Вы находитесь на странице: 1из 26

1.

Variable Aleatoria
• Una variable aleatoria X es una función que asigna un número real a cada
resultado en el espacio muestral  de un experimento aleatorio. El conjunto de los
posibles valores de la variable aleatoria X se denomina rango.
Tipos de Variables
Aleatorias
A. Variable Aleatoria Discreta
 Una variable aleatoria es discreta cuando sólo puede tomar
valores aislados (valores finitos en un intervalo finito).
 Por ejemplo, edad de una persona, nº de hermanos, etc.

B. Variable Aleatoria Continua


 Una variable aleatoria es continua cuando puede tomar todos
los valores posibles de un intervalo (infinitos valores en un
intervalo finito).
 Por ejemplo, peso de una persona, altura de una persona,
etc.
2. Variable Aleatoria
Discreta
• Se llama variable aleatoria discreta si el rango de la variable
aleatoria X es un conjunto finito o infinito numerable.
2.2 Representación Tabular de la
Función de Probabilidad V.A.
Discreta
Los valores que toma una v.a. discreta X y sus correspondientes
probabilidades suelen disponerse en una tabla con dos filas o dos
columnas llamada tabla de distribución de probabilidad:

X x1 x2 ... xn
P(X=xi) p1 p2 ... pn

Toda función de probabilidad se verifica que p1 + p2 + p3 + L + pn = 1


2.3. Función de Distribución
Acumulada de una V.A.
Discreta
2.4. Propiedades de una
Función Acumulada De V.A.
Discreta
2.5. Esperanza Matemática
y Varianza de una V.A.
Discreta
 Esperanza Matemática
Se llama media o esperanza de una v.a. discreta X, que toma los
valores x1, ,x2, ....con probabilidades p1, p2,... al valor de la siguiente
expresión:

 Varianza
La varianza viene dada por la siguiente fórmula:

s = Var [ x ] = E ( x - m ) = E �
� � - [ E( x )]
2 2
2
�2
x ��
� �

donde n

� � � i p( xi )
E� �=
2 2
x x
i =1
2.4. Esperanza Matemática
y Varianza de una V.A.
Discreta
Ejemplo: La distribución de probabilidad de una v.a. X viene dada por
la siguiente tabla:

xi 1 2 3 4 5
pi 0.1 0.3 a 0.2 0.3

a) ¿Cuánto vale P(X=3)?


b) Calcula la media y la varianza.
3. Variable Aleatoria
Continua
3.1 Función de Densidad
de Probabilidad

3.2 Función de Distribución


Acumulada
F(x)=P(X≤x)
3.3 Esperanza y Varianza
de V.A. Continua
Ejemplo de V.A. Continua
Ejemplo: Estudiamos la estatura de un grupo de estudiantes, para ello tomamos una
muestra, agrupamos los datos en intervalos, y calculamos los porcentajes.

Estatura hi%
%
40
150-155 3

155-160 8

160-165 20

165-170 40 20

170-175 23

175-180 5

180-185 2

100 150 155 160 165 170 175 180 185


Peso
Estatura hi% % Prob.=%=Area
40
150-155 3

155-160 8

160-165 20

165-170 40 20

170-175 23
1
175-180 5

180-185 2

100 150 155 160 165 170 175 180 185


Peso
¿Probabilidad de que un estudiante de la MUESTRA, tomado al azar,
tenga un peso superior a 170?
Estatura hi%
% Prob.=%=Area
150-155 40
3

155-160 8

160-165 20

165-170 40 20

170-175 23

175-180 5

180-185 2

100 150 155 160 165 170 175 180 185


Peso
¿Probabilidad de que un estudiante de la MUESTRA, tomado al azar,
tenga un peso superior a 170?
150-155 3 40

155-160 8

160-165 20

165-170 40 20

170-175 23

175-180 5

180-185 2

100 150 155 160 165 170 175 180 185


Peso
¿Probabilidad de que un estudiante de la MUESTRA, tomado al azar,
tenga un peso superior a 170?
¿Probabilidad de que un estudiante tomado al azar, tenga un peso
superior a 170?
Función de
densidad
%
y = f(x)

170
170
Peso

Esa área es la probabilidad pedida; también puede interpretarse


como el porcentaje total de estudiantes con un peso superior a 170.
4. DISTRIBUCION NORMAL
• La distribución normal es una de las distribuciones más usadas e
importantes. Se ha desenvuelto como una herramienta indispensable
en cualquier rama de la ciencia, la industria y el comercio.
• Muchos eventos reales y naturales tienen una distribución de
frecuencias cuya forma es muy parecida a la distribución normal. La
distribución normal es llamada también campana de Gauss por su
forma acampanada.
4. DISTRIBUCION NORMAL

Tiene las siguientes características

La curva normal tiene forma de


campana
La media aritmética, la mediana y la
moda de la distribución son iguales y se
ubican en el centro.

Las “colas” de Ia curva se extienden de manera indefinida en ambas


direcciones.
Tiene media µ y desviación típica s
 El área bajo la curva o la probabilidad desde menos infinito a más infinito
vale 1.
 La distribución normal es simétrica, es decir cada mitad de curva tiene un
área de 0.5
4. DISTRIBUCION NORMAL
DEFINICION:
Se dice que una variable aleatoria continua sigue una
distribución normal de media m y desviación típica s , y se
escribe X � N ( m ,,s 2 ) cuando tiene la función de densidad:

2
-1�x - m �
1 2��s �

f ( x) = e
s 2p
Transformación de cualquier variable
normal en una variable normal
estándar

s s

m m X

x-m
z=
s
5. DISTRIBUCION NORMAL ESTANDAR
DEFINICIÓN. Es la distribución Normal con media m = 0 y
desviación estándar s=1. La función de densidad de la distribución
normal estándar usualmente se denota por el símbolo 

- x2
1
 ( z) = e 2

2p

Con función acumulada:

F ( z ) = P [ Z �z ] =
z
� ( t )dt ,
-�
" z ��
5.1 ESTANDARIZACION DE UNA VARIABLE
ALEATORIA
La estandarización ó tipificación consiste en pasar de la v.a. X con
distribución N(m;s2)a una nueva v.a. Z con distribución N(0;1)
mediante la expresión:

x-m Z : N ( 0 , 1)
Z=
s

Ejemplo1. En un examen de Administración, la media fue 65 y la desviación típica


8.
Determinar las puntuaciones estándar de dos estudiantes que obtuvieron 85 y 59
puntos
5.2 PROPIEDADES PARA BUSCAR EN LA TABLA
NORMAL ESTANDAR

P [ X>b ] = 1 - P [ X �b ]

P [ X<b ] = P [ X �b ] - P [ X = b ]

P [ a<X �b ] = P [ X �b ] - P [ X �a ]
EJEMPLO DE NORMAL ESTANDAR

La media de los sueldos de 600 trabajadores de una compañía es S/.430


y la desviación estándar S/.40. Suponiendo que los sueldos se
distribuyen normalmente; ¿Cuál es la probabilidad que un empleado
elegido al azar tenga un sueldo:

a) Menor de S/.400
b) De S/.500 a mas
c) Entre S/.350 y S/.450
d) Al menos S/.380
e) ¿Cuántos trabajadores tienen
sueldos entre 360 y 400?
¡Gracias¡

Вам также может понравиться