Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadı́stica I.
1
VARIABLES ALEATORIAS CONTINUAS
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
Z +∞
2. fX (x)dx = 1
−∞
3.
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
3.
Estadı́stica I.
8
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
∂FX (x)
4. ∂x
= fX (x)
Estadı́stica I.
9
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
Ejemplo 1
Sea X una variable aleatoria continua.
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
Estadı́stica I.
14
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
!
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
Estadı́stica I.
16
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
!
3 x31/2 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
Estadı́stica I.
18
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
Sln:
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
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
1. E[a] = a
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
Estadı́stica I.
25
VALOR ESPERADO
Propiedades de la varianza:
Sean a, b números reales y sea X una variable aleatoria (discreta o continua).
2. Var[a] = 0
3. Var[aX + b] = a2Var[X]
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
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
Estadı́stica I.
28
EJERCICIOS
Estadı́stica I.
29
EJERCICIOS
(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
Estadı́stica I.
31
EJERCICIOS
Estadı́stica I.
32