Академический Документы
Профессиональный Документы
Культура Документы
Variab
Funcin Funcin Valor
Definici le
de
probabili de
distribuci esperado
y
n aleator
dad n Varianza
ia
discret
a
Mg. Anne Aniceto C. 2
VARIABLE
ALEATORIA
Una Variable Aleatoria X es una espac muestral
funcin definida en el io y
que toma valores reales.
Media la variable transfor lo resulta w d u
nte aleatoria,
experimento se en valores
aleatorio, ma s dos i
e n
numricos X(wi).
Por ejemplo, si se elige una un poblac y se
persona al azar de a in le
asigne su peso X, se tendr una
variable aleatoria. Mg. Anne Aniceto C. 3
Mg. Anne Aniceto C. 4
VARIABLES
ALEATORIAS -
CLASIFICACION
DISCRETA: Cuando el CONTINUA: Cuando el
Segn los valores que
conjunto de valores
pueden tomar, las variables
conjunto de
aleatorias
valores
que puede el rango, es un
se que
clasifican en:
puede tomar el rango, tomar intervalo
es finito o infinito real.
numerable.
Ejemp Nm d hijo d sex Ejemplo: que tarda un
lo: ero queetiene
masculino, s e o Tiempo cliente en
una familia. pagar una
deuda.
ii) p(x i ) xi ) 1
xi RX
En forma P(X
grfica: xi RX
p
R
X
p(xi )
xi
VARIABLE ALEATORIA
1 DISCRETA
. Experimento: Lanzamos dos monedas y registramos la
Resultados
sucesin dedel = {(C,C),(C,S),(S,C),(S,S)}
caras y sellos que
experimento:
aparecen. Nmero de caras al realizar el
:
Si definimos la : experimento.
V.A. X RX = { 0, 1, 2}
2 Experimento: Lanzamos dos dados y registramos
Valores posibles
. losResultados
nmeros que
de X del muestran.
: = {(1,1),(1,2),...,(2,1),(2,2), ...
experimento ,(6,6)}
:
Si definimos la : Suma de los resultados.
V.A. X RX = {2, 3, 4, ..., 12}
3 Experimento: Se realiza el control de calidad de los artculos
Valores
. producidos
Resultadospordel
posibles de X
una mquina. = {DDD, DDN, DND, DNN, NDD,
experimento: : NDN, NND, NNN}
Si definimos la : Nmero de artculos defectuosos
V.A. X encontrados.
Valores R = { 0, 1, 2, 3}
DISTRIBUCION DE
PROBABILIDAD
Es una descripcin del valores de X, junto
conjunto de asociada d posibles
probabilidad con elau conju
est valor e deci
con cada uno e os es; s r, s n nto
de pares ordenados{(xdei,p(x
la i))/xi
forma: RX}
cuya dad po
grfica est a r:
p(x)
p(x2)
p(x1
)
x
x1 x2
Ejemplo: Consideremos el experimento que consiste en lanzar
una moneda tres veces; y sea
X, la V.A. que representa el nmero de caras obtenidas en los
El
tresespacio muestral
lanzamientos. = {SSS, CSS, SCS, SSC, CCS,
generado
y el rangoes: CSC, SCC,
o recorrido de la variable RXCCC}
= {0, 1, 2,
est
i Si dado por:
los resultados 3}
tienen igual probabilidad de se tiene
) ocurrir (equiprobables), que:
P(C ) = P(S) = 1/2
x Resultados asociados # p(x)
0 (wi) (s, s, 1 1/8
1 (c,s,s) s)
(s,c,s) (s,s,c) 3 3/8
2 (c,c,s) (c,s,c) (s,c,c) 3 3/8
3 (c,c,c 1 1/8
)
De modo que p(x) puede expresarse de la
siguiente manera: 1/ 8 ; si x 0, 3
a b
X 0 1 2
) 3 ) p( x) 3 / 8 ; si x 1, 2
p(x) 1/8 3/8 3/8 0
1/8 ; en otro caso
En este caso, teniendo en cuenta que los resultados son
equiprobables e independientes, las
probabilidades se asignaron de la siguiente manera:
p(0)= P(X=0)= P({(S,S,S)}= P({S})* P({S})*
P({S})*=(1/2)*(1/2)*(1/2)=1/8
P(1)= P(X=1)= P({(C,S,S), (S,C,S).((S,S,C)}=
P({(C,S,S)})+P({(S,C,S)})+P({(S,S,C)})
= (1/8)+(1/8)+(1/8) = 3/8
P(2)= P(X=2)= P({(C,C,S), (C,S,C).((S,C,C)}=
P({(C,C,S)})+P({(C,S,C)})+P({(S,C,C)})
= (1/8)+(1/8)+(1/8) = 3/8
p(3)= P(X=3)= P({(C,C,C)}= P({C})* P({C})*
P({C})*=(1/2)*(1/2)*(1/2)=1/8
Ejemplo - Contina:
ii) Si los resultados no tienen igual probabilidad de
ocurrir: (Por ejemplo: El nmero de caras aparece tres
veces mas frecuente P(C
Se tiene que )sello)
= , y P(S)
que: = 1/4
x Resultados asociados # p(x)
(wi)
0 (s, s, 1 1/64
1 (c,s,s) s)
(s,c,s) (s,s,c) 3 9/64
2 (c,c,s) (c,s,c) (s,c,c) 3 27/64
3 (c,c,c 1 27/64
)
De modo que expresarse de la
p(x) puede siguiente manera:
a 1/ 64 ; si x 0
b 9 / 64 ; si x 1
) X 3
0 1 2
) p(x)
p(x) 1/64 9/64
27/64 27/64 27 / 64; si x 2, 3
0 ; en otro caso
En este caso, los resultados ya no son equiprobables pero por
s mantienen independencia, lo
que , las probabilidades se asignaron de la siguiente manera:
p(0)= P(X=0)= P({(S,S,S)}= P({S})* P({S})*
P({S})*=(1/4)*(1/4)*(1/4)=1/64
P(1)= P(X=1)= P({(C,S,S), (S,C,S).((S,S,C)}=
P({(C,S,S)})+P({(S,C,S)})+P({(S,S,C)})
= (3/64)+(3/64)+(3/64) =
9/64
P(2)= P(X=2)= P({(C,C,S), (C,S,C).((S,C,C)}=
P({(C,C,S)})+P({(C,S,C)})+P({(S,C,C)})
= (9/64)+(9/64)+(9/64) =
27/64 P({C})*
p(3)= P(X=3)= P({(C,C,C)}= P({C})*
P({C})*=(3/4)*(3/4)*(3/4)= 27/64
Grfica de la Distribucin de
Probabilidades
Ejemplo: Si X es la V.A. que representa obteni e tre
el nmero de caras das n s
lanzamientos de una moneda (Caso de
resultados
p( equiprobables).
x)
3/
8
1/
8 x
0 1 2 3
iii) Lim F ( x) P[ x RX / x ] P[ x ] 1
x
iv) Lim F ( x) P[ x RX / x ] P[ x ] 0
x
Propiedades de la Funcin de Distribucin Discret
Acumulativa (Caso o)
F(xi) = P(X xi) por
definicin
P(X > a) = 1 - = 1 -
P(X a) F(a)
P(X <a) = P(X a) - P(X=a) =
F(a) - P(X=a)
P(X a) = 1 - P(X< (F(a) P(X=a) )
a) = 1 -
P( < X a ) = - P(X b) = F(a)
b P(X a) F(b)
X a )=
P( P(X a) - P(X< b) =
b = F(a) - (F(b) -
P(X= b))
Para el ejemplo que venimos desarrollando,
tendramos
Situacin i)lo siguiente:
- Resultados F (x) P( X x) p( xi )
equiprobables: xi x
0 ; si x
X 0 1 2 1/ 8 ; si 00 x
3
F(x) 1/8 4/8 7/8
1 F ( x) 14 / 8 ; si 1
x 2
; sisix23
7 / 8;
3
1x
Situacin ii) - Resultados no
equiprobables:
X 0 1 2
3
p(x) 1/64 10/64
37/64 1
0 ; si x
1/ 64 ; si 00 x
F ( x) 110 / 64 ; si 1 x
2
37 /; 64; 23 x
si x si
13
Ejemplo
Consideremos el experimento aleatorio que consiste en
lanzar dos dados:
= {Lanzar dos dados y observar los nmeros que
2do dado. 1 2 3 4 5 6
aparecen en las caras superiores}
1 1,1 1, 2 1,3 1, 4 1,5 1, 6
2
2,1 2, 2 2, 3 2, 4 2, 5 2, 6
3
( )
3,1 3, 2 3, 3 3, 4 3, 5 3, 6
N () 36
4 4,1 4, 2 4, 3 4, 4 4, 5 4, 6
5 5,1 5, 2 5, 3 5, 4 5, 5 5, 6
6,1 6, 6
6 6, 2 6,3 6, 4 6,5
Suponga que definimos la variable aleatoria X= Suma de los
nmeros resultantes en cada dado
De modo que, el rango de la variable
aleatoria estar dada por:
RX : {2, 3, 4 5, 6, 7, 8, 9,
La distribucin de 10, 11,
y la12}
distribucin de acumulativa,
probabilidad probabilidad sern:
Xi 2 3 4 5 6 7 8 9 10 11 12 Total
n(Xi) 1 2 3 4 5 6 5 4 3 2 1 36
1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 4/36 1/36
p(Xi) 1
0.028 0.056 0.083 0.111 0.139 0.167 0.139 0.111 0.083 0.056 0.028
1/36 3/36 6/36 10/36 15/36 21/3 26/36 30/36 33/36 35/36 36/36
F(xi)=P(Xxi 60.583
0.028 0.083 0.167 0.278 0.417 0.722 0.833 0.917 0.972 1.000
)
Calcular e 6
interpretar P(X = )
Calcular e interpretar P( X
5) = F(5)
Calcular e interpretar P(x
> 7)
Ejem
plo
Una urna contiene 2 bolillas negras, 3 bolillas blancas y 4
bolillas rojas. Se extrae al azar, una
bolilla en forma sucesiva y sin reposicin hasta que se obtenga
una bolilla roja.
Se define la Variable aleatoria X: N extracciones realizadas
hasta obtener una bolilla de color
rojo. Hallar la funcin de probabilidad y la funcin de
distribucin acumulada de X.
Solucin
: {Extraer una bolilla en forma sucesiva y sin reposicin
hasta obtener una bolilla roja}.
Sean: R = Bolilla Roja, T = Bolilla de otro color
Entonces: = { R, TR, TTR, TTTR, TTTTR, TTTTTR }
La variable aleatoria:
4 5 5
p(1) P[ 1] p(2) P[X 2] 4
X 9 98
5 4 4 10 518
434 5
p(3) P[ 3] p(4) P[X 4]
X 9 8 7 63 9 8 7 6 63
54324 2 54321 1
p(5) P[ 5] p(6) P[X 6] 4
X 9 8 7 6 5 63 98765 12
4 6
La funcin de probabilidad y la funcin de distribucin
acumulada est dada por:
x 1 2 3 4 5 6
p(x)=P(X=x 0.444 0.278 0.159 0.079 0.032 0.008
)
F(x)=P(Xx 0.444 0.722 0.881 0.960 0.992 1.000
)
ESPERANZA DE
Es el
UNA V.A.D. X
promedio a largo plazo de y s l cono tambi co val
los valores de X, e e ce n mo or
esperado de la V.A. X.
Est definida por la
siguiente expresin:
E(X ) x p(x)
xRX
E(X Y ) = E(X)
E(Y)
VARIANZA DE
La d
UNA V.A.D. dicha
un V.A. X, mide la respe d s espera oval
varianza e a dispersin de V.A. cto e u nza or
esperad V(X) = E[X-
o. E(X)]2
V(X) = E(X 2) -
V(X) = x p(x)
2
[E(X)]2 2
[xp(x)]
DESVIACIN DE UNA
ESTNDAR V.A.D.
X V(X)
DESVIACIN
ESTNDAR DE UNA
CV ( X ) X
V.A.D.
X
Propiedades de la
Varianza
Si X Y son variables aleatorias y k, k1 y k2
constantes:
V(k) = k)
V(X 0=
V(X)
V(kX) = k2
V(X)
V(k1X k2) = k12V(X)
ii) f (x) dx 1
-
b
x
0 a b
a
i) P (X a) P(a X a) f (x) 0
a dx
ii) P(a X b) P(a X
b) P(a X b)
P(a X b)
FUNCI DISTRIBUCIN
F ( x) P(X x)
N DE ACUMULADA
f (t) dt, paratodo X
x
d
En este caso, F ( x) f(x) f(x)
d( x)
Adem s,para cualquier par de nm erosa y b / a b:
P(a X b) F(b)- F(a)