Вы находитесь на странице: 1из 6

Analisis de datos no agrupados Qu es una variable aleatoria discreta?

Una variable aleatoria es una variable que toma valores numricos y cuyo valor depende de los resultados de un experimento. Es discreta si slo puede tener ciertos valores. Ejemplo: Supongamos que lanzas un dado y sea x el nmero en la cara superior. A continuacin, los valores que se pueden obtener son variables aleatorias discretas. x = 1, 2, 3, 4, 5 o 6 La probabilidad de obtener un 1 se puede escribir como P (X = 1) = 1/6 La probabilidad de obtener un 2 se puede escribir como P (X = 2) = 1/6 Y as sucesivamente para todos los valores de x, P (X = x). Si listamos todas estas probabilidades en una tabla, se obtiene la distribucin de probabilidad de X. x 1 2 3 4 5 6 P (X = x) Sexto Sexto Sexto Sexto Sexto Sexto Nota: Las letras maysculas se utilizan para denotar las variables aleatorias, mientras que las letras minsculas se utilizan para indicar los valores que se pueden obtener. En el ejemplo anterior hemos cubierto todos los eventos posibles al tirar un dado. Tenemos que conseguir uno de los seis eventos que figuran en la tabla. Estos eventos son eventos exclusivos y siempre suman 1. P (X = x) = 1 Ejemplo: Supongamos que usted lanza 2 monedas y sea X la variable aleatoria discreta del nmero de cabezas obtenidos. Anote la distribucin de probabilidad de X. En primer lugar tenemos que saber qu valores de x se puede obtener. Claramente, x = 0, 1 2, como se puede obtener ya sea sin cabeza, la cabeza 1 o 2 cabezas.

Nuestro siguiente paso es calcular la probabilidad de cada uno (si usted tiene problemas con esto, entonces ir a echar un vistazo al tema Probabilidad). P (X = 0) = P (cola y cola) = x = P (X = 1) = P (cola y la cabeza) o P (cabeza y cola) = x + x = P (X = 2) = P (cabeza y cabeza) = x = Ahora ponemos los resultados en una tabla para la distribucin de probabilidad de X. .. x 0 1 2 P (X = x) Nota: Cuanto mejor usted est en el clculo de probabilidades, ms rpido y ms fcil de estos problemas se hacen. Usted debe ser capaz de escribir la distribucin de probabilidad de una variable aleatoria discreta con funcionamientos mnimos.

Ejemplo 1 - Variable aleatoria discreta


Dos bolas se extraen al azar de forma sucesiva sin reemplazo de una urna que contiene 4 bolas rojas y 6 bolas negras. Encuentre las probabilidades de todos los resultados posibles. Sea X el nmero de bolas rojas en el resultado. Posibles resultados RR RB BR BB X2 1 1 0

Aqu, x 1 = 2, x 2 = 1, x 3 = 1, x = 0 4 Ahora, la probabilidad de obtener `2` bolas rojas cuando extraer las bolas una a la vez es la siguiente: Probabilidad de primera bola es roja `= 4/10` Probabilidad de segunda bola es roja `= 3/9` (porque hay `3` bolas rojas que quedan en la urna, de un total de `9` bolas de la izquierda.) Por lo tanto: `P (x_1) = 4/10times3/9 = 2/15` Del mismo modo, para la probabilidad de primero rojo es `4/10` seguido por el negro es `6/9` (porque hay `6` bolas negras todava en la urna y 9 `bolas de` todos juntos). Por lo tanto:

`P (x_2) = 4/10times6/9 = 4/15` Del mismo modo para el negro luego rojo: `P (x_3) = 6/10times4/9 = 4/15` Por ltimo, para `2` bolas negras: `P (x_4) = 6/10times5/9 = 1/3` Como prueba, si hemos encontrado todas las probabilidades, entonces deberan sumar a `1`. `2/15 + 15/4 + 15/4 + 1/3 = 15/15 = 1` As que nos hemos encontrado a todos.

Ejemplo 6
El nmero de personas X, en una familia de Singapur escogida al azar tiene la siguiente distribucin de probabilidad: X 1 2 3 4 5 6 7 8 P (X) 0.34 0.44 0.11 0.06 0.02 0.01 0.01 0.01 Encuentre el tamao de la familia promedio E(X).

E(X) ={xiP(xi)} =10.34+20.44 +30.11+40.06 +50.02+60.01 +70.01+80.01 =2.1


So the average family size is E(X) = = 2.1 people.

Ejemplo 1: Obtener la funcin de probabilidad de la variable


"puntuacin obtenida al lanzar un dado".
Definimos la variable aleatoria X= puntuacin obtenida. Los posibles resultados son: 1, 2, 3, 4, 5 y 6 y todos esos valores tienen una probabilidad de 1 / 6. Si ponemos en forma de tabla los resultados, la funcin de probabilidad quedara: Valores de la varible xi 1 2 3 4 5 6 Funcin de Probabilidad pi = P[X = xi]

Ejemplo 2:

Obtener la funcin de probabilidad de la variable "nmero de caras obtenidas al lanzar tres monedas"
Antes que nada, vamos al construir el espacio muestral del experimento lanzar tres monedas. ste sera: E = {(c,c,c); (c,x,c); (x,c,c); (c,c,x); (c,x,x,); (x,c,x); (x,x,c); (x,x,x)} Si definimos X = n de caras obtenidas, vemos que los posibles valores son: 0, 1, 2 y 3; y la funcin de probabilidad ser: xi 0 pi 1/8 = 0.125 1 3/8 = 0.375 2 3/8 = 0.375 3 1/8 = 0.125

Como puedes observar en los dos ejemplos, la suma de todas las probabilidades tiene que ser 1, pues estaramos considerando el espacio muestral completo.

Parmetros de una variable aleatoria


La ventaja de trabajar con variables aleatorias es que podemos hacer clculos que adquieren signifcado sobre el comportamiento de la variable. En una variable aleatoria, podemos calcular todos los parmetros que habamos visto en la estadstica

unidimensional: media, varianza moda, mediana, percentiles, desviaciones, etc, aunque nosotros vamos a centrarnos en las dos primeras, la media y la varianza, (bueno o la desviacin tpica que era la raz de la varianza si recuerdas)

MEDIA: La media de una variable aleatoria se llama


ESPERANZA MATEMTICA, se representa por E(X) o por y viene a darnos el "valor esperado" de la variable al realizar el experimento aleatorio. La frmula para calcularla es

VARIANZA: El significado es el mismo que en la estadstica. Aporta una medida


sobre la dispersin de los valores de X. Para calcularla usamos una de las dos frmulas, aunque es ms aconsejable la segunda:

Veamos un par de ejemplo:

Ejemplo: Calcula la media y la varianza de la variable del Ejemplo 1


xi 1 2 3 4 5 6 y si queremos calcular la desviacin tpica, haramos la raz cuadrada de ese resultado y obtendramos, 1.708 pi = P[X = xi]

Lo que significa que el valor esperado en el lanzamiento de un dado es 3,5

Ejemplo : Calcula la esperanza y la varianza de la variable nmero de caras del ejemplo 2


xi 0 1 2 E(X) 3=00,125 + 10,375 + 20,375 + 3 0,125 = 1,5. Luego el nmero de

pi

1/8 = 0.125

3/8 = 0.375

3/8 = 0.375

caras esperado en el lanzamiento de 1/8 =monedas 0.125 es una y media. tres Var (X) =(020,125 + 120,375 + 2 2 0,375 + 320,125 ) - 1.52 = = 3 - 2.25 = 0.75

Вам также может понравиться