Академический Документы
Профессиональный Документы
Культура Документы
Clase Nº 8
Mg. Stella Figueroa
Variable aleatoria continua
a) f(x) 0 x
f(x) no representa
Si X toma sólo
valores en el
b)
f(x)dx 1 ninguna probabilidad.
Hallar el valor de k de modo que f(x) sea una fdp legítima y graficar,
siendo:
kx(1-x) si x 0,1
f (x)
0 si x (0,1)
Hallar :
a) P(1/4 <x<1/2) =
b) P(x >1/3 / 1/4< x <1/2)=
Función de Distribución Acumulativa (FDA)
si x1 x 2 F(x1 ) F(x 2 )
lim F ( x ) lim P ( X x ) P (S ) 1
x x
6x(1-x) si 0 x 1
f(x)=
0 si x (0,1)
Valor esperado o Esperanza Matemática
para variable continua
Sea X una variable aleatoria continua con fdp f(x) para todo x
real, se llama valor esperado de X o esperanza matemática
de X, a:
E(X) x.f(x) dx
E(X) existe si
x .f(x) dx <
6x(1-x) si 0 x 1
Hallar la E(X) para f(x)
0 en otro caso
Propiedades de la E(x) )
1) Si X = C entonces E(X) = C
2) E(C.X)= C.E(X)
3) E (X+Y) = E (X) + E(Y)
4) E (X-Y) = E (X) - E(Y)
5) E (X.Y) = E (X) . E(Y) si X eY son
Variables aleatorias independientes
Propiedades de la varianza
1) Si x = C entonces V(x) = 0
2) V (x+c) = V (x)
3) V(cx)=c 2V(x)
V ( x ) E ( x ) E x
2 2
Demostrar
n
VAD V (x) i
( x
i 1
E ( x ))2
.p( xi )
2
x E ( x ) .f ( x )dx x 2.f ( x )dx x.f ( x )dx
V (x)
2
VAC
Ejemplo de una vinculación entre VAD y VAC
m e
1 1
P ( X me ) P ( X me ) f(x)dx
2
2
1
8 x si 0 x 2
f(x)= k si 2< x 5
1. Dada la siguiente función 0 para todo otro valor
2. Hallar el valor de k para que f(x) sea una fdp.
3. Calcular el valor de a tal que P( x a) 0,25
4. ¿Qué medida de posición representa a?
Justificar la respuesta.
5. Si la moda (Mo) es el valor de x para el cual f(x) toma su valor máximo, hallar, si existe, la
Mo de esta fdp.
Variable Aleatoria Uniforme
Definición
Una variable aleatoria X tiene una
1
si a x b
distribución uniforme en el f(x)= b-a
intervalo [a;b] si la fdp de X es:
0 en otro caso
0 si x < a
x a
Demostrar que la FDA está dada por F(x)=
si a x b
b a
1 si x > b
Gráficos de la fdp y de la FDA de una variable
aleatoria uniforme
F(x)
f(x)
1
1
ba
a b x a b x
fdp FDA
0 si x < a
1 x a
si a x b
f(x)= b-a F(x)= si a x b
b a
0 en otro caso
1 si x > b
Ejemplo
Los trenes de una línea de subterráneos corren cada media hora entre la
medianoche y las seis de la mañana. ¿ Cuál es la probabilidad de que un
hombre que entra a la estación a una hora al azar, durante ese período tenga
que esperar por lo menos 20 minutos?
La variable aleatoria T: tiempo, en minutos, hasta el siguiente tren, está distribuida
uniformemente en el intervalo [0;30]
1 1 1
30 20
30 30
P (T 20) f (t )dt dt
20 20 30 30 3
La probabilidad sólo depende de la longitud del intervalo y
no de la ubicación del mismo.
Esperanza y varianza
b-a
2
a+b
E(x)= V(x)=
2 12
Distribución exponencial
Si X es una variable aleatoria continua que toma todos los valores no negativos
tiene una distribución exponencial, con parámetro α > 0 Si su fdp está dada por:
2.0
1.8
1.6
1.4
α e- x si x 0
1.2 f(x)
α 1.0 0 si x < 0
0.8
α 0.6
0.4
α 0.2
0.0
0 1 2 3 4 5 6 7 8
Verificar que es una legítima fdp:
b eu b
1
e dx lím lím e 1
x
f ( x ) dx du
0 0
b
0 b
1
.180
a) P(T<180)= F(180)=1-e 360
0.3935
1
.720
720
b) P(T>720)=1-P(T 720)=1-F(720)=1- 1 e 360 e 360 0,1353
Relación entre la distribuciones de Poisson
y exponencial
Sea X el número de partículas emitidas por una fuente radioactiva. Si se sabe que
el número esperado de emisiones en una hora es de 30 partículas.
a) ¿Cuál es la probabilidad de que sean emitidas al menos 2 partículas en un
lapso de 1 minuto?
b) ¿Cuál es la probabilidad de que el tiempo entre emisiones sucesivas sea al
menos de 3 minutos?
Relación entre la distribuciones de
Poisson y exponencial
k .e 30.1
a ) X : n º de partìculas en 1min P ( X k ) , 0.5
k! 60
P ( X 2) 1 P ( X 2) 1 P( X 0) P( X 1
1 0,91 0, 09
P( s x s t ) F ( s t ) F ( s )
P( x s t / x s )
P( x s ) 1 F ( s)
1 e ( s t ) 1 e s e ase t e s e s (e t 1)
s
s
s
1 (1 e ) e e
t
1 e F (t ) P( x t )