Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Auxiliar #1
Repaso Probabilidades
Resumen
- Variable Aleatoria (va): es una variable que toma valores numéricos y, su resultado esta
determinado por un proceso aleatorio de generación de datos. Ejemplo: Lanzar un dado de 6
caras y registrar su valor.
Existen dos tipos de variables aleatorias:
Propiedades:
1. ∀c ∈ R, E[c] = c
2. P
Sea g(X) una función de X, si X es una va discreta, entonces se cumple R E[X] =
x g(x)f (x). En cambio, si X es una va continua, entonces se cumple E[X] = x g(x)f (x)dx.
Generalización del punto 3: Si {a1 , ..., an } ∈ R y {x1 , ..., xn } son va, entonces E[ ni=1 ai Xi ] =
P
4. P
n
i=1 ai E[Xi ]
Auxiliar #1 - 15/03/2019 1
- Varianza: es una medida de dispersión que muestra la variabilidad de una serie de datos
respecto a su media. Su definición más formal esta dado por V ar[X] = σ 2 = E[(x − µ)2 ], es
decir, es la distancia promedio entre x y µ.
Propiedades:
2. ∀c ∈ R, V ar[c] = 0.
- Desviación estándar: Se necesita tener una medida de la forma de distribución que sea
común a X y µ, es decir, que cuando µ aumente en un factor
p a, la dispersión de la distribución
lo haga a esa misma escala. Definimos SD[X] = σ = V ar[X]. Importante: ∀a, b ∈ R, se
cumple que SD[a + bX] = |a|SD[X].
- Estandarización de una variable aleatoria: Dada una va X, definimos una nueva va:
Z = X−µ
σ . La va Z tiene una media 0 y una varianza igual a 1, lo que normalmente se dice
que Z esta estandarizada.
- Distribuciones conocidas:
np(1 − p).
1−p
(c) Geométrica: X ∼ geo(p), P(X = k) = (1 − p)k−1 p. E[X] = p1 , V ar[X] = p2
.
exp−λ λk
(d) Poisson: X ∼ poisson(λ, k), P(X = k) = k! . E[X] = λ, V ar[X] = λ.
Solución
∞ b b
1 y 2 b
Z Z Z
1 1
E(Y ) = yf (y)dy = y dy = ydy =
−∞ a b−a b−a a b−a 2 a
b2 − a2 (a + b)(b − a) a+b
E(Y ) = = =
2(b − a) 2(b − a) 2
V ar(Y ) = E(Y 2 ) − E2 (Y )
∞ b b
1 y 3 b
Z Z Z
2 2 2 1 1
E(Y ) = y f (y)dy = y dy = y 2 dy =
−∞ a b−a b−a a b−a 3 a
b3 − a3 (b − a)(b2 + ab + a2 ) a2 + ab + b2
E(Y 2 ) = = =
3(b − a) 3(b − a) 3
2. (Propuesto) Suponga que X1 , ..., Xn son variables aleatorias i.i.d. que distribuyen uni-
forme en (0, 4). Cúal es la probabilidad que ninguna de ellas tome un valor en el intervalo
(2, 3).
Solución
Pero, ¿Será muy engorroso realizar ese cálculo?, ¿Existirá otra forma mas eficiente de
abordar el problema?. En estos momentos es cuando nos acordamos de la siguiente
propiedad. Sea W una variable aleatoria con c ∈ R, entonces se cumple que:
Por último, como X e Y son i.i.d., se cumple que las variables son independientes entre
sı́ y tienen la misma distribución de probabilidad. Por lo que se cumple que:
Reemplazamos las probabilidades de cada distribución para encontrar P(X + Y > 1).
11 11 11
=1−[ + + ] (8)
44 44 44
3 13
=1−[ ]= (9)
16 16
2. Para que ninguna de las variables aleatorias tome un valor entre (2, 3), se debe cumplir
que:
{X1 , ..., Xn } ∈
/ (2, 3) (10)
Calculemos la probabilidad de que lo anterior se cumpla, se tiene que cumplir por
separado, para todos los {X1 , ..., Xn } que no pertenecen al conjunto (2, 3). Esto se
puede expresar como:
P(X1 ∈
/ (2, 3), X2 ∈
/ (2, 3), ..., Xn ∈
/ (2, 3)) (11)
n
Y
= P(Xi ∈ / (2, 3))n
/ (2, 3)) = P(X ∈ (12)
i=1
Luego, la pitatoria sale de que al ser todas variables aleatorias independientes e idénticamente
distribuidas, se cumple la misma propiedad de la ecuación 9, por eso se cumple la igual-
dad número (15). Luego, la probabilidad que X ∈ / (2, 3) es de 43 , por lo que se puede
concluir que:
3
P(X ∈/ (2, 3))n = ( )n (13)
4
2. Usando las primeras 35 filas, estime la duración promedio de una cirugı́a cardiaca.
Calcule el error estándar de su estimación.
Solución
Código adjunto.
6