Академический Документы
Профессиональный Документы
Культура Документы
X:E R
EJEMPLO: CONSIDEREMOS EL
EXPERIMENTO CONSISTENTE EN EL
LANZAMIENTO DE DOS MONEDAS. EL
ESPACIO MUESTRAL ASOCIADO SERÁ
E X
(c,c) 2
(c,x) 1
(x,c) 1
(x,x) 0
FUNCIÓN DE PROBABILIDAD
Definición: Se llama función de
probabilidad de una variable aleatoria X
a la función que asocia a cada valor x de
la variable su probabilidad
EJEMPLO: CONSIDEREMOS EL
EXPERIMENTO CONSISTENTE EN EL
LANZAMIENTO DE UN DADO
PERFECTO. TENDREMOS LA
SIGUIENTE SITUACIÓN:
X Función de probabilidad
p
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
0,10
p
0,00
1 2 3 4 5 6
Variable aleatoria X
FUNCIÓN DE DISTRIBUCIÓN
Definición: Sea X una variable aleatoria
discreta cuyos valores suponemos
ordenados de menor a mayor. Llamamos
función de distribución de la variable X
a la función
F(xi ) p( X xi )
Ejemplo: Consideremos el experimento
consistente en el lanzamiento de un dado
perfecto. Tendremos la siguiente
situación:
X p F
1 1/6 1/6
2 1/6 2/6
3 1/6 3/6
4 1/6 4/6
5 1/6 5/6
6 1/6 1
distribución F 1,00
Función de
0,50
0,00
1 2 3 4 5 6
Variable aleatoria X
MEDIA
Definición: Se llama media de la variable
aleatoria X, que toma valores x1,x2 ,......xn
con probabilidades p1, p2 ,.....,pn
al valor:
n
x1 p1 x2 p2 ......xn pn xi pi
i1
EJEMPLO: EN EL EJEMPLO DEL
LANZAMIENTO DEL DADO
PERFECTO TENDREMOS:
1 1 1
1 2 ...... 6
6 6 6
1 21
(1 2 3 4 5 6) 3,5
6 6
DESVIACIÓN TÍPICA
n
i i
x 2 p 2
i1
DISTRIBUCIÓN BINOMIAL
Un experimento aleatorio con las
siguientes características sigue el modelo
de una distribución binomial
a)En cada prueba del experimento sólo
son posibles dos resultados.
b)El resultado de cada prueba es
independiente de los anteriores.
c)La probabilidad de cada uno de los dos
sucesos posibles permanece constante
VARIABLE ALEATORIA BINOMIAL
•B(10 , 0.35)
FUNCIÓN DE PROBABILIDAD
Se puede demostrar que en una
distribución B(n, p) , la probabilidad de
obtener r éxitos viene dada por:
n r nr
p(x r) p q
r
que es la función de probabilidad de la
distribución binomial.
EJEMPLO: UNA PRUEBA DE
INTELIGENCIA ESTÁ COMPUESTA DE
10 PREGUNTAS, CADA UNA DE LAS
CUALES TIENE 4 RESPUESTAS,
SIENDO SÓLO UNA DE ELLAS
CORRECTA. SI SE CONTESTA
ALEATORIAMENTE SE PIDE:
a) Probabilidad de acertar 4 preguntas
1 , n=10 y r=4
p
4
p(x 4) 1 3 0,1460
4 6
10
4 4 4
B) PROBABILIDAD DE NO
ACERTAR NINGUNA
En este caso r=0:
B(n, p)
la media y la varianza vienen dadas por:
np 2 n p q
EJEMPLO: UNA PRUEBA DE
INTELIGENCIA ESTÁ COMPUESTA DE
10 PREGUNTAS, CADA UNA DE LAS
CUALES TIENE 4 RESPUESTAS,
SIENDO SÓLO UNA DE ELLAS
CORRECTA. SI SE CONTESTA
ALEATORIAMENTE SE PIDE:
1 1 3
10 2,5 10 1,875
2
4 4 4
DISTRIBUCIONES
CONTINUAS DE
PROBABILIDAD
La variable aleatoria asociada a una
distribución de probabilidad puede tomar
un número infinito de valores dentro de un
intervalo, también puede ser que tome un
número finito de valores, pero muy
elevado o ser infinito y agruparse en
intervalos. En todos estos casos
tendremos una distribución continua de
probabilidad
Ejemplo: Se miden las tallas de los
TABLA
alumnos varones de 2º de Bachillerato,
obteniéndose la siguiente D
frecuencias: E
HISTOGRAMA DE
FRECUENCIAS
8
Frecuencia
6
0
1,5 1,6 1,7 1,8 1,9 2
Altura en metros
PODEMOS SUPONER QUE LA
DISTRIBUCIÓN DE TALLAS DE LOS
ALUMNOS VARONES DE TODA
ESPAÑA, A MEDIDA QUE LOS
INTERVALOS SE HACEN MÁS
PEQUEÑOS, TIENDE AL DIAGRAMA
SIGUIENTE:
Altura en metros
F (x) p( X x)
MEDIA DE UNA VARIABLE ALEATORIA
continua
Definición: Sea X una variable aleatoria
continua, cuyo recorrido es el intervalo
[a,b] y sea f(x) su función de densidad. Se
llama media de la variable continua X al
valor:
b
x f (x)dx
a
También se llama esperanza matemática
o valor esperado.
Varianza de una variable
aleatoria continua
Definición: Se llama varianza de una
variable aleatoria continua al valor de la
siguiente integral:
x f(x)dx
b
2 2
a
Variable aleatoria
Son curvas llamadas "campanas de
Gauss".que tienen las siguientes
características:
f (x) e 2
2
TIPIFICACIÓN DE LA
VARIA
BLE
Centrar