probabilidad y estadstica para ingeniera y
ciencias. Thomson.
Gonick, L. y Smith, W. (2001).

A estatstica en caricaturas!
SGAPEIO.
Hern
andez, V., Ramos, E. y Y
nez, I. (2007). Probabilidad y

sus aplicaciones en Ingeniera Informatica. Ediciones Academicas.
Horgan, J.M. (2009). Probability with R. An Introduction with
Computer Science Applications. Wiley.
Montgomery, D.C. y Runger, G.C. (2004). Probabilidad y
estadstica aplicadas a la ingeniera. McGraw-Hill.
R Development Core Team (2000). Introduccion a R.
(http://cran.r-project.org/doc/contrib /R-intro-1.1.0-espanol.1.pdf).
Probabilidad y variables aleatorias
1
Probabilidad
Denicion de probabilidad
Propiedades
Probabilidad condicionada
Teorema de Bayes
2
Variables aleatorias
Variables aleatorias discretas
Variables aleatorias continuas
Teorema central del lmite
Simulacion
Probabilidad Denicion de probabilidad
Dos problemas para pensar
1
Un problema actual de gran importancia es el dise no de mecanismos
automaticos que detecten los mensajes SPAM en el correo
electronico. Para este n se utilizan muchas herramientas, y entre
ellas se encuentra el calculo de probabilidades.
2
El reconocimiento de caracteres (caso particular de analisis de
imagenes y de reconocimiento de patrones), util por ejemplo en
digitalizacion de textos, es un problema muy complejo, aun no
plenamente resuelto. Es evidente que resulta mucho mas facil resolver
satisfactoriamente un texto impreso moderno que uno antiguo u otro
manuscrito.
Las probabilidades desempe nan un papel central en estas tecnicas de
reconocimiento automatico de patrones en imagenes.
Experimentos aleatorios
La ciencia clasica se ha dedicado al estudio de los experimentos
deterministas, que son aquellos de resultados predecibles, siendo el
paradigma las formulas de la fsica newtoniana. Por ejemplo, la hora de la
salida del sol por la ma nana, o el tiempo en que tarda en caer un objeto
desde una altura conocida.
La modernidad exige que se disponga de herramientas para el estudio de
los experimentos en los que interviene el azar, aquellos de resultados
impredecibles. Esta herramienta la aporta una rama de las matematicas: el
calculo de probabilidades, de orgenes tan modestos como fue el estudio de
juegos de azar en el siglo xvii.
El objetivo del calculo de probabilidades es cuanticar la incertidumbre en
situaciones en las que hay aleatoriedad, por ejemplo el resultado del
lanzamiento de un dado o el n umero de muertos por accidente de traco
un n de semana.
Experimento aleatorio
Todos sus posibles resultados son conocidos de antemano.
Puede repetirse en identicas condiciones cuantas veces se desee.
El resultado de cada realizacion concreta del experimento es
impredecible.
Nuestro objetivo sera el estudio de los resultados del experimento de un
modo cuantitativo, para expresar el grado de incertidumbre de los mismos.
Y la justicacion de que este modo de proceder es razonable nos la
proporcicona la siguiente ley emprica de la estadstica:
Ley de estabilidad de las frecuencias
Cuando se repite muchas veces un mismo experimento, las
frecuencias relativas de sus posibles resultados tienden a estabilizarse
en torno a unos valores.
Sucesos
Espacio muestral: es el conjunto formado por todos los posibles
resultados del experimento aleatorio. Constituye el conjunto universal,
y lo denotaremos usando la letra griega .
El espacio muestral se clasica en: discreto (el conjunto es nito o
innito numerable) y continuo.
Suceso: es cualquier subconjunto del espacio muestral.
Suceso seguro: es otro nombre para el espacio muestral, .
Suceso elemental: es cualquier conjunto unitario, formado por un
unico resultado del experimento aleatorio.
Suceso imposible: es el conjunto vaco, .
P(): es la coleccion formada por todos los sucesos.
Operaciones con sucesos
Union de sucesos: A B (A o B).
Interseccion de sucesos: A B, o tambien AB (A y B).
Suceso complementario: A (no A).
Diferencia de sucesos: A\B = A B.
Sucesos incompatibles
Son aquellos sucesos que no pueden ocurrir a la vez, esto es, que no tienen
elementos comunes (son conjuntos disjuntos).
A y B son incompatibles si A B =
Una coleccion de sucesos {A
1
, A
2
, . . . , A
n
} decimos que constituye
una particion de si cumple:
Recubre todo el espacio muestral:
n
i =1
A
i
= .
Los sucesos son incompatibles dos a dos: A
i
A
j
= si i = j .
Ejemplo: una rifa
Participo en una rifa en la que se sortea un premio entre 10 n umeros.
Suceso seguro, = {1, 2, . . . , 10}
Suceso elemental, A = {8}
Suceso imposible,
B = {1, 3, 5, 7, 9}, C = {3, 6, 9}
A B = {1, 3, 5, 7, 8, 9}
B C = {3, 9}
B\C = {1, 5, 7}
B = B
A = A
A =
Ejemplo: tiempos de ejecucion de un programa
Los posibles resultados del experimento son todos los tiempos no
negativos, t R, t 0
A =la ejecucion ha durado 3 segundos (suceso elemental).
B =la ejecucion ha durado menos de 3 segundos.
C =la ejecucion ha durado mas de 2 segundos.
D =la ejecucion ha durado entre 2 y 4 segundos.
A B =
B C =
B\D =la ejecucion ha durado 2 segundos o menos.
La denicion axiomatica del concepto de probabilidad es debida al
matematico ruso Kolmogorov (1933).
Denicion de Probabilidad
La probabilidad es una aplicacion P : P() [0, 1] que cumple las
siguientes condiciones:
La probabilidad del suceso seguro es 1.
P() = 1
Si A
1
y A
2
son dos sucesos incompatibles, entonces
P (A
1
A
2
) = P (A
1
) + P (A
2
)
Probabilidad Propiedades
Propiedades
P() = 0
Si A
1
, A
2
, ..., A
n
son sucesos incompatibles dos a dos, se cumple
P(A
1
A
2
. . . A
n
) = P(A
1
) + P(A
2
) + + P(A
n
)
La expresion anterior tambien la podramos haber escrito de la
siguiente forma
P
_
n
_
i =1
A
i
_
=
n
i =1
P (A
i
)
P
_
A
_
= 1 P(A)
Propiedades
Si A B, entonces P(A) P(B)
P(A\B) = P(A) P(A B)
Si A y B son dos sucesos cualesquiera (ya no necesariamente
incompatibles) se cumple
P(A B) = P(A) + P(B) P(A B)
Esta ultima propiedad es muy importante, ya que su incorrecta utilizaci on provoca
muchos errores en la resoluci on de ejercicios.
Ejemplo: aprobados en un examen
La probabilidad de que el estudiante A apruebe un examen es 0.5, la
probabilidad de que B apruebe es 0.3 y la probabilidad de que aprueben los
dos es 0.15.
La probabilidad de que al menos uno de los dos apruebe es
P(A B) = 0.5 + 0.3 0.15 = 0.65
La probabilidad de que no apruebe ni A ni B es
P
_
A B
_
= P
_
A B
_
= 1 P(A B) = 1 0.65 = 0.35
La probabilidad de que apruebe A pero no B es
P(A\B) = P
_
A B
_
= P(A) P(A B) = 0.5 015 = 0.35
Asignacion de probabilidades
La denicion de probabilidad es axiomatica, por lo tanto nos ja las
reglas del juego, pero no nos dice como debemos actuar ante un
experimento concreto para asignar probabilidades a cada suceso.
Por desgracia, no existe una solucion universal a este problema.
En los casos mas sencillos podemos hacer deducciones de la propia
estructura del experimento, generalmente utilizando su simetra. En
otros casos tendremos que combinar la experimentacion con la
naturaleza teorica del experimento para poder obtener conclusiones.
Cuando el espacio muestral es nito, el problema se reduce a
asignar probabilidades a los sucesos elementales. Los demas sucesos
se podran expresar a traves de uniones de sucesos elementales.
Regla de Laplace
La situacion mas sencilla con la que nos podemos encontrar es aquella en
la que el espacio muestral es nito y la naturaleza del experimento nos
indica que todos los sucesos elementales tienen la misma probabilidad.
En estas condiciones se utiliza la primera denicion historica de
probabilidad, conocida como Regla de Laplace. La dicultad de su calculo
pasa a ser de caracter combinatorio.
Si el espacio muestral es nito y los sucesos elementales son
equiprobables, la probabilidad de un suceso A se calcula aplicando la regla
de Laplace:
P(A) =
n umero de casos favorables a A
n umero de casos posibles
Combinatoria
La aplicacion de la regla de Laplace obliga a contar casos (sucesos
elementales) en situaciones nitas. Las herramientas matematicas que
facilitan esta labor se conocen bajo el nombre generico de combinatoria:
variaciones con y sin repeticion, permutaciones y combinaciones.
Recordemos la denicion de n umero combinatorio:
_
n
k
_
= C
n,k
=
V
n,k
P
k
=
n(n 1) (n k + 1)
k!
=
n!
k!(n k)!
Codigo en R
choose(n,k)
Ejemplos
Si lanzamos dos monedas al aire, el espacio muestral es
= {cc, c+, +c, ++}. Por ser equiprobables, sabemos que
P(cc) = P(c+) = P(+c) = P(++) =
1
4
Si lanzamos dos dados al aire y sumamos las puntuaciones obtenidas
tenemos que la probabilidad de obtener un 10 es
P(10) =
3
36
Si jugamos a la quiniela (asumiendo todos los resultados
equiprobables), la probabilidad de obtener un pleno de 14 aciertos es
1
VR
3,14
=
1
3
14
=
1
4782969
= 2.09 10
7
Si jugamos a la lotera primitiva, la probabilidad de obtener 6 aciertos
es
1
C
49,6
=
1
13983816
= 7.15 10
8
Ejemplo: contrase na
Supongamos que una contrase na, desconocida por nosotros, consta de 6
bytes de 8 bits cada uno (cada byte puede ser considerado como un
caracter correspondiente al codigo ASCII extendido). En un intento de
duplicar la contrase na, seleccionamos al azar ceros y unos hasta completar
los 6 bytes.
Probabilidad de acertar la contrase na.
2
48
3E15
Probabilidad de acertar alguno de los bytes, en su posicion correcta.
1
_
2
8
1
_
6
2
48
0.023
Ejemplo: ordenadores estropeados
De un grupo de 10 ordenadores, 6 funcionan y 4 estan estropeados. Si se
seleccionan al azar 3 de los ordenadores, calcular la probabilidad de que al
menos 2 de ellos funcionen.
_
6
2
__
4
1
_
_
10
3
_
+
_
6
3
_
_
10
3
_
= 0.5 + 0.1667 = 0.6667
Probabilidad Probabilidad condicionada
Probabilidad condicionada
En la incertidumbre asociada a los experimentos aleatorios hay un cierto
dinamismo ya que la informacion adicional que vayamos obteniendo sobre
el proceso va modicando las probabilidades de los sucesos. Esto nos
conduce al siguiente concepto, crucial en la teora de la probabilidad:
Denicion
La probabilidad del suceso A condicionada al suceso B se dene:
P(A | B) =
P(A B)
P(B)
Comentarios a la probabilidad condicionada
Para que la denicion anterior tenga sentido es necesario exigir que
P(B) = 0.
De la denicion se deduce inmediatamente
P(A B) = P(A) P(B | A) = P(B) P(A | B)
Es muy importante que no confundamos P(AB) y P(A | B):
P(AB): probabilidad de ocurrencia conjunta de A y B, por tanto
siempre es menor o igual que P(A).
P(A | B): probabilidad de ocurrencia de A cuando es conocido que ha
ocurrido el suceso B y puede ser menor, igual o mayor que P(A).
Independencia de sucesos
Denicion
Dos sucesos A y B son independientes si el conocimiento de la
ocurrencia de uno de ellos no modica la probabilidad de ocurrencia del
otro. Matematicamente,
P(A | B) = P(A)
o equivalentemente,
P(B | A) = P(B)
Denicion equivalente
En muchas ocasiones es mas comodo utilizar la siguiente denicion,
equivalente a la anterior,
P(A B) = P(A) P(B)
Comentarios a la independencia de sucesos
En algunas ocasiones la propia estructura del experimento nos
garantiza la independencia entre dos sucesos. En general, la
independencia debe comprobarse empricamente.
La denicion de independencia se puede generalizar de dos a cualquier
n umero de sucesos.
No debemos confundir sucesos independientes con sucesos
incompatibles: los sucesos incompatibles son los mas dependientes
que puede haber. Por ejemplo, si en el lanzamiento de una moneda
consideramos los sucesos incompatibles salir cara y salir cruz, el
conocimiento de que ha salido cara nos da el maximo de informacion
sobre el otro suceso: ya que ha salido cara es imposible que haya
salido cruz.
Si los sucesos A y B son independientes, tambien lo son los sucesos A
y B; los sucesos A y B; y los sucesos A y B.
Resumen
P(A B) = P(A) + P(B) P(A B)
P(A B) = P(A) + P(B) si A y B son incompatibles
P(A B) = P(A) P(B | A)
P(A B) = P(A) P(B) si A y B son independientes
Ejemplo: abilidad de un sistema
Consideremos un sistema electronico que consta de diez componentes que
funcionan independientemente teniendo cada uno una probabilidad de fallo
de 0.05. Calcular la abilidad del sistema (probabilidad de que el sistema
funcione correctamente).
C
i
=el componente i -esimo funciona correctamente, i = 1, . . . , 10.
P(C
i
) = 0.95.
La abilidad del sistema es
P(C
1
C
2
. . . C
10
) = 0.95
10
= 0.598
Ejemplo (continuacion)
Para aumentar la abilidad del sistema anterior, se conectan en paralelo
dos sistemas iguales al descrito. Calcular la abilidad del nuevo sistema.
S
j
= el sistema j -esimo funciona correctamente, con j = 1, 2.
P(S
j
) = 0.598.
La abilidad del sistema es
P(S
1
S
2
) = P(S
1
) + P(S
2
) P(S
1
S
2
)
= 0.598 + 0.598 0.598
2
= 0.838
Probabilidad Teorema de Bayes
Teorema del producto
En esta seccion vamos a ver tres teoremas clasicos de las probabilidades.
El primero de ellos es una generalizacion de la propiedad ya conocida
P(A B) = P(A) P(B | A)
y se utiliza mucho cuando el experimento consta de varias etapas (entre
otras muchas situaciones de utilidad).
Teorema del producto
Dados los sucesos A
1
, A
2
, . . . , A
n
, se cumple
P(A
1
A
2
. . . A
n
) =
P(A
1
) P(A
2
| A
1
) P(A
3
| A
1
A
2
) P(A
n
| A
1
A
2
. . . A
n1
)
Ejemplo: claves de un ordenador
Disponemos de 100 claves distintas y elegimos 3 al azar con
reemplazamiento (es decir, 3 elecciones independientes). Nos interesa
calcular la probabilidad de que las tres claves que hemos seleccionado sean
distintas entre s.
A
i
=la clave i-esima es distinta de las anteriores
P(A
1
) =
100
100
= 1, P(A
1
A
2
) = P(A
1
) P(A
2
| A
1
) =
100
100

99
100
P(A
1
A
2
A
3
) = P(A
1
) P(A
2
| A
1
) P(A
3
| A
1
A
2
)
=
100
100

99
100

98
100
= 0.9702
Este problema se conoce con el nombre de problema del cumplea nos
porque en su enunciado clasico se buscan personas que compartan su da
de cumplea nos.
Ejemplo: funciones hash
En seguridad informatica (criptografa, rmas digitales...) se utilizan
funciones hash de documentos tales como mensajes importantes,
contrase nas...
La funcion hash de un texto es otro texto mas corto (llamemosle
resumen por comodidad) que se utiliza para autenticar la integridad
y procedencia del texto original.
Ejemplo: letra NIF del DNI (a diferencia de lo anterior, su intencion
no es evitar el uso fraudulento, sino la falta de integridad no
intencionada).
Para que una funcion hash sea util debe cumplir varias propiedades,
entre las que destacamos:
Resistencia debil a colisiones: dado un texto, es difcil encontrar otro
con el mismo resumen.
Resistencia fuerte a colisiones: es difcil encontrar dos textos con el
mismo resumen.
Ejemplo: ataque del cumplea nos
Los ataques a la resistencia fuerte a colisiones se llaman ataques del
cumplea nos. Consisten en, utilizando la fuerza bruta, obtener dos
mensajes distintos con el mismo resumen, de modo que se pueda
hacer pasar uno por otro.
El problema anterior es equivalente, matematicamente, a encontrar
dos personas en un grupo que cumplan a nos el mismo da.
Para garantizar una probabilidad de al menos el 50 %, necesitamos
que haya 23 personas en el grupo.
Teorema de la probabilidad total
A continuacion vemos el segundo teorema clasico. Consiste en aglutinar
informacion particionada mediante una media aritmetica ponderada de las
probabilidades condicionadas.
Teorema de la probabilidad total
Sean los sucesos A
1
, A
2
, . . . , A
n
una particion de , y sea B un suceso
cualquiera. Se cumple
P(B) = P(B | A
1
) P(A
1
) + P(B | A
2
) P(A
2
) + + P(B | A
n
) P(A
n
)
Ejemplo: fallos en sistemas operativos
Supongamos que en una empresa el 50 % de los ordenadores utilizan el
sistema operativo MS Windows, el 30 % utilizan Linux y los restantes Mac
OS. Sabemos que una determinada instruccion tiene una probabilidad de
fallo de 0.03 en Windows, 0.02 en Linux y 0.01 en Mac. Nos interesa
calcular la probabilidad de fallo en un ordenador no especicado de la
empresa.
P(A
1
) = 0.5, P(A
2
) = 0.3, P(A
3
) = 0.2
P(B | A
1
) = 0.03, P(B | A
2
) = 0.02, P(B | A
3
) = 0.01
P(B) = P(B | A
1
) P(A
1
) + P(B | A
2
) P(A
2
) + P(B | A
3
) P(A
3
)
= 0.03 0.5 + 0.02 0.3 + 0.01 0.2 = 0.023
Teorema de Bayes
Como tercer teorema tenemos la aportacion del ingles Bayes, publicada
postumamente en 1763.
Disponemos de una particion A
1
, A
2
, . . . , A
n
y de las probabilidades P(A
i
),
conocidas como probabilidades a priori.
El objetivo es calcular en que medida el conocimiento de un suceso B
modica las probabilidades a priori, dando lugar a las probabilidades a
posteriori P(A
i
| B). Reciben este nombre porque se calculan una vez
obtenida la evidencia emprica B.
Este resultado es muy importante para la estadstica, e historicamente es
el primero que invierte el problema del estudio de las propiedades de una
muestra a partir del conocimiento de la poblacion, para intentar conocer
mejor la poblacion a partir de una muestra.
Teorema de Bayes
Sean los sucesos A
1
, A
2
, . . . , A
n
una particion de , y sea B un suceso
cualquiera. Se cumple
P(A
i
| B) =
P(B | A
i
) P(A
i
)
P(B)
=
P(B | A
i
) P(A
i
)
P(B | A
1
) P(A
1
) + + P(B | A
n
) P(A
n
)
Este teorema resulta de aplicar en el numerador el teorema del producto y
en el denominador el teorema de la probabilidad total.
Ejemplo: transmisi on de mensajes
Se dispone de dos metodos para transmitir mensajes, el metodo A
1
transmite correctamente el 70 % de los mensajes y el metodo A
2
el 90 %.
Se elige un metodo al azar y se transmiten ocho mensajes con
independencia, y posteriormente se comprueba que los dos primeros se han
transmitido de forma incorrecta y los seis restantes se han transmitido
bien.
Cual es la probabilidad de que se haya utilizado el metodo A
1
? Y el
metodo A
2
?
Las probabilidades a priori son
P(A
1
) = P(A
2
) = 0.5
B =se envan ocho mensajes, los dos primeros de forma incorrecta y
los seis ultimos de forma correcta
P(B | A
1
) = 0.3
2
0.7
6
= 0.01059
P(B | A
2
) = 0.1
2
0.9
6
= 0.00531
Utilizando el teorema de Bayes
P(A
1
| B) =
0.5 0.01059
0.5 0.01059 + 0.5 0.00531
= 0.666
La probabilidad P(A
2
| B) puede calcularse utilizando nuevamente
Bayes, o bien:
P(A
2
| B) = 1 P(A
1
| B) = 0.334
Ejemplo: reconocimiento de caracteres
El problema del reconocimiento automatico de caracteres es
extremadamente complejo. En este ejemplo vamos a plantear un caso
particular muy sencillo: en una calculadora, los 10 dgitos se representan
mediante una combinacion de 7 luces horizontales o verticales que se
averan con probabilidad p de forma independiente.
Entendemos por avera que una luz este apagada cuando debera estar
encendida, o este encendida cuando debera estar apagada.
1
Calcula la probabilidad de ver en la pantalla un 1 condicionada a
que se ha pulsado la tecla i, con i= 0, 1, 2, . . . , 9.
2
Calcula la probabilidad de ver en la pantalla un 1 (suponemos que
las 10 teclas se pulsan con equiprobabilidad).
3
Sabiendo que en la pantalla se ve un 1, asigna esta imagen al dgito
que tiene mayor probabilidad de haber sido pulsado. Hazlo utilizando
p = 0.2 y p = 0.7.

A
1
A
2
A
3
A
4
A
5
A
6
A
7

1
Supongamos que se ha pulsado la tecla i=2. Para que la pantalla
muestre un 1, es necesario que funcionen bien las luces A
4
y A
6
, y
que esten averiadas las luces A
1
, A
2
, A
3
, A
5
, A
7
. Por tanto
P(1 | i = 2) = (1 p)
2
p
5
2
P(1) =
9
i =0
P(1 | i )P(i )
Variables aleatorias Variables aleatorias discretas
Dos problemas nuevos para pensar
1
En el dise no de un videojuego nos puede interesar introducir
elementos aleatorios. Por ejemplo, podemos querer que un jugador
virtual se desplace hacia la derecha o hacia la izquierda, de forma
impredecible. Como podemos conseguirlo?
Nosotros podemos lanzar una moneda y decidir en funcion del
resultado, pero esta claro que el ordenador no sabe lanzar monedas,
solo sabe hacer calculos. Parece que la solucion va a pasar por hacer
calculos que, aun siendo previsibles, no lo parezcan.
2
Imaginemos, como Borges, a un mono inmortal que no hace otra cosa
que aporrear una maquina de escribir. Conseguira el mono escribir el
Quijote, entero y sin errores?
Imaginemos ahora que dise namos un programa que seleccione al azar
las teclas del ordenador, para as componer texto aleatorio. Cuanto
tiempo tardara este programa en escribir Don Quijote de la
Mancha?
Denici on de variable aleatoria
Una variable aleatoria (v.a.) es una aplicacion que a cada uno de los
posibles resultados de un experimento le asocia un n umero real. Mas
formalmente:
Una variable aleatoria X es una aplicacion que a cada suceso elemental del
espacio muestral le asigna un n umero real:
X : R
X()
Las v.a. se clasican en discretas y continuas.
Ejemplo: lanzamiento de dos monedas
Se lanzan dos monedas, de modo que el espacio muestral es el conjunto
= {cc, c+, +c, ++}. Una variable aleatoria es el n umero de caras:
X : R
++ 0
+c 1
c+ 1
cc 2
Variables aleatorias discretas
Diremos que una variable aleatoria (v.a.) es discreta si solo puede tomar
una cantidad nita o innita numerable de valores distintos.
Un conjunto es innito numerable si tiene tantos elementos como el
conjunto N = {1, 2, 3, . . .}.
Mas adelante consideraremos conjuntos reales continuos, que se
corresponden con los intervalos de la recta real, y asociados a ellos
estudiaremos las v.a. continuas.
Masa de probabilidad
Sea X una v.a. discreta que toma los valores x
1
, x
2
, . . . , x
n
, . . .
La funcion masa de probabilidad de X (que tambien podemos llamar
funcion de densidad caso discreto) es la funcion que a cada x
i
le asocia
su probabilidad
p
i
= P(X = x
i
)
Propiedades
0 p
i
1, i
p
i
= 1
Se lanzan dos monedas, de modo que el espacio muestral es el conjunto
= {cc, c+, +c, ++}. Una variable aleatoria es el n umero de caras:
X : R
++ 0
+c 1
c+ 1
cc 2
Funcion de masa de probabilidad:
X 0 1 2
p
i
1/4 2/4 1/4
Ejemplo: innito numerable
Consideremos el experimento consistente en contar el n umero de veces que
tenemos que lanzar una moneda hasta que nos aparece la primera cara. El
espacio muestral es el conjunto {c, +c, + + c, + + +c, . . .}, innito
numerable.
X : R
c 1
+c 2
+ + c 3

p
i
= P(X = x
i
) = P(X = i ) =
1
2
i
con lo cual podemos garantizar (lo cual por otra parte ya sabamos por
tratarse de una serie geometrica sucientemente conocida) que
i =1
1
2
i
= 1.
Independencia de v.a.
Idea intuitiva
Dos v.a. (discretas o continuas) son independientes si el conocimiento del
valor que ha tomado una de ellas no nos aporta ninguna informacion sobre
las probabilidades asociadas a la otra v.a.
Ejemplos
1
Dada una pagina web desde la que es posible descargar un vdeo, las
variables aleatorias que miden a lo largo de un da n umero de accesos
a la pagina y n umero de descargas del vdeo son dependientes.
2
En las condiciones del problema anterior, las v.a. n umero de accesos
a la pagina y tiempo medio de las visitas de un da (variable
continua) son independientes (realmente, esto habra que comprobarlo
empricamente, pues habra cierto tipo de paginas en las que no sea
cierto).
Media
La media, tambien llamada esperanza matematica y valor esperado,
de una v.a. discreta X se denotara por o por E(X), y se dene:
= E(X) =
i
x
i
p
i
X 0 1 2
p
i
1/4 2/4 1/4
E(X) =
3
i =1
x
i
p
i
= 0
1
4
+ 1
2
4
+ 2
1
4
= 1
Propiedades de la media
E(a + bX) = a + bE(X), con a, b R
E [g(X)] =
g(x
i
)p
i
E(X + Y) = E(X) + E(Y)
E(X Y) = E(X) E(Y)
X 0 1 2
p
i
1/4 2/4 1/4
E(X) =
3
i =1
x
i
p
i
= 0
1
4
+ 1
2
4
+ 2
1
4
= 1
Sea Y = 2 + 3X
Y -2 1 4
p
i
1/4 2/4 1/4
E(Y) =
3
i =1
y
i
p
i
= 2
1
4
+ 1
2
4
+ 4
1
4
= 1
E(Y) = 2 + 3E(X) = 2 + 3 1 = 1
X 0 1 2
p
i
1/4 2/4 1/4
E(X) =
3
i =1
x
i
p
i
= 0
1
4
+ 1
2
4
+ 2
1
4
= 1
Sea g(X) = X
2
X
2
0 1 4
p
i
1/4 2/4 1/4
E
_
X
2
_
=
3
i =1
x
2
i
p
i
= 0
1
4
+ 1
2
4
+ 4
1
4
=
3
2
Ejemplo: lanzamientos de una moneda
Calcular el n umero esperado de veces que hay que lanzar una moneda
hasta que aparezca la primera cara.
x
i
= i , p
i
=
1
2
i
, i = 1, 2, . . .
E(X) =
i =1
x
i
p
i
=
i =1
i
1
2
i
= 2
Varianza
La varianza de una v.a. discreta X se denotara por
2
o por Var (X), y se
dene:
2
= Var (X) =
i
(x
i
)
2
p
i
La desviacion tpica de una v.a. es la raz cuadrada de la varianza, .
X 0 1 2
p
i
1/4 2/4 1/4
Var (X) =
3
i =1
(x
i
)
2
p
i
= (0 1)
2
1
4
+ (1 1)
2
2
4
+ (2 1)
2
1
4
=
1
2
Propiedades de la varianza
Var (a + bX) = b
2
Var (X), con a, b R
Var (X) = E
_
(X )
2
Var (X) = E
_
X
2
_
E (X)
2
(esta propiedad, conocida como formula
rapida de la varianza, es muy utilizada en la practica para su
calculo).
Var (X + Y) = Var (X) + Var (Y), si X e Y son independientes.
Var (X Y) = Var (X) + Var (Y), si X e Y son independientes.
Tipicacion de v.a.
Diremos que una v.a. (discreta o continua) esta tipicada o
estandarizada si su media es 0 y su varianza es 1.
Dada una variable X con media y desviacion tpica se obtiene su
variable tipicada aplicando la transformacion lineal:
Z =
X
E(Z) = 0
Var (Z) = 1
Cuantiles
Dada una v.a. X (discreta o continua), sera habitual que nos interese
saber la probabilidad de que la variable sea menor o igual a un n umero
dado (recibe el nombre de funcion de distribucion si lo consideramos
como funcion de x):
P(X x) = p
Tambien es interesante el problema recproco, en el que dado p nos
interesa conocer x. As, el cuantil de orden p de la v.a. X es el n umero
real x que cumple la relacion anterior. Lo denotaremos como Q
p
.
Si la v.a. es discreta, puede darse el caso de que no haya ning un n umero x
que verique la condicion: con un valor de la variable nos quedamos cortos
y con el siguiente nos pasamos. En esa situacion consideraremos como
cuantil el n umero superior.
Mediana, cuartiles y percentiles
Casos particulares
Primer cuartil: Q
0.25
Mediana: Me = Q
0.5
Tercer cuartil: Q
0.75
Percentiles: Q
0.01
, Q
0.02
, . . . , Q
0.99
La tabla de probabilidades (funcion masa de probabilidad):
X 0 1 2
p
i
1/4 2/4 1/4
La tabla de probabilidades acumuladas (funcion de distribucion):
X 0 1 2
1/4 3/4 4/4
Primer cuartil: Q
0.25
= 0
Mediana: Me = Q
0.5
= 1
Tercer cuartil: Q
0.75
= 1
Q
0.9
= 2
Distribuciones notables
Una variable aleatoria discreta queda caracterizada por su funcion
masa de probabilidad. Esto signica que dos v.a. con la misma
funcion masa de probabilidad son totalmente equivalentes a efectos
del estudio de esta disciplina, el calculo de probabilidades.
Hay algunos tipos de funciones masa de probabilidad que son
especialmente importantes por su frecuente aparicion en problemas
reales. A estas situaciones tipo les llamaremos distribuciones
notables, por ser merecedoras de un estudio especco.
En este tema estudiaremos las v.a. discretas: Bernoulli, binomial,
binomial negativa y Poisson.
En el tema siguiente estudiaremos las v.a. continuas: uniforme,
exponencial y normal.
Proceso de Bernoulli
Un experimento de Bernoulli es un experimento aleatorio que solo
tiene dos resultados posibles, que llamaremos exito (E) y fracaso (F).
Denotaremos por p a la probabilidad de exito, y por q a la
probabilidad de fracaso.
0 < p < 1 , p + q = 1
Un proceso de Bernoulli consiste en realizar varias veces un
experimento de Bernoulli vericando:
1
La probabilidad p de exito es la misma en cada realizacion del
experimento.
2
Los experimentos se realizan con independencia: el resultado de un
experimento no inuye en los resultados de los restantes.
Distribuci on de Bernoulli
La v.a. asociada a un experimento de Bernoulli
X =
_
0 si ocurre F
1 si ocurre E
diremos que sigue una distribucion de Bernoulli de parametro p.
Funcion masa de probabilidad
P (X = 0) = q , P (X = 1) = p
Caractersticas
E (X) = p , Var (X) = pq
Distribuci on binomial
Si en un proceso de Bernoulli consideramos la v.a.
X =n umero de exitos en n realizaciones del experimento
diremos que sigue una distribucion binomial de parametros n y p.
X B (n, p)
P(X = x) =
_
n
x
_
p
x
q
nx
, x = 0, 1, . . . , n
Caractersticas
E (X) = np , Var (X) = npq
Funcion masa de probabilidad B(10, 0.2)
0 2 4 6 8 10
0
.
0
0
0
.
0
5
0
.
1
0
0
.
1
5
0
.
2
0
0
.
2
5
0
.
3
0
Distribucin binomial B(n=10, p=0.2)
Nmero de xitos
F
u
n
c
i
n

m
a
s
a

d
e

p
r
o
b
a
b
i
l
i
d
a
d
x <- 0:10; y <- dbinom(x,10,0.2); plot(x,y,type=h)
Ejemplo: tarjeta graca
Se sabe que la probabilidad de que una tarjeta graca falle una vez
actualizados los controladores gracos es 0.002. Calcular la probabilidad de
que no falle ninguna de las 10 tarjetas que tenemos que actualizar.
X B(10, 0.002)
P(X = 0) =
_
10
0
_
p
0
q
10
= 0.998
10
= 0.9802
dbinom(0, 10, 0.002)
Distribuci on binomial negativa
Si en un proceso de Bernoulli consideramos la v.a.
X =n umero de fracasos hasta obtener el exito n-esimo
diremos que sigue una distribucion binomial negativa de
parametros n y p.
X BN (n, p)
P(X = x) =
_
n + x 1
x
_
q
x
p
n
, x = 0, 1, 2, . . .
Caractersticas
E (X) =
nq
p
, Var (X) =
nq
p
2
La distribucion BN(1, p) recibe el nombre de distribucion geometrica
o distribucion de Pascal.
Ejemplo: transmisi on de mensajes
Un canal de comunicacion tiene una probabilidad de 0.95 de transmitir
correctamente un mensaje, y si un mensaje no se recibe correctamente
vuelve a transmitirse. Calcula la probabilidad de que un determinado
mensaje tenga que ser emitido dos veces, y la probabilidad de que tenga
que ser emitido mas de dos veces.
X =n umero de fracasos hasta obtener el primer exito BN(1, 0.95)
P(X = 1) =
_
1 + 1 1
1
_
0.05
1
0.95
1
= 0.05 0.95 = 0.0475
P(X > 1) = 1 P(X = 0) P(X = 1) = 1 0.95 0.0475 = 0.0025
dnbinom(1, 1, 0.95); 1 - pnbinom(1, 1, 0.95)
Proceso de Poisson
El proceso de Poisson es la generalizacion a un soporte continuo del
proceso de Bernoulli.
Llamaremos proceso de Poisson al experimento aleatorio que
consiste en observar la aparicion de sucesos puntuales (exitos) sobre
un soporte continuo (generalmente un intervalo de tiempo),
vericando:
1
El proceso es estable, es decir, a largo plazo el n umero medio de exitos
por unidad de tiempo ( > 0) es constante.
2
Los exitos ocurren aleatoriamente y de forma independiente unos de
otros.
Ejemplos: globulos rojos en una gota de sangre, usuarios de internet
que acceden a un servidor en una hora, ejecutables que llegan a la
cola de un superordenador...
Distribuci on de Poisson
Si en un proceso de Poisson consideramos la v.a.
X =n umero de exitos ocurridos en un intervalo
diremos que sigue una distribucion de Poisson de parametro .
X P ()
P(X = x) = e
x
x!
, x = 0, 1, 2, . . .
Caractersticas
E (X) = Var (X) =
Comentario: si variamos el intervalo de interes, tendremos que
corregir el valor del parametro .
Ejemplo: visitas a una pagina web
En una pagina web se registra una media de 25 visitas cada hora.
Calcula la probabilidad de que no haya ninguna visita en los proximos 12
minutos (quinta parte de una hora).
X=n umero de visitas a la web en 12 minutos P( = 5)
P(X = 0) =
e
5
5
0
0!
= 0.0067
dpois(0, 5)
Calcula la probabilidad de que haya mas de 10 visitas en los proximos 12
minutos.
X=n umero de visitas a la web en 12 minutos P( = 5)
P(X > 10) = 1 P(X 10) = 1 0.9863 = 0.0137
1 - ppois(10, 5)
Variables aleatorias Variables aleatorias continuas
Variables aleatorias continuas
Diremos que una variable aleatoria (v.a.) es continua si puede tomar
cualquier valor en uno o varios intervalos de la recta real.
Ejemplos
La v.a. que mide el tiempo de desarrollo de un proyecto.
La v.a. que mide el tiempo diario de conexion a un servidor.
La v.a. que mide el nivel de intensidad de ruido generado por el
ventilador de un ordenador al empezar a funcionar.
Histogramas de n observaciones de una v.a. continua
Funci on de densidad
Denicion
La funcion de densidad, que denotaremos como f, asociada a una v.a.
continua es el lmite de los histogramas (de area 1) construidos con
observaciones de dicha v.a.
El lmite se entiende en un sentido doble:
El n umero de observaciones tiende a innito.
La amplitud de los intervalos de clase tiende a cero.
Propiedades caracterizadoras
1
f (x) 0 x R
2
_
f (x)dx = 1
Cualquier funcion f que cumpla las condiciones anteriores va a ser la
funcion de densidad de una v.a. continua.
Aplicaci on de f
P(a X b) =
_
b
a
f (x)dx
f
a b
Consecuencias
P(X = x) = 0, x R
P(a < X < b) = P(a X b) =
_
b
a
f (x)dx
Media y varianza
Media
La media, tambien llamada esperanza matematica y valor esperado,
de una v.a. continua X se denotara por o por E(X), y se dene:
= E(X) =
_

xf (x)dx
Varianza
La varianza de una v.a. continua X se denotara por
2
o por Var (X), y se
dene:
2
= Var (X) =
_

(x )
2
f (x)dx
Propiedades
E(a + bX) = a + bE(X), con a, b R
Var (a + bX) = b
2
Var (X), con a, b R
Var (X) = E
_
(X )
2
Var (X) = E
_
X
2
_
E (X)
2
E [g(X)] =
_
g(x)f (x)dx
E(X + Y) = E(X) + E(Y)
E(X Y) = E(X) E(Y)
Var (X + Y) = Var (X) + Var (Y), si X e Y son independientes.
Var (X Y) = Var (X) + Var (Y), si X e Y son independientes.
Ejemplo: media y mediana de una v.a. continua
Calcula la media y la mediana de una v.a. X continua con funcion de
densidad
f (x) =
_
1
2
x si x (0, 2)
0 en otro caso
Comprobamos que f es una funcion de densidad:
1
f (x) 0 x
2
_

f (x)dx =
_
2
0
1
2
xdx =
_
1
4
x
2
_
2
0
= 1
Media de X:
E(X) =
_

xf (x)dx =
_
2
0
1
2
x
2
dx =
_
1
6
x
3
_
2
0
=
4
3
Mediana de X:
_
t
f (x)dx =
_
t
0
1
2
xdx = 0.5
_
t
0
1
2
xdx =
_
1
4
x
2
_
t
0
=
1
4
t
2
1
4
t
2
= 0.5, t =
2
Me = Q
0.5
=
2
Distribuci on uniforme
Diremos que la v.a. X sigue una distribucion uniforme en el
intervalo (a, b) si su funcion de densidad es
f (x) =
_
_
_
1
b a
si x (a, b)
0 en otro caso
Lo denotaremos por
X U(a, b)
Caractersticas
E (X) =
a + b
2
, Var (X) =
(b a)
2
12
Cuando se dice se elige un valor al azar en un intervalo se
sobreentiende que se utiliza una distribucion uniforme.
Funcion de densidad U(1, 2)
2 1 0 1 2 3
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
0
.
5
Distribucin uniforme U(1,2)
x
F
u
n
c
i
n

d
e

d
e
n
s
i
d
a
d
curve(dunif(x,-1,2), xlim=c(-2,3), ylim=c(0,0.5))
Ejemplo: n umeros aleatorios
Se selecciona un n umero al azar entre cero y uno.
X U(0, 1)
Calcula la probabilidad de que el n umero este entre 0.7 y 0.9.
P(0.7 < X < 0.9) =
_
0.9
0.7
1dx
= 0.9 0.7 = 0.2
Calcula el valor esperado del n umero as seleccionado.
E(X) =
0 + 1
2
= 0.5
punif(0.9, 0, 1) - punif(0.7, 0, 1)
Distribuci on exponencial
En un proceso de Poisson, la variable aleatoria
X = tiempo transcurrido entre dos exitos consecutivos
sigue una distribuci on exponencial de parametro , donde > 0
es el n umero medio de exitos por unidad de tiempo
X Exp()
X puede tomar cualquier valor entre 0 e , y tiene por funcion de
densidad
f (x) =
_
e
x
si x > 0
0 si x 0
Caractersticas
E (X) =
1
, Var (X) =
1
2
Comentarios
La distribucion exponencial carece de memoria
P(X > x + t | X > x) = P(X > t)
Debido a la carencia de memoria, la v.a.
X = tiempo desde un instante jo hasta que ocure un exito
sigue una distribucion Exp().
Esta distribucion es adecuada para describir la aparicion de fallos al
azar en sistemas.
Funcion de densidad Exp( = 2)
0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0
0
.
0
0
.
5
1
.
0
1
.
5
2
.
0
2
.
5
Distribucin exponencial Exp(2)
x
F
u
n
c
i
n

d
e

d
e
n
s
i
d
a
d
curve(dexp(x,rate=2), xlim=c(-0.5,3), ylim=c(0,2.5))
Ejemplo: accesos a una red
En una red de ordenadores el acceso al sistema sigue un proceso de
Poisson con una media de 3 accesos por minuto. Calcula la probabilidad de
que durante medio minuto no haya ning un acceso.
Primera forma: utilizando la distribucion de Poisson.
X = n umero de accesos en medio minuto P(
1
= 1.5)
P(X = 0) =
e
0
1
0!
= e
1
= 0.2231
dpois(0, 1.5)
Segunda forma: utilizando la distribucion exponencial.
Y = tiempo en minutos entre dos accesos consecutivos Exp( = 3)
P(Y > 0.5) =
_

0.5
e
x
dx = 1
_
0.5
0
e
x
dx
= 1
_
e
x
_
0.5
0
= e
0.5
= 0.2231
1 - pexp(0.5, 3)
Que intervalo de tiempo tendramos que haber considerado para que la
probabilidad de que no haya ning un acceso sea de 0.95?
Utilizando la distribucion exponencial (sera equivalente utilizar la
distribucion de Poisson):
Y = tiempo en minutos entre dos accesos consecutivos Exp( = 3)
P(Y > t) = 0.95
P(Y > t) = 1
_
t
0
e
x
dx = e
t
e
3t
= 0.95
t =
log 0.95
3
= 0.0171 minutos
qexp(0.05, 3)
Distribuci on normal
La distribucion normal aparece por primera vez en 1733 cuando de
Moivre la propone como aproximacion de la distribucion binomial. En
1783 Laplace la propone para describir los errores accidentales en la
medicion de una magnitud fsica, por ejemplo en astronoma. Y a
principios del siglo xix Gauss desarrolla importantes tecnicas basadas
en ella.
Durante gran parte del siglo xix se creyo, erroneamente, que casi
cualquier problema de tipo continuo se poda modelizar utilizando la
distribucion normal.
La distribucion normal, tambien llamada de Gauss o gaussiana, es la
mas importante de todas, ya que existen multitud de fenomenos en la
naturaleza que se ajustan a esta distribucion.
Distribuci on normal
Diremos que la v.a. X sigue una distribucion normal de parametros
, (con > 0)
X N(, )
si su funcion de densidad es
f (x) =
1
2
e
(x)
2
2
2
Caractersticas
E (X) = , Var (X) =
2
Funcion de densidad N(0, 1)
4 2 0 2 4
0
.
0
0
.
1
0
.
2
0
.
3
0
.
4
Distribucin normal N(0,1)
x
F
u
n
c
i
n

d
e

d
e
n
s
i
d
a
d
curve(dnorm(x,0,1), xlim=c(-4,4), ylim=c(0,0.45))
Densidades normales: ja Densidades normales: ja
Tabla de la distribuci on normal
Distribucion normal estandar.
Se tabula = 1 (z
) = P(Z z
); Z N(0, 1).
z
0 0
01 0
02 0
03 0
04 0
05 0
06 0
07 0
08 0
09
0 0
5000 0
4960 0
4920 0
4880 0
4840 0
4801 0
4761 0
4721 0
4681 0
4641
0
1 0
4602 0
4562 0
4522 0
4483 0
4443 0
4404 0
4364 0
4325 0
4286 0
4247
0
2 0
4207 0
4168 0
4129 0
4090 0
4052 0
4013 0
3974 0
3936 0
3897 0
3859
0
3 0
3821 0
3783 0
3745 0
3707 0
3669 0
3632 0
3594 0
3557 0
3520 0
3483
0
4 0
3446 0
3409 0
3372 0
3336 0
3300 0
3264 0
3228 0
3192 0
3156 0
3121
0
5 0
3085 0
3050 0
3015 0
2981 0
2946 0
2912 0
2877 0
2843 0
2810 0
2776
0
6 0
2743 0
2709 0
2676 0
2643 0
2611 0
2578 0
2546 0
2514 0
2483 0
2451
0
7 0
2420 0
2389 0
2358 0
2327 0
2296 0
2266 0
2236 0
2206 0
2177 0
2148
0
8 0
2119 0
2090 0
2061 0
2033 0
2005 0
1977 0
1949 0
1922 0
1894 0
1867
0
9 0
1841 0
1814 0
1788 0
1762 0
1736 0
1711 0
1685 0
1660 0
1635 0
1611
1 0
1587 0
1562 0
1539 0
1515 0
1492 0
1469 0
1446 0
1423 0
1401 0
1379
1
1 0
1357 0
1335 0
1314 0
1292 0
1271 0
1251 0
1230 0
1210 0
1190 0
1170
1
2 0
1151 0
1131 0
1112 0
1093 0
1075 0
1056 0
1038 0
1020 0
1003 0
0985
1
3 0
0968 0
0951 0
0934 0
0918 0
0901 0
0885 0
0869 0
0853 0
0838 0
0823
1
4 0
0808 0
0793 0
0778 0
0764 0
0749 0
0735 0
0721 0
0708 0
0694 0
0681
1
5 0
0668 0
0655 0
0643 0
0630 0
0618 0
0606 0
0594 0
0582 0
0571 0
0559
1
6 0
0548 0
0537 0
0526 0
0516 0
0505 0
0495 0
0485 0
0475 0
0465 0
0455
1
7 0
0446 0
0436 0
0427 0
0418 0
0409 0
0401 0
0392 0
0384 0
0375 0
0367
1
8 0
0359 0
0351 0
0344 0
0336 0
0329 0
0322 0
0314 0
0307 0
0301 0
0294
1
9 0
0287 0
0281 0
0274 0
0268 0
0262 0
0256 0
0250 0
0244 0
0239 0
0233
2 0
0228 0
0222 0
0217 0
0212 0
0207 0
0202 0
0197 0
0192 0
0188 0
0183
2
1 0
0179 0
0174 0
0170 0
0166 0
0162 0
0158 0
0154 0
0150 0
0146 0
0143
2
2 0
0139 0
0136 0
0132 0
0129 0
0125 0
0122 0
0119 0
0116 0
0113 0
0110
2
3 0
0107 0
0104 0
0102 0
0099 0
0096 0
0094 0
0091 0
0089 0
0087 0
0084
2
4 0
0082 0
0080 0
0078 0
0075 0
0073 0
0071 0
0069 0
0068 0
0066 0
0064
2
5 0
0062 0
0060 0
0059 0
0057 0
0055 0
0054 0
0052 0
0051 0
0049 0
0048
2
6 0
0047 0
0045 0
0044 0
0043 0
0041 0
0040 0
0039 0
0038 0
0037 0
0036
2
7 0
0035 0
0034 0
0033 0
0032 0
0031 0
0030 0
0029 0
0028 0
0027 0
0026
2
8 0
0026 0
0025 0
0024 0
0023 0
0023 0
0022 0
0021 0
0021 0
0020 0
0019
2
9 0
0019 0
0018 0
0018 0
0017 0
0016 0
0016 0
0015 0
0015 0
0014 0
0014
3 0
0013 0
0013 0
0013 0
0012 0
0012 0
0011 0
0011 0
0011 0
0010 0
0010
3
1 0
0010 0
0009 0
0009 0
0009 0
0008 0
0008 0
0008 0
0008 0
0007 0
0007
3
2 0
0007 0
0007 0
0006 0
0006 0
0006 0
0006 0
0006 0
0005 0
0005 0
0005
3
3 0
0005 0
0005 0
0005 0
0004 0
0004 0
0004 0
0004 0
0004 0
0004 0
0003
3
4 0
0003 0
0003 0
0003 0
0003 0
0003 0
0003 0
0003 0
0003 0
0003 0
0002
1
Propiedades
Si X N(, ) y a es un n umero real,
a + X N(a +, )
Si X N(, ) y a es un n umero real,
aX N
_
a,
a
2
2
_
La suma de v.a. normales independientes tambien es normal.
X N(
1
,
1
), Y N(
2
,
2
), independientes
X + Y N
_
1
+
2
,
_
2
1
+
2
2
_
Distribuci on normal estandar
La distribucion N(0, 1) se denomina normal estandar o estandarizada
o tipicada. La denotaremos usualmente mediante la letra Z
Z N(0, 1)
Las cantidades = P (Z > z
) estan tabuladas.
Tipicar la v.a. X N(, ) consiste en
Z =
X
N(0, 1)
Ejemplo
X N(1.5, 3.2) Z =
X 1.5
3.2
N(0, 1)
P(X > 2.7) = P
_
X 1.5
3.2
>
2.7 1.5
3.2
_
= P(Z > 0.375)
= 0.3557 (usando tablas)
1 - pnorm(2.7, mean = 1.5, sd = 3.2)
= 0.3538302
O tambien:
pnorm(2.7, mean = 1.5, sd = 3.2, lower.tail = F)
X N(1.5, 3.2)
P(X < 1.8) = P
_
Z <
1.8 1.5
3.2
_
= P(Z < 0.09375)
= 1 0.4641 = 0.5359 (usando tablas)
pnorm(1.8, mean = 1.5, sd = 3.2)
= 0.5373461
P(0.6 < X < 2) = P (0.281 < Z < 0.156)
= 1 0.4364 0.3897 = 0.1739 (usando tablas)
pnorm(2, 1.5, 3.2) - pnorm(0.6, 1.5, 3.2)
= 0.1728227
X N(1.5, 3.2)
Calcula el valor de x sabiendo que
P(X x) = 0.7
P(X x) = P
_
Z
x 1.5
3.2
_
= 0.7
x 1.5
3.2
= 0.52 x = 0.164 (usando tablas)
qnorm(0.3, 1.5, 3.2)
= 0.1780816
O tambien:
qnorm(0.7, 1.5, 3.2, F)
Ejemplo
Calcula la probabilidad siguiente, siendo X una v.a. normal
P( 2 < X < + 2)
X N(1, 2)
P( 2 < X < + 2) = P(5 < X < 3)
= 0.9772499 0.02275013
= 0.9544997
pnorm(3, mean = -1, sd = 2) - pnorm(-5, mean = -1, sd = 2)
O tambien:
1 - pnorm(3, mean = -1, sd = 2, lower.tail = F) - pnorm(-5,
mean = -1, sd = 2)
Calcula la probabilidad siguiente, siendo X una v.a. normal
P( 2 < X < + 2)
X N(2, 15)
P( 2 < X < + 2) = P(28 < X < 32)
= 0.9544997
X N(0, 1)
P( 2 < X < + 2) = P(2 < X < 2)
= 0.9544997
X N(, )
X N(, ) Z =
X
N(0, 1)
P( 2 < X < + 2) = P(2 < Z < 2)
= 0.9544997
Ejemplo: tiempo de ejecucion de un algoritmo
Se sabe que el tiempo de ejecucion en segundos de un algoritmo sigue una
distribucion N(2, 0.03). Calcula la probabilidad de que una ejecucion tarde
mas de 2.09 seguntos.
X N(2, 0.03)
P(X > 2.09) = P
_
Z >
2.09 2
0.03
_
= P(Z > 3) = 0.0013 (usando tablas)
pnorm(2.09, 2, 0.03, F)
= 0.001349898
Variables aleatorias Teorema central del lmite
Introduccion al teorema central del lmite
Este teorema establece, bajo condiciones muy generales, que cuando
los resultados de un experimento son debidos a un conjunto muy
grande de causas independientes que act uan sumando sus efectos,
dichos resultados siguen una distribucion normal.
As, si sumamos muchas v.a. independientes, la suma se puede
aproximar por una v.a. normal.
Este teorema justica la frecuente utilizacion de la distribucion
normal en situaciones reales.
A continuacion vamos a enunciar una version muy simple del TCL.
Variables aleatorias Teorema central del lmite
Teorema central del lmite
Si X
1
, X
2
, . . . , X
n
son v.a. independientes e identicamente distribuidas (es
decir, con la misma distribucion) con media y desviacion tpica ,
entonces
X
1
+ X
2
+ + X
n

aprox
N
_
n,
n
2
_
Por simplicidad, consideraremos que la aproximacion anterior es valida
para tama nos muestrales n > 30.
Variables aleatorias Simulacion
Simulaci on
La simulacion es la imitacion del comportamiento de un proceso, por
ejemplo un proceso fsico, por medio de un modelo que dependera de
unos parametros.
Cuando la solucion del proceso no se obtiene de forma analtica
(teorica), por imposibilidad, por costes en tiempo o en dinero..., la
simulacion puede ser una alternativa viable.
La simulacion por ordenador permite estudiar con poco coste, y en un
tiempo generalmente razonable, multitud de variaciones (de los
parametros) de un problema dado.
La mayor parte de las simulaciones contienen elementos aleatorios:
son las llamadas simulaciones estocasticas. Consisten en repetir
muchas veces un experimento aleatorio.
N umeros aleatorios y pseudoaleatorios
Sera interesante poder reproducir en el ordenador cualquier modelo de
probabilidad, para poder simularlo.
El problema anterior puede reducirse a generar n umeros al azar entre
0 y 1 (distribucion uniforme), llamados n umeros aleatorios. Son por
tanto impredecibles.
Los n umeros aleatorios pueden obtenerse por medios mecanicos (como
jugar a la ruleta) o electronicos (por ejemplo mediante resistencias).
Estos metodos son lentos y estan sujetos a derivas incontrolables, por
lo que se reemplazaron por algoritmos llamados generadores de
n umeros pseudoaleatorios. Estos algoritmos generan n umeros que se
comportan como si fuesen aleatorios, pero no lo son: son predecibles.
N umeros pseudoaleatorios y simulaci on
Para la simulacion, la predecibilidad de los n umeros pseudoaleatorios
se considera en general una ventaja: la secuencia de n umeros es
reproducible (lo cual facilita la depuracion de los programas).
Por contra, esta predecibilidad es un inconveniente en algunas
aplicaciones, por ejemplo si se quieren emplear en un casino on-line.
Se comprobo, en un juego de poker, que vistas las cinco primeras
cartas se poda calcular con facilidad en que orden aparecan todas las
restantes.
Para superar esta dicultad se pueden emplear dispositivos fsicos o
algoritmos especialmente complejos.
Generador congruencial lineal
El generador de n umeros pseudoaleatorios (u
n
) basado en
congruencias lineales se dene mediante el siguiente algoritmo
recursivo:
x
0
= semilla (n umero entero arbitrario)
x
n+1
= (a + bx
n
) (mod m)
u
n+1
=
x
n+1
m
Solo hay m valores posibles para x
n
, por lo cual la secuencia es
periodica con un perodo maximo de m n umeros.
Por esta razon m tiene que ser lo mayor posible sin comprometer la
velocidad del metodo. Una opcion muy popular es utilizar como
modulo el n umero primo m = 2
31
1.
El generador que se utilice ha de ser elegido con cuidado, pues no
todos funcionan igual de bien.
Ejemplo: secuencia de n umeros pseudoaleatorios
Consideremos el generador de congruencias lineales denido por los valores
x
0
= 1, m = 7, a = 0, b = 3
x
1
= (a + bx
0
) (mod m) = 3 (mod 7) = 3
x
2
= 9 (mod 7) = 2
x
3
= 6 (mod 7) = 6
x
4
= 18 (mod 7) = 4
x
5
= 12 (mod 7) = 5
x
6
= 15 (mod 7) = 1
(u
n
) =
_
3
7
,
2
7
,
6
7
,
4
7
,
5
7
,
1
7
, . . .
_
Ejemplo: generacion aleatoria de texto
Supongamos que hemos dise nado un programa para componer texto
aleatorio. Cuanto tiempo tardara este programa en escribir Don Quijote
de la Mancha?
Vamos a hacer varias simplicaciones del problema:
La maquina de escribir consta de 30 teclas (caracteres).
El programa escribe cadenas de 24 caracteres escogidos al azar, y
despues comprueba si la cadena coincide con el texto que buscamos.
El ordenador a nuestra disposicion es muy rapido: es capaz de realizar
10
10
secuencias (escritura-comprobacion) por segundo.
Calculamos el tiempo medio.
X = n umero de intentos fallidos antes del primer exito BN(1, p)
p = 30
24
E(X + 1) =
q
p
+ 1 = 2.82 10
35
Esto nos da un tiempo medio de
2.82 10
25
s un trillon de a nos

Apuntes Prob VA

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Apuntes Prob VA

Загружено:

Авторское право:

Доступные форматы

Estadstica

Probabilidad y variables aleatorias

azquez, M., Vilar, J.A. y Vilar, J.M. (2001). Introduccion a

andez, V., Ramos, E. y Y

nez, I. (2007). Probabilidad y

Вам также может понравиться