Вы находитесь на странице: 1из 12

Instituto Tecnológico de Aguascalientes

18 de octubre de 2018

PORTAFOLIO DE EVIDENCIAS
Unidad 3. Variables aleatorias

Probabilidad y Estadística
Ing., Rosa Elena Andrade Leal

Omar Misael Cruz Vega


No. De control: 18150291
Unidad 3. Variables aleatorias
Variable Aleatorias Discretas.
Es una función que asocia cada elemento del espacio muestral un número real.

Ejercicio 1:

Su lanzamos 3 monedas al aire, calcular la probabilidad del número de águilas


X= # de Águilas.

S {AAA, AAS, ASA, ASS, SAA, SAS, SSA, SSS}


3 2 2 1 2 1 1 O

R(x) = {0,1,2,3}

X P
0 1/8
1 3/8
2 3/8
3 1/8
1

P(x=2)=3/8
P{x€(-∞,1)}=1/8
P{x€(-∞,1)}=6/8
Ejercicio 2:

El resultado de lanzar dos dados sea un número par.


X=Suma sea número par.
S {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6), (3,1),
2 3 4 5 6 7 3 4 5 6 7 8 4
(3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6), (5,1), (5,2), (5,3),
5 6 7 8 9 5 6 7 8 9 10 6 7 8
(5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)}
9 10 11 7 8 9 10 11 12

R (x) = {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}

x1 P y1 P
2 1/36 3 1/36
4 3/36 5 4/36
6 5/36 7 6/36
8 5/36 9 4/36
10 3/36 11 2/36
12 1/36

P {x € [2,6)} = P(x=2) + P(x=4) = 1/36 + 3/36 = 4/36


P {y € (3, 9]} = P(y=5) + P(y=7) + P(y=9) = 4/36 + 6/36 + 4/36 = 14/36

La función de distribución es la probabilidad de que la variable “x” tome valores


iguales o menores que “x”.

𝑓(𝑥) = 𝑃(𝑥 ≤ 𝑥1)


𝑛

= ∑ 𝑃[𝑥 ≤ 𝑥1]
𝑥1≤𝑥
Valor esperado:
𝐸(𝑥) = 𝑥1 . 𝑃(𝑥 = 𝑥1 ) + 𝑥2 . 𝑃(𝑥 = 𝑥2 )+. . +𝑥𝑛 . 𝑃(𝑥 = 𝑥𝑛 )

Esperanza matemática
Media de una variable aleatoria discreta (x)

x P(x) xn*P(x=xn)
x1=2 1/36 2/36
x2=3 2/36 6/36
x3=4 3/36 12/36
x4=5 4/36 20/36
x5=6 5/36 30/36
x6=7 6/36 42/36
x7=8 5/36 40/36
x8=9 4/36 36/36
x9=10 3/36 30/36
x10=11 2/36 22/36
x11=12 1/36 12/36

Varianza
2
𝑠 2 = (𝑥1 − 𝐸(𝑥))2 ∗ 𝑃(𝑥 = 𝑥1 ) + (𝑥1 − 𝐸(𝑥)) ∗ 𝑃(𝑥 = 𝑥1 )+. . +(𝑥𝑛 − 𝐸(𝑥))2 ∗ 𝑃(𝑥 = 𝑥𝑛 )
Ejercicio
Al lanzar cuatro monedas considerar como variable aleatoria x el número de águilas
obtenidas
a) Determinar la probabilidad y su representación gráfica.
b) La función de distribución y su representación gráfica.
c) La esperanza matemática y la varianza.

S
S
S,S,S,S=0
S
A
S,S,S,A=1
A
S
S,S,A,S=1
S
A
S,S,A,A=2
S
S
S,A,S,S=1
A
A
S,A,S,A=2
A
S
S,A,A,S=2
Lanzar
cuatro
A
S,A,A,A=3
moneda
S
S
A,S,S,S=1
S
A
A,S,S,A=2
A
S
A,S,A,S=2
A
A
A,S,A,A=3
S
S
A,A,S,S=2
A
A
A,A,S,A=3
A
S
A,A,A,S=3
A
A,A,A,A=4

Sea x una variable aleatoria discreta calcular la distribución de probabilidad y las


siguientes probabilidades:
X P(x) F(x)
0 0.1 0.1
1 0.2 0.3
2 0.1 0.4
3 0.4 0.8
4 0.1 0.9
5 0.1 1

 𝑃(𝑥 < 4.5) = 0.9


 𝑃(𝑥 ≥ 3) = 0.6
 𝑃(3 ≤ 𝑥 < 4.5) = 0.5
La distribución de probabilidad de una variable aleatoria está dada por;
X 1 2 3 4
p(x) 0.3 0.35 k 0.2

a. Hallar k para que se trate de una función de probabilidad


1 = 𝑃(𝑥 = 𝑥1 ) + 𝑃(𝑥 = 𝑥2 ) + 𝑃(𝑥 = 𝑥3 ) + 𝑃(𝑥 = 𝑥4 )
1 = 0.3 + 0.35 + 𝑘 + 0.2
1 = 0.85 + 𝑘
1 − 0.85 = 𝑘
𝑘 = 0.15

b. Representa gráficamente la función de probabilidad


c. Halla 𝑃(𝑥 < 4) 𝑃(2 < 𝑥 < 4)
𝑃(𝑥 < 4) = 𝑃(𝑥 = 𝑥1 ) + 𝑃(𝑥 = 𝑥2 ) + 𝑃(𝑥 = 𝑥3 )
𝑃(𝑥 < 4) = 0.8

𝑃(2 < 𝑥 < 4) = 𝑃(𝑥 = 𝑥3 )


𝑃(2 < 𝑥 < 4) = 0.15

X 0 1 2 3 4
0.1 A b c 0.2

Sabiendo que 𝑃(𝑥 ≤ 2) = 0.7 𝑦 𝑃(𝑥 ≥ 2) = 0.75

𝑃(𝑥 ≤ 2) = 0.7
𝑃(𝑥 = 𝑥0 ) + 𝑃(𝑥 = 𝑥1 ) + 𝑃(𝑥 = 𝑥2 ) = 0.7
0.1 + 𝑎 + 𝑏 = 0.7
𝑎 + 𝑏 = 0.7 − 0.1
𝑎 + 𝑏 = 0.6
𝑎 + 0.45 = 0.6
𝑎 = 0.6 − 0.45
𝑎 = 0.15
𝑃(𝑥 ≥ 2) = 0.75
𝑏 + 𝑐 + 0.2 = 0.75
𝑏 + 𝑐 = 0.75 − 0.2
𝑏 + 𝑐 = 0.55
0.45 + 𝑐 = 0.55
𝑐 = 0.55 − 0.45
𝑐 = 0.1

0.1 + 𝑎 + 𝑏 + 𝑐 + 0.2 = 1
0.1 + (0.6 − 𝑏) + 𝑏 + (0.55 − 𝑏) + 0.2 = 1
0.1 + 0.6 − 𝑏 + 𝑏 + 0.55 − 𝑏 + 0.2 = 1
0.1 + 0.6 + 0.55 − 𝑏 + 0.2 = 1
1.45 − 𝑏 = 1
1.45 − 1 = 𝑏
𝑏 = 0.45

Determinar la esperanza matemática y su desviación típica.

x 0 1 2 3 4
P(x) 0.1 0.15 0.45 0.1 0.2
0.15 0.9 0.3 0.8 2.15
x-m -2.15 -1.15 -0.15 0.85 1.85
(x-m)^2 4.6225 1.3225 0.0225 0.7225 3.4225
(x- 0.46225 0.198375 0.010125 0.07225 0.6845 1.4275
m)^2*P(x=n)
Discretas (finito)

Variables
aleatorias

Continuas (infinito)

Sea x una variable aleatoria continua cuya función de probabilidad es


2𝑘𝑥 𝑠𝑖 0 ≤ 𝑥 ≤ 3
𝑓(𝑥) = 6𝑘 𝑠𝑖 3 < 𝑥 ≤ 5
0 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
x f(x)
0 2k(0)=0
1 2k(1)=2k
2 2k(2)=4k
3 2k(3)=6k
4 6k
5 6k

8
6
4
k

2
0
0 1 2 3 4 5
x

3 6
2𝑘 ∫ 𝑥𝑑𝑥 + 6𝑘 ∫ 𝑑𝑥 = 1
0 4

𝑘𝑥 2 |30 + 6𝑘𝑥|64 = 1

Sea x una variable aleatoria continua cuya función de probabilidad


𝑘 𝑥𝐸[1,4]
𝑓(𝑥) =
0 𝑥𝐸[1,4]
Dada la función de densidad de una variable aleatoria continua ¿Cuál es la probabilidad
de que la variable sea mayor o igual a 2 pero menor a 3?

𝑥
𝑥𝐸[1,4]
𝑓(𝑥) = 6
0 𝑥𝐸[1,4]

f(x)
5/7
3/5
1/2
2/5
f(x)

2/7
1/5
0
0
0 1 2 3 4
x

0 1 2 3 4
f(x) 0 1/6 1/3 1/2 2/3

1 3
∫ 𝑥𝑑𝑥
6 2

1 𝑥 2 3 1 3 2 22 5
. |2 = [ − ] =
6 2 6 2 2 12

Sea
2
𝑓(𝑥) = 𝑎𝑥 𝑠𝑖 1 ≤ 𝑥 ≤ 3
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Calcular la constante a
b) Calcular 𝑃(𝑥 ≥ 2)
3
𝑎 ∫ 𝑥 2 𝑑𝑥
1

𝑥3 3 33 13 26
𝑎 |1 = 𝑎 [ − ] = 𝑎
3 3 3 3
26
𝑎 =1
3
3
𝑎=
26
f(x)
10 9
9
8
7
6
5 4
a

4
3
2 1
1 0
0
0 1 2 3
x

f(x)

0 1 2 3
f(x) 0 1 4 9

+ + + =1
1 ∗ 3𝑎 1 ∗ 5𝑎
(1𝑎 ∗ 1) + (1 ∗ 4𝑎) + ( )+( )=1
2 2
3𝑎 5𝑎
1𝑎 + 4𝑎 + + =1
2 2
9𝑎 = 1
Dada la variable aleatoria x c
2𝑥 𝐸[0,1]
𝑓(𝑥)
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Encontrar

𝑃(1⁄4 ≤ 𝑥 ≤ 1⁄2)

f(x)
2.5
2
1.5
1
0.5
0
0 1
f(x) 0 2

f(x)

0 1
f(x) 0 2

1
2
∫ 2𝑥 𝑑𝑥
1
4

2𝑥 2 12
|
2 14

1 1
( )2 − ( )2
2 4
1 1 3
− =
4 16 16

Dada la variable aleatoria x con función de densidad


𝑓(𝑥) { 2𝑒 −2𝑥 𝑝𝑎𝑟𝑎 𝑥 ≥ 0
Encontrar
𝑃(0.3 ≤ 𝑥 ≤ 0.6)
0.6
∫ 2𝑒 −2𝑥 𝑑𝑥
0.3

−𝑒 2𝑥 |0.6
0.3 = −𝑒
−2(0.6)
− (−𝑒 −2(0.3) ) = −0.30119 − (−0.54881) = 0.24762
f(x)
2.5

1.5

0.5

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

f(x)

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1


f(x) 2 1.63746 1.34064 1.09762 0.89866 0.73576 0.60239 0.49319 0.40379 0.3306 0.27067

Sea X una variable aleatoria continua con función de densidad

3𝑥
𝑓(𝑥) {𝑐 + ( 8 ) 𝑠𝑖 0 ≤ 𝑥 ≤ 2
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
 Calcular C
 Encontrar 𝑃(1 ≤ 𝑥 ≤ 1.5
𝑃(𝑥 > 1)

Вам также может понравиться