Академический Документы
Профессиональный Документы
Культура Документы
Malln Arenas e
Departamento de Estad stica Facultad de Ciencias F sicas y Matemticas a Universidad de Concepcin o
Variables Aleatorias
1 / 30
Introduccin o Variables Aleatorias Discretas Variables Aleatorias Continuas Funciones de variable aleatoria Esperanza de una variable aleatoria Varianza de una variable aleatoria
Variables Aleatorias
2 / 30
Introduccin o
Introduccin o
Denicin o Dado un experimento aleatorio , el espacio muestral asociado a . Una funcin X que asigna a cada elemento en uno y solamente un nmero o u real x = X(), se llama variable aleatoria. Es decir, X es una funcin real, o X : I R El dominio de la variable aleatoria X es y el rango es un subconjunto de I que lo denotaremos por RX o R(X). El rango RX de la variable R aleatoria X est dado por el siguiente conjunto de nmeros reales: a u RX = {x I : X() = x, R algn } = X(). u
Variables Aleatorias
3 / 30
Introduccin o
Ejemplo Pensemos en los estudiantes de una universidad A, cada estudiante vamos a concebirlo como un suceso, a este suceso vamos a asignarle su altura as diremos que Juan mide 1.72, Pedro mide 1.66 mts. Es decir, estamos cuanticando los estudiantes X(Juan) = 1.72, X(Pedro) = 1.66 mts.
Variables Aleatorias
4 / 30
Introduccin o
Denicin (Eventos Equivalentes.) o Sea un espacio muestral asociado a un experimento aleatorio , y X una variable aleatoria con rango RX denida sobre . Un evento A en y un evento EX en RX se dice que son eventos equivalentes, si A = { : X() EX } Denicin o A es un evento en el espacio muestral y EX un evento en el rango RX de la variable aleatoria X, entonces denimos la probabilidad de EX como: P (EX ) = P (A), A = { : X() EX }.
Variables Aleatorias
5 / 30
Denicin o Si el rango de la variable aleatoria X, es un conjunto nito o innito numerable, se llama variable aleatoria discreta. En este caso: RX = {x1 , x2 , x3 , . . . }. Obs: Podemos asumir que RX est ordenado es decir: a x1 < x2 < < xn < . . . .
Variables Aleatorias
6 / 30
Denicin (Funcin o Ley de Probabilidad) o o Sea X una variable aleatoria discreta con rango RX . Una funcin denida o por: p(x) = P (X = x) = P ({ : X() = x}) =
{:X()=x}
P ()
p(x) > 0, si x RX .
xRx
p(x) = 1.
Se llama funcin de probabilidad o ley de probabilidad (tambin llamada o e funcin de cuant de la variable aleatoria X. o a)
Variables Aleatorias
7 / 30
La coleccin de pares (x, p(x)) se llama distribucin de probabilidad de X. o o La distribucin de probabilidad se representa usualmente en una tabla, o como muestra la gura: x p(x) x1 p(x1 ) x2 p(x2 ) x3 p(x3 ) ... ...
Tambin se puede representar grcamente. e a La probabilidad de un evento E en RX , se dene de la siguiente manera: P (E) =
xE
p(x) =
xE
P (X = x)
Variables Aleatorias
8 / 30
Ejemplo En un lote de 10 art culos, hay 3 art culos defectuosos. Del lote se toma al azar una muestra de cuatro art culos sin reposicin. Sea X la variable o aleatoria que representa el nmero de art u culos defectuosos en la muestra. a) Describir el dominio de X; b) Determinar la funcin de probabilidad de X; o c) Gracar la funcin de probabilidad de X. o
Variables Aleatorias
9 / 30
Ejemplo Considere el lanzamiento de una moneda tres veces y dena X() = nC nS . Hallar la distribucin de probabilidad y construir su o tabla. Ejemplo Para cada una de las siguientes funciones, determine la constante k para que f (x) sea una funcin de probabilidad de una variable aleatoria X. o a) f (x) = kx, x = 1, 2, 3, ..., 10 b) f (x) = k 1 , x = 1, 2, 3, ... 3
x
Variables Aleatorias
10 / 30
Funcin de Distribucin de una variable Aleatoria Discreta o o Otro concepto importante en el desarrollo de los siguientes cap tulos es el de funcin de distribucin, o funcin de distribucin acumulativa, como se o o o o conoce algunas veces, debido a que se considera eventos de la forma: {X x}
Variables Aleatorias
11 / 30
Denicin o Sea X una variable aleatoria discreta con funcin de probabilidad, o p(xi ) = P (X = xi ) , sea x un nmero real cualquiera, la funcin de u o Distribucin de X se denota por F (x) y se dene como: o F (x) = P (X x) =
xi x
p(xi ) =
xi x
P (X = xi ).
Variables Aleatorias
12 / 30
Propiedades de la funcin de distribucin o o Prop.1. 0 F (x) 1, pues F (x) es una probabilidad para cualquier x real y las probabilidades estn limitadas por 0 y 1. a Prop.2. F (x) es una funcin no decreciente. Sean x1 , x2 I tales o R que x1 < x2 , entonces se tiene F (x1 ) F (x2 ). Prop.3. a) F () = P (X ) = 1, pues el evento {X } es el conjunto de todos los nmeros reales. u b) F () = P (X ) = 0, pues el evento {X } es el conjunto nulo.
Prop.4. Sea xk , xk+1 RX ,si x es tal que xk < x < xk+1 , entonces F (x) = F (xk ). Es decir, la funcin F (x) es constante e o igual a F (xk ) para todo x [xk , xk+1 ]. Esto implica, que si X es una variable discreta, F (x) es una funcin escalonada. o
Variables Aleatorias
13 / 30
Nota: a) La funcin de distribucin da directamente P (X a) = F (a); o o b) P (X a) = 1 P (X < a) = 1 F (xk ), si xk < a xk+1 ; c) La funcin de distribucin F (x) se puede usar para determinar la o o probabilidad de cualquier clase con relacin a X; en particular se o tiene: P (a < X b) P (a X b) P (a < X < b) P (a X < b) p(xi ) = = = = = F (b) F (a) F (b) F (a) + P (X = a) F (b) F (a) P (X = b) F (b) F (a) P (X = b) + P (X = a) P (X = xi ) = F (xi ) F (xi1 ).
Variables Aleatorias
14 / 30
Denicin o Decimos que X es una variable aleatoria continua con rango RX si existe una funcin f (x) integrable, llamada funcin de densidad de probabilidad o o asociada a X, que satisface las siguientes condiciones:
1 2 3
f (x) 0, x I R
RX
f (x)dx = 1
P (A) = P (a < X b) =
a
f (x)dx
Variables Aleatorias
15 / 30
Observacin: Es importante darse cuenta que f (x) no representa la o probabilidad de algo y que solamente cuando la funcin se integra entre o dos puntos produce una probabilidad.
Variables Aleatorias
16 / 30
Obs: Si X es una variable aleatoria continua podemos ver que: La Probabilidad de un punto es nula, es decir si x0 RX , entonces P (X = x0 ) = 0; De lo anterior se deduce que: P (a < X b) = P (a X b) = P (a < X < b) = P (a X < b).
Variables Aleatorias
17 / 30
Ejemplo Considere la variable aleatoria continua X con fdp dada por: f (x) = kx, si 0 x 1; . 0, en otro caso.
a) Determine la constante k para que f (x) sea una funcin de densidad o de probabilidad; b) Calcule P (X < 1/2)
Variables Aleatorias
18 / 30
Funcin de distribucin variable aleatoria continua o o Denicin o Sea X una variable aleatoria continua con funcin de densidad f (x). La o funcin de distribucin (o funcin de distribucin acumulada) de la o o o o variable aleatoria X, denotada por F (x), se dene por:
x
F (x) = P (X x) =
f (x)dx,
x I R.
Variables Aleatorias
19 / 30
Propiedades de la funcion de distribucion Al igual que en el caso discreto tenemos que: 0 F (x) 1, F () = lim F (x) = 0
x
x I R
x
y F () = lim F (x) = 1
h0
con h > 0; o sea F es continua por la derecha, en todos los puntos. Se cumple f (x) =
Malln Arenas (Dpto. Estad e stica)
dF (x) . dx
20 / 30
Variables Aleatorias
Si conocemos la distribucin de una variable aleatoria X y sea H(x) una o funcin real. Tenemos que Y = H(X) es tambin una variable aleatoria. o e (Ej: X 2 ,log(X), etc.) Si X es una variable discreta entonces Y = H(X) es tambin e discreta y en tal caso. P (Y = yj ) = P (H(X) = yj ) = P (X = H 1 (yj )) = xi :H(xi )=yj P (X = xi ). Obs: H 1 (y) = {x : H(x) = y}.
Variables Aleatorias
21 / 30
Ejemplo Suponga que la variable aleatoria X toma los tres valores -1, 0 y 1 con probabilidades 1/3,1/2 y 1/6, respectivamente. Sea Y = 3X + 1 Cul es a la funcin de probabilidades de la variable aleatoria Y ? o
Variables Aleatorias
22 / 30
Si X es una variable aleatoria continua entonces Y = H(X) puede ser discreta o continua. Por ejemplo si H es una funcin continua o estrictamente creciente, entonces Y = H(X) es continua y podemos calcular su fdp como sigue: FY (y) = = = = P (Y y) P (H(X) y) P (X H 1 (y)) FX (H 1 (y)),
Variables Aleatorias
23 / 30
Ejemplo Suponga que la variable aleatoria continua X tiene fdp dada por: f (x) = 2x, si 0 x 1; . 0, en otro caso.
Variables Aleatorias
24 / 30
xp(x),
E(X) =
xRX
xf (x)dx =
xfX (x)dx,
si X es una variable aleatoria continua. La esperanza de X, se llama tambin, media de la variable aleatoria, y se e denota por .
Malln Arenas (Dpto. Estad e stica) Variables Aleatorias 25 / 30
Propiedades de la esperanza matemtica a Teorema Sea X una variable aleatoria, e Y = H(X) una funcin de X. EL valor o esperado de la funcin H(X), denotamos por E[H(X)], se dene por o i) E(H(X)) =
xRX
H(x)p(x),
H(x)f (x)dx =
H(x)fX (x)dx,
si X es continua.
Variables Aleatorias
26 / 30
Teorema Si X es una variable aleatoria, a y b constantes. Entonces E(a) = a; E(aH(X)) = aE(H(X)); E(aH(X) + bG(X)) = aE(H(X)) + bE(G(X)). Corolario Sea X una variable aleatoria y si a y b son constantes, entonces: E(aX + b) = aE(X) + b.
Variables Aleatorias
27 / 30
Denicin o La varianza de una variable aleatoria X, se denota por Var(X) o por la letra griega 2 y se dene como: V ar(X) = 2 = E[(X E(X))2 ] = E[(X )2 ] Denicin o La Dasviacin T o pica o Desviacin Estndar de una variable aleatoria X, o a se denota por o X y se dene como: = X = V ar(X).
Variables Aleatorias
28 / 30
Teorema Si X es una variable aleatoria con media , la varianza de X est dado a por: V ar(X) = 2 = E(X 2 ) [E(X)]2 = E(X 2 ) 2 Teorema Si X es una variable aleatoria, a y b constantes, entonces Var(aX + b) = a2 Var(X)
Variables Aleatorias
29 / 30
1 2
cX = |c|X X+c = X
Variables Aleatorias
30 / 30