VARIABLES ALEATORIAS UNIDIMENSIONALES

I) DISTRIBUCIONES DE UNA v.a.d DADA LA FUNCIÓN DE CUANTIA f:

TABLA I

x 0 1 2
f(x) 1/4 1/2 1/4

Obtenido el experimento aleatorio E: “Lanzar al aire dos monedas balanceadas”, de la variable aleatoria discreta(v.a.d) X=”Nª de
sellos” y la función de probabilidad asociada o función de cuantía: f(x). Calcular : (1.1), 1.2), 1.3), 1.4), 1.5)

I)
i x f(x) xf(x) x2f(x) x3f(x) x4f(4)
1 0 ¼ 0 0 0 0
2 1 ½ ½ ½ ½ ½
3 2 1/4 1/2 1 2 4
2 2 2 2 2


x 0
f ( x)  1  xf ( x)  1
x 0
 x 2 f ( x)  3 / 2
x 0
 x 3 f ( x)  5 / 2
x 0
x
x 0
4
f ( x)  9 / 2

1.1) Esperanza matemática: E(x).

2
E(x) =   xf ( x)  1
x 0

1.2) Varianza o variancia: V(x).

V(x) = E[x2] – {E[x]}2

2
E[x2] = x
x 0
2
f ( x)  3 / 2 = 1.5
Reemplazando en la formula:
V(x) = 1.5 – (1)2 = 0.5

i x f(x) (x-1)1f(x) (x-1)2f(x) (x-1)3f(x) (x-1)4f(4)

1 0 ¼ -1/4 1/4 -¼ ¼
2 1 ½ 0 0 0 0
3 2 1/4 1/4 1/4 ¼ 1/4
2 2 2 2 2


x 0
f ( x)  1  ( x  1)1 f ( x)  0
x 0
 ( x  1) 2 f ( x)  0.5
x 0
 ( x  1) 3 f ( x)  0
x 0
 ( x  1)
x 0
4
f ( x )  0 .5

1.3) Momentos alrededor del origen

 0  E[x ] = No existe
0

2
1  E[x1] =  xf ( x)  1
x 0
2
 2  E[x ] = 2
x
x 0
2
f ( x)  3 / 2 = 0.5
2
3  E[x3] =  ( x  1)
x 0
3
f ( x)  0
2
 4  E[x ] = 4
x
x 0
4
f ( x)  9 / 2 = 4.5

1.4) Momentos alrededor de la media o momentos centrales.

0 = E[(x-1) ] = no existe0

2
1 = E[(x-1) ] =  ( x  1)1 f ( x )  0
1

x 0
 2
2 = E[(x-1) ] =  ( x  1) 2 f ( x)  0.5
2

x 0
2
3 = E[(x-1) ] =  ( x  1) 3 f ( x)  0
3

x 0
2
4 = E[(x-1) ] =  ( x  1) 4 f ( x)  0.5
4

x 0

1.5) Sea X una v.a.d o v.a.c se define el K-esimo momento factorial de la variable X, y se denota por mk , al numero real:

mk = E[x(x-1)(x-2)…(x-k+1)], k  Z0+.

-Calcular los momentos factoriales:

m0, m1,m2,m3.

i x f(x) (x!)1f(x) (x!)2f(x) (x!)3f(x) (x!)4f(4)

x!
1 0 ¼ 1 ¼ ¼ 1/4 1/4
2 1 ½ 1 ½ ½ ½ ½
3 2 1/4 2 1/2 1 2 4
2 2 2 2

 (x!)1 f ( x)  5 / 4 (x!) 2 f ( x)  7 / 4
x 0 x 0
 (x!) 3 f ( x)  11 / 4  (x!) 4 f ( x)  19 / 4
x 0 x 0

m0 = E [ (x! )0] = No existe

2
m0 = E [ (x! )1] =  (x!)
x 0
1
f ( x)  5 / 4 = 1.25
2
m0 = E [ (x! 2
) ]=  (x!)
x 0
2
f ( x)  7 / 4 = 1.75

2
m0 = E [ (x! )3] =  (x!)
x 0
3
f ( x)  11 / 4 = 2.75

2
m0 = E [ (x! )4 ] =  (x!)
x 0
4
f ( x)  19 / 4 = 4.75

II) DISTRIBUCIONES DE UNA v.a.c.-Si la variable aleatoria continua x tiene la función de densidad expresada por:

F(x) =

II-a) Verifique si f(x) efectivamente es una función de densidad.

• De la gráfica veamos si cumple el Primer Requisito.
F1>0 , f2=0 , f3 = 0
Por tanto f(x) ≥0 ;

• Veamos si cumple el Segundo Requisito.

=1
II-b) Determinar la Función de Distribución Acumulada F(x).

F.D.A.

F.D.A.

Por tanto la Función de distribución Acumulada F(x) será:

II-c) Hallar la probabilidad del evento A:P(A), sabiendo que A= [-1<x<3]

II-e) La Esperanza Matemática E(x).

dx+0
II-f) La variancia o Varianza de la v.a.X continua: V(x).

dx+0

Por tanto:
-

II-g) Sea g(x) = ax2 +b, encontrar E[g(x)]

III) Dada la Función de Distribución Acumulada:

0 ; X<0
(X2)/4 ; 0≤X≤1
-(X/2)-(1/4) ; 1<X<2
1-1/(2X) ; X≥2

Calcular:
a) P(x<2) =

=
 b) P(X≥1.5) = 1-P(X<1.5)
.
= 1- (

.
= 1 -

c) E(x).
E(x) =

= =

= +∞

IV) La Probabilidad de que una casa sea destruida por un incendio en un periodo de un año es de 0,001, una
compañía de Seguros ofrece al dueño de casa un póliza de seguros contra incendios por 10 000 nuevos soles por
el término de un año con una prima de 50 nuevos soles. ¿Cuál es la ganancia esperada por la compañía?

Solución:
Sea x, la ganancia de la compañía.
x f(x) xf(x)
50 0.999 49.95
-9950 0.001 -9.95
1.000 40.00

E(x) = 40
La ganancia que espera la compañía por la venta de la póliza es de S/.40.