Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad y poblaciones
estadísticas univariantes
4.2. Variable aleatoria
Estadística Econòmica I Empresarial I
Grau d’Economia
Facultat d’Economia i Empresa
Universitat de Barcelona
Siendo:
Ω: espacio muestral del experimento aleatorio A
X(ω): variable aleatoria
R(x): valores posibles de X, llamado recorrido o campo de
variación de la v.a. X
Función de Cuantía
Variable aleatoria Discreta
Variable aleatoria Función de Distribución
Unidimensional Función de Densidad
Variable aleatoria Continua
Función de Distribución
X = x1,x2,…,xn
Conjunto de pares (x1,pi) que a cada valor de la variable le
asocia una probabilidad, donde pi = P(X=xi), tal que la suma de
todas las probabilidades sea igual a la unidad
p(x) ≥ 0 ∀x
∑ p(x) = 1
∀x
Estadística econòmica i empresarial I Elisabet Motellón
4.2.3 Distribución de probabilidades
Modelo teórico que describe cómo varían los resultados de un
experimento aleatorio (facilita todas las probabilidades de todos los
posibles resultados que pueden obtenerse)
∑ P(X = x ) = ∑ p = 1 i i
i=1 i=1
P(X = xi ) = pi ≥ 0 ∀xi
… o probabilidad acumulada
Acotada:
0 ≤ F(x) ≤ 1
Propiedades
2. Varianza
N N
σ 2 = Var(X) = E[(X − µ )2 ] = ∑( xi2 − µ 2 ) pi =∑ xi2 pi −µ 2
i=1 i=1
= E[X 2 ]−[E(X)]2
σ 2 = α 2 − (α1 )2
- Varianza: #N & 1 N
Var(X) = E[X ]−[E(X)] = %∑ (xi − x ) ( / N
2 2 2
, x = ∑ xi
Estadística econòmica i empresarial I $ i=1 ' N i=1
4.2.5 Modelos de probabilidad
Distribución uniforme
N
Esperanza matemática? E[X] = ∑ xi = n +1 = 6 +1 = 3, 5
1
n i=1 2 2
Pq son los n primeros
N números naturales
∑ i
(x − x ) 2
n 2 −1 6 2 −1 35
Varianza? Var(X) = i=1
= = =
N 12 12 12
Función de cuantía:
P(X = x) = p x ·q1−x para x = 1 y x = 1
Función de distribución:
0 x<0
F(X) = q 0 ≤ x <1
1 x ≥1
Esperanza matemática E[X] = p
Varianza Var(X) = p·(1− p) = pq
Estadística econòmica i empresarial I Elisabet Motellón
4.2.5 Modelos de probabilidad
Distribución de Bernoulli X∼B(0,1)
Probabilidad de que un individuo se contagie de gripe es 0,3.
Determinar la esperanza y la varianza de esta variable y la probabilidad
de que no padezca esta enfermedad.
Función de Distribución:
0 x<0
x ! N $ k N−k
F(X) = P(X ≤ x) = ∑# k & ⋅ p q 0≤x<N k = 0,1, 2,…, x
k=0 " %
1 x≥N
! 10 $ 2 8 10!
P(X = 2) = # & ⋅ 0, 3 ⋅ 0, 7 = ⋅ 0, 32 ⋅ 0, 78 =
" 2 % 2!⋅ 8!
3628800
= ·0, 09·0, 05765 = 0, 2335
80640
Estadística econòmica i empresarial I Elisabet Motellón
4.2.5 Modelos de probabilidad
Distribución Binomial X∼ B(N,p) (VI)
Ejemplo 3
Probabilidad de que familia con 4 hijos 1) al menos uno sea chico y 2)
al menos un chico y una chica (probabilidad de que nazca un varón es ½)
1 3
! 4 $ !1$ !1$
1. Opción a) P(X = 1) = # & ⋅ # & ⋅ # & = 4 ⋅ 0, 5⋅ 0,125 = 0, 25 =
1
" 1 % "2% "2% 4
2 2
! 4 $ !1$ !1$ 3
P(X = 2) = # & ⋅ # & ⋅ # & = 6 ⋅ 0, 25⋅ 0, 25 = 0, 375 =
1 3 1 1 15 " 2 % "2% "2% 8
P(X ≥ 1) = + + + = ! 3 1
4 8 4 16 16 4 $ !1$ !1$ 1
P(X = 3) = # & ⋅ # & ⋅ # & = 4 ⋅ 0,125·0, 5 = 0, 25 =
" 3 % "2% "2% 4
4 0
! 4 $ !1$ !1$ 1
P(X = 4) = # & ⋅ # & ⋅ # & = 1⋅ 0, 0625·1 = 0, 0625 =
" 4 % "2% "2% 16
Opción b)
# 4 & # 1 &0 # 1 & 4 *# 1 &4 - 1 15
P(X ≥ 1) = 1− P(X = 0) = 1− % ⋅ ⋅
( % ( % ( = 1− , % ( / = 1− =
$ 0 ' $2' $2' ,+$ 2 ' /. 16 16
Elisabet Motellón
4.2.5 Modelos de probabilidad
Distribución Poisson X∼ P(λ) (III)
Ejemplo 2
En un tramo de carretera se producen un promedio de 2 accidentes
semanales. Determina:
a) La probabilidad de que no se registre ningún accidente
e−2 2 0
P [ x = 0] = = 0,1353
0!