.

2 Variables Aleatorias Discretas

Variable aleatoriaMagnitud de inters que vienen determinadas por el resultado de un experimento Variable aleatoria discreta Cuando sus posibles valores forman una sucesin de puntos separados de la recta real Sea X una variable aleatoria discreta que puede tomar los nposibles valores posibles: x1, x2, , xn, P[X=xi] representar laprobabilidad de que X se igual a xi. El conjunto de estas probabilidades se denomina distribucin de probabilidades deX, por el axioma 2 se sabe: n P[ X xi ] 1 i 1 3. Ejercicio:Supongamos que X es una variable aleatoria que puede tomar unode los valores 1, 2 o 3. Si P[X=1] = 0.4 y P[x=2]= 0.1 cul es el valorde P[X=3]? Sea X una variable aleatoria discreta que puede tomar los nposibles valores posibles: x1, x2, , xn, el valor esperado deX, denotado por E[X], se define como: E[ X ] xi P[ X xi ]Otros nombres utilizados para identificar E[X] son esperanza de Xy media de X 4. El concepto de valor esperado es anlogo al concepto fsico delcentro de gravedad de una distribucin de masas.Considere una variable aleatoria cuyas probabilidades sonp(xi), i1.Si se imagina una barra en la que se cuelgan pesos p(xi) en lospuntos xi, el punto en el que la barra se encontrara enequilibrio se conoce como centro de gravedad. Aunque el valor esperado representa la media ponderada de todoslo valores posibles de la variable aleatoria, no proporcionainformacin alguna de la variacin, o dispersin de dichos valores.Dado que uno espera que la variable aleatoria tome valoresalrededor de su media E[X], una forma razonable de medir lavariacin de X es considerar en qu medida X tiende a separarse desu media. La medida ms conveniente de la dispersin es la: Varianza Si X es una variable aleatoria con un valor esperado E[X] = , la varianza de X, denotada por Var(X), se define como: 2 Var ( X ) E [( X ) ] Desviacin estndar SD ( X ) Var ( X )

Familia Familia Poisson. Familia Binomial. Ensayo de Bernoulli.6. Binomial Negativa 7. Algunas grficas de miembros de esta familia Nmero de ensayos n = 10 con probabilidades de xito, p = .2 p = .5 p = .8 8. Si X es Binomial con parmetros n y p, se tiene que: E[X] = np Var (X) = np(1p)La pruebas independientes con iguales probabilidades dexito fuero inicialmente estudiadas por el matemtico suizoJacques Bernoulli (1654 1705). En su libro Ars Conjectandi(El arte de la conjetura), publicado en 1713 por su sobrinoNicholas, ocho aos despus de su muerte, Bernoullidemostr que, si el nmero de pruebas era suficientementegrande, la proporcin de xitos es prxima a p con unaprobabilidad prxima a 1. 9. 0.30.25 0.2 0.20.15 0.1 0.15 0.120.05 0.1 0.1 0 0.08 0 5 10 15 20 0.05 0.06 0 0.04 0 5 10 15 20 0.02 2 0 0 10 20 30 5 15

10. Grfica de Binomial Negativa donde xi es el nmero de fracasosantes de lograra r = 5 xitos, para probabilidades p = .2, p =.5, p = .8 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 0.5 0 2 4 6 0.4 0.35 0.3 0.3 0.2 0.25 0.1 0.2 0 0.15 0 2 4 6 0.1 0.05 0 0 1 2 3 4 5 6 La distribucin binomial negativa tambin se puede definir como el nmero de pruebas hasta la aparicin de r xitos 11. Algunas consideraciones que permiten la eleccin de los modelos de probabilidad aqu presentados. 12. Referencia: INTRODUCCIN A LA ESTADSTICA ROSS, SHELDON M. Editorial REVERTE ISBN: 978-84-291-5039-1

http://www.slideshare.net/ConsueloValle/32-variables-aleatorias-discretas-15797552