Академический Документы
Профессиональный Документы
Культура Документы
ESTADSTICA
Notas de clase
TEMA III
VARIABLES ALEATORIAS
INTRODUCCIN
El objetivo de este tema es conocer y utilizar el concepto de variable aleatoria para
resolver problemas probabilsticos.
Qu es la variable aleatoria? En el tema anterior, se describieron los resultados
de un experimento (eventos) en palabras; claramente esto dificultaba el anlisis de
algunos problemas. Es mucho ms fcil describir y manipular cuando se utilizan
nmeros.
El propsito de la variable aleatoria es "mapear" cada punto de un espacio
muestral en un punto de un eje real, y puesto que la regla de correspondencia para
realizar el mapeo de un conjunto a otro recibe el nombre de funcin, la variable aleatoria
es entonces una funcin.
LA VARIABLE ALEATORIA
Los fenmenos que ms interesan a los ingenieros son aquellos que pueden ser
identificados por nmeros, los cuales reciben el nombre de eventos numricos. Por
ejemplo, un mdico est interesado en el evento de que diez de diez pacientes se curen
de cierta enfermedad.
real.
Usualmente, se denotan a las variables aleatorias (vv.aa.) utilizando las ltimas
letras maysculas del alfabeto.
Los valores de la imagen de dicha funcin, se conocen como valores de la
variable aleatoria (v.a.) y se denotan con la misma letra que la funcin, pero con
minsculas.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.1
Considerando las familias que tiene dos hijos, si se desea conocer el sexo de
los hijos entonces el espacio muestral es:
Asignar valores de la variable aleatoria.
Resolucin
Podran realizarse varias asignaciones:
Utilizando
para el sexo femenino y
para el masculino.
: 1, 2, 3, 4.
: 0, 1, 2, 3.
: 1, 2, 2, 3.
: 0, 1, 1, 2.
etc.
S))))))))))))))))))))))))))))))))))))Q
La definicin (en su construccin y significado) de una variable aleatoria (v.a.)
es arbitraria. Una forma adecuada de construir (definir) una v.a. es hacerlo de tal manera
que dicha variable responda a la pregunta de inters.
En el ejemplo anterior, si nos interesa conocer el nmero de hijos varones en
una familia, la definicin ms adecuada de la v.a. es la de
que asocia reales de la
siguiente manera:
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.2
En el lanzamiento de dos dados se desea calcular la probabilidad de que la
suma de los dados sea par.
a)
Definir el espacio muestral del experimento.
b)
Definir una variable aleatoria adecuada para el problema.
c)
Calcular la probabilidad.
PROBABILIDAD y ESTADSTICA
Tema III
Resolucin
a)
Pg. 2
c)
La definicin es la siguiente:
Sea la variable aleatoria que representa la suma de los resultados en
el lanzamiento de los dados.
Los posibles valores
de
son entonces:
2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
Sea
el evento en el cual la suma de los resultados es par, es
evidente que:
Definicin 3.2
Una variable aleatoria se dice discreta si solamente puede tomar valores
de un conjunto numerable de valores.
Una vez definida una variable aleatoria discreta, se debe definir la forma en la
que se asignarn las probabilidades a cada valor que puede tomar la variable aleatoria.
Por lo que
Definicin 3.3
Sea
una v.a. discreta, se define su funcin de probabilidad 1
como:
donde
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.3
En una ciudad se observa el tiempo que transcurre de un sismo a otro, el cual
se representa mediante la v.a. . Obtener el rango de .
Resolucin
Considerando que de un sismo a otro debe de transcurrir algn tiempo, y que
no se sabe cunto tardar en ocurrir el nuevo sismo, se tiene:
S))))))))))))))))))))))))))))))))))))Q
Las variables aleatorias pueden clasificarse en discretas, continuas o mixtas. Se
estudiarn las caractersticas de las discretas y de las continuas, dejando las mixtas como
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
para
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 3
Verificando la propiedad (1)
Verificando (2)
Debe cumplirse que
3)
es decir
Debe observarse la analoga de estas propiedades con los axiomas de la
probabilidad. Para determinar si una funcin es una funcin de probabilidad, se deben
cumplir las propiedades anteriores, en particular se deben probar (1) y (2).
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.4
Considrese el lanzamiento de una moneda. Se desea observar el nmero de
lanzamientos hasta que "caiga" por primera vez un sol. Obtener una expresin
para la funcin de probabilidad y verificar que cumple con las primeras dos
propiedades.
Resolucin
Sea
la v.a. que representa el nmero de lanzamientos necesarios para
observar por primera vez un sol.
El rango de la v.a. es
converge a
cuando
y diverge cuando
.
Relacionando la funcin de probabilidad con la serie geomtrica se tiene que
.
Slo falta restar el primer trmino cuando
, de donde
.
.
.
En general
Fig.
3.2 Variable Aleatoria y Funcin de
Probabilidad.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.5
Considrese la v.a.
cuyos posibles valores son 0, 1, 2, 3 y 4; y que tiene la
siguiente funcin de probabilidad.
a)
b)
de probabilidad.
Calcular
Resolucin
a)
Para que
para que
Pg. 4
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.6
Al examinar pozos de agua en una regin con respecto a dos tipos de impurezas
encontradas frecuentemente en el agua potable, se encontr que el 20% de los
pozos no revelaban impureza alguna, el 40% tenan la impureza del tipo A y
el 50% la impureza del tipo B (naturalmente, algunas tenan ambas impurezas).
Si se selecciona un pozo de la regin al azar, obtener la distribucin de
probabilidad para , esto es, el nmero de impurezas encontradas en el pozo.
Resolucin
Sea
el evento en el cual se tiene la impureza A, y
el evento en el cual se
tiene la impureza B, entonces, la siguiente tabla muestra las probabilidades de
las intersecciones de los eventos:
Total
propiedades 1 y 2.
Si
entonces se cumple que
Total
De donde
b)
S))))))))))))))))))))))))))))))))))))Q
Los problemas que generalmente resultan ms interesantes son aquellos en los
que se debe obtener la funcin de probabilidad para una variable aleatoria discreta a
partir de un problema en particular.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
0.2
0.7
0.1
S))))))))))))))))))))))))))))))))))))Q
Una funcin de probabilidad generalmente se representa de manera grfica
utilizando lneas verticales que representan la probabilidad, como se muestra en la
siguiente figura.
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 5
El rango de la v.a. es
Sea
funciona, para
0.019
0.252
0.729
S))))))))))))))))))))))))))))))))))))Q
Un ejemplo ms elaborado de la obtencin de una funcin de probabilidad es
el mostrado en el siguiente ejemplo.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.8
De la gente que llega a un banco de sangre como donador, uno de cada tres
tiene sangre tipo
las
que tienen
.
Si se supone que las proporciones de los tipos de sangre se mantienen
constantes (independencia), determinar las distribuciones de probabilidad para
y
Resolucin
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 6
Resolucin
Se tiene que:
, Probabilidad de que una persona tenga
, Probabilidad de que una persona tenga
Definicin 3.5
Una v.a.
se dice continua si puede tomar valores de un conjunto
infinito no numerable de valores.
Las variables aleatorias continuas tambin tienen una funcin que
proporciona informacin sobre la probabilidad, dicha funcin se define a continuacin.
En general:
1)
,
2)
3)
S))))))))))))))))))))))))))))))))))))Q
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 7
c)
d)
.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.9
El tiempo requerido por los estudiantes para presentar un examen de una hora
es una variable aleatoria con una funcin de densidad dada por
a)
Determinar el valor de
b)
Trazar la grfica de
c)
d)
.
.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.10
La temperatura de encendido de un interruptor con control termosttico de un
sistema de acondicionamiento de aire se ajusta a 60 F, pero la temperatura real
a la cual el interruptor acciona es una variable aleatoria que tiene la funcin
de densidad de probabilidad
Resolucin
a)
, de donde
a)
b)
b)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 8
Resolucin
a)
b)
Sea
por lo que:
1)
2)
; es
decir:
S))))))))))))))))))))))))))))))))))))Q
; es decir:
FUNCIN DE DISTRIBUCIN
La funcin de distribucin, tambin llamada funcin de distribucin acumulativa,
muestra el comportamiento acumulado de una variable aleatoria.
3)
es no decreciente; es decir:
Si
4)
Definicin 3.7
Si
es una variable aleatoria, entonces su funcin de distribucin
La funcin
entonces
est
, deben utilizarse
PROBABILIDAD y ESTADSTICA
Tema III
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.11
Sea
una variable aleatoria con funcin de probabilidad
a)
b)
El tiempo requerido por los estudiantes para presentar un examen de una hora
es una variable aleatoria con una funcin de densidad dada por
,
-5
-1
1.5
0.2
0.01
0.3
0.29
0.2
Pg. 9
en forma tabular.
Resolucin
a)
La forma tabular de la funcin de distribucin se obtiene directamente
de la funcin de probabilidad, sumando las casillas a la izquierda y
la del valor que se desea.
-5
-1
1.5
0.2
0.21
0.51
0.8
a)
Obtener
b)
Trazar la grfica
c)
Utilizar
Resolucin
a)
,
Finalmente
b)
c)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
b)
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.12
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 10
En este intervalo debe considerarse lo que se acumula de
adelante, as como todo lo acumulado en el intervalo anterior.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.13
Una gasolinera tiene dos bombas, que pueden bombear cada una hasta 10,000
litros de gasolina por mes. La cantidad total de gasolina bombeada en un mes
es una variable aleatoria
(expresada en diez mil litros), con una funcin de
densidad de probabilidad dada por
a)
Trazar la grfica de
b)
Obtener
c)
d)
Finalmente
.
Obsrvese que la funcin de distribucin es no decreciente, por lo que
inicia teniendo el valor cero y termina teniendo el valor de uno.
y construir su grfica.
Resolucin
a)
c)
d)
S))))))))))))))))))))))))))))))))))))Q
b)
en
Para
Para
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
resultado de la repeticin.
Pg. 11
mediante
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.14
Un automovilista desea asegurar su coche por 50,000 U.M. 3. La compaa
aseguradora estima que una prdida total puede ocurrir con una probabilidad
de 0.002, un 50% de prdida con una probabilidad de 0.01 y un 25% de
prdida con una probabilidad de 0.1. Ignorando todas las otras prdidas
parciales, qu prima deber cobrar anualmente la compaa aseguradora para
tener una utilidad promedio por automvil de 500 U.M.?
Resolucin
Sea la prima y
Por lo que
, se debe satisfacer
U.M.
Definicin 3.8
Sea
una variable aleatoria con distribucin de probabilidad
valor esperado de
. El
es:
Unidades Monetarias
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 12
eje
Resolucin
(y los extremos de
Sea
una variable aleatoria, se define su
como:
3)
4)
5)
Si
es una funcin de
, es la misma constante.
y el
2)
si los hubiera).
donde
ms
son constantes, es el
, entonces:
o valor esperado.
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 13
Definicin 3.9
Sea
una variable aleatoria se define su funcin generadora de
momentos como
de donde
. La variable
Para obtener el
respecto de
y se vala en
veces con
de la funcin generadora es una variable muda, puesto que para calcular el momento
debe valuarse la variable. Es muy comn que se denote a la funcin generadora como
; sin embargo, aqu se preferir la mayscula
, debido a que la minscula se
utiliza en el curso de estadstica para definir los momentos muestrales, y se prefiere
sobre debido a que se utiliza como variable aleatoria en una funcin de densidad
muy importante que se estudiar en detalle en el tema 6.
La razn por la cual la funcin
debe ser
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.16
Considrese la variable aleatoria
con funcin de probabilidad
Expresando
-4
-2
10
20
0.01
0.3
0.25
0.04
0.24
0.16
Si
sustituyendo
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 14
Por lo que
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.17
La funcin de densidad de probabilidad de una variable aleatoria est
determinada por:
de donde
b)
a)
b)
por lo que
,
Resolucin
a)
La funcin generadora de momentos est definida por
por lo que:
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
S))))))))))))))))))))))))))))))))))))Q
veces
PROBABILIDAD y ESTADSTICA
CARACTERSTICAS
ALEATORIA
Tema III
NUMRICAS
DE
LA
VARIABLE
Pg. 15
Al observar las probabilidades de la tabla se observa que:
S))))))))))))))))))))))))))))))))))))Q
M ediana
Las caractersticas numricas se clasifican en tres:
-
Es aquel valor para el cual la probabilidad de que la variable aleatoria tome valores
menores o iguales a dicho valor es 0.5. Se denota por .
tal que
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.19
M oda
Resolucin
Es aquel valor para el cual la funcin de probabilidad o funcin de densidad, segn sea
el caso, toma su valor mximo. Se denota por
.
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.18
Considrese la variable aleatoria
con funcin de probabilidad
-4
-2
10
0.01
0.3
0.25
0.04
0.24
0.16
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 16
o bien por
M EDIDAS DE DISPERSIN
Las medidas de dispersin indican la lejana de los valores que puede tomar la variable
aleatoria. Las principales medidas de dispersin son el rango, la desviacin media, la
variancia, la desviacin estndar y el coeficiente de variacin.
De la definicin de la variancia, y utilizando las propiedades del valor esperado,
se puede escribir la variancia como:
Rango
Es la mediada de dispersin ms simple. El rango se define como la diferencia entre el
mayor valor que puede asumir la variable y el menor valor que puede asumir.
Desviacin media
es una
en el curso de Estadstica se estudiarn los casos en los cuales no se cuenta con toda la
informacin de la poblacin.
La variancia es el segundo momento con respecto a la media.
Algunos autores dicen que en este caso todos los valores son modas.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
CARACTERSTICAS DE LA VARIANCIA
1)
2)
Pg. 17
Simtrica
Sesgo negativo
Platicrtica
El valor del coeficiente de sesgo se compara contra cero, que indica una
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
Mesocrtica
Leptocrtica
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 18
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.20
Considrese una variable aleatoria continua con la funcin de densidad dada
por
Desviacin estndar
Coeficiente de variacin
Determinar todas las caractersticas numricas de la variable aleatoria
Resolucin
Medidas de tendencia central:
Parmetros de forma:
Media,
Sesgo,
Moda,
Mediana,
Para encontrar la mediana deben de utilizarse en orden las reglas de
correspondencia de la funcin de densidad, hasta obtener la regla con la cual
se acumule la probabilidad de 0.5
Para la primera regla de correspondencia, con
, se tiene:
pero
por lo que
La distribucin es simtrica.
Curtosis
Esto es
, de donde
, entonces la mediana es
Medidas de dispersin:
Rango,
Desviacin media
por simetra
Variancia
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
por lo que
La distribucin es platicrtica.
S))))))))))))))))))))))))))))))))))))Q
PROBABILIDAD y ESTADSTICA
Ejemplo 3.21
Tema III
Pg. 19
Rendimiento Esperado
Probabilidad
a)
b)
c)
0.1
-25
-40
0.2
0.4
15
16
0.2
30
40
0.1
45
66
c)
Resolucin
a)
Sean
Teorema de Chebyshev
La probabilidad de que cualquier variable aleatoria
de
b)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
; es decir,
PROBABILIDAD y ESTADSTICA
Tema III
Pg. 20
S))))))))))))))))))))))))))))))))))))Q
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.22
Una variable aleatoria tiene una media
, con una variancia
,
y una distribucin de probabilidades conocida. Utilizando el teorema de
Chebyshev, obtener:
a)
.
b)
Resolucin
a)
b)
S))))))))))))))))))))))))))))))))))))Q
Ejemplo 3.23
Tener a mano un suministro adecuado de refacciones es funcin importante del
almacn de una gran empresa electrnica. Se estudi la demanda mensual de
tarjetas para impresoras de microcomputadoras durante algunos meses y se vio
que el promedio o media es 28 y la desviacin estndar es 4. Cuntas tarjetas
de impresora deben tener a la mano al principio de cada mes para asegurar que
la demanda ser mayor que la oferta cuando mucho con una probabilidad de
0.10?
Resolucin
Sea
la variable aleatoria que representa la demanda.
Utilizando el teorema de Chebyshev con
se tiene :
es decir :
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
Tema III
AUTOEXAM EN
1.-
Sea
Pg. 21
TEM A III
donde
. La probabilidad de que
A)
B)
C)
D)
E)
A) 2
2.-
C)
D)
E)
3.-
B) 1
5.-
entonces el valor de
Sea
A)
es:
B) 1
C) 2
D) 3
6.-
Entonces
A) 1
es:
B) 0
C) 0.2
D) 0.3
E) 0.5
4.-
Si la variable aleatoria
es:
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
A) 100
B) 250
E) Ninguno de los anteriores.
C) 5000
D) 50,000
PROBABILIDAD y ESTADSTICA
7.-
Tema III
Pg. 22
D)
8.-
El tiempo que toma reparar una computadora personal es una variable aleatoria
con funcin de densidad
A)
. El costo
A) 68.28
B) 70
E) Ninguna de las anteriores.
B)
9.-
C) 1
D) 16.56
0.1
0.2
0.4
0.3
1)
2)
3)
4)
5)
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.
PROBABILIDAD y ESTADSTICA
10.-
Si la variable aleatoria
entonces
Tema III
Pg. 23
BIBLIOGRAFA
Hines, W illiam W . y M ontgomery, Douglas C. - Probabilidad y Estadstica para
ingeniera, cuarta edicin..- CECSA.- Mxico, 2005.
Milton, Susan J. Y Arnold, Jesse C.- Probabilidad y Estadstica para con aplicaciones
para ingeniera y ciencias computacionales, cuarta edicin.- McGraw-Hill.- Mxico,
2004..
Devore, Jay L.- Probabilidad y Estadstica para ingeniera y ciencias, sexta edicin.Editorial Thomson.- Mxico, 2005.
W ackerly Dennis D .- Mendenhall, W illiam, et al.- Estadstica Matemtica con
Aplicaciones, sexta edicin.- Editorial Thomson.- Mxico, 2002.
en ese orden, a:
A)
B)
C)
D)
E)
W alpole, Ronald E., et al.- Probability and Statistics for Engineers and Scientists.Pearson.- USA, 2007.
Montgomery, Douglas C. y Runger, George C.-Probabilidad y Estadstica aplicadas a
la Ingeniera, segunda edicin.- Limusa-W iley.- Mxico, 2002.
Scheaffer, Richard L. y McClave, James T.- Probabilidad y Estadstica para Ingeniera.Grupo Editorial Iberoamrica.- Mxico, 1993.
Canavos, George C.- Probabilidad y Estadstica Aplicaciones y Mtodos.- McGrawHill.- Mxico, 1988.
Meyer, Paul L.- Probabilidad y Aplicaciones Estadsticas.- Addison W esley
Iberoamericana.- Mxico, 1992.
Borras Garca, Hugo E., et al.- Apuntes de Probabilidad y Estadstica.-Facultad de
Ingeniera.- Mxico, 1985.
Rosenkrantz, W alter A.- Introduction to Probability and Statistics for Scientists and
Engineers.- McGraw-Hill.- EE.UU., 1997.
Ross Sheldon M - Probabilidad y Estadstica para Ingeniera y Ciencias-McGraw-Hill.Mxico, 2002.
)))))))))))))))))))))))))))))))))))))))))))))))))))
A.L.B.S. / N.M.G.