Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEPARTAMENTO DE ESTADÍSTICA
VARIABLE ALEATORIA
Prof. J Núñez R.
Solución:
1°) El espacio muestral.
Ω = {𝑆𝑆𝑆, 𝑆𝑆𝐶, 𝑆𝐶𝑆, 𝐶𝑆𝑆, 𝑆𝐶𝐶, 𝐶𝑆𝐶, 𝐶𝐶𝑆, 𝐶𝐶𝐶} ⟹ 𝑛(Ω) = 8; 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
𝑆𝑆𝑆 0
𝑆𝑆𝐶
SCS 1
CSS
𝑆𝐶𝐶
CSC 2
CCS
𝐶𝐶𝐶
3
𝜔 → 𝑋(𝜔) = 𝑥
donde; 𝑋(𝑆𝑆𝑆) = 0
𝑋(𝑆𝑆𝐶) = 𝑋(𝑆𝐶𝑆) = 𝑋(𝐶𝑆𝑆) = 1
𝑋(𝑆𝐶𝐶) = 𝑋(𝐶𝑆𝐶) = 𝑋(𝐶𝐶𝑆) = 2
𝑋(𝐶𝐶𝐶) = 3
2 DEFINICIÓN Una variable aleatoria (𝑣. 𝑎. ) es una función cuyo dominio es el
espacio muestral Ω y cuyo recorrido (rango) es un subconjunto no vacío de números
reales, tal que, para cada uno de los elementos del Ω (ω ∈ Ω) le corresponde un
número real 𝑥 = 𝑋 (ω)
𝑖𝑖) ∑ 𝑃(𝑥𝑖 ) = 1
𝑋 𝑥1 𝑥2 … .. 𝑥𝑛
𝑃(𝑋 = 𝑥) 𝑃(𝑥1 ) 𝑃(𝑥2 ) … . 𝑃(𝑥𝑛 )
donde
1
𝑃(𝑋 = 0) = 𝑃(𝑆𝑆𝑆) =
8
1 1 1 3
𝑃(𝑋 = 1) = 𝑃(𝑆𝑆𝐶 ∪ 𝑆𝐶𝑆 ∪ 𝐶𝑆𝑆) = 𝑃(𝑆𝑆𝐶) + 𝑃(𝑆𝐶𝑆) + 𝑃(𝐶𝑆𝑆) = + + =
8 8 8 8
1 1 1 3
𝑃(𝑋 = 2) = 𝑃(𝑆𝐶𝐶 ∪ 𝐶𝑆𝐶 ∪ 𝐶𝐶𝑆) = 𝑃(𝑆𝐶𝐶) + 𝑃(𝐶𝑆𝐶) + 𝑃(𝐶𝐶𝑆) = 8 + 8 + 8 = 8
1
𝑃(𝑋 = 3) = 𝑃(𝐶𝐶𝐶) =
8
Por lo tanto X es una función de probabilidad.
𝑋 0 1 2 3
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥) 1/8 4/8 7/8 1
Para:
1
𝐹(0) = 𝑃(𝑋 ≤ 0) = 𝑃(𝑋 = 0) =
8
1 3 4
𝐹(1) = 𝑃(𝑋 ≤ 1) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) = + =
8 8 8
1 3 3 7
𝐹(2) = 𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) = + + =
8 8 8 8
1 3 3 1
𝐹(3) = 𝑃(𝑋 ≤ 3) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) = + + + = 1
8 8 8 8
Se puede expresar:
0 ; 𝑠𝑖 𝑋<0
1
; 𝑠𝑖 0≤𝑋<1
8
4
𝐹(𝑋) = ; 𝑠𝑖 1≤𝑋<2
8
7
; 𝑠𝑖 2 ≤ 𝑋 < 3
8
[ 1 ; 𝑠𝑖 𝑋≥3
Representación Gráfica
𝐹(𝑥)
1
7/8
4/8
1/8
𝑋
0 1 2 3
Propiedades de la función de distribución 𝑭(𝒙)
i) Es una función monótona no decreciente; esto es:
𝑆𝑖 𝑥1 ≤ 𝑥2 ⟹ 𝐹(𝑥1 ) ≤ 𝐹(𝑥2 )
ii) La función de distribución acotada
0 ≤ 𝐹(𝑥) ≤ 1 ; ∀𝑥
iii) 𝐹(−∞) = lim 𝐹(𝑥) = 0
𝑥→−∞
𝑖) 𝑓(𝑥) ≥ 0; ∀ 𝑋 𝜀 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜
∞
𝑖𝑖) ∫ 𝑓(𝑥)𝑑𝑥 = 1
−∞
𝑏
𝑖𝑖𝑖) 𝑃(𝑎 < 𝑋 < 𝑏) = ∫𝑎 𝑓(𝑥)𝑑𝑥
Solución:
luego la 𝑓. 𝑑𝑒 𝑑.
1
𝑥 ; 0≤𝑥≤2
𝑓(𝑥) = { 2
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑙𝑢𝑔𝑎𝑟
Representación gráfica:
𝑓(𝑥)
1 1
𝑓(𝑥) = 𝑥
2
𝑋
0 2
𝑓(𝑥) = 0 𝑓(𝑥) = 0
luego 𝑓(𝑥) ≥ 0 ; 𝑒𝑛 0 ≤ 𝑥 ≤ 2
1
𝑓(𝑡) = 0 𝑓(𝑡) = 𝑡 𝑓(𝑡) = 0
2
−∞ 𝑥 0 𝑥 2 𝑥 ∞
i)
ii)
iii)
𝑥
i) En el intervalo 𝑋 𝜀 (−∞, 0) ⇒ 𝐹(𝑋) = ∫−∞ 𝑓(𝑡) 𝑑𝑡; 𝑑𝑜𝑛𝑑𝑒 𝑓(𝑡) = 0
𝑥
= ∫−∞ 0. 𝑑𝑡 = 0
𝑥 𝑓(𝑡) = 0 ; 𝑡 𝜀 (−∞, 0)
ii) En el intervalo 𝑋 𝜀 [0, 2] ⇒ 𝐹(𝑋) = ∫−∞ 𝑓(𝑡) 𝑑𝑡 ; 𝑑𝑜𝑛𝑑𝑒 { 1
𝑓(𝑡) = 𝑡 𝑑𝑡 ; 𝑡 𝜀 [0,2]
2
0 𝑥
1
= ∫ 𝑓(𝑡) 𝑑𝑡 + ∫ 𝑡 𝑑𝑡
−∞ 0 2
𝑥
1 𝑡2 1
= 0+ | = 𝑥2
2 2 0 4
𝑓(𝑡) = 0 ; 𝑡 𝜀 (−∞, 0)
𝑥 1
iii) En el intervalo 𝑋 𝜀 (2, ∞) ⇒ 𝐹(𝑋) = ∫−∞ 𝑓(𝑡)𝑑𝑡; 𝑑𝑜𝑛𝑑𝑒 { 𝑓(𝑡) = 𝑡 𝑑𝑡; 𝑡 𝜀 [0,2]
2
𝑓(𝑡) = 0 ; 𝑡 𝜀 (2, ∞)
0 2 ∞
1 1
= ∫ 0. 𝑑𝑡 + ∫ 𝑡 𝑑𝑡 + ∫ 0. 𝑑𝑡
−∞ 0 2 2 2
2
1 𝑡2
=0+ | +0=1
2 2 0
Se tiene:
0 ; 𝑠𝑖 𝑋 𝜀(−∞, 0)
1 2
𝐹(𝑋) = { 𝑥 ; 𝑠𝑖 𝑋 𝜀[0,2]
4
1 ; 𝑠𝑖 𝑋 𝜀 (2, ∞)
Representación gráfica:
𝐹(𝑥)
𝐹(𝑥) = 1
1
1 1
𝐹(𝑥) = 0
4 𝐹(𝑥) = 𝑥 2
4
0 1 2
1 1 3
luego: 𝑃 (1 < 𝑥 < 2) = 𝐹(2) − 𝐹(1) = 4 (2)2 − 4 (1)2 = 4
1. ESPERANZA MATEMÁTICA
Se le llama también media teórica, valor esperado o simplemente media de
dicha variable.
Notación 𝐸(𝑥) = 𝑀(𝑥) = 𝜇
Definición. Sea 𝑋 una 𝑣. 𝑎. con función de probabilidad 𝑓(𝑥). La esperanza
matemática o valor esperado de 𝑋 es:
𝑛
𝐸(𝑋) = ∑ 𝑋. 𝑃(𝑋)
𝑥𝑖=1
1 3 3 1
= 0 (8) + 1 (8) + 2 (8) + 3(8)
= 1.5 = 𝜇
𝑋 𝑘 ⟹ 𝐸(𝑋) = 𝐸(𝑘) = 𝑘. 1 = 𝑘
𝑓(𝑥) 1
= 𝐸(𝑋) + 𝐸(𝑌);
El caso continuo es similar; se puede generalizar para 𝑛 − 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠.
≤ ∑|𝑋|𝑓(𝑥) = 𝐸(|𝑥|)
𝑥
Solución
𝑉(𝑥) = 𝐸(𝑥 2 ) − 𝜇2
1 3 3 1
= [ 02 ( ) + 12 ( ) + 22 ( ) + 32 ( ) ] − 1.52
8 8 8 8
= 0.75