Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadı́stica
para Ingenierı́as Base Cientı́fica y Geologı́a
Unidad 2:
Variables aleatorias
X :Ω → R
ω X (ω)=x
Ejemplo:
E = {Tirar dos monedas (legı́timas) y ver lo obtenido}
Ω = {(C , C ), (C , S), (S, C ), (S, S)}
X : Número de caras obtenidas al tirar dos monedas
ω (C , C ) (C , S) (S, C ) (S, S)
X (ω) 2 1 1 0
X pX (x) ≥ 0, ∀x ∈ RX
P
X pX (x) = 1
x∈RX
x 0 1 2
pX (x) 1/4 1/2 1/4
X 0 ≤ FX (x) ≤ 1, ∀x ∈ RX
• P(X ≤ 0) = FX (0) = 1
4
• P(X ≤ 1, 5) = FX (1, 5) = 3
4
• P(X > 1, 5) = 1 − P(X ≤ 1, 5) = 1 − 3 1
4 = 1 − FX (1, 5) = 4
Problema 1
a) Determine el valor c de modo que la siguiente función sirva como fmp
de X :
pX (x) = P(X = x) = c(x 2 + 4), x = 0, 1, 2, 3.
b) Una cierta gasolinerı́a tiene seis bombas. Sea X el número de bombas
que están en servicio a una hora particular del dı́a. Suponga que la
fmp de X es:
x 0 1 2 3 4 5 6
pX (x) 0, 05 0, 10 0, 15 0, 25 0, 20 0, 15 0, 10
i) ¿Cuál es la probabilidad de que cuando mucho dos bombas estén en
servicio?
ii) ¿Cuál es la probabilidad de que por lo menos tres bombas estén en
servicio?
iii) ¿Cuál es la probabilidad de que el número de bombas en servicio esté
estrictamente entre 2 y 5?
Prof. Diego Ayma Anza UCN Sede Antofagasta 8 / 31
Introducción Variables aleatorias discretas Variables aleatorias continuas Esperanza matemática
Tarea
Un lote de 8 componentes eléctricos contiene 3 unidades defectuosas. Una
tienda realiza una compra al azar de 2 de los componentes. Si X es la
variable aleatoria que indica el número de unidades defectuosas que compra
la tienda, se pide:
a) Determinar la fmp de X .
b) Determinar la fda de X .
Respuestas:
0 , si x <0
10
, si 0≤x <1
x 0 1 2 28
a) b) FX (x) = 25
pX (x) 10/28 15/28 3/28 , si 1≤x <2
28
1 , si x ≥2
.
Prof. Diego Ayma Anza UCN Sede Antofagasta 10 / 31
Introducción Variables aleatorias discretas Variables aleatorias continuas Esperanza matemática
d
fX (x) = FX (x) (si la derivada existe)
dx
Observación importante
Si X es una variable aleatoria continua, con fdp fX (x), entonces para cualquier
a ∈ R se tiene que:
Z a
P(X = a) = fX (x)dx = 0.
a
Problema 2
Un factor importante en el combustible sólido para proyectiles es la dis-
tribución del tamaño de las partı́culas. A partir de datos históricos de
producción, se determinó que la distribución del tamaño (en micras) de las
partı́culas se caracteriza por:
(
3x −4 , si x > 1
fX (x) =
0 , en cualquier otro caso
b) Determine FX (x).
Problema 3
Supongamos que el error de medición X de cierta cantidad fı́sica está de-
terminado por la fdp:
(
k(3 − x 2 ) , si − 1 ≤ x ≤ 1
fX (x) =
0 , en cualquier otro caso
a) Determine el valor de k.
Tarea
El espesor de una plancha de acero sigue una distribución aleatoria según la
figura de abajo. La plancha de acero es adecuada para su uso siempre que
el espesor sea mayor de 1,75 mm y menor de 3 mm.
Esperanza matemática de X
Un concepto importante en Estadı́stica es la llamada esperanza matemática
de una variable aleatoria X , la cual denotaremos por µX = E (X ) y se define
de la siguiente manera:
P
x · pX (x) , si X es discreta
x∈RX
µX = E (X ) =
R +∞
−∞ x · fX (x)dx , si X es continua
Observaciones:
X µX = E (X ) también es llamada media o valor esperado de X .
X µX = E (X ) es un número que formaliza la idea de valor medio de un
fenómeno aleatorio y describe el lugar donde se centra la distribución
de probabilidad de X .
Prof. Diego Ayma Anza UCN Sede Antofagasta 16 / 31
Introducción Variables aleatorias discretas Variables aleatorias continuas Esperanza matemática
Propiedades básicas
Problema 4
Supongamos que el número de automóviles X que pasa por un autolavado
entre las 16:00 y 17:00 horas en cualquier viernes soleado tiene la siguiente
fmp:
x 4 5 6 7 8 9
1 1 1 1 1 1
pX (x) 12 12 4 4 6 6
b) Calcular la media de X .
Esperanza matemática de g (X )
Si g : R → R es una función continua y X : Ω → R es una variable
aleatoria, entonces podemos componer las dos funciones para obtener una
nueva variable aleatoria Y = g (X ).
La esperanza matemática de Y = g (X ) se obtiene como sigue:
P
g (x) · pX (x) , si X es discreta
x∈RX
µg (X ) = E (g (X )) =
R +∞
−∞ g (x) · fX (x)dx , si X es continua
Casos especiales:
Problema 5
a) Calcular la media de X .
c) Calcular la media de Y = 4X + 3.
Problema resuelto
x 0 1 2 3 4
P(X = x) 0, 735 a 0, 078 0, 03 b
Problema resuelto
Solución:
Como se trata de una fmp, se debe cumplir que:
X
P(X = x) = 1,
x∈RX
donde:
X 4
X
P(X = x) = P(X = x) = 0, 735 + a + 0, 078 + 0, 03 + b.
x∈RX i=0
a + b = 0, 157. (∗)
Problema resuelto
a + 4b = 0, 193. (∗∗)
Varianza de X
Varianza de X
σX2 = V (X ) = E ((X − µX )2 )
P
(x − µX )2 · pX (x) , si X es discreta
x∈RX
=
R +∞
2
−∞ (x − µX ) · fX (x)dx , si X es continua
Varianza de X
V (X ) = E ((X − µX )2 ) = E (X 2 ) − µ2X ,
donde: P 2
x · pX (x) , si X es discreta
x∈RX
2
E (X ) =
R +∞
−∞ x 2 · f (x)dx , si X es continua
Propiedades básicas
Problema 6
x 0 1 2 3
pX (x) 0, 1 0, 2 0, 3 0, 4
Problema 7
Se perfora un hueco en un componente de una hoja de metal y después se
inserta un eje a través del hueco. La holgura del eje es igual a la diferencia
entre el radio del hueco y el radio del eje. Sea X la variable aleatoria que
denota a la holgura, en milı́metros. La fdp de X es:
(
1, 25(1 − x 4 ) , si 0 < x < 1
fX (x) =
0 , en cualquier otro caso
Tarea
Considere la siguiente fdp de la variable aleatoria T :
(
1
, si − θ < t < θ
fT (t) = 2θ
0 , en cualquier otro caso
√
a) Si se sabe que la desviación estándar de T es de 2 3 ◦ C, calcule el
valor de θ.
Respuestas: a) θ = 6 b) 0,9583
Prof. Diego Ayma Anza UCN Sede Antofagasta 30 / 31
Introducción Variables aleatorias discretas Variables aleatorias continuas Esperanza matemática
V (X ) = E ((X − µX )2 )
= E (X 2 − 2X µX + µ2X )
= E (X 2 ) − 2µX E (X ) +µ2X
| {z }
=µX
2
= E (X ) − 2µ2X + µ2X
= E (X 2 ) − µ2X .