Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE INGENIERÍA
TRABAJO:
INVESTIGACIÓN DISTRIBUCIONES
PRESENTA:
EDUARDO DANIEL UC UICAB
DOCENTE:
ISABEL AVILA ORTEGA
UNIDAD DE APRENDIZAJE:
PROBABILIDAD Y ESTADÍSTICA
CAMPUS V
Cómo sabemos, una variable aleatoria es una función matemática. Como toda
función matemática, para que se arroje resultados debemos tener números sobre
los que calcularla. Para saber si una función de distribución es discreta debemos
prestar atención al tipo de números están definidos sobre la distribución. En esta
definición técnica, hemos indicado que la variable aleatoria se considera discreta
si la función de distribución asociada a ella es también discreta. Hasta el
momento, esta lo podemos contemplar como un concepto de manera intuitiva. Sin
embargo, se hace necesario explicar el concepto de forma matemáticamente
precisa. La función de distribución de una variable aleatoria discreta se define
como:
F ( x)=P [ X ≤ x ]
Es decir, dada una variable aleatoria que llamamos X, su función de distribución
se define como la fórmula anterior, La cual indica la probabilidad de que un valor
determinado sea menor o igual que X.
ξ = xi 1777 -3
P(ξ = x i) 3 4997
5000 5000
El resultado que debe esperar una persona que compra 3 billetes es:
1777∗3 −9660 48 3
EE [ ξ ]= = = =−1.932,
5000 5000 250
Lo que interpretamos como que en promedio, cabe esperar una pérdida de
1.93 euros.
EJEMPLO 2.
Una variable aleatoria discreta toma todos los valores enteros entre o y 4 con la
siguiente función de densidad.
esperanza de la variable X 2 .
❑ 4
i=0 i=0
Por tanto,
Media.
❑
μ= E ( X )=x 1∗f ( x1 ) + x 2∗f ( x 2 ) +…+ x n∗f ( x n )=∑ x∗f (x )
❑
Moda.
Varianza.
La varianza, σ 2 o V(X), es un promedio ponderado de las
desviaciones al cuadrado de una variable aleatoria de su media.
Los pesos son las probabilidades. La varianza σ 2 o V(X) se calcula
con la siguiente fórmula:
σ = V(X) = ∑ (x−μ) ∗f ( x)
2 2
F ( x)=P [ X ≤ x ] , ∀ x ∈ R
Es decir, dada una variable aleatoria que llamaos X, su función de
distribución se define como la fórmula anterior. La cual indica la
probabilidad de que un valor determinado sea menor o igual que X.
R B :30 ≤ b ≤1000
Y así, tendríamos un número incontable de valores para el rango
de esta variable. El rango de esta variable puede ser cualquier
valor dentro del intervalo que va desde 30 kg hasta 1000 kg.
Por ello, se trata de una variable aleatoria continua.
EJEMPLO 2.
Moda.
Para estas variables, la moda es aquel valor con mayor densidad
de probabilidad asociado y debemos tener presente que “densidad
de probabilidad” no es lo mismo que “probabilidad”. Para calcular
la moda muestral en tales casos, sería necesario estimar esta
función de densidad de probabilidad en base a la muestra y
determinar el punto para el cual esta densidad se hace máxima.
Varianza.
∞ ∞
σ =E [( X−μ) ]=∫ ( x−μ ) f ( x ) dx= ∫ x f ¿ ¿
2 2 2 2
−∞ −∞
Conclusión
Una variable aleatoria es una función que asigna un valor numérico, al resultado
de un experimento aleatorio. Una variable aleatoria puede ser discreta o
continua. Las variables aleatorias discretas son aquellas que presentan un
número contable de valores; por ejemplo, el número de personas que viven en
Bibliografía
SPIEGEL MURRAY R. Probabilidad y Estadística. Editorial Mc Graw Hill. Serie Schaum. 2007.
https://matemovil.com/media-o-valor-esperado-varianza-y-desviacion-estandar-de-una-variable-
aleatoria-continua/
https://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-u-punt151.html#seccion31
https://matemovil.com/variable-aleatoria-discreta-y-continua/