Clase 5: Variables aleatorias continuas y funciones de

densidad de probabilidad. valor esperado de una variable

aleatoria (discreta y continua).

Lina Marı́a Acosta Avena*

ASESORIAS: LUNES DE 4:00 pm - 6:00 pm. VIERNES DE
9:00 am - 11:00 am, B43-103
Escuela de Estadı́stica
Universidad Nacional de Colombia, Sede Medellin
limacostaav@unal.edu.co
*
Estudiante de la Maestrı́a en Ciencias Estadı́stica

Estadı́stica I.

1
 VARIABLES ALEATORIAS CONTINUAS

Una variable aleatoria se dice continua si el rango de dicha variable es un in-

tervalo o es la unión de varios intervalos reales, acotados o no acotados. Por
ejemplo, medición de la corriente de un alambre, longitud de partes desgas-
tados en una pieza, tiempo de duración de una bombilla, tiempos de espera,
estatura, masa.

Estadı́stica I.

2
 FUNCIÓN DE DENSIDAD DE PROBABILIDAD

Definición:
Sea X una variable aleatoria continua. La función de densidad de probabilidad
(f.d.p.) de X , denotada fX (x), es tal que

1. fX (x) ≥ 0, −∞ < x < ∞

Z +∞
2. fX (x)dx = 1
−∞

3.

P(a ≤ X ≤ b) = P(a ≤ X < b) = P(a < X ≤ b)

Z b
= P(a < X < b) = fX (x)dx
a

Estadı́stica I.

3
 FUNCIÓN DE DENSIDAD DE PROBABILIDAD

Note en 2 que el área total bajo f (x) es uno. La probabilidad del intervalo
a ≤ X ≤ b es el área acotada por la función de densidad y las rectas
X = a, X = b

Estadı́stica I.

4
FUNCIÓN DE DENSIDAD DE PROBABILIDAD

Estadı́stica I.

5
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Definición:
La función de distribución acumulada FX (x) de una variable aleatoria continua
X es la probabilidad de que X tome un valor menor o igual a algún x. Esto es,
Z x
FX (x) = P(X ≤ x) = fY (y)dy*
−∞
FX (x) es el área acotada por la función de densidad que se encuentra a la
izquierda de la recta X = x.

Gráficamente esto es

*
Y es una variable artificial de integración

Estadı́stica I.

6
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Estadı́stica I.

7
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Propiedades de FX (x)

1. 0 ≤ FX (x) ≤ 1 ; ∀x ∈ R

2. lı́m FX (x) = 0 y lı́m FX (x) = 1

x→−∞ x→+∞

3.

P(a < X < b) = P(a ≤ X < b) = P(a < X ≤ b)

= P(a ≤ X ≤ b) = FX (b) − FX (a)

Estadı́stica I.

8
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

∂FX (x)
4. ∂x
= fX (x)

5. P(X > a) = 1 − P(X ≤ a) = 1 − FX (a)

Estadı́stica I.

9
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Ejemplo 1
Sea X una variable aleatoria continua.

(a) Determine el valor de k de tal manera que la función

(
kx2 −1 ≤ x ≤ 1
fX (x) =
0 en otro caso.
sea la función de densidad de probabilidad de X .

(b) Determine la función de distribución acumulativa de X y grafı́quela.

(c) Calcular P(X ≥ 1/2) y P(−1/2 ≤ X ≤ 1/2)

Estadı́stica I.

10
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Sln:

(a)
Z −1 Z 1 Z +∞
1= fX (x)dx + fX (x)dx + fX (x)dx
−∞ −1 1
Z 1 Z 1
= (kx2)dx = k x2dx
−1 −1
1
k 3 k 2
= x  = [13 − (−1)3] = k
3 −1 3 3
por lo tanto k = 32 , y ası́
(
3 x2 , −1 ≤ x ≤ 1
fX (x) = 2
0 , en otro caso.
Estadı́stica I.

11
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

(b)
Z x 
3 x 2

3 2
Z
FX (x) = y dy = y dy
−1 2 2 −1

!
3 y3 x 1 3 3]
= = [x − (−1)
2 3 −1 2

1
= (x3 + 1)
2
Ası́

0
 , x < −1
FX (x) = 12 (x3 + 1) , −1 ≤ x < 1

1 ,x ≥ 1


Estadı́stica I.

12
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Estadı́stica I.

13
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

(c) • P(X ≥ 1/2) Forma 1 (utilizando FX (x))

P(X ≥ 1/2) = 1 − P(X < 1/2)

= 1 − FX (1/2)
(1/2)3 + 1
= 1−
2
9
= 1−
16
7
=
16

Estadı́stica I.

14
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Forma 2 (utilizando fX (x))

Z 1 
3 1 2

3 2
Z
P(X ≥ 1/2) = x dx = x dx
1/2 2 2 1/2

!
3 x3 1
=  = 1 [13 − (1/2)3]
2 3 1/2 2

1 1
= (1 − 1/8) = (7/8)
2 2
7
=
16

Estadı́stica I.

15
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

• P(−1/2 ≤ X ≤ 1/2) Forma 1 (utilizando FX (x))

P(−1/2 ≤ X ≤ 1/2) = FX (1/2) − FX (−1/2)

(1/2)3 + 1 (−1/2)3 + 1
= −
2 2
1/8 + 1 + 1/8 − 1
=
2
2/8
=
2
1
=
8

Estadı́stica I.

16
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Forma 2 (utilizando fX (x))

Z 1/2 
3 1/2 2

3 2
Z
P(−1/2 ≤ X ≤ 1/2) = x dx = x dx
−1/2 2 2 −1/2

!
3 x31/2 1
=  = [(1/2)3 − (−1/2)3]
2 3 −1/2 2


1 1
= (1/8 + 1/8) = (2/8)
2 2
1
=
8

Estadı́stica I.

17
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Ejemplo 2
Sea X la duración en horas de cierto tipo de bombilla electrica. La f.d.p de X
está dada por
(
a 1500 ≤ x ≤ 2500
fX (x) = x3
0 en otro caso.
Calcule

(a) P(X ≤ 2000)

(b) P(X ≤ 2000|X ≥ 1800)

Estadı́stica I.

18
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Sln:

Primero hay que hallar el valor de la constante a.

Se sabe que
Z +∞
fX (x)dx = 1
−∞
entonces

Estadı́stica I.

19
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Z +∞ Z 1500 Z 2500 Z +∞
1= fX (x)dx = fX (x)dx + fX (x)dx + fX (x)dx
−∞ −∞ 1500 2500

Z 2500 Z 2500 Z 2500

a
= fX (x)dx = 3
dx = a x−3dx
1500 1500 x 1500
2500
a  a
= − 2 =
2x 7031250
1500
=⇒ a = 7031250

Estadı́stica I.

20
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

(a)
Z 2000
P(X ≤ 2000) = 703125 x−3dx
1500

703125 2000

=−
2x2 1500

 
703125 1 1
=− −
2 (2000)2 (1500)2
= 0,6836

Estadı́stica I.

21
 FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

(b)
P(1800 ≤ X ≤ 2000)
P(X ≤ 2000|X ≥ 1800) =
P(X ≥ 1800)
Z 2000
703125 x−3dx
= 1800
Z 2500
703125 x−3dx
1800

= 0,3945

Estadı́stica I.

22
 VALOR ESPERADO

Definición:
Sea X una variable aleatoria (discreta o continua) con f.d.p fX (x) (p(x)). La
esperanza de X o valor esperado* de X , denotado como E[X] se define
como

∑ xp(x)
 , si X es discreta
E[X] = Zx +∞

 x fX (x)dx , si X es continua
−∞
Este valor esperado es usualmente denotado µX o µ.
Cuando E[X] < ∞, se dice que la esperanza existe, no existe cuando la suma
o la integral no converge a un valor finito.

*
Valor promedio de una v.a. después de un número grande de experimentos

Estadı́stica I.

23
 VALOR ESPERADO

Propiedades del valor esperado:

Sean a, b números reales y sea X una variable aleatoria (discreta o continua).

1. E[a] = a

2. E[aX + b] = E[aX] + E[b] = aE[X] + b

3. Si g(X) es una función de X , entonces


∑ g(X)p(x)
 , si X es discreta
E[g(X)] = Zx +∞

 g(X) fX (x)dx , si X es continua
−∞

Estadı́stica I.

24
 VALOR ESPERADO

Definición:
Sea g(X) = (X − µX )2. La varianza de X , la cuál se denotará Var[X] o σ2X o
simplemente σ2, se define como

Var[X] = E[(X − µX )2] = E[X 2] − (E[X])2

Estadı́stica I.

25
 VALOR ESPERADO

Propiedades de la varianza:
Sean a, b números reales y sea X una variable aleatoria (discreta o continua).

1. Var[X] = E[(X − µX )2] = E[X 2] − (E[X])2

2. Var[a] = 0

3. Var[aX + b] = a2Var[X]

A la raı́z cuadrada de Var[X] se le llamará Desviación estándar de X y se

denotará σ

Estadı́stica I.

26
 VALOR ESPERADO

Ejemplo 3
Sea X una variable aleatoria que representa el número de clientes que llega
a una tienda en un periodo de una hora. Dada la siguiente información:

x 0 1 2 3 4 5 6 7 8
p(x) 0,05 0,10 0,10 0,10 0,20 0,25 0,10 0,05 0,05

Encontrar E[X] y Var[X]

Estadı́stica I.

27
 VALOR ESPERADO

Sln:

8
• E[X] = ∑ xp(x) = 0(0,05) + 1(0,10) + 2(0,10) + 3(0,10) + 4(0,20)
x=0
+ 5(0,25) + 6(0,10) + 7(0,05) + 8(0,06) = 4

8
• E[X] = ∑ x2 p(x) = 02(0,05)+12(0,10)+22(0,10)+32(0,10)+42(0,20)
x=0
+ 52(0,25) + 62(0,10) + 72(0,05) + 82(0,06) = 20,1

=⇒ Var[X] = E[X 2] − (E[X])2 = 20,1 − 42 = 4,1

Estadı́stica I.

28
 EJERCICIOS

1. El tiempo de espera de un cliente hasta ser atendido es una variable

aleatoria continua con f.d.p. dada por
(
e−x , x > 0
fX (x) =
0 , e.o.c.

(a) Halle FX (x). Rta :

(
0 ,x ≤ 0
FX (x) =
1 − e−x , x > 0

(b) Calcule P(X < 1). Rta = 0,6321

Estadı́stica I.

29
 EJERCICIOS

(c) Calcule P(1 < X < 2) Rta = 0,2325

(d) Halle el valor de k tal que P(X < k) = 0,95. Rta = 2,9957

2. Sea X una v.a. continua cuya f.d.p es fX (x) = 3x2, 0 < x < 1, cero en
otro caso. Considere un rectángulo aleatorio cuyas caras son X y 1 − X .
Determine el valor esperado del área del rectángulo.
3
Rta = 20

Estadı́stica I.

30
 EJERCICIOS

3. La demanada semanal de gas propano (en miles de galones) de una dis-

tribuidora en particular es una v.a. X con f.d.p dada por
( h i
2 1 − 12 , 1 ≤ x ≤ 2
fX (x) = x
0 , e.o.c.

(a) Halle FX (x). Rta


0 h 2 i ,x < 1


FX (x) = 2 x x+1 − 2 , 1 ≤ x < 2


1 ,x ≥ 2

Estadı́stica I.

31
 EJERCICIOS

(b) Calcule E[X] y Var[X]. Rta = 1,61 y 0,0746

(c) Calcule g(X) = 1,5 − X . Halle E[g(X)].

g(X) = 1,5 − X puede verse como el remanente si no se recibe el nuevo
suministro.
Rta = −0,11, no se puede cubrir la demanada.

Estadı́stica I.

32