Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 1 - 2 PDF
Unidad 1 - 2 PDF
Introducción
a) Presentación y contextualización
Los temas que se tratan en la presente Unidad, tienen por finalidad que el
estudiante desarrolle y ejecute el concepto de variables aleatorias durante su
proceso de formación profesional y contribuyan en el logro de su perfil profesional.
b) Competencia
c) Capacidades
d) Actitudes
6
Conceptos TEMA 1
de
Variables
Aleatorias
Competencia:
Identificar una variable aleatoria.
7
Desarrollo de los Temas
Tema 01: Conceptos de Variables Aleatorias
Hemos visto que los resultados de un experimento aleatorio pueden ser cuantitativos
(por ejemplo, lanzar un dado y registrar el número de la cara superior), o cualitativos
(por ejemplo, lanzar dos monedas y registrar el resultado de cada una).
Los eventos de mayor interés a la hora de hacer inferencia estadística son eventos
numéricos. ¿Qué significa? Que, por ejemplo, estaremos más interesados en conocer
el número de caras que resultan en cada repetición del experimento que en la
secuencia en sí.
Así, los eventos simples (C, X) y (X, C) nos brindarán la misma información, es decir,
en los dos se registró 1 cara. El número de caras es una función definida sobre el
espacio muestral S:
Eventos Simples CC CX XC XX
Numero de caras
2 1 1 0
:X
8
Esta función genera una partición del espacio muestral. Todos
los eventos simples que corresponden al mismo valor de la
función se encuentran en el mismo subconjunto. Estos
subconjuntos son disjuntos y su unión es el espacio muestral.
La función definida anteriormente se denomina variable aleatoria.
Una variable aleatoria es entonces una función que asocia un número real a cada
elemento de un espacio muestral.
X :S
s x X (s)
Ejemplos 01:
Sea el espacio muestral que se obtiene al lanzar al aire una moneda tres veces
consecutivas, esto es, SSS , SSC, SCS , CSS , SCC, CSC, CCS , CCC
Ejemplo 02:
Un profesor califica sus pruebas en una escala de 4 puntos (1, 2, 3, 4). Supongamos
que en un curso de 30 alumnos los resultados ordenados fueron:
111222222333333333333444444444
Sea X = resultado de la prueba para un alumno del curso elegido al azar.
9
Luego R = {1, 2, 3, 4}, X es una variable aleatoria discreta
X
Resultado (x ) 1 2 3 4
i
Frecuencia (f ) 3 6 12 9
i
10
Variables TEMA 2
Aleatorias
Discretas
Competencia:
Explicar variables aleatorias discretas.
11
Tema 02: Variables Aleatorias Discretas
Definición.- Una variable aleatoria discreta asume cada uno de sus valores con
cierta probabilidad que denotaremos por PX (probabilidad inducida por X).
Ejemplo:
Consideremos el experimento aleatorio de lanzar dos monedas entonces el espacio
muestral correspondiente estará dado por:
CC, CS , SC, SS
Se define la variable aleatoria X de obtener caras, entonces el rango de X es
RX 0,1, 2 , es decir:
FUNCIÓN DE PROBABILIDAD
ii )
xi RX
f ( xi ) 1
Valores xi de X x1 x2 x3 … xn
12
Probabilidad pi P X xi p1 p2 p3 … pn
Notación:
La función de probabilidad se puede representar de diversas maneras:
1) En una tabla:
x P(x)
0 ¼
1 ½
2 ¼
2) En un gráfico:
3) En una fórmula:
2
p( x) 0.252
x
Ejemplo 01.
Sea X la variable aleatoria definida como el número de caras que ocurren al lanzar
dos monedas.
a. Determine la distribución de probabilidad de X.
b. ¿Cuál es la probabilidad de que no obtengamos ninguna cara?
c. Calcular la probabilidad P 0 X 1
Solución.
13
a) La Variable Aleatoria X. Toma el valor 0 cuando ocurre el evento (SS). Entonces
P(X=0) = P({(SS)}) = ¼
También se puede notar P (0) = P(X=0) = ¼
P(X=2) = P ({(CC)}) = ¼
1 1 3
c) P 0 X 1 P X 0 P X 1
4 2 4
Ejemplo 02
Sea x una variable aleatoria que expresa el Nº de personas que habitan en una
vivienda elegida al azar. La distribución de probabilidad de x es la siguiente:
xi 1 2 3 4 5 6 7 8ó+
pi 0,230 0,322 0,177 0,155 0,067 0,024 0,015 0,010
i1
pi 0,23 0,322 0,177...0,010 1
14
P x 4 P x 1 P x 2 P x 3 P x 4
0,23 0,322 0,177 0,155 0,884
c. Calcular la probabilidad de que al menos dos personas vivan en una vivienda.
P x 2 P x 2 P x 3 ... P x 8
1 P( x 2) 1 0, 23 0, 77
F ( x) P X x P( X k ) f (k ), x
kx k x
0 si x 1
0.1 si 1 x 2
FX ( x) 0.3 si 2 x 3
0.7 si 3 x 4
1 si 4 x
15
Variables TEMA 3
Aleatorias
Continuas
Competencia:
Analizar variables aleatorias continuas.
16
Tema 03: Variables Aleatorias Continuas
ii )
f ( x)dx
Ejemplo 01:
Clasificar como discretas o continuas las siguientes variables aleatorias:
a) Nº de páginas de un libro → discreta.
b) tiempo que tarda en fundirse una bombilla → continua
c) Nº de preguntas en una clase de una hora → discreta.
d) cantidad de agua consumida en un mes → continúa.
Ejemplo 02:
Sea f ( x) una función definida en todos los números reales por:
17
cx 2 , x 0, 2
f ( x)
0 , x 0, 2
Solución.
a) El área de la figura sombreada es igual a 1
Entonces
2 8
1 f ( x)dx cx 2 dx c
0 3
3
c
8
Luego
3 2
x , x 0, 2
f ( x) 8
0 , x 0, 2
Ejemplo 03:
18
a.) Determinar el valor de la constante c y luego la f.d.p. de X
b.) Hallar la función de distribución acumulada F(x) de X
Solución.
a) Si el área que encierra la figura con el eje X es igual a 1, entonces C 1/ 4
Luego la función densidad está dada por la ecuación de la recta en el intervalo
dado.
x
, 1 x 3
f ( x) 4
0, en otro caso
x t x2 1
Si 1 x 3, F ( x) dt
1 4 8 8
Entonces:
19
0 , si x 1
2
x 1
F ( x) , si 1 x 3
8
1 , si x 1
Media y
Varianza TEMA 4
de una Variable
Aleatoria
Competencia:
Aplicar propiedades para calcular la media y
varianza de variables aleatorias.
20
Tema 04: Media y Varianza de una
Variable Aleatoria
E ( X ) mx x f (x )
xi RX
i i
Propiedades:
mx y mx my
Si a y b son constantes se cumple que:
maxb amx b
21
Ejemplo:
p1 P{x 1} 1 / 6
p2 P{x 2} 1 / 6
p6 P{x 6} 1 / 6
El valor esperado de X será:
k
1 1 1 1 1 1
mx xi pi 1 2 3 4 5 6 3,5
i 1 6 6 6 6 6 6
VARIANZA DE UNA VARIABLE ALEATORIA
Definición.- Sea X una variable aleatoria con distribución de probabilidad f(x) y con
media igual a . La varianza de X es la expresión:
X2 E X xi f ( xi )
2 2
, si X es discreta
E X x f ( xi ) , si X es continua.
2 2 2
X i
Var ( X ) E X E ( X 2 ) 2
2
Propiedades:
- Si a y b son constantes se cumple que:
axb a x
ax2 b a 2 x2
- Si x e y son dos variables aleatorias independientes se cumple que:
x2 y x2 y2 y x y x2 y2
22
Nota.
La desviación típica de una variable aleatoria es una medida de dispersión de la
distribución alrededor de la media. Los valores pequeños indican concentración de
la distribución alrededor de la esperanza y los valores grandes corresponden a
distribuciones más dispersas.
El concepto de desviación típica es equivalente en variables aleatorias discretas y
continuas, aunque en estas últimas su cálculo es más complicado.
Ejemplo 1
Se lanza tres veces una moneda. Sea X la variable aleatoria que expresa el nº de
caras en los tres lanzamientos.
a) Hallar y representar la función de probabilidad de X.
Solución.
Se lanza 3 veces una moneda, entonces es espacio muestral es:
E= {CCC,CCX,CXC,XCC,XXC,XCX,CXX,XXX}
Sí, ya que en cada lanzamiento P(C)=1/2 y al lanzar tres veces se tiene que
3 1 / 2 15
, .
Hallar la desviación típica de X
k (0 1,5) 2 0,125 (1 1,5) 2 0,375
x x mx pi 0,866
2
i
i 1 (2 1,5) 2 0,375 (3 1,5) 2 0,125
o bien:
23
0
k
x x
i 1
2
i pi mx2 2
0,125...32 0,125 1,52 0,866
Ejemplo 2
Una compañía ha vendido 205 billetes para un avión de 200 plazas.
Sea x la variable aleatoria que expresa el nº de viajeros que va al aeropuerto para
viajar en el avión. Su distribución es:
xi 198 199 200 201 202 203 204 205
pi 0,05 0,09 0,15 0,20 0,23 0,17 0,09 0,02
a) Hallar la probabilidad de que todos los viajeros que van al aeropuerto tengan
plaza.
Solución.
P{x 200} P{x 198} P{x 199} P{x 200}
0,05 0,09 0,15 0,29
b) Obtener la probabilidad de que se quede sin plaza alguna de los
viajeros que va al aeropuerto.
P{x 200} P{x 201} P{x 202} ... P{x 205}
0, 2 0, 23 0,17 0, 09 0, 02 0, 71
P{x 200} 1 P{x 200} 1 0,29 0,71
Ejemplo 3
La vida útil de un objeto es una variable aleatoria X con función de densidad de
probabilidad
24
e x , si x 0
f ( x)
0 , si x 0
Calcular la varianza y la deviación estándar de X.
Solución.
Integrando por partes y analizando la convergencia, se tiene:
1 1
x e x dx Limb xe x 0 Limb e x 0 0
b b
0
Y luego integrando dos veces por partes se obtiene
2
E X 2 x 2 e x dx
0 2
2 1 1
Luego, 2 E X 2 2
Lecturas Recomendadas 2
2 2
1
La deviación estándar de X es:
VARIABLES ALEATORIAS.
http://probabilidad20100.blogspot.com/p/varianza-y-desviacion-estandar.html
Actividades y Ejercicios
RX 2, 4, 6,8,10,12
a.
RX 2,3, 4,5,6,7,8,9,10,11,12
b.
RX 3,5,7,9,11
c.
RX 4,5,6,7,8,9,10,11,12
d.
RX 2,3, 4,5,6,7,8,9,10
e.
x 0 1 2 3 4
P X x 1/16 4/16 k 4/16 1/16
a. 11/16
b. 6/16
c. 6/16
d. 5/8
e. 4/16
26
3) Suponga que el número de cursos en que está matriculado un alumno es una
variable aleatoria X con función de probabilidad.
x 0 1 2 3 4 5
P X x 1/10 2/10 1/10 3/10 2/10 1/10
a. 11/10
b. 13/5
c. 12/5
d. 7/10
e. 1
ax , si x 0,3
3
f ( x)
0 , si x 0,3
Hallar el valor de la constante a para que, f ( x) sea una función de densidad para
alguna variable aleatoria X.
a. 1/16
b. 4/81
c. 5/81
d. 1/3
e. 5/27
4 3
x , si x 0,3
f ( x) 81
0 , si x 0,3
Calcular P 1 X 2
a. 5/27
b. 5/24
c. 4/27
d. 2/81
27
e. 4/81
Resumen
UNIDAD DE APRENDIZAJE I:
Una variable aleatoria es una variable que toma valores numéricos determinados por
el resultado de un experimento aleatorio. No hay que confundir la variable aleatoria
con sus posibles valores. Ejemplos:
nº de caras al lanzar 6 veces una moneda (valores: 0, 1, 2…)
nº de llamadas que recibe un teléfono en una hora
tiempo que esperan los clientes
para pagar en un supermercado…
Las variables aleatorias pueden ser discretas o
continuas.
28