Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Variablesdiscretas
Variablesdiscretas
VARIABLES ALEATORIAS
Variable: Característica de los individuos u objetos
Definiciones
Aleatoria: Azar
1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada
resultado en el espacio muestral de un experimento aleatorio.
2. Notación: - Las v.a. se denotan con una letra mayúscula tal como X ( Usualmente
X,Y,Z ) y el valor posible de X se denota con una letra minúscula x ( o bien X=x )
Ejemplos
2. Lanzar una moneda hasta que salga cara por primera vez
Sea X: Número de sellos ( X∈{0,1,2,3,...} )
Distribución de probabilidades
Es la forma de resumir las probabilidades en una “Tabla“. Su esquema es el siguiente:
x x1 x2 … xk
P( X = x) P( x1 ) P( x2 ) … P( xk )
La función de probabilidad
Es la regla ( o fórmula ) que asigna probabilidades a los valores de las v.a.
k
Nota: P(x k ) ≥0 y å P ( xi ) = 1
i =1
4
Ejemplo 4
Experimento: Se lanzan dos monedas honestas.
Ω = { ss , cs , sc , cc }
Sea X: N° de caras ( X∈{0,1,2} ) y P(X=0) = 1/4 , P(X=1) = 1/2 , P(X=2) = 1/4 .
Propiedades:
1° 0 ≤ FX (k) ≤ 1
2° Si p ≤ q Þ = FX (p) ≤ FX (q) ( No decreciente )
3° FX (x) es contínua por la derecha
6
0 1/4 1/4
2 1/4 1/4+1/2+1/4 = 1
E( X ) = å k P(X = k)
k
Propiedades
1° E( c X ) = c E( X ), donde c es constante
2° E( X + Y ) = E( X ) + E( Y )
3° Si X1,X2,...,Xn son v.a. Entonces
n n
E( å X i ) = å E( X i )
i =1 i =1
Definición
Modelo Bernoulli
Se llama experimento de Bernoulli a un experimento con las siguientes
Características:
ì1 ; si ocurre w 0
Si X = í
î0 ; e.o.c.
La función de probabilidad está dada por: P(X=x) = p x q 1 – x x = 0, 1.
EX = p , Var X = p q
11
Modelo Binomial
æ nö x n - x
P(X= x)= ç ÷ p q , x= 0,1,2,..., n.
è xø
E X = n p , Var X = n p q
Ejemplo
Solución
1ª Forma ( Intuición )
X=2 Þ V V M o V M V o M V V
P(X=2) = p p q + p q p + q p p = 3 p2 q
æ3ö 2
- P( X = 2) = ç ÷ p ( 1 - p )3-2 = 3 p 2 q
è 2ø
13
Modelo Geométrico
P(X = x) = q x -1 p ; x = 1, 2,3,...
E X = 1/p , Var X = q / p2
Notación: X ~ Geo( p )
14
Ejemplo
Se lanza una moneda. Calcular la probabilidad que salga cara por primera
vez en el 3ª lanzamiento.
( P( C ) = p, P( S ) = q = 1-p )
Solución
1ª Forma ( Intuición )
S S C Þ P( pedida ) = q q p = q 2 p
- P( X = 3) = ( 1 - p )3 - 1 p = ( 1 - p) 2 p = q 2 p
15
Modelo Hipergeométrica
Se toma una muestra de tamaño n, al azar y (sin reemplazo) de entre N objetos, donde
K ≤ N y n ≤ N. Sea X: Número de éxitos en la muestra, entonces X tiene distribución
Hipergeométrica y la función de probabilidad es
æK öæN -kö
ç ÷ç ÷
èx øèn - x ø
P(X = x) = , x = 0,1,2,..., mín(K, n)
N
æ ö
ç ÷
èn ø
Notación : X ~ HG(N,K,n)
Ejemplo
300 Fumadores
Población = 1000 personas , m.a.( 3 )
700 No Fumadores
Sea X: Número de fumadores. Calcular la probabilidad de que una persona fume
Solución
1ª Forma ( Intuición )
X=1 Þ F NF NF o NF F NF o NF NF F
P(X=1) = 300*700*699 + 700*300*699 + 700*699*300
1000*999*998 1000*999*998 1000*999*998
æ 300 ö æ 700 ö
ç ÷ç ÷
è 1 øè 2 ø
P(X = 1) =
æ1000 ö
ç ÷
è 3 ø
17
Modelo Poisson
λ x e -λ
P(X = x) = , x = 0,1,2,3,....
x!
Notación : X ~ P( λ )
E X = λ , Var X = λ
Ejemplo
Solución
Luego:
4 6 e -4
P( X = 6) = = 0.1042
6!