Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Variable Aleatoria
Variable Aleatoria
Unidimensionales
Definición 1: Sea E un experimento, y sea S un espacio muestral
asociado a E. Entonces una función X, que a cada elemento del
espacio muestral, le asocia un número real, recibe el nombre de
variable aleatoria.
X : S R
si X(si)= xi
1
Prof. David Becerra Rojas
Variables Aleatorias
Unidimensionales
Definición 2: Sea X una v.a. Entonces llamaremos recorrido
de la v.a. X, y lo denotaremos por Rx, al conjunto de todos los
valores que toma la v.a. X. Rx = {xi R / X(si) = xi , si S }
S R
X Rx
s1 x1
s2 x2
:
: X(si)=xi
si :
:
:
:
2
Prof. David Becerra Rojas
Variables Aleatorias
Unidimensionales
Definición 3: Sea X una v.a. Entonces si el recorrido
de la v.a. X, ( Rx), es un conjunto finito o infinito numerable,
entonces diremos que X, es una v.a. Discreta.
i. p( xi ) o i 1, 2 ,....
ii. p( x ) 1
i 1
i
3
Prof. David Becerra Rojas
Definición 5:
A s1 B
x1
s2 x2
:
si
:
:
xr
:
sk
4
Prof. David Becerra Rojas
Ejemplo:
Sea el experimento E: se lanza una moneda dos veces y se registra
el signo que aparece en la cara superior. Luego el espacio muestral
S = {cc, cs, sc, ss }. Sea la v.a. X : número de sellos que aparecen.
cc X(cc) = x1=0
cs
sc
X(cs) =
X(sc) =
} x2=1
ss X(ss) = x3=2
5
Prof. David Becerra Rojas
Luego:
De la definición 5 tenemos:
Si A={cc, cs, sc} y si B={0, 1} P(A) = P(B) = ¾
6
Prof. David Becerra Rojas
Luego,
S Rx
A B
cc 0
cs 1
sc
2
ss
7
Prof. David Becerra Rojas
Ejercicio
8
Prof. David Becerra Rojas
Ejercicio:
Sea la variable aleatoria X: mes en que un computador
tiene problemas.
4k x
p ( x) P( X x) , x = 1,2,3,4,5,6
7
Determine:
1.- el valor de k
2.- p( 5 ) = P( X = 5 )
3.- P( X 2 ) =
Recordar: i) p( xi ) o i 1, 2 ,....
ii ) p( x ) 1
i 1
i
9
Prof. David Becerra Rojas
1.- De la condición ii.- tenemos :
6 6 6 4kx 4k 6 4k
p ( x ) 1 1 P( X x )
x 1 x 1 x 1 7
7 x 1
x
7
21 12k
1
Luego k
12
Esto quiere decir que:
4x x
p ( x) P( X x)
7 *12 21
10
Prof. David Becerra Rojas
k 5
b.- p(5) P( X 5)
21 21
20
21
11
Prof. David Becerra Rojas
Proposición:
xi 12
Prof. David Becerra Rojas
Ejercicio:
Supongamos que la probabilidad de que un barco de trasporte llegue a destino
es de 0.57 ( es decir en el 57% de los casos). Supongamos además que es posible
enviar una gran cantidad de barcos. El envío continua hasta que llega el primer
barco a destino.
Previo Determine:
a.- Espacio muestral S = { A, BA, BBA, BBBA,.....}
X : Nº de envíos necesarias para que llegue el primer
b.- La variable aleatoria X barcos a destino.
0.57
A
A
0.57 A
0.43 B
0.57 A
0.57
0.43
B
0.43 B
0.43
Luego; B ..............................
p(1) = P(X=1) = P(A) = (0.57)
p(2) = P(X=2) = P(BA) = (0.43)(0.57)
p(3) = P(X=3) = P(BBA) = (0.43)2 (0.57)
p(4) = P(X=4) = P(BBBA) = (0.43)3(0.57)
Por consiguiente tenemos que:
p(k) = P(X=k) = (0.43)k-1(0.57) ; k = 1,2,3......
14
Prof. David Becerra Rojas
Debemos demostrar que :
p(k) = P(X=k) = (0.43)k-1(0.57) ; k = 1,2,3......
0.43
1 1 k 1
Como
i
i 0 r
1
1 k 1 i 0
r
0.43i
* ( 0.57 ) 1
1 0.43
* (0.57) 1
i 0
15
Prof. David Becerra Rojas
Tarea
Sea X v.a.d. talque:
1
p ( k ) P( X k ) ; k 1,2,3,.......
2k
16
Prof. David Becerra Rojas
Ejercicio
En el ejemplo de los barcos, supongamos que se envían independientemente,
tres barcos. Determine la probabilidad de que lleguen a destino:
Exactamente k barcos.
( recordemos que: A : El barco llega a destino sin problemas y B : El barco no llega a
destino y P(A) = 0.57 y P(B) = 0.43)
Previo Determine:
a.- Espacio muestral S = { AAA, AAB, ABA, BAA, ABB, BAB, BBA, BBB}
17
Prof. David Becerra Rojas
Luego;
3k
P(k ) P( X k ) C (0.57) (0.43)
3
k
k
k 0,1,2,3
18
Prof. David Becerra Rojas
Distribución Binomial
Def.: Sea E un experimento y sea A un suceso asociado a E. Supongamos que
P(A) = p, luego P(A) = 1 – p. Consideremos n repeticiones independientes del
experimento E. Por lo tanto el espacio muestral del experimento total, estará
Dado por todas las sucesiones posibles tal que ocurra A o A .
Si la v.a. X se define como: Número de veces que ocurre el suceso A, diremos que
X tiene una distribución binomial con parámetros n y p, y la denotaremos:
X ~ b(n , p )
Su función de probabilidad está dada por:
nk
P(k ) P( X k ) C p (1 p) n
k
k
k = 0,1,2,3,4…n
19
Prof. David Becerra Rojas
Ejercicio
Supongamos que en un estadio lleno, el 40% de los
asistentes son mujeres. Una empresa comercial, para
promocionar un nuevo producto, toma una muestra
aleatoria de tamaño 20. Determine la probabilidad que
la muestra contenga:
1.- exactamente 11 mujeres.
2.- a lo más 8 mujeres.
3.- al menos 5 mujeres.
4.- exactamente 9 hombres.
20
Prof. David Becerra Rojas
Previo: Determine
• el experimento E : Se elije al azar una persona
1 k
P(k ) P( X k ) p (1 p) k
Con k = 0,1
22
Prof. David Becerra Rojas
Distribución de Poissón
e * k
P( k ) P( X k ) con k 0,1,2,3, , , , , , , ,
k !
26
Prof. David Becerra Rojas
Observaciones
b
3. P(a x b) f ( x)dx
f(x) a
a b x
27
Prof. David Becerra Rojas
Ejemplo
Sea X una variable aleatoria continua (vac), con función
de densidad de probabilidad “f”(f.d.p.). Talque:
kx 0 x 1
f(x) = { 0 en otros casos
1.- Determine el valor de k
2.- Grafique la función f
3.- Calcule P( x 1/2 )
4.- Calcule P( x 1/2 / 1/3 x 2/3)
Recordar : i. f ( x) 0 x Rx
ii. f ( x)dx 1
28
Prof. David Becerra Rojas
Función de Distribución
Acumulativa
p(k ) Si X v.a.d.
F(x) = P( X ≤ x ) = { k
x
f ( x)dx Si X v.a.c.
29
Prof. David Becerra Rojas
Valor Esperado de una Variable
Aleatoria
x p( x )
i i
Si X v.a.d.
E(x) =
{ i 1
xf ( x)dx
Si X v.a.c.
30
Prof. David Becerra Rojas
Propiedades
La esperanza es un operador lineal, ya que:
, ,
Combinando estas propiedades, podemos ver
Que, donde X e Y son variables aleatorias y a
y b dos constantes cualesquiera.
,
Varianza de una Variable Aleatoria
Def. : Sea X una variable aleatoria. Se define
Varianza de X como:
f ( x)dx
2
x Si X v.a.c.
32
Prof. David Becerra Rojas
Tarea Nº ___
1. Propiedades de la Esperanza
2. Propiedades de la Varianza
3. Si X ~ b(n,p), determine la E(X) y V(X)
4. Demostrar que : E( x - E(x) )2 = E ( x2 ) – ( E (x) )2
33
Prof. David Becerra Rojas
Ejemplo:
1.- Sea X v.a.d. con función de probabilidad dada por::
X: años de servicios de los trabajadores de una empresa.:
xi 1 2 3 4 5 Total
p(xi) 0.2 0.25 0.32 0.08 0.15 1.00
F(xi) 0.2 0.45 0.77 0.85 1.00 ////
xip(xi) 0.2 0.50 0.96 0.32 0.75 2.73 E(X)
x2ip(xi) 0.2 1.00 2.88 1.28 3.75 9.11 E(X2)
Determine : a.- Función de Distribución Acumulativa
b.- Esperanza de X ( E(X) ) = 2.73
c.- Varianza de X ( V(X) ) = E ( x2 ) – ( E (x) )2 = 9.11 – (2.73)2 = 1.657
d.- Grafique F(X)
34
Prof. David Becerra Rojas
0 x 1
Gráfica de F(x)
F(x)
F(x) = { 0.20 1 x 2
0.45 2 x 3
0.77 3 x 4
0.85
1.00
4 x5
x5
1.00
0.80
0.60
0.40
0.20
1 2 3 4 5 x
35
Prof. David Becerra Rojas
2.- Sea X v.a.c. con función de densidad de probabilidad
dada por .
2 x 0 x 1
f ( x)
0 en otros casos
36
Prof. David Becerra Rojas
La función f(x) y F(x), están dadas por:
0 x 1 0 x0
2 x
f ( x) 2
0 en otros casos F ( x) x 0 x 1
1 x 1
f(x) F(x)
2
1
0 1 0 1
37
Prof. David Becerra Rojas
Distribución Normal
Sea X una v.a.c. si su fdp está dada por:
1
( x )2
f ( x) *e 2 2
x
2 2
X ~ N( , 2 )
38
Prof. David Becerra Rojas
Características
• Tiene forma de campana ( por su descubridor
es también llamada campana de GAUSS)
• Es simétrica con respecto a su media ()
• Es asintótica al eje horizontal.
• A +/- tres desv. típicas de la media, se
encuentra prácticamente el 99.8% de su área
( +/- 3 )
-3 +3
39
Prof. David Becerra Rojas
Teorema Central del Limite
( X )
• Sea X ~ N( , 2 ) entonces, Z ~ N(0 , 1 )
1
z2
f ( z) *e 2
z
2
X
( X 0 )
z0
α Z
x0 X
α
0 z0 Z
40
Prof. David Becerra Rojas
Ejercicio
Supongamos que el peso de los contenedores almacenados en un recinto
portuario, tienen una distribución aproximadamente normal, con una media
= 78.6 tn , y una varianza 2 = 156.25 tn2. Determine;
c.- Si el recinto cuenta con 870 contenedores, ¿cuántos tienen un peso entre 68, y
96 tn.? 626
d.- Si se deben controlar el 33% de los contenedores más pesados, cuál es el peso
mínimo de estos contenedores. 84.1
e.- Si se toma una muestra aleatoria independiente de 12 contenedores, ¿cuál es la
probabilidad de que exactamente 8 tengan un peso no superior a 75 tn.?
0.0346
41
Prof. David Becerra Rojas
Ejercicio
Para el ingreso a una determinada empresa, los postulantes deben rendir un
examen. La experiencia dice que los puntaje, se distribuyen aproximadamente
Normal con una media de 487, y una desv. Típica de 58.9. Determine:
( X np )
Z ~ N(0 , 1 )
np (1 p )
Ejercicio
Supongamos que el 42% de los trabajadores de
una empresa, tienen no más de 40 años.
Se selecciona un muestra de 250 trabajadores.
Determine la probabilidad de que el número de
trabajadores con no más de 40 años, sea:
a.- a lo más 120.
b.- entre 100, y 150
c.- exactamente 110
Ejercicio
o.57
A
A
0.43 B
0.57 0.43 B
0.57 A
0.57 A 0.43 B
0.43
B 0.57 A
0.43
B
0-43 B
S = {AAA ,AAB, ABA, BAA, ABB, BAB, BBA, BBB}
Distribuciones Discretas
Bernoulli:
Notaciòn : X B(1 , p)
Funciòn de probabilid ad : (o de Cuantía )
p( x) p x (1 p)1 x ; x 0,1
E ( x) p
V ( x) p(1 p)
Distribuciones Discretas
Binomial:
Notaciòn : X B(n , p)
Funciòn de probabilid ad : (o de Cuantía )
n x
p( x) p (1 p) n x ; x 0,1,........, n
x
E ( x) np
V ( x) np(1 p)
Distribuciones Discretas
Binomial Negativa:
Notaciòn : X BN (n , p)
Funciòn de probabilid ad : (o de Cuantía )
n x 1 n
p( x) p (1 p)
x
; x 0,1,........, n
x
n(1 p )
E ( x)
p
n(1 p )
V ( x)
p2
Distribuciones Discretas
Poissón:
Notaciòn : X P( )
Funciòn de probabilid ad : (o de Cuantía )
e x
p( x) ; x 0,1,2,3........
x!
E ( x)
V ( x)
Distribuciones Discretas
Geométrica:
Notaciòn : X G ( p)
Funciòn de probabilid ad : (o de Cuantía )
p( x) ; x 0,1,2,3........
E ( x)
V ( x)
Distribuciones Discretas
Hipergeométrica:
Notaciòn : X H ()
Funciòn de probabilid ad : (o de Cuantía )
p( x) ; x 0,1,2,3........
E ( x)
V ( x)
Distribuciones Discretas
Uniforme Discreta:
Notaciòn : X U ()
Funciòn de probabilid ad : (o de Cuantía )
1
p( x) ; x a, a 1, a 2,...b
b a 1
E ( x)
V ( x)
Distribuciones Discretas
Hipergeométrica:
Notaciòn : X H ()
Funciòn de probabilid ad : (o de Cuantía )
p( x) ; x 0,1,2,3........
E ( x)
V ( x)
Distribuciones Discretas
Hipergeométrica:
Notaciòn : X H ()
Funciòn de probabilid ad : (o de Cuantía )
p( x) ; x 0,1,2,3........
E ( x)
V ( x)
Distribuciones Continuas
Uniforme:
Notaciòn : X U ( a, b)
Funciòn de Densidad de probabilid ad :
1
f ( x) ; x ( a, b)
ba
Función de Distribuci ón :
xa
F ( x)
ba
ab (b a ) 2
E ( x) , V ( x)
2 12
Distribuciones Continuas
Exponencial:
Notaciòn : X Exp ( )
Funciòn de Densidad de probabilid ad :
f ( x) e x ;x0
Función de Distribuci ón :
F ( x) 1 e x
1 1
E ( x) , V ( x)
2
Distribuciones Continuas
Normal:
Notaciòn : X N ( , ) 2
E ( x) , V ( x) 2
Distribuciones Continuas
Triangular:
Notaciòn : X
Funciòn de Densidad de probabilid ad :
f ( x)
Función de Distribuci ón :
F ( x)
E ( x) , V ( x)