Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

VARIABLE ALEATORIA CONTINUA Recordemos algunos conceptos.

11

Variable aleatoria. Sea S un espacio muestral asociado a un experimento. Una variable aleatoria es una funcin real X definida sobre S, es decir, X:S R !as variables aleatorias se clasifican en discretas y continuas. Variable aleatoria discreta. Una variable aleatoria X se dice discreta si slo puede tomar un n"mero finito o infinito numerable de valores distintos. Variable aleatoria continua. Una variable aleatoria X se dice continua si toma cual#uier valor en un intervalo. !a clase pasada estudiamos las variables aleatorias discretas y sus distribuciones de probabilidad. $%ora vamos a estudiar las variables aleatorias continuas y sus distribuciones de probabilidad. &onsideremos en primer lugar algunos e'emplos de variables aleatorias continuas: !a variable aleatoria #ue da la cantidad de precipitacin diaria en un cierto lugar. (oma valores en )*, + !a variable aleatoria #ue da las alturas ,o pesos+ de individuos de una cierta regin. (oma valores en )*, + -tro e'emplo podr.a ser !a variable aleatoria #ue da el tiempo de vida "til de una computadora. (oma valores en )*, + &omo cual#uier e#uipo puede medir %asta cierta cantidad de decimales en realidad en cual#uiera de estos casos la variable aleatoria slo puede tomar puede tomar cual#uier n"mero racional no negativo. Sin embargo a los fines pr/cticos se considera #ue puede tomar cual#uier n"mero real no negativo. $dem/s, considerando por e'emplo el "ltimo caso, es importante notar #ue, no significa #ue se observar.a en alg"n momento cual#uier n"mero real no negativo si se estudiaran una cantidad suficiente de computadoras. !o #ue significa es #ue no se puede descartar ning"n n"mero real no negativo como un posible valor para el tiempo de vida "til de una computadora. 0sto tambi1n se aplica a los otros e'emplos. DISTRIBUCI N DE PROBABILIDAD DE UNA VARIABLE ALEATORIA CONTINUA! &omo vimos la clase pasada, cuando se usan variables aleatorias para estudiar problemas estad.sticos resulta de inter1s calcular, cuando se reali2a el experimento asociado a X una ve2, por e'emplo: la probabilidad de #ue dic%a variable tome alg"n valor determinado 3,X 4 x+ 4 3, 5s S : X,s+ 4 x6 +

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

la probabilidad de #ue su valor sea menor o igual #ue determinado n"mero 3,X x+ 4 3, 5s S : X,s+ x6 + la probabilidad de #ue su valor caiga dentro de ciertos l.mites 3,x1 X x7+ 4 3, 5s S : x1 X,s+ x76 +.

17

0stas probabilidades se pueden obtener a partir de la distribucin de probabilidad de una variable aleatoria. Si X es una variable aleatoria discreta la definicin de la distribucin de probabilidad es la funcin p,x+ #ue asigna a cada x la probabilidad de #ue la variable aleatoria X sea igual a x, p,x+ 4 3,X 4 x+. Si p,x+ 4 3,X 4 x+ es la distribucin de probabilidad de una variable aleatoria discreta X, los valores p,x+ cumplen, 1. * p,x+ 1. p,x+ 4 1 7.
x RgX

0l concepto de distribucin de probabilidad en el caso continuo es an/logo al del caso discreto. 3ara establecer la analog.a se define la "unci#n de distribuci#n de una $ariable aleatoria %discreta o continua& . Sea X una variable aleatoria. !a funcin de distribucin de X, es 8,x+ 4 3,X x+, para 9 x 9 .

3ropiedades de una funcin de distribucin. Si 8,x+ es una funcin de distribucin, entonces: 1. 7.

x x

lim 8,x+ 4 *.

lim 8,x+ 4 1.

:. Si x1 9 x7, 8,x1+ 8,x7+. ;. 8,x+ es continua por derec%a. 1. $un#ue puede demostrase a partir de la definicin, es intuitivamente claro #ue
x

lim 8,x+ 4 ,se escribe+ 8,+ 4 3,X + 4 3,+ 4 *.

7. Similar a lo anterior

lim 8,x+ 4 ,se escribe+ 8,+ 4 3,X + 4 3,S+ 4 1.

x

:. Si x1 9 x7, 5X x16 5X x76 3,X x1+ 3,X x7+ 8,x1+ 8,x7+. !a naturale2a de 8,x+ determinar/ si X es discreta o continua. 0'emplo. 0l experimento consiste en tirar dos monedas distinguibles balanceadas. S 4 5,cara, cara+, ,cara, seca+, ,seca, cara+, ,seca, seca+6 !a variable aleatoria X : S R est/ dada por X,,s1, s7++ 4 cantidad de caras en ,s1, s7+,

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

es decir, X,cara, cara+ 4 7, X,cara, seca+ 4 1, X,seca, cara+ 4 1, X,seca, seca+ 4 *.

1:

&omo las monedas est/n bien balanceadas podemos usar la distribucin de igual probabilidad y seg"n vimos la clase pasada la distribucin de probabilidad p,x+ est/ dada por: p,*+ 4 1<; p,1+ 4 1<7 p,7+ 4 1<; &alculemos a%ora la funcin de distribucin 8,r+ 4 3,X r+ para r R. 3ara eso observemos #ue los valores #ue puede tomar X son

1 *

Si r 9 * Si * r 9 1 Si 1 r 9 7 Si 7 r

3,X r+ 4 3,+ 4 *. 3,X r+ 4 3,X 4 *+ 4 p,*+ 4 1<;. 3,X r+ 4 p,*+ = p,1+ 4 1<; = 1<7 4 :<;. 3,X r+ 4 p,*+ = p,1+ = p,7+ 4 1<; = 1<7 =1<; 4 1.

0n este e'emplo se observan caracter.sticas #ue son comunes a todas las variables aleatorias discretas. !a gr/fica de 8,x+ en este caso es:

Se observa #ue 8,x+ es creciente y escalonada. &rece de a saltos en los valores #ue puede tomar X. 0sto se cumple para cual#uier variable aleatoria discreta. !a funcin de distribucin 8,x+ de una variable aleatoria discreta X es no negativa, escalonada creciente, increment/ndose en un con'unto finito o infinito numerable de puntos.

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

1;

0n el caso de las variables aleatorias continuas se puede demostrar #ue la funcin de distribucin es continua. !a funcin de distribucin 8,x+ de una variable aleatoria continua X es una funcin no negativa, continua creciente.

$dem/s, en el e'emplo de las dos monedas y en general en el caso discreto puede obtenerse funcin de distribucin 8,r+ a partir de la distribucin de probabilidad !a funcin de distribucin 8,r+ de una variable aleatoria discreta X puede obtenerse a partir de la distribucin de probabilidad p,x+ usando 8,r+ 4

x r

p,x+.

puede demostrarse #ue Si 8,x+ es la funcin de distribucin de una variable aleatoria continua X, entonces existe una funcin no negativa f,x+, llamada distribucin de probabilidad o funcin de densidad de X, tal #ue 8,x+ 4

f,t+ dt

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

1>

!a funcin de densidad f,x+ tiene propiedades an/logas a las de p,x+: Si f,x+ es una funcin de densidad, entonces: 1. f,x+ * para cual#uier x. 7.

f,x+ dx 4 1.

$dem/s de la definicin de f,x+: Si la variable aleatoria X tiene funcin de densidad f,x+ y si a b, entonces 3,a X b+ 4

f,x+ dx.

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

1?

-bservar #ue 3,X 4 a+ 4

f,x+ dx 4 *.

Se puede interpretar esto pensando #ue cuando se mide tiempo, espacio, etc., estas mediciones siempre van acompa@adas de un error: 7 cm *.1 mm, por lo tanto la probabilidad de obtener un valor determinado es cero y se asigna m/s bien probabilidades a #ue los valores de la variable aleatoria continua est1 entre dos l.mites. &omo se %i2o con las variables aleatorias discretas, tambi1n en el caso de las continuas puede definirse el valor esperado, la variancia y la desviacin est/ndar. Se tienen frmulas similares a las vistas en el caso discreto, donde p,x+ es reempla2ado por f,x+ la suma se reempla2a por una integral. Valor es'erado de (. Sea X una variable aleatoria continua. 0l valor esperado de X es 0,X+ 4 x f,x+ dx.

Variancia y des$iaci#n est)ndar. !a variancia de una variable aleatoria X es el valor esperado de ,X +7, es decir, 7 4 0,X +7 4 ,x +7 f,x+ dx. !a desviacin est/ndar es la ra.2 cuadrada de 7.

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

1A

$ continuacin vamos a ver algunos casos particulares de distribuciones de probabilidad #ue resultan adecuadas para modelar ciertas situaciones. DISTRIBUCI N DE PROBABILIDAD NOR*AL 0sta distribucin ya se encontr cuando se consider la regla emp.rica. !o cierto es #ue muc%as variables aleatorias asociadas a diferentes problemas tienen una distribucin de probabilidad #ue puede aproximarse muy bien con una normal. !a distribucin de probabilidad normal o funcin de densidad normal f,x+ es f,x+ 4 e
, x + 7 7 7

7
$dem/s 0,X+ 4

B *,

9 9 ,

9 x 9 .

V,X+ 4 7.

Vemos #ue la definicin involucra dos par/metros: #ue es valor esperado de X y locali2a el centro de la distribucin. #ue es la desviacin est/ndar de X y mide su dispersin. Su gr/fica tiene forma de monta@a o campana y se la llama campana de Causs

0n este caso

3,a X b+ 4

, x + 7 7 7

dx.

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

1D

&omo no existe una solucin exacta para estas integrales, los valores se determinan usando m1todos num1ricos #ue dan valores aproximados. 0n la pr/ctica estos valores pueden obtenerse de tablas o usando programas #ue permiten calcularlos. ($E!$S 0n lugar de dar diferentes tablas para diferentes valores de y se utili2a siempre la tabla para la distribucin normal estandari2ada #ue tiene 4 * y 4 1.

&omo la gr/fica es sim1trica respecto de 2 4 *, 3, 2* F *+ 4 3,* F 2*+ por lo tanto en la tabla slo se dan los valores 3,* F 2*+. F *.** *.*1 *.*7 *.*: *.*; *.*> *.*? *.*? *.*A *.*D *.*G *.* *.1 *.7 *.: *.; *.> *.1G1> *.71>>A *.? *.A *.7>D* *.D *.:1:: *.G 1.* *.:;1: !a primer fila nos da el valor de 2 %asta un decimal, luego la primer columna lo da %asta un segundo decimal, por e'emplo ubicar *.:> 3,* 2 *.A+ 4 *.7>D* corresponde a la fila *.A 3,* 2 1.*+ 4 *.:;1: corresponde a la fila 1.*

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

1G

3,* 2 *.>A+ 4 *.71>A corresponde a la fila *.> columna *.*A Usando estos valores puede obtenerse 3,*.>A 2 *+ 4 3,* 2 *.>A+ 4 *.71>A 3,*.>A 2 *.>A+ 4 3,*.>A 2 *+ = 3,* 2 *.>A+ 4 7 3,* 2 *.>A+ 4 7 *.71>A 3,*.>A 2 *.A+ 4 3,*.>A 2 *+ = 3,* 2 *.A+ 4 3,* 2 *.>A+ = 3,* 2 *.A+ 4 *.71>A = *.7>D*. 3,*.>A 2 *.A+ 4 3,* 2 *.A+ 3,* 2 *.>A+ 4 *.7>D* *.71>A. Supongamos #ue tenemos una variable aleatoria X con una distribucin de probabilidad normal con media y desviacin est/ndar . 3ara calcular 3,a X b+ usando la tabla anterior, asociamos con X la variable aleatoria F #ue tiene una distribucin X normal estandari2ada y est/ dada por F 4 .

0'emplo. X es una variable aleatoria con una distribucin de probabilidad normal con media 4 1* y desviacin est/ndar 4 7. 0ncontrar la probabilidad de #ue X est1 entre 11 y 11.AD. 3ara resolver este problema usando la tabla anterior asociamos con X la variable aleatoria F con distribucin normal estandari2ada dada por: X X 1* F4 4 7 11 1* 3ara x1 4 11 21 4 4 *.> 7 11.AD 1* 3ara x1 4 11.AD 21 4 4 *.DG 7 !uego 3,11 X 11.AD+ 4 3,*.> F *.DG+ 4 3,* F *.DG+ 3,* F *.>+ 4 *.:1:: *.1G1> 3R-CR$H$S (ambi1n se pueden usar programas. 3or e'emplo, el 0xcel tiene para la distribucin normal estandari2ada la funcin: I S(R.J-RH.0S($JI,r+ 4 3, 9 2 r+, o bien para una distribucin normal cual#uiera: I S(R.J-RH,rKmuKsigmaKverdadero+ en la cual se calcula 3, X r+ 4

, x + 7 7 7

dx
b

7
normspec,)a bL, mu, sigma+ 4 3,a X b+ 4

H$(!$E tiene la funcin:

, x + 7 7 7

dx.

Probabilidad y Estadstica Variables aleatorias continuas y sus distribuciones de probabilidad

$dem/s dibu'a la regin.

11*

normspec,)D 1*L, 11, 7+