Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 3
Universidad de Piura
Tema 3: Variables Aleatorias
1. Introducción.
2. Variables aleatorias univariantes discretas
3. Variables aleatorias univariantes continuas
4. Medidas características de las variables aleatorias
Universidad de Piura
1. Introducción
¿Qué es una variable aleatoria?
Previamente …..
Variable aleatoria:
Universidad de Piura
1. Introducción
Elementos…..
Universidad de Piura
1. Introducción
NOTACIÓN:
realizaciones
Universidad de Piura
Tema 3: Variables Aleatorias
1. Introducción.
2. Variables aleatorias univariantes discretas
3. Variables aleatorias univariantes continuas
4. Medidas características de las variables aleatorias
Universidad de Piura
2. Variables aleatorias univariantes discretas
Entonces 𝑥1, 𝑥2, … , 𝑥𝑘 son los valores posibles que puede tomar
Ejemplos
X= estado
x1=0 (aceptable)
aceptable/defectuoso de un
artículo manufacturado x2=1 (defectuoso)
Universidad de Piura
2. Variables aleatorias univariantes discretas
Función de probabilidad
Ejemplo
1 2 3 4 5 6
x
Universidad de Piura
Ejemplo Una centralita telefónica tiene 5 líneas.
Sea X=número de líneas ocupadas en una unidad de tiempo.
Espacio muestral: X={0,1,2,3,4,5}
Supongamos que la centralita recibe por término medio 2 llamadas por unidad de tiempo (y la
duración de la llamada se completa en esa misma unidad de tiempo). Entonces se puede
demostrar (próximo tema) que la función de probabilidad es:
p(0)=0.14 =P(X=0)
p(1)=0.27 =P(X=1)
p(2)=0.27 =P(X=2)
p(3)=0.18 =P(X=3)
p(4)=0.09 =P(X=4)
p(5)=0.05 =P(X=5)
10
Universidad de Piura
2. Variables aleatorias univariantes discretas
Función de distribución
𝐹 𝑥 =𝑃 𝑋≤ 𝑥
• 𝐹(−∞) = 0, 𝐹(+∞) = 1
Universidad de Piura
Para cada valor 𝑥 de la recta
real, 𝐹 𝑥 nos da la
probabilidad acumulada
𝐹 1.5 = 𝑃 𝑋 ≤ 1.5
= 𝑃[(𝑋 = 0) 𝑈 (𝑋
= 1) 𝑈 (𝑋 = 1.5)]
= 𝑝 0 + 𝑝 1 = 0.41
𝑥1 = 1.5
Universidad de Piura
Para cada valor 𝑥 de la recta
real, 𝐹 𝑥 nos da la
probabilidad acumulada
𝐹 4.5 = 𝑃 𝑋 ≤ 4.5
=𝑃 𝑋=0 ∪ 𝑋=1 ∪ 𝑋=2
∪ 𝑋=3 ∪ 𝑋=4
=𝑝 0 +𝑝 1 +𝑝 2 +𝑝 3
+ 𝑝 4 = 0.95
𝑥2 = 4.5
Universidad de Piura
X= número de líneas ocupadas en una unidad de tiempo
14
Universidad de Piura
X= número de líneas ocupadas en una unidad de tiempo
1 0.27 0.41
2 0.27 0.68
3 0.18 0.86 Para cada cualquier
x=3.5 otro valor que no sea
4 0.09 0.95 suceso elemental es
también la suma de
𝑝(𝑥) hasta ese valor
5 0.05 1
𝐹(3.5) = 0.86
15
Universidad de Piura
X= número de líneas ocupadas en una unidad de tiempo
Ω𝑋 = 0,1,2,3,4,5
0.14 si x=0
0.27 si x=1
Función de
p(x)= 0.27 si x=2
probabilidad
0.18 si x=3
0.09 si x=4
0.05 si x=5
16
Universidad de Piura
Tema 3: Variables Aleatorias
1. Introducción.
2. Variables aleatorias univariantes discretas
3. Variables aleatorias univariantes continuas
4. Medidas características de las variables aleatorias
Universidad de Piura
3. Variables aleatorias univariantes continuas
• 𝑃(𝑋 = 𝑥) = 0 siempre
• Sólo interesa probabilidad de valores en un intervalo 𝑃(𝑋 > 𝑎), 𝑃(𝑎 < 𝑋 < 𝑏) …
Ejemplos
Universidad de Piura
Para calcular probabilidades: función de densidad y función de distribución
Función de densidad
𝑓 𝑥 ≥0
Universidad de Piura
3. Variables aleatorias univariantes continuas
Diferencias:
• Histograma o polígono: Describe sólo a los n datos observados (MUESTRA)
Es la frecuencia de cada uno de los k intervalos
El área bajo 𝒇(𝒙) es 1, mientras que el área de los rectángulos del histograma no.
Universidad de Piura
3. Variables aleatorias univariantes continuas
Ejemplo
𝑓 𝑥 ≥0
0 0
∞ 1 3 ∞
න 𝑓 𝑥 𝑑𝑥 = න 𝑓 𝑥 𝑑𝑥 + න 𝑓 𝑥 𝑑𝑥 + න 𝑓 𝑥 𝑑𝑥
−∞ −∞ 1 3
3 3
3
= න 𝑓 𝑥 𝑑𝑥 = න 𝑘 𝑥 − 1 3 − 𝑥 𝑑𝑥 = 1 ⇒ 𝑘 =
1 1 4
Universidad de Piura
3. Variables aleatorias univariantes continuas
Ejemplo
0.7
0.6
0.5
0.4
0.3
0
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 0.7
x
0.6
0.5
0.4
2.4 0.3
1.7 4 0.1
0
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3
x
Universidad de Piura
3. Variables aleatorias univariantes continuas
Para calcular probabilidades: función de densidad y función de distribución
𝑥0
𝐹 𝑥0 = 𝑃 𝑋 ≤ 𝑥0 = න 𝑓 𝑥 𝑑𝑥
−∞
0.7
0.6
𝑥2 0.5
0.4
= 𝐹 𝑥2 − 𝐹 𝑥1
𝑃 𝑥1 < 𝑋 < 𝑥2 = න 𝑓 𝑥 𝑑𝑥
0.3
0.2
0.1
𝑥1 𝑥2
Si tenemos 𝐹(𝑥) es muy sencillo calcular probabilidades. No hace falta integrar, pues 𝐹(𝑥) ya es
una integral.
Universidad de Piura
Función de distribución 𝑭(𝒙)
𝑥0
𝐹 𝑥0 = 𝑃 𝑋 ≤ 𝑥0 = න 𝑓 𝑥 𝑑𝑥
−∞
A partir de 𝑓 𝑥 podemos
obtener 𝐹(𝑥) y viceversa. Es la
misma información con
diferente expresión.
𝐹(𝑥0 ) = 𝑃(𝑋 ≤ 𝑥0 )
𝒙𝟎
න 𝒇 𝒙 𝒅𝒙 = 𝟎. 𝟒𝟓
−∞
𝑓(𝑥)
La probabilidad 𝐹 𝑥0 ya me da la
acumulada se 0.45 integral; la probabilidad
obtiene de tener valores
integrando menores o iguales a 𝑥0.
𝑥0 𝑥0
Universidad de Piura
Cálculo de probabilidades con la función de distribución:
𝑥2 𝑥2 𝑥1
𝑃 𝑥1 < 𝑋 < 𝑥2 = න 𝑓 𝑥 𝑑𝑥 = න 𝑓 𝑥 𝑑𝑥 − න 𝑓 𝑥 𝑑𝑥 = 𝐹 𝑥2 − 𝐹(𝑥1 )
𝑥1 −∞ −∞
_
= 𝐹 𝑥2
𝐹(𝑥1 )
Universidad de Piura
3. Variables aleatorias univariantes continuas
f(x)
𝒙𝟎
0.45
න 𝒇 𝒙 𝒅𝒙 = 𝟎. 𝟒𝟓
−∞
𝐹 𝑥0 ya me da la integral; la
probabilidad de tener valores
menores o iguales a 𝑥0.
𝑥0
𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥)
𝑭(𝒙𝟎 ) = 𝟎. 𝟒𝟓
0.45
𝑥0
Universidad de Piura
algunos ejemplos…
Funciones de densidad Funciones de distribución
Universidad de Piura
algunos ejemplos…
Funciones de distribución
Funciones de densidad
Universidad de Piura
Tema 3: Variables Aleatorias
1. Introducción.
2. Variables aleatorias univariantes discretas
3. Variables aleatorias univariantes continuas
4. Medidas características de las variables aleatorias
Universidad de Piura
4. Medidas características de las v. aleatorias
1. Media
2. Mediana
3. Moda
Universidad de Piura
4.1 Medidas de centralización
V. aleatorias discretas:
𝑥1 se repite 𝑛1 veces
𝑥2 se repite 𝑛2 veces 𝐽
...
𝑥ҧ = 𝑥𝑗 𝑓𝑟 (𝑥𝑗 )
𝑥𝐽 se repite 𝑛𝐽 veces
𝑗=1
Universidad de Piura
4.1 Medidas de centralización
V. aleatorias discretas:
0.14 si x=0
Ejemplo Una centralita telefónica tiene 5 líneas. 0.27 si x=1
Sea X=número de líneas ocupadas. 0.27 si x=2
p(x)=
Espacio muestral: X={0,1,2,3,4,5} 0.18 si x=3
0.09 si x=4
0.05 si x=5
E( X ) = 0´ 0.14 + 1´ 0.27 + 2´ 0.27 + 3´ 0.18 + 4´ 0.09 + 5´ 0.05 = 1.96
Universidad de Piura
4.1 Medidas de centralización
V. aleatorias discretas:
V. aleatorias continuas:
Universidad de Piura
4.1 Medidas de centralización
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.96
3/5=0.6
Universidad de Piura
4.1 Medidas de centralización
Universidad de Piura
4.1 Medidas de centralización
2. Mediana
f(x)
0.5
0.5
0 1
1 x
2
Universidad de Piura
4.1 Medidas de centralización
3. Moda
f(x)
1.8
1.6
f(x)
p(x) 1.4
1.2
1
0.8
0.6
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
x
moda
moda
moda
Universidad de Piura
4.2 Medidas de dispersión
1. Varianza, var(X), 𝝈𝟐 Es un concepto análogo al de la varianza de una muestra de datos,
pero extendido a todos los elementos de la población
Variable aleatoria… 𝑋
Desviación a la media… 𝑋− 𝜇
al cuadrado... (𝑋 − 𝜇)2
Su media, o esperanza,
es la varianza
𝜎2 = 𝐸[ 𝑋 − 𝜇 2 ]
2
𝜎2 = 𝐸[ 𝑋 − 𝜇 2 ] = 𝐸 𝑋− 𝐸 𝑋
𝐸(𝑋) = 𝜇
2
𝑔(𝑋) = 𝑋−𝜇
Universidad de Piura
Ejemplo: X= número de líneas ocupadas. X={0,1,2,3,4,5}.
0.14 si x=0
0.27 si x=1
p(x) 0.27 si x=2
0.18 si x=3
𝐸 𝑋 =0×0.14+1×0.27+2×0.27+3×0.18+4×0.09+5×0.05=1.96
0.09 si x=4
0.05 si x=5
Universidad de Piura
4.2 Medidas de dispersión
2. Cuartiles y percentiles
En distribuciones continuas, los cuartiles son los valores que dividen la población en
cuatro grupos de probabilidad 0.25 cada uno. Un percentil 𝑃𝑝 es el valor que tiene una
probabilidad acumulada de 𝑝 × 100%.
Se pueden calcular a partir de 𝑓 𝑥 o de 𝐹(𝑥).
𝑄1
1.8 −∞ 𝑓 𝑥 𝑑𝑥 = 0.25 ⇒ despejamos 𝑄1
1.6
𝑓(𝑥) 1.4 F(Q1 ) = 0.25 ⇒ despejamos 𝑄1
1.2
0.8 0.25
0.25
0.6
Para el cálculo del percentil 60 podemos
0.4 0.25
0.25
hacer:
0.2
0 P
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 60
−∞ 𝑓 𝑥 𝑑𝑥 = 0.60 ⇒ despejamos 𝑃60
Q1 Q2 Q3 x
F(P60 ) = 0.60 ⇒ despejamos 𝑃60
Universidad de Piura
Ejemplo Calcula la mediana 𝑥𝑚 y el percentil 30, 𝑃30, de la
variable aleatoria continua con:
función de distribución
función de densidad
0 𝑥<0
𝑓 𝑥 = 4𝑥 3 , 𝑥 ∈ 0,1 ; 𝐹 𝑥 = ቐ𝑥 4 0≤𝑥<1
1 𝑥≥1
𝑓 𝑥
área=0.5
área=0.3
𝑥
𝑃30 𝑥𝑚
𝑥𝑚
𝑥𝑚 4
Mediana: න 4𝑥 3 𝑑𝑥 = 0.5 ⇒ 𝑥 4 0
4 = 0.5 ⇒ 𝑥 =
= 0.5 ⇒ 𝑥𝑚 𝑚 0.5
0
= 0.841
𝑃30
𝑃30: න 4𝑥 3 𝑑𝑥 = 0.3 ⇒ 𝑥 4
𝑃30 4
= 0.3 ⇒ 𝑃30 = 0.3 ⇒ 𝑃30 =
4
0.3
0
0
= 0.74
Universidad de Piura
Ejemplo Calcula la mediana 𝑥𝑚 y el percentil 30, 𝑃30, de la
variable aleatoria continua con:
función de distribución
función de densidad
0 𝑥<0
𝑓 𝑥 = 4𝑥 3 , 𝑥 ∈ 0,1 ;
𝐹 𝑥 = ቐ𝑥 4 0≤𝑥<1
1 𝑥≥1
𝐹 𝑥
𝑥𝑚
𝑃30
Gráficamente, equivale a
entrar por el eje Y de 𝐹(𝑥)
con la probabilidad
acumulada deseada y leer el
valor del eje X que le
corresponde
Lo más sencillo es calcularlo a partir de 𝐹(𝑥)
4 = 0.5 ⇒ 𝑥 = 4
Mediana 𝑥𝑚 : 𝐹 𝑥𝑚 = 0.5 ⇒ 𝑥𝑚 𝑚 0.5 = 0.841
4 4
Percentil 30 P30 : 𝐹 𝑃30 = 0.3 ⇒ 𝑃30 = 0.3 ⇒ 𝑃30 = 0.3 =
0.74
Universidad de Piura
4.2 Medidas de dispersión
2. Cuartiles y percentiles
Función de Función de
distribución distribución
Caso continuo Caso discreto
0.6
0.6
?
no intercepta
con 𝐹 𝑥
𝑃60
Universidad de Piura
4.2 Medidas de dispersión
2. Cuartiles y percentiles
𝑃𝑝
= min 𝑥: 𝐹 𝑥 ≥ 𝑝 𝑐𝑜𝑛 𝑝 ∈ (0,1)
𝑥∈ℝ𝑋
Universidad de Piura
4.2 Medidas de dispersión
2. Cuartiles y percentiles
0.6
𝑃60 = 2
Universidad de Piura
4.2 Medidas de dispersión
Universidad de Piura
4.3 Efectos de las transformaciones lineales
Universidad de Piura
4.3 Efectos de las transformaciones lineales
Si X e Y son independientes…
¿Por qué?
Universidad de Piura