MATERIA: ESTADISTICA II

VARIABLES ALEATORIAS CONTINUAS

CLASE 15 – DISTRIBUCIÓN ACUMULATIVA

Por: Ing. Javier Tarqui Valeriano

 Ejemplo. a) Hallar el valor de la constante “C” para
que la función sea de densidad de probabilidad, b)
Calcular P(1<x<2) )

𝐶 𝑥2 ; 0<𝑥<3
𝑓𝑥 =
0 ; 𝑝𝑎𝑟𝑎 𝑜𝑡𝑟𝑜 𝑣𝑎𝑙𝑜𝑟 𝑥

Solución.
Para a) Para que sea función de densidad, debe verificar
las 2 condiciones:
i) Debe cumplir: 𝑓𝑥 ≥ 0
→ la constante debe ser positivo: C > 0
+∞

ii) debe cumplir: 𝑓𝑥 = 1

−∞
Por: Ing. Javier Tarqui Valeriano
 0 3 ∞

0+ 𝐶 𝑥 2 𝑑𝑥 + 0 =1
−∞ 0 3

𝐶 𝑥 2 𝑑𝑥 = 1 → Integrando
0

𝑥3 3 1
𝐶 =1 → 𝐶 33 − 03 = 1
3 0 3

1 1
𝐶 27 = 1 → 𝐶=
3 9

Entonces la función es:

1 2
𝑓𝑥 = 𝑥
9

Por: Ing. Javier Tarqui Valeriano

Cuyo gráfico es una parábola cortada de la forma:

0 3 x

Para b) Calcular: 𝑃 1<𝑥<2

En forma gráfica, se tiene:

0 3 x
1 2

Por: Ing. Javier Tarqui Valeriano

 𝑏

Por: 𝑃 𝑎<𝑥<𝑏 = 𝑓 𝑥 𝑑𝑥
𝑎
2 2
1 2 1
𝑃 1<𝑥<2 = 𝑥 𝑑𝑥 = 𝑥 2 𝑑𝑥
9 9
1 1

Integrando:
1 𝑥3 2 1 3
𝑃 1<𝑥<2 = ∙ = 2 − 13
9 3 1 27
7
𝑃 1<𝑥<2 = = 0,2593
27
∴ Existe un 25,93 % de probabilidad que se
encuentre entre 1 y 2
Por: Ing. Javier Tarqui Valeriano
3. FUNCIÓN DE DISTRIBUCIÓN DE ACUMULACIÓN
PARA VARIABLES CONTINUAS
Para una variable aleatoria continua “x”, se define a F
(mayúscula) como una función que calcula los valores
acumulados, es decir calcula la probabilidad que se tenga un
valor menor o igual a “x” 𝑥 ≤ 𝑘 .
Sin embargo también es posible a partir de este principio,
hallar para los valores mayores o iguales a este 𝑥 ≥ 𝑘 .

Es decir se denota: 𝐹 𝑥 =𝑃 𝑥≤𝑘

Para la función de probabilidad: 𝒇 𝒙

𝑥
Entonces cumple: 𝐹 𝑥 = 𝑓
−∞ 𝑡
𝑑𝑡
→ Formula de la función de distribución
Para hallar la función de distribución acumulativa se debe
analizar por tramos por sobre el dominio del intervalo dado.
Por: Ing. Javier Tarqui Valeriano
- PROPIEDADES DE LA FUNCIÓN DE DISTRIBUCIÓN
Se tienen las siguientes:
i) La derivada de la función de distribución es la función de
𝑑𝐹 𝑥
probabilidad: = 𝑓𝑥
𝑑𝑥

ii) Si: 𝑎 < 𝑏 → 𝐹 𝑎 <𝐹 𝑏

iii). Para hallar la probabilidad de un intervalo:

𝑃 𝑎≤𝑥≤𝑏 = 𝐹 𝑏 − 𝐹 𝑎

Ejemplo. Hallar la distribución de acumulación para el

ejercicio anterior, asi mismo emplear el resultado para hallar:
𝑃 1≤𝑥≤1 . Se tenia la función:
4 2
2
𝑓𝑥 = 𝑥+2 ; 0≤𝑥≤1
5

Por: Ing. Javier Tarqui Valeriano

Solución. Se tiene:
𝑥
𝐹 𝑥 =𝑃 𝑥≤𝑘 = 𝑓
−∞ 𝑡
𝑑𝑡
Analizamos en cada parte del intervalo: < −∞ , 𝑥 >

i) Para x < 0 → 𝑓𝑥 = 0

0
Reempl. 𝐹 𝑥 = −∞
0 𝑑𝑡 = 0 → 𝐹 𝑥 =0
2
ii) Para x<1 → 𝑓𝑥 = 𝑥+2
5

𝑥2
Reempl. 𝐹 𝑥 = 0 5
𝑡 + 2 𝑑𝑡 → 𝐹 =
2 𝑥
𝑡 + 2 𝑑𝑡
𝑥 5 0
Por: Ing. Javier Tarqui Valeriano
 2 𝑥 𝑥
𝐹 𝑥 = 0
𝑡 𝑑𝑡 + 0
2 𝑑𝑡 → Integrando
5
2 𝑡2 𝑥 𝑥 2 1
𝐹 𝑥 = + 2𝑡 = 𝑥 2 − 02 + 2 𝑥 − 0
5 2 0 0 5 2

1
𝐹 𝑥 = 𝑥 2 + 4𝑥
5
2
iii) Para x < ∞ → 𝑓𝑥 = 𝑥+2
5

12 ∞
𝐹 𝑥 = 0 5
𝑡 + 2 𝑑𝑡 + 1
0 𝑑𝑡
2 1 1
𝐹 𝑥 = 0
𝑡 𝑑𝑡 + 0
2 𝑑𝑡 + 0 → Integrando
5
2 𝑡2 1 1 2 1
𝐹 𝑥 = + 2𝑡 = 12 − 0 2 + 2 1 − 0
5 2 0 0 5 2
→ 𝐹 𝑥 =1
Por: Ing. Javier Tarqui Valeriano
Este último resultado es igual a 1 porque ya incorpora a la
función en todo el intervalo de <0 , 1>
Nota. Para efectos de análisis de distribución, se emplea la
función que se obtiene en el intervalo, en este caso:
1
𝐹 𝑥 = 𝑥 2 + 4𝑥 ; 0≤𝑥≤1
5

Para la probabilidad: 𝑃 1
≤𝑥≤
1
4 2

Por: 𝑃 𝑎≤𝑥≤𝑏 =𝐹 𝑏 −𝐹 𝑎

1 1 1 2 1
Para: 𝑥= → 𝐹 1 = +4
4 4
5 4 4
17
→ 𝐹 1 =
4
80
1 1 1 2 1
Para: 𝑥= → 𝐹 1 = +4
2 2
5 2 2
9
→ 𝐹 1 =
2
20
Por: Ing. Javier Tarqui Valeriano
Reempl. en: 𝑃 1
≤𝑥≤
1 =𝐹 1 −𝐹 1
4 2 2 4

9 17
𝑃 1
≤𝑥≤
1 = −
4 2
20 80
19
→ 𝑃 1
≤𝑥≤
1 = = 0,2375
4 2
80

∴ Notese que se obtiene el mismo resultado que se obtuvo

en ese ejemplo

Ejemplo. El segundo ejemplo del anterior acápite, calcular

𝑃 1<𝑥<2 , mediante la función de distribución acumulativa
1
𝑥2 ; 0<𝑥<3
𝑓𝑥 = 9
0 ; 𝑝𝑎𝑟𝑎 𝑜𝑡𝑟𝑜 𝑣𝑎𝑙𝑜𝑟 𝑥

Solución. Se tiene:
𝑥
𝐹 𝑥 = 𝑓
−∞ 𝑡
𝑑𝑡
Por: Ing. Javier Tarqui Valeriano
 Para el intervalo que nos interesa:
𝑥 𝑥
1 2 1
𝐹 𝑥 = 𝑡 𝑑𝑡 → 𝐹 𝑥 = 𝑡 2 𝑑𝑡
9 9
0 0

1 𝑡3 𝑥 1 1 3
Integrando 𝐹 𝑥 = = 𝑥 − 03
9 3 0 9 3
𝑥3
𝐹 𝑥 =
27
Para: 𝑃 1<𝑥<2
13 1
En: 𝑥=1 → 𝐹 1 = → 𝐹 1 =
27 27
23 8
En: 𝑥=2 → 𝐹 2 = → 𝐹 2 =
27 27
Reempl. en: 𝑃 1<𝑥<2 =𝐹 2 −𝐹 1

8 1 7
𝑃 1<𝑥<2 = − → 𝑃 1<𝑥<2 = = 0,2593
27 27 27
Por: Ing. Javier Tarqui Valeriano  Se obtiene el mismo resultado
 4. VALORES ESPERADOS (ESPERANZA MATEMATICA)
Al igual que en las variables aleatorias discretas, el valor
esperado, es la media poblacional o simplemente la media, que
expresa el valor medio de un fenómeno aleatorio.
Denotaremos por E(x) y es igual a:
+∞
𝐸 𝑥 =𝜇= −∞
𝑥 𝑓 𝑥 𝑑𝑥
Nota. Para que la esperanza exista, la integral debe ser finita

VARIANZA DE LA VARIABLE ALEATORIA CONTINUA

Viene determinado por: 𝜎2 = 𝑉 𝑥 = 𝐸 𝑥−𝜇 2
+∞
Entonces: 𝜎2 = −∞
𝑥 − 𝜇 2 𝑓 𝑥 dx
o también: 𝜎2 = 𝐸 𝑥2 − 𝜇2
+∞ 2
𝜎2 = −∞
𝑥 𝑓𝑥 𝑑𝑥 −𝜇2
Por: Ing. Javier Tarqui Valeriano
 Ejemplo. Determinar la esperanza y la varianza, en el
ejercicio:
2
𝑓𝑥 = 𝑥+2 ; 0≤𝑥≤1
5
Solución. En la fórmula:

+∞ 1 2
𝐸 𝑥 = −∞
𝑥 𝑓 𝑥 𝑑𝑥 = 0
𝑥 𝑥 + 2 𝑑𝑥
5
1 1 1
2 2
2
𝐸 𝑥 = 𝑥 + 2𝑥 𝑑𝑥 = 𝑥 2 𝑑𝑥 + 2𝑥 𝑑𝑥
5 5
0 0 0
Integrando:
1 𝑥2 1
2 𝑥3
𝐸𝑥= +2∙ =
0 2 0
5 3
2 1
13 − 03 + 12 − 0 2
5 3

8
𝐸 =
𝑥 Valeriano
Por: Ing. Javier Tarqui = 0,533
15
En forma gráfica, se observa que la media se encuentra en
el punto medio de la recta:

6/5

Media
4/5

0 1 x
0,5

Para la varianza:
2 +∞ 2 1 8 22
𝜎 = −∞
𝑥 − 𝜇 𝑓𝑥 = 0
𝑥− 𝑥 + 2 𝑑𝑥
15 5
1 2
2
2 2
8 8
𝜎 = 𝑥 −2∙𝑥∙ + 𝑥 + 2 𝑑𝑥
5 15 15
0
1
2
2 14 2 416
3
128
𝜎 = 𝑥 + 𝑥 − 𝑥+ 𝑑𝑥
5 15 225 225
0
Por: Ing. Javier Tarqui Valeriano
 Integrando:
2 𝑥 4 14 𝑥 3 416 𝑥 2
2 1 1 1 128 1
𝜎 = + ∙ − ∙ + 𝑥
5 4 0 15 3 0 225 2 0 225 0
2 1 14 208 128
𝜎2 = + − +
5 4 45 225 225

2
37
→ 𝜎 = = 0,082
450

De otra forma: 𝜎2 = 𝐸 𝑥2 − 𝜇2

1 2
2 8
𝜎2 = 2
𝑥 ∙ 𝑥 + 2 𝑑𝑥 −
5 15
0
1 2
2
2 8
𝜎 = 𝑥 3 + 2𝑥 2 𝑑𝑥 −
5 15
0
Por: Ing. Javier Tarqui Valeriano
 Integrando:
4 3 2
2
2 𝑥 1 𝑥 1 8
𝜎 = +2∙ −
5 4 0 3 0 15
2
2
2 1 2 8
𝜎 = + −
5 4 3 15

37
𝜎2 = = 0,082
450

Por: Ing. Javier Tarqui Valeriano

 TAREA ASINCRONA Nº8

Hallar la esperanza y la varianza para la función

1 2
𝑥 ; 0<𝑥<3
𝑓𝑥 = 9
0 ; 𝑝𝑎𝑟𝑎 𝑜𝑡𝑟𝑜 𝑣𝑎𝑙𝑜𝑟 𝑥

Por: Ing. Javier Tarqui Valeriano