Documentos de Académico
Documentos de Profesional
Documentos de Cultura
X 0 1 2 3
P (X) 1/8 3/8 3/8 1/8
+∞ x 0 x
x2
Z Z Z Z
x
F (X) = f (x)dx = f (x)dx = 0dx + dx =
−∞ −∞ −∞ 0 2 4
Ejemplo
En un juego de azar se pagarán $5 a una persona si sólo salen caras o sellos
cuando se lanzan tres monedas, y ella pagará $3 si salen una o dos caras.
¿Cuál es su ganancia esperada?
Ejemplo
Sea X la variable aleatoria que denota la vida en horas de cierto
dispositivo electrónico. La función de densidad de probabilidad es
20000 , x > 100
f (x) = x3
0 , en cualquier otro caso
Solución:
Z ∞ Z ∞
20000 20000
E(X) = x· dx = dx = 200
100 x3 100 x2
V (X) = E X 2 − {E (X)}2
Donde,
X 2
E X2 = x · p(x) , para una v.a. discreta
x
Z ∞
E X2 = x2 · f (x) , para una v.a. continua
−∞
Ejercicio
Calcular la varianza de los dos ejemplos anteriores
Definición
Si la v.a. X toma los valores x1 , x2 , . . . , xk con idénticas probabilidades,
entonces la distribución uniforme discreta está dada por
1
p(x) = x = x1 , x2 , . . . , xk
k
Ejemplo
Cuando se lanza un dado, cada elemento del espacio muestral
S = {1, 2, 3, 4, 5, 6}
Varianza
k
X
(xi − E (X))2
i=1
V (X) =
k
Varianza
k
X
(xi − E (X))2
i=1
V (X) =
k
Ejercicio
Calcular el valor esperado y varianza del ejemplo anterior
Definición
La distribución de probabilidad de la v.a. binomial X, el número de éxitos
en n pruebas independientes, es
n x
p(x) = p (1 − p)n−x x = 0, 1, 2, . . . , n
x
Valor esperado
E (X) = n · p
Varianza
V (X) = n · p · (1 − p)
Valor esperado
E (X) = n · p
Varianza
V (X) = n · p · (1 − p)
Ejemplo
La probabilidad de que un paciente se recupere de una rara enfermedad
sanguı́nea es 0.4. Si se sabe que 15 personas contraen esta enfermedad,
¿cuál es la probabilidad de que (a) sobrevivan al menos 10. (b) sobrevivan
de 3 a 8. (c) sobrevivan exactamente 5 y (d) encuentre la media y la varianza
de X?
Definición
Se dice que una variable aleatoria X tiene una distribución de Poisson con
parámetro λ (λ > 0) si la función de masa de X es,
e−λ λx
p(x) =
x!
Donde λ es una tasa por unidad de tiempo o por unidad de área.
Valor esperado
E (X) = λ
Varianza
V (X) = λ
Valor esperado
E (X) = λ
Varianza
V (X) = λ
Ejemplo
Si un editor de novelas se esfuerza por asegurar que sus libros están libres
de errores tipográficos, de modo que la probabilidad de que alguna página
contenga por lo menos un error es 0.005 y los errores son independientes
de una página a otra, ¿cuál es la probabilidad de que una de sus novelas
de 400 páginas contenga exactamente una página con errores? ¿a lo sumo
3 páginas con errores?
Varianza
(b − a)2
V (X) =
12
Varianza
(b − a)2
V (X) =
12
Varianza
V (X) = β 2
Varianza
V (X) = β 2
Varianza
V (X) = αβ 2
Varianza
V (X) = αβ 2