Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Realizado Por:
Fabio Álvarez C.I: 26.436.481
Adrián Colina C.I: 28.177.700
ING. Naval
3ER Semestre
Probabilidad y Estadística
08/11/2020
Variable aleatoria continua
-Se dice que una variable aleatoria X es continua si su conjunto de posibles
valores es todo un intervalo ya se finito o infinito y de números reales, una
variable aleatoria continua es una función que asigna a cada resultado posible
de un experimento un número real, la función puede asumir cualquier valor en
algún intervalo ya que el intervalo puede ser acotado o desacotado y se llama
una variable aleatoria continua, en el caso que puede asumir solo varios
valores distintos se llama una variable aleatoria discreta, las variables
aleatorias continuas son aquellas que presentan un número incontable de
valores; por ejemplo, el peso de las vacas en una granja , una vaca puede pesar
632,12 kg, otra puede pesar 583,12312 kg, otra 253,12012 kg, otra 198,0876
kg y nunca se terminaría de enumerar todos los posibles valores, en general
las variables aleatorias discretas representan datos que provienen del conteo
del número de elementos, mientras que las variables aleatorias continuas
representan datos que provienen de mediciones, por ejemplo, tiempo, peso,
longitud, etc.
La variable aleatoria continua posee 4 tipos de distribución las cuales pueden
ser:
Distribución Normal: es un concepto perteneciente a la estadística que es la
ciencia que se ocupa del recuento, ordenación y clasificación de los datos
obtenidos por las observaciones, para poder hacer comparaciones y sacar
conclusiones, en otras palabras la distribución normal adapta una variable
aleatoria a una función que depende de la media y la desviación típica , es
decir la función y la variable aleatoria tendrán la misma representación pero
con ligeras diferencias , una variable aleatoria continua puede tomar cualquier
número real por ejemplo, las rentabilidades de las acciones, los resultados de
un examen, el coeficiente de inteligencia IQ y los errores estándar son
variables aleatorias continuas.
-Algunas de las características más representativas de la distribución normal
son las siguientes:
Media y desviación típica: a la distribución normal le corresponde un
media cero y una desviación típica o estándar de 1, la desviación típica
o estándar indica la separación que existe entre un valor cualquiera de la
muestra y la media.
Porcentajes: En una distribución normal, se puede determinar con
exactitud qué porcentaje de los valores estará dentro de cualquier rango
específico.
Tiene una única moda, que coincide con su media y su mediana.
Ejm: Las puntuaciones de un examen por parte de los alumnos de ingeniería naval
se distribuyen normalmente con media 15 puntos. La puntuación A ha sido
superada por un 23% de los alumnos de la carrera. La puntuación B está
situada a 5 puntos diferenciales por debajo de la media. Entre B y la media
se encuentra el 30% de los alumnos de la carrera. Calcular:
a) La desviación típica de las notas de los exámenes.
b) Las puntuaciones directas de A y B.
c) El porcentaje de alumnos de ingeniería naval entre A y B.
a)
La puntuación B=10, deja a su
izquierda un área 0’20. Consultando
las tablas obtenemos un valor z = -
0’84. De aquí:
Z = -0,84 = 10-15= -5 → S = -5 /
(0,85)
S S
=5,95
b)
La puntuación A, deja a su izquierda
un área 0’77 (1-0’23). Consultando las
tablas obtenemos un valor z = 0’74.
De aquí:
Z = 0,74 = A-15 → A = 0,74 * 5,95 + 15 = 20,21
5,95
(El valor B=10 ya se determinó)
c) P(X<R)=0,90
∫R 1/36*e-1/36*xdx = 0,90
0
R=82,89
Distribución Gamma: La distribución beta es posible para una variable
aleatoria continua que toma valores en el intervalo 0 - 1, lo que la hace muy
apropiada para modelar proporciones. En la inferencia bayesiana, por ejemplo,
es muy utilizada como distribución a priori cuando las observaciones tienen
una distribución binomial, la distribución beta estándar se utiliza por lo común
para modelar la variación en la proporción o porcentaje de una cantidad que se
presenta en muestras diferentes, tales como la proporción de horas que duerme
un individuo o la proporción de cierto elemento de un compuesto químico.
-Durante muchos años, tanto en el ámbito académico como en el mundo de la
estadística aplicada la distribución beta ha sido tratada con especial rezago en
su definición y aplicación, dicho lo anterior esta entrada intenta dar una visión
sobre la filosofía de la distribución y en especial darle una aplicación empírica
para ver su potencial en el mundo real.
Ejm: Si la proporción de una marca de televisores que requiere servicio
durante el primer año de operación es una variable aleatoria que tiene una
distribución beta con α = 3 y β = 2, ¿Cuál es la probabilidad de que al menos
80% de los nuevos modelos de esta marca que se vendieron este año requieran
servicio durante su primer año de operación?
Solución
F(x) = Г(a+b) xα – 1 (1-b)β-1
Г(α) Г(β)
F(x) = Г(5) x2 (1-x)
Г(3) Г(2)
F(x) = 24 x2 (1 – x)
2
F(x) 12 x2 (1-x)
F(x) = 12 x2 – 12 x3
P(x>0.8) = 1 – P (x< 0.8)
P (x< 0.8) = f (0.8)
F(x) = ʃx (12t2 – 12t3) dt
0