Curso: Estadstica I

EC300
EC201
Clase 19 y 20
Variables aleatorias continuas y distribucin de
probabilidad
Profesor: Mauricio Oyarzo
Segundo semestre 2015
mircoles, 11 de noviembre
de 2015

INGESIS-Contador Auditor-Ingeniera
Comercial-UCN

Distribuciones de Probabilidad
Distribucin
Probabilidad

Parte I

Distribucin
Probabilidad
Discreta Unidad IV

Distribucin
Probabilidad
Continua Unidad V

Bernoulli
Binomial

Uniforme

Hipergeomtrica

Normal

Poisson

Exponencial

Parte II

Unidad V: variables aleatorias continuas y

distribucin de probabilidad
Distribuciones univariadas
Variables aleatorias que toman valores en un
intervalo (abierto o cerrado), es decir en un
continuo.
No tiene sentido calcular la probabilidad de que la
v.a. adopte un valor particular, ya que es cero.
Pero calculamos probabilidades en intervalos.
Estas probabilidades son siempre reas bajo curvas,
estas curvas son las funciones de densidad
(reemplaza a la funcin de probabilidad).

Variables Aleatorias Continuas

Una variable aleatoria continua es una variable que
asume slo un valor en un intervalo.

Densidad de un elemento
Tiempo requerido para realizar una tarea
Temperatura de una solucin
Altura en centmetros

Esto puede potencialmente tomar un valor,

dependiendo slo de la habilidad de medicin
exacta.

Funcin de densidad y funcin de

probabilidad acumulada
La funcin de densidad de una variable aleatoria es una funcin que
determinar una curva bajo la cual se calcularn las reas
(probabilidades en un intervalo). Se emplean integrales para sumar
probabilidades.
Funcin de densidad (definicin)
Sea una variable aleatoria continua y un nmero perteneciente al
rango posible de valores de . La funcin de densidad () de la
variable es una funcin que tiene las siguientes propiedades:
i. 0 para todo x.
ii. Si dibujamos la funcin de densidad y a y b son dos posibles valores
de la variable aleatoria X tal que a < b, entonces la probabilidad de
que X est entre a y b es el rea por debajo de la curva de la funcin
de densidad entre los dos puntos.
b

P(a X b) f(x)dx
a

Funcin de Densidad
La funcin de densidad acumulada F(x0) es el rea bajo la
funcin de densidad f(x) para el valor mnimo de x sobre x0
x0

F(x0 ) f(x)dx
xm

donde xm es el valor mnimo que puede tomar una variable

aleatoria x.

Funcin de densidad y funcin de

probabilidad acumulada
Definicin
La () de una variable aleatoria continua X expresa la probabilidad de
que X sea menor o igual que x, como funcin de x, es decir.

F(x) P(X x)
Sea a y b dos valores posibles de X, con a < b. La probabilidad de que
X se ubique entre a y b es

P(a X b) F(b) F(a)

Note que, mientras que la funcin de densidad NO puede directamente
compararse con la funcin de probabilidad de una variable aleatoria
DISCRETA, la funcin de distribucin acumulada tiene la misma
interpretacin para ambos tipos de variables.

Probabilidad como una rea

El area sombreada bajo la curva es la
probabilidad de que X est entre a y b
f(x)

P (a x b )

= P (a < x < b )
(Note que la probabilidad
de cualquier valor
individual es cero)

Probabilidad como una rea

1. El rea total bajo la curva f(x) es 1.

2. El rea bajo la curva f(x) de la izquierda de x0 es F(x0), donde x0 es

cualquier valor que una variable aleatoria puede tomar.

f(x)

F(x 0 ) P(X x 0 )

x0

Calculo de probabilidades
La probabilidad de que X, una variable aleatoria continua
sea igual a un valor particular x es siempre cero. Ejemplo .
Siempre se calculan probabilidades en un intervalo, y hay,
por lo tanto dos maneras de hacerlo que son equivalentes:
Sean dos valores, a < b

Integrando o bien restando las funciones de densidad

acumuladas.

Distribuciones de Probabilidad
Distribucin
Probabilidad

Distribucin
Probabilidad
Continua

Uniforme
Normal
Exponencial

La Distribucin Uniforme
La distribucin uniforme es una distribucin de
probabilidad que tiene probabilidades iguales para
todos los intervalos de igual amplitud dentro del rango
para una variable aleatoria.
f(x)

rea total bajo la funcin

de densidad de una
probabilidad uniforme es
1.0
xmin

xmax

La Distribucin Uniforme
La distribucin uniforme continua:

f(x) =

1
si a x b
ba
0 en otro caso

Dnde:
f(x) = es el valor de una funcin de densidad para
cualquier valor x.
a = valor mnimo de x
b = valor mximo de x

Distribucin uniforme

Distribucin uniforme

Distribucin uniforme

Esperanza para Variables

Aleatorias Continuas
Definicin
Supongamos que el resultado de un experimento aleatorio puede
ser representado por una variable aleatoria continua. Si tenemos N
repeticiones independientes del experimento, entonces, el valor
esperado de la variable aleatoria es la media de los valores
obtenidos, cuando el nmero de repeticiones N tiende a infinito. El
valor esperado de la variable aleatoria es entonces

Y para el valor esperado de una funcin se define como

Esperanza para Variables Aleatorias

Continuas

La media de X, denotada por X , est definida como el

valor esperado de X

X E[X]

La varianza de X, denotada por X2 , est definida is

como los valores al cuadrado esperados, (X - X)2, de una
variable aleatoria desde su media.

2X E[(X X )2 ]

Media y Varianza de una

Distribucin Uniforme
La media de una distribucin uniforme es:

ab

2
La varianza es
2
(b
a)
2
12

Donde

a = valor mnimo de x
b = valor mximo de x

Distribucin uniforme

Ejemplo Distribucin Uniforme

Ejemplo: Distribucin de probabilidad uniforme en el
rango 2 x 6:

1
f(x) = 6 - 2= 0,25 para 2 x 6
f(x)

.25

(b - a)2 (6 - 2)2

1.333
12
12
2

ab 26

4
2
2

Ejercicio
1)Un sistema formado por 4 componentes independientes sigue el siguiente
esquema:

La componente A tiene un tiempo de vida en horas que viene descrito por una
variable aleatoria X con funcin de densidad:

a) Calcular el valor de K > 0 para que la () sea una funcin de densidad.

b) Cul es la probabilidad de que la componente A no falle durante las primeras
5 horas?
c) Si cada componente C y D por separado tiene una probabilidad de 0,1 de
fallar durante las primeras 5 horas. Calcular la probabilidad de que al menos
una de las dos funcionen durante ese periodo de tiempo.

Ejercicio
Sea X una variable aleatoria que representa el peso neto (medido en kilogramos)
de ciertos recipientes. La funcin de densidad de dicha variable X viene dada
por:

a)
b)
c)
d)

Cuantos kilogramos puede pesar como mucho un determinado recipiente?

Calcular el valor del parmetro , para que sea funcin de densidad.
Qu es mas probable que una pieza pese mas de 1,5 kilogramos o menos?
Calcular = ( )

Distribucin Normal
Tiene un rol central en el anlisis estadstico.
Se aplica cuando como resultado de un experimento con un
nmero grandes de repeticiones, esperamos encontrar que:
1. Una gran proporcin de resultados se encuentren
concentrados alrededor de la media.
2. El nmero de resultados en rangos de longitud fija ir
descendiendo alejndonos de la media (hacia ambos lados).

Distribucin Normal
Caractersticas:
Forma de campana

f(x)

Simtrica

Media, Mediana y Moda son

iguales
Ubicacin est determinada por la
media,

La extensin est determinada por

la desviacin estndar,
La variable aleatoria tiene un rango
terico infinito: + to

Media
= Mediana
= Moda

Distribucin Normal
La distribucin normal es aproximada a la distribucin de
probabilidad de un amplio rango de variables aleatorias.
Las distribuciones de una muestra de medias se aproxima a
una distribucin normal dada una muestra de tamao
grande.

El clculo de las probabilidades es directo.

La media, por lo tanto, es un parmetro que indica la
posicin de la funcin de densidad
La varianza, en cambio, cun concentrada est la variable
alrededor de la media.

Distribucin Normal

Dada la variacin de y , podemos obtener diferentes

distribuciones normales
Ir variando el promedio o varianza.

Forma de una Distribucin Normal

f(x)

Cambiando la distribucin se desplaza

hacia la derecha o izquierda, no cambia la
forma.
Cambiando incrementa o
disminuye su extensin.

Dada la media y varianza 2 se define la distribucin

normal usando la notacin

X ~ N(, 2 )

Funcin de Densidad de una

Distribucin Normal
La frmula para una funcin de densidad de
probabibilidad normal es

f(x)

1
2

(x )2 /2 2

Dnde
e = la constante matemtica aproximada a 2,71828
= la constante matemtica aproximada a 3,14159
= media poblacional
2 = varianza poblacional
x = cualquier valor de una variable continua, < x <

Distribucin Normal Acumulada

Para una variable aleatoria normal X con media y
varianza 2, X~N(, 2), la funcin de distribucin
acumulada es

F(x 0 ) P(X x 0 )
f(x)

P(X x 0 )

x0

Encontrando Probabilidades
Normales
La probabilidad para un rango de valores est medida
bajo el rea bajo la curva

P(a X b) F(b) F(a)

Encontrando Probabilidades
Normales
F(b) P(X b)
a

F(a) P(X a)

P(a X b) F(b) F(a)

La Distribucin Normal Estndar

Cualquier distribucin normal (cualquier combinacin de
media y varianza) puede ser transformada en una
distribucin normal estandarizada (Z), con media 0 y varianza
1
f(Z)

Z ~ N(0 ,1)

1
0

Necesidad de transformar X unidades en Z unidades restando la media

de X y dividiendo por su desviacin estndar

X
Z

Ejemplo

Si X est normalmente distribuido con media de

100 y desviacin estndar de 50, el valor de Z
para X = 200 es

X 200 100
Z

2,0

50

Es decir X = 200 est a dos desviaciones estndar

(2 incrementos de 50 unidades) sobre la media de
100.

Comparando las unidades de X

yZ

100
0

200
2.0

X
Z

( = 100, = 50)
( = 0 , = 1)

Note que la distribucin es la misma, slo la escala ha

cambiado. Podemos expresar el problema usando las
unidades (X) unidades estndarizadas (Z).
Trasnformacin lineal de la variable X en valores Z

Encontrando Probabilidades
Normales
b
a
P(a X b) P
Z

b a
F
F

f(x)

a
a

Probabilidad como una rea bajo

la Curva
El rea total bajo la curva es 1,0, y la curva es simtrica,
donde la media la divide en dos partes.
f(X)

P( X ) 0,5

0.5

P( X ) 0,5

0.5

P( X ) 1.0

Uso de tabla de distribucin

normal acumulada
Vamos a utilizar la tabla que viene en Newbold.
Sin embargo existen otras tablas, vamos a aprender
a utilizar cualquiera.

Ejercicio

Ejercicio

Curso: Estadstica I
EC300
EC201
Clase 19 y 20
Variables aleatorias continuas y distribucin de
probabilidad
Profesor: Mauricio Oyarzo
Segundo semestre 2015
mircoles, 11 de noviembre
de 2015

INGESIS-Contador Auditor-Ingeniera
Comercial-UCN