Академический Документы
Профессиональный Документы
Культура Документы
Distribuciones de
probabilidad
Variable aleatoria
Variable aleatoria
La variable aleatoria X S X R
es discreta si su
conjunto imagen X(S)
se le puede asignar un
valor de acuerdo a la
aparición de los s X(s)
eventos, es decir
existe un número de
valores finitos dentro
de un intervalo.
Dominio Conjunto de
Imagen
Función de distribución de variables discretas
Forma tabular
Tenemos un conjunto
X X1 X2 X3 … Xn
imagen finito X(s)=(X1,
f(X) f(X1) f(X2) f(X3) … f(Xn)
X2,X3,…,Xn), si
definimos una función Gráfico de barras
f(Xi5)
f de X(s) tal que f(Xi) =
P(X=xi), tal función .4
recibe el nombre de .
función de .3
distribución de la f(X22)
variable discreta X. f(X11)
0 ……….
X1 X2 X3 X
Función de distribución de variables discretas
1.
2.
3.
Función de distribución de variables discretas
Ejemplo:
Una Caja contiene 500 sobres con dinero así: 75 sobres contienen US$100, 150 contienen
US$25 y 275 sobres contienen US$10. Usted paga $US25 y puede seleccionar al azar un
sobre de la caja.
Valores que
toma la Función de
variable probabilidad o Función de
aleatoria Eventos Número de masa distribución
X asociados eventos f(Xi) F(Xi)
10 {US$10} 275 0.55 0.55
25 {US$25} 150 0.30 0.85
100 {US$100} 75 0.15 1.00
500 1
Función de distribución de variables discretas
Ejemplo:
Una Caja contiene 500 s0bres con dinero así: 75 sobres contienen US$100, 150 contienen
US$25 y 275 sobres contienen US$10. Usted paga $US25 y puede seleccionar al azar un
sobre de la caja.
Función de probabilidad o masa
0.6000 0.55
0.5000
Probabilidad
0.4000
0.3
0.3000
0.2000 0.15
0.1000
0.0000
10 25 100
Valores que toma la variable aleatoria
Función de distribución de variables discretas
Ejemplo:
Una Caja contiene 500 s0bres con dinero así: 75 sobres contienen US$100, 150 contienen
US$25 y 275 sobres contienen US$10. Usted paga $US25 y puede seleccionar al azar un
sobre de la caja.
Función de distribución de variables discretas
Ejemplo: X :Variable aleatoria: La suma del resultado de lanzar dos dados iguales
0.12
0.10 0.10 0.10 0.10
Probabilidad
0.10
0.08
0.02
0.00
2 3 4 5 6 7 8 9 10 11 12
Valores de la variable aleatoria
Función de distribución de variables discretas
El valor esperado representa lo mismo que conocemos como media o valor promedio.
Función de
probabilidad o masa
Valor esperado de para variables discretas
E[aX] = a E[X]
Ejemplo:
Una Caja contiene 500 s0bres con dinero así: 75 sobres contienen US$100, 150 contienen
US$25 y 275 sobres contienen US$10. Usted paga $US25 y puede seleccionar al azar un
sobre de la caja.
Valores que
toma la Función de
variable probabilidad o
aleatoria Eventos Número de masa Valor Esperado
X asociados eventos f(Xi) E(X)=Xif(Xi)
10 {US$10} 275 0.55 5.5
25 {US$25} 150 0.33 7.5
100 {US$100} 75 0.15 15.0
500 1 28.00
Ejemplo: X :Variable aleatoria: La suma del resultado de lanzar dos dados iguales
Si cada uno de ustedes juegan muchas veces en promedio el resultado de la suma de sus
lanzamientos será de 7.
Varianza de una variable discreta
Ejemplo:
Una Caja contiene 500 s0bres con dinero así: 75 sobres contienen US$100, 150 contienen
US$25 y 275 sobres contienen US$10. Usted paga $US25 y puede seleccionar al azar un
sobre de la caja.
Valores que
toma la Función de
variable probabilidad Función de Valor
aleatoria Eventos Número de o masa distribución Esperado
X asociados eventos f(Xi) F(Xi) E[X]=ΣXif(Xi) E[X2]
10 {US$10} 275 0,55 0,55 5,50 55,00
25 {US$25} 150 0,3 0,85 7,50 187,50
100 {US$100} 75 0,15 1 15,00 1500,00
Suma 500 1 28,00 1742,50
V[X]=SXi2f(Xi)-µ2= 958,50
Desviación estándar = 30,96
Varianza de una variable discreta
Ejemplo: X :Variable aleatoria: La suma del resultado de lanzar dos dados iguales
Valores que
toma la Función de
variable probabilidad Función de Valor
aleatoria Eventos Número de o masa distribución Esperado
X asociados eventos f(Xi) F(Xi) E[X]=ΣXif(Xi) E[X2]
2 {1,1} 1 0,05 0,05 0,1 0,2
3 {1,2} 1 0,05 0,10 0,1 0,4
4 {1,3};{2,2} 2 0,10 0,19 0,4 1,5
5 {1,4};{2,3} 2 0,10 0,29 0,5 2,4
6 {1,5};{2,4};{3,3} 3 0,14 0,43 0,9 5,1
7 {1,6};{2,5};{3,4} 3 0,14 0,57 1,0 7,0
8 {2,6},{3;5};{4,4} 3 0,14 0,71 1,1 9,1
9 {3,6};{4,5} 2 0,10 0,81 0,9 7,7
10 {4,6};{5,5} 2 0,10 0,90 1,0 9,5
11 {5,6} 1 0,05 0,95 0,5 5,8
12 {6,6} 1 0,05 1,00 0,6 6,9
21 1,00 7,0 55,7
V[X]=SXi2f(Xi)-µ2=
Desviación estandar =
Función de distribución
variables continuas
La variable aleatoria S X R
X es continua si su
conjunto imagen
X(S) es también
continuo, es decir s X(s)
puede tomar todos
lo infinitos valores
interiores a un
intervalo. Dominio Conjunto de
Imagen
Función de densidad de variables continuas
La función f(x), es una función de densidad para la variable aleatoria continua X, si se cumple:
Función de densidad de variables continuas
La función f(x), es una función de densidad para la variable aleatoria continua X, si se cumple:
Función de densidad de variables continuas
X: Variable Aleatoria Continua, Ejemplo
Corroborar:
Encontrar
Encontrar: La vida útil del transistor sea exactamente igual a las 5000 horas.
Esta probabilidad siempre es cero por ser X una Variable Aleatoria Continua y la
probabilidad es el área bajo la función de densidad.
•P(Xa) = F(a)
•P(X>a)=1-P(Xa) = 1 – F(a)
Función de distribución de variables continuas
¿Para qué sirve la función de distribución?
Ejemplo: P(XP75)=F(P75)=75%
Función de distribución de variables continuas
X: Variable Aleatoria Continua, Ejemplo
10.000
=1−
a. ¿Cuál es la probabilidad de que la vida útil del transistor este por debajo de las
500 horas?
b. ¿Cuál es la probabilidad de que la vida útil del transistor este entre 400 y 500
horas?
Valor esperado:
Varianza:
= = −
= = −
Ejercicio en clase
1. El tiempo en minutos que un bus del MIO se retrasa es una variable aleatoria X con
función de densidad:
= 25 − ; −5< <5
a. Calcule el valor de k (Pista. Compruebe que f(x) es una función de densidad)
b. Encuentre la función de distribución.
c. Calcule la probabilidad que el bus no se demore.
d. Calcule la probabilidad que el bus se demore más de 3 minutos.
e. Calcule la media y la varianza del tiempo en minutos que el bus se retrasa.
, > 1,
=
0,
a. Calcule el valor de k (Pista. Compruebe que f(x) es una función de densidad)
b. Encuentre la función de distribución.
c. ¿Cuál es la probabilidad de que una partícula tomada al azar del combustible
fabricado sea mayor que 4 micras?
d. ¿Cuál es la probabilidad de que una partícula tomada al azar del combustible
fabricado este entre 4 y 20 micras?
e. Calcule la media y la varianza del tamaño en micras de las partículas.