UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Dpto. de Estadística e Informática

Semana 11. Variable aleatoria continua

 • Motivación
• Logros
Inicio • Saberes previos

• Variable aleatoria continua

• Media y variancia de una V.A. continua
• Propiedades de la media y variancia de una V.A. continua
Desarrollo
• Ejercicios resueltos

• Ejercicios propuestos
Cierre • Autoevaluación (Moodle)

2
Vea el siguiente vídeo:https://www.youtube.com/watch?v=iA0xRUNvLV8

1. ¿Porqué Norma menciona que posición de Randi es una variable

aleatoria contínua?
2. ¿A qué es igual el área bajo la curva?

3
Al término de la sesión, el estudiante estará en capacidad de:
 Reconocer y define su distribución de una V.A. continua.
 Calcular probabilidades para una variable aleatoria continua.
 Calcular la media y variancia para V.A. continua.
 Aplicar las propiedades para la media y variancia en una
variable aleatoria continua.
 Resolver ejercicios propuestos.

¿Qué es una variable aleatoria continua?

¿Para que sirve calcular la probabilidad de una V.A.
continua?
¿Cómo se calcula la media y variancia de una V.A.
continua?
4
Definición de una variable aleatoria continua

Distribución de probabilidad de una V.A. continua

La media y variancia para una V.A. continua

Propiedades para una V.A. continua

Ejemplos, ejercicios resueltos y propuestos

Autoevaluación (Aula virtual)

5
Variable aleatoria continua
Si su rango es un conjunto infinito no numerable.

Ejemplos

1) El pH de un compuesto químico, su rango [0, 14]

2) El sueldo (soles) de 50 empleados, su rango [0, ∞]
3) El diámetro (Mt)una muestra de árboles, rango [0,∞]

6
La función de la v.a. continua X es su función de probabilidad si
cumple con lo siguiente:

1. f  x   0 , x  , f  x  no es una probabilidad por ejemplo f  x  =3.9


2.  f  x  dx  1

b

3. Si A   x a  x  b  P  A  P  a  X  b    f  x  dx
a
b

4. P  a  X  b   P  a  X  b   P  a  X  b   P  a  X  b    f  x  dx
a
n 1
b n 1  a n 1
b b
X
En general :  X n dx  
a
n 1 a n 1
7
Ejemplo 1.
Suponga que el tiempo, en horas, que necesita un técnico para
reparar un artefacto eléctrico es una variable aleatoria que tiene
la siguiente función de densidad:
k  6  x  , 1  x  3

f  x  

0 , para otros valores de x
a. Halle el valor de k para que f(x) sea una función de densidad.


Por propiedad:  f  x  dx  1

 1 3  3
1
 f  x  dx  
 
f  x  dx   f  x  dx   f  x  dx  k   6  x  dx  k 8  k 
8
cero 1 k  6 x  3 cero 1

1
 6  x , 1  x  3
Entonces: f  x   8
0 , para otros valores de x
8
 b. Calcule la probabilidad de que un técnico demore por lo
menos 1.8 horas pero menos de 2 horas en reparar esa
avería.
2 2
1
P  A   P 1.8  X  2    f  x  dx    6  x  dx  0.1025
1.8 1.8
8

c. ¿Cuál es el tiempo máximo que necesita un técnico para

reparar cierta avería de un artefacto eléctrico para estar
dentro del 18% de los que usan menor tiempo?

1
6  x dx  0.18
k
P( X  k )  
1 8
k  1.26 horas

9
Ejercicio 1
Sea la V.A. X: Peso de un artículo (Kg), cuya función de densidad
está dada por:
2
 x, 1  x  2
f ( x)   3

0 Otro caso
a) Verifique que f(x) es una función de densidad.
b) Halle la probabilidad de que un artículo pese entre 1 y 1.5 kg.
c) Halle la probabilidad de que un artículo pese al menos 1.8 kg.

10
Solución:
a. Verifique que f(x) es una función de densidad.
𝟐 𝟐 𝟐 𝟐
𝟐 𝟐 𝐱 𝟏 𝟐 𝟐
𝐒𝐞 𝐜𝐮𝐦𝐩𝐥𝐞: 𝐟 𝐱 𝐝𝐱 = 𝟏 ⇒ 𝐱𝐝𝐱 = = 𝟐 −𝟏 =𝟏
𝟏 𝟏 𝟑 𝟑 𝟐 𝟏
𝟑
b. Halle la probabilidad de que un artículo pese entre 1 y 1.5 kg.
𝟐
𝟐
𝟐 𝟐 𝐱𝟐 𝟏 𝟐
𝐏 𝟏. 𝟓 < 𝐗 < 𝟐. 𝟎 = 𝐱𝐝𝐱 = = 𝟐 − 𝟏. 𝟓𝟐 = 𝟎. 𝟓𝟖𝟑𝟑
𝟏.𝟓 𝟑 𝟑 𝟐 𝟏.𝟓
𝟑
c. Halle la probabilidad de que un artículo pese al menos 1.8 kg.
𝟐 𝟐 𝟐
𝟐 𝟐 𝐱 𝟏 𝟐
𝐏 𝐗 ≥ 𝟏. 𝟖 = 𝐱𝐝𝐱 = = 𝟐 − 𝟏. 𝟖𝟐 = 𝟎. 𝟐𝟓𝟑𝟑
𝟏.𝟖 𝟑 𝟑 𝟐 𝟏.𝟖
𝟑

11
 1. oX valor
La media  
 E esperado
X   x si
xdef una  
X es una
variable variable
aleatoria aleatoria
continua X, d
con función de probabilidad
xR X f(x), está dada por:

2.  X  E  X   x f  x  dx si X es una variable aleatoria

a de una v.a X está  dada por el valor esperado de
  X  variancia
2
La de una variable aleatoria continua X, con función de
, es decir:
probabilidad f(x), está dada por:
2
X  2

  Var  X   E  X   X   E ( X 2 )  ( E ( X )) 2  E ( X 2 )   2
Dónde: E(X2)=∫X2 f(x)

La desviación estándar de X: 𝛔 = 𝛔𝟐
𝛔
El coeficiente de variación X: 𝐂𝐕 = 𝐱𝟏𝟎𝟎
𝛍 12
Para a, b, c y d constantes reales, se cumple las propiedades:

Relación Valor esperado Variancia

Y  a  bX EY   a  b E X  VarY   b2 Var X 

Y  bX EY   b EX  VarY   b2 Var X 
Y  a X EY   a  E X  VarY  Var X 
cX  dY cE X   d EY  c 2Var X   d 2 Var Y 
X Y E X   EY  Var X  VarY 
X1  X 2  ...  X n  n  n
E   Xi    E  Xi 
 n  n
Var   X i   Var  X i 
 i 1  i 1  i 1  i 1

13
Ejemplo 2.
En un estudio, se define la variable aleatoria X=Proporción de
accidentes fatales por mes que ocurren en un determinado
distrito y cuya función de densidad es:
2 x , para 0  x  1
f  x  
0 , para otros valores de x
a. Calcule la probabilidad de que la proporción de accidentes por
mes sea menor que el 40%.
2 0.4
0.4 0.4
 x 
P  X  0.4   P  0  X  0.4    f  x  dx   2 x dx  2    x   0.16
2 0.4

 2 
0
0 0 0

b. Halle la media de la proporción media de accidentes fatales por

mes en esa ciudad.
 1 1
2 3 1 2
 X  E  X    x f  x  dx   x  2 x  dx   2 x dx   x  0 
2

 0 0
3 3
14
 c. Halle la variancia y el coeficiente de variación de la proporción
de accidentes fatales por mes en esa ciudad.
 1 1
E  X    x f  x  dx   x  2 x  dx   2 x dx   x  
2 2 2 2 4 1 1
3

 0 0
4 0 2
2 𝟏
1 2 1
 X  E  X    E  X      
2 2 2 𝝈 𝟖 𝟎. 𝟑𝟓𝟒
𝑪𝑽 = 𝒙𝟏𝟎𝟎 = = 𝒙𝟏𝟎𝟎 = 𝟓𝟑. 𝟏%
2  3  18 𝝁 𝟐
𝟑
𝟎. 𝟔𝟔𝟕

d. En el estudio se ha determinado que con un programa de

socialización de las señales de tránsito, la proporción de
accidentes disminuiría en un 6%. Halle la media y el coeficiente
de variación con el programa de socialización.
Sea Y=Proporción de accidentes con el programa de
socialización
Entonces: Y = 0.94X
µy=E(Y) = 0.94xE(X) = 0.94x0.667 = 0.627
σy= 0.94xσx = 0.94x0.354 = 0.332
CV = (0.332/0.667)x100 = 53.1% 15
Ejercicio 2
Se sabe que el tiempo (en minutos)
que demora un automóvil en pasar
la revisión técnica, es una variable
aleatoria que tiene la siguiente
función de densidad.
 x
 20  x  40
f ( x)   600

0 otro caso
a. ¿Cuál es la probabilidad de que un automóvil tarde en pasar la
revisión técnica menos de 32 minutos?
b. Halle el porcentaje de automóviles que tardarán en pasar la revisión
técnica entre 25 y 35 minutos.
c. Halle la media y el coeficiente de variabilidad del tiempo que se
demora en pasar la revisión técnica.
d. Si al implementar dos casetas par la revisión se espera disminuir el
tiempo en un 12.5%, halle el nuevo tiempo medio que demora los
automóviles en pasar la revisión técnica.
16
Solución:
a. ¿Cuál es la probabilidad de que un automóvil tarde en pasar la
revisión técnica menos de 32 minutos?
𝟐 𝟑𝟐
𝟑𝟐
𝐱 𝟏 𝐱 𝟏 𝟑𝟐𝟐 − 𝟐𝟎𝟐
𝐏 𝐗 < 𝟑𝟐 = 𝐝𝐱 = = = 𝟎. 𝟓𝟐
𝟐𝟎 𝟔𝟎𝟎 𝟔𝟎𝟎 𝟐 𝟐𝟎
𝟔𝟎𝟎 𝟐
b. Halle el porcentaje de automóviles que tardarán en pasar la
revisión técnica entre 25 y 35 minutos.
𝟐 𝟑𝟓
𝟑𝟓
𝐱 𝟏 𝐱 𝟏 𝟑𝟓𝟐 − 𝟐𝟓𝟐
𝐏 𝟐𝟓 < 𝐗 < 𝟑𝟓 = 𝐝𝐱 = = = 𝟎. 𝟓 ⇒ 𝟓𝟎%
𝟐𝟓 𝟔𝟎𝟎 𝟔𝟎𝟎 𝟐 𝟐𝟓
𝟔𝟎𝟎 𝟐
c. Halle la media y el coeficiente de variabilidad del tiempo que
se demora en pasar la revisión técnica.
𝟑 𝟒𝟎
𝟒𝟎
𝐱 𝟏 𝐱 𝟏 𝟒𝟎𝟑 − 𝟐𝟎𝟑
𝛍 = 𝐄(𝐗) = 𝐱 𝐝𝐱 = = = 𝟑𝟏. 𝟏𝟏
𝟐𝟎 𝟔𝟎𝟎 𝟔𝟎𝟎 𝟑 𝟐𝟎
𝟔𝟎𝟎 𝟑
17
 𝟒 𝟒𝟎
𝟒𝟎
𝐱 𝟏 𝐱 𝟏 𝟒𝟎𝟒 − 𝟐𝟎𝟒
𝐄(𝐗𝟐 ) = 𝐱 𝟐
𝐝𝐱 = = = 𝟏𝟎𝟎𝟎
𝟐𝟎 𝟔𝟎𝟎 𝟔𝟎𝟎 𝟒 𝟐𝟎
𝟔𝟎𝟎 𝟒

𝛔𝟐 = 𝐄 𝐗𝟐 − 𝐄(𝐗) 𝟐 = 𝟏𝟎𝟎𝟎 − 𝟑𝟏. 𝟏𝟏𝟐 = 𝟑𝟐. 𝟏𝟕 ⇒ 𝛔 = 𝟑𝟐. 𝟏𝟕 = 𝟓. 𝟔𝟕

𝛔 𝟓. 𝟔𝟕
𝐂𝐕 = 𝐱𝟏𝟎𝟎 = 𝐱𝟏𝟎𝟎 = 𝟏𝟖. 𝟐%
𝛍 𝟑𝟏. 𝟏𝟏

d. Si al implementar dos casetas par la revisión se espera

disminuir el tiempo en un 12.5%, halle el nuevo tiempo medio
y la desviación estándar.
Sea Y=Tiempo implementando las dos casetas
Entonces: Y = 1.125X
µy=E(Y) = 1.125xE(X) = 1.125x31.11 = 34.99
σy= 0.94xσx = 1.125x5.67 = 6.38

18
Ejercicios propuestos.
1. El tiempo diario, en minutos, que una persona tarda en ir de su
casa hacía la oficina, es una variable aleatoria X con la
siguiente función de densidad

k (70  x) 30  x  60
f ( x)  
 0 en otro caso
a. Calcule k para que f(x) sea una función de densidad
b. Calcule la probabilidad de que una persona seleccionada al
azar demore más de 40 minutos en ir de su casa a la oficina
c. Hallar la media del tiempo diario que tarda una persona en ir
a su casa.
d. Si el pago (en soles) que hace a un taxi en ir de su casa al
trabajo, está en función del tempo que demora: T = 0.35 X.
Halle el pago promedio que hace para ir de su casa a su
oficina

19
2. El peso neto (en kg.) de los artículos producidos por una
máquina es una variable aleatoria con función de densidad:

3X 2
 0  X  2
 20
X
f (X )   2  X  4
10

0
 otro caso

a. Calcular la media y la desviación estándar del peso neto de

estos artículos.
b. Hallar la función de distribución acumulativa.
c. El costo por fabricar un artículo es de S/.80, si este artículo
tiene un peso inferior a los 1.5 kg se vende a S/.60, si el peso
es superior a los 3 kg se vende a S/.110, si el artículo pesa
entre 1.5 kg y 3 kg., inclusive, se vende a S/.140. Hallar la
ganancia neta promedio por artículo fabricado.
20
Referencias bibliográficas
 Anderson D., Sweendy D., Williams T. (2016) Estadística para
Administración y Economía. 12ª. Edición. México. Cengage
Learning Editores. Capítulo 4.
 Newbold, P. y Carlson, W. y Thorne, B. (2008). Estadística para
Administración y Economía (6ta. ed.) Madrid: Pearson
Education. Prentice Hall

21