2cap2 VAleatorias 2021 II

Variable Aleatoria
Una variable aleatoria es una descripción numérica del

resultado de un experimento. Es una función que asigna un
número real a cada punto muestral de un , asociado a un 
aleatorio, siendo su dominio el espacio muestral y su rango
un subconjunto de lo números reales.
X
D =
X
R X
O1 x1
O2 x2
. .
. .
Ok xm
𝐷𝑥 =  = 𝑂1 , … , 𝑂𝑘 𝑅𝑥 = 𝑥1 , … , 𝑥𝑘
UNIVERSIDAD NACIONALAGRARIA
LA MOLINAANÁLISIS ESTADÍSTICO 1
Clases de Variables Aleatorias
1. VARIABLES ALEATORIAS DISCRETAS

Son aquellas cuyos rangos son conjuntos numerables,
que pueden contener un número finito o infinito de
elementos.
2. VARIABLES ALEATORIAS CONTINUAS

Son aquellas cuyos rangos son conjuntos infinitos
no numerables.
Variables Aleatorias Discretas: Ejemplo
Cat. A → 1, 2, 3
Cat. B → 4, 5, 6, 7
E: Seleccionar al azar, sin reemplazo y sin interés en el

orden, tres contribuyentes.
Determine el rango de la variable aleatoria Número
de contribuyentes de la categoría A en la muestra.
Solución:
n() = ( ) = 35
7
3
(continuación)
Conjunto de muestras posibles  X(oi)
(1,2,3)
(1,2,4) (1,2,5) (1,2,6) (1,2,7) 0
(1,3,4) (1,3,5) (1,3,6) (1,3,7)
(1,4,5)(1,4,6) (1,4,7) (1,5,6) (1,5,7) (1,6,7) 1
(2,3,4) (2,3,5) (2,3,6) (2,3,7)
(2,4,5)(2,4,6)(2,4,7) (2,5,6) (2,5,7)(2,6,7) 2
(3,4,5) (3,4,6) (3,4,7) (3,5,6) (3,5,7)(3,6,7)
3
(4,5,6) (4,5,7) (4,6,7) (5,6,7)
R X ={0, 1, 2, 3}
Variables Aleatorias: Ejemplo
E2:Seleccionar, con reemplazo, un contribuyente tras otro, hasta elegir

uno de la categoría A, si la elección de un contribuyente de categoría A
está en relación 3 a 7 con elección de un contribuyente de categoría B.
Determine el rango de la variable aleatoria Número de
selecciones realizadas hasta elegir un contribuyente de la
categoría A.
Solución:
2 ={ A, (B,A) , (B,B,A), (B,B,B,A), ...}
RY = {1 , 2 , 3 , 4 , ... }
Variables Aleatorias: Ejemplo
E3: Observar el tiempo empleado (en minutos), en

instalar el software R en una PC.
¿Cuál es el rango de la variable aleatoria Tiempo

empleado en instalar el software R?
Solución:
3 ={t / t > 0} RX = { x / x > 0 }
Función de Probabilidad de una Variable
Aleatoria Discreta.
Sea X una variable aleatoria con rango RX ; luego, la función “f”,

cuyo valor para cada x  RX , se determina por:
P[X = x] = f(x)
y cumple con las condiciones:
1) f (xi)  0 ,  x i  RX
2) 0  f (xi)  1 ,  xi  RX
3)  f(xi ) = 1 ;
xi RX
Se denomina función de probabilidad de la variable aleatoria Discreta X.
Función de probabilidad de una Variable
Aleatoria Discreta: Ejemplo
Cat. A → 1, 2, 3
Cat. B → 4, 5, 6, 7
E: Seleccionar al azar, sin reemplazo y sin interés en

el orden, tres contribuyentes.
Determine la función de probabilidad de la

variable aleatoria Número de contribuyentes de la
categoría A en la muestra.
(continuación)
Conjunto de muestras posibles  X(oi)
(1,2,3)
(1,2,4) (1,2,5) (1,2,6) (1,2,7) 0
(1,3,4) (1,3,5) (1,3,6) (1,3,7)
(1,4,5)(1,4,6) (1,4,7) (1,5,6) (1,5,7) (1,6,7) 1
(2,3,4) (2,3,5) (2,3,6) (2,3,7)
(2,4,5)(2,4,6)(2,4,7) (2,5,6) (2,5,7)(2,6,7) 2
(3,4,5) (3,4,6) (3,4,7) (3,5,6) (3,5,7)(3,6,7)
3
(4,5,6) (4,5,7) (4,6,7) (5,6,7)
R X ={0, 1, 2, 3}
Función de probabilidad de una Variable
Aleatoria Discreta: Ejemplo (continuación)
Respuesta:
X 0 1 2 3
f(x) 4/35 18/35 12/35 1/35
4
, 𝑝𝑎𝑟𝑎 𝑥=0
35
18
35
𝑃 𝑋 = 𝑥 = 𝑓 𝑥 = 12
35
1
35
0 , 𝑑𝑒 𝑜𝑡𝑟𝑜 𝑚𝑜𝑑𝑜
Gráfica de una Función de probabilidad de una
variable aleatoria discreta: Ejemplo
Gráfico de distribución de probabilidades

f(x)
24/35
16/35
8/35
4/35
0 1 2 3 x
Número de contribuyentes de la categoría A
Función de Probabilidad o de Distribución
Acumulativa Discreta.
Sea X es una variable aleatoria discreta que se

distribuye según f(x); luego, F es la función de
probabilidad acumulativa de la variable aleatoria X ,
cuyo valor para cualquier valor real “x”, se determina
por:
F ( x ) = P  X  x =  f (x i )
xi x
x i R X
Propiedades de la Función de Distribución
Acumulativa Discreta.
1. F (x) = 0,  x < m , donde m = Min ,

x  RX
2. F (x) = 1,  x  M , donde M = Max,

x  RX
3. La función es no decreciente
Función de Distribución Acumulativa Discreta:
Ejemplo
La siguiente tabla de probabilidades corresponde a la variable
aleatoria Número de contribuyentes de la categoría A en lamuestra.
X 0 1 2 3
f(x) 4/35 18/35 12/35 1/35
Determine la función de distribución acumulativa de X, y construya
el gráfico respectivo.
0 , 𝑝𝑎𝑟𝑎 𝑥<0
4
Respuesta: , 𝑝𝑎𝑟𝑎 0≤𝑥<1
35
22
𝑃 𝑋≤𝑥 =𝐹 𝑥 = , 𝑝𝑎𝑟𝑎 1≤𝑥<2
35
34
, 𝑝𝑎𝑟𝑎 2≤𝑥<3
35
1 , 𝑝𝑎𝑟𝑎 𝑥 ≥ 3
Gráfica de una Función de Distribución Acumulativa
Discreta: Ejemplo
Gráfico de la Función de DistribuciónAcumulativa
F(x)
1 f(3)=1/35 º
º¦ )
28/35
f(2)=12/35 ¦
21/35 ¦
º )
14/35 ¦
f(1)=18/35 ¦
7/35
¦
f(0)=4/35 º )
)
0 1 2 3 X
Número de contribuyentes de la categoría A
VALOR ESPERADO
Valor esperado o esperanza matemática

Es el valor promedio que esperaríamos encontrar por la
observación repetida de una variable aleatoria.
Si X es una variable aleatoria con función de probabilidad
f(x), el valor esperado de la variable X se define como:
Si X es una variable aleatoria discreta
E ( X ) =  =  x f(x)
X xR X
LA VARIANCIA O VARIANZA
Media y variancia de una variable aleatoria
Sea X una variable aleatoria con función de

probabilidad f(x) ; entonces, la media X y la
variancia de la variable aleatoria X se definen como:
X = E  X 
 = Var  X = E  X − X  = E X2  − X2

2 2
X
VALOR ESPERADO Y VARIANCIA
Valor esperado y variancia de una función de

una variable aleatoria
Sea X una variable aleatorias con función de
probabilidad f(x), y sea Y=g(x) una función de la
variable aleatoria X, luego,
Si X es una variable aleatoria discreta
EY = E g (X)  =  g ( x) f ( xi )
xi RX
Var[h(X)] =  [h(X)]
2
= E[h(X)-[h(X)] ]2 = E h(x) 2 − 𝜇h(X)
2
PROPIEDADES
Propiedades de valores esperados

Si X, Y son dos variables aleatorias, y a, b son dos constantes:
1) E(a)=a
2) E( aX )= a E(X)
3) E( a X + b )= a E(X) + b
4) E( a X + b Y )= a E(X) + b E(Y)
5) Var(a) = 0
6) Var( a X )= a2 Var( X )
7) Si X, Y son variables aleatorias independientes:
Var aX  bY  = a 2 Var X + b 2 Var Y
Esperanza Matemática y Variancia de una V.A.
Discreta: Ejemplo
Dada la siguiente tabla de probabilidades para la variable Número de
contribuyentes de la categoría A en la muestra, determine los valores
de la media y la variancia de la distribución
X 0 1 2 3
f(x) 4/35 18/35 12/35 1/35
a) Halle los valores de la media y de la variancia de la distribución.
Respuestas:
X =
45 9
=  X2 = 24 = 0.489796
35 5 49
b) Si el costo de fiscalización está determinado por Y= 2X+3 (miles de
soles); determine la media y variancia de la distribución de Y.
Respuestas:
Y = 5
33
Y2 = 96
LA MOLINAANÁLISIS ESTADÍSTICO
49 20
Propiedades de Valores Esperados : Ejemplo
El número de contribuyentes de categoría A en la muestra, es una

variable aleatoria X que tiene como tabla de probabilidades:
X 0 1 2 3
f(x) 4/35 18/35 12/35 1/35
Si el costo (en cientos de soles) de fiscalización de los

contribuyentes de la categoría A, está determinado por Y=2X+3
(miles de soles). Determine la media y la variancia de la
distribución de Y, aplicando propiedades de valores esperados.
Respuestas:
33 96
Y =  2
Y
=
5 49
VARIABLES ALEATORIAS
CONTINUAS
Función de probabilidad
Una función f(x) es llamada función de probabilidad
(o función de densidad) de la variable aleatoria
continua X si cumple con las siguientes condiciones.
1. f (x) 0 ,  x  R

2.  f ( x)dx = 1
−
3. Sea el evento A={ x / a  x  b}, luego,
b
PA  = Px  A  = Pa  x  b =  f ( x)dx
a
VARIABLES ALEATORIAS CONTINUAS.
Ejemplo.
El tiempo de espera en una cola de servicios, en minutos,

es una variable cuyo comportamiento aleatorio es
definido por la siguiente función:
𝑘(𝑥 − 1) , 𝑆𝑖 1 ≤ 𝑥 ≤ 5
𝑓 𝑥 =ቊ
0 , 𝑝𝑎𝑟𝑎 𝑜𝑡𝑟𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑥
Halle el valor de “k” que hace que f(x) sea una función de
densidad, y luego halle la probabilidad que un cliente
elegido al azar espere más de tres minutos para ser
atendido.
Ejemplo.
Distribución de los tiempos de espera

𝑓(𝑥)
f(x)
0.8 -
0.7 -
0.8
0.6 -
0.6
0.5 -
0.4 - f ( x) = k ( x − 1)
0.4
0.3 -
0.2 -
0.2
f ( x) = 0
0.1 - f ( x) = 0
0 1 2 3 4 5 x
Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 1)
 f ( x )dx = 1
− 24
Ejemplo.
 x =1 5 
 f ( x )dx =  f ( x )dx +  f ( x )dx +  f ( x )dx

− − 1 x =5
5
= 0 +  k ( x − 1)dx + 0
1
5
=  k ( x − 1)dx
1
2 x =5
( x − 1) 1
=k = 8k = 1  k=
2 8
x =1
(𝑥 − 1)
, 𝑆𝑖 1 ≤ 𝑥 ≤ 5
𝑓 𝑥 =ቐ 8
Ejemplo.
Px  3 = ? 𝑓(𝑥) Distribución de los tiempos de espera
f0.8
(x)
-
0.7 -
0.8
0.6 -
0.5 -
0.6
0.4 -
f ( x) = ( x − 1) / 8
0.4
0.3 -
0.2 -
0.2
0.1 - f ( x) = 0 f ( x) = 0
0 1 2 3 4 5 x
 x =5  5
x −1
P  x  3 =

x =3
f ( x)dx =

x =3
f ( x)dx +

x =5
f ( x)dx =

x =3
8
dx + 0
x =5
( x − 1) 2 1
= = (5 − 1) 2 − (5 − 3) 2  = 0.75
16 x =3
16
VARIABLES ALEATORIAS CONTINUAS
Función de probabilidad acumulativa

Sea X una variable aleatoria continua que tiene
como función de densidad f(x); luego, la función de
probabilidad acumulativa de la variable aleatoria X
se define como:
F ( x) = P  X  x  =

−
f ( w)dw
VARIABLES ALEATORIAS CONTINUAS
Función de probabilidad acumulativa.
Propiedades
1. F (−) = 0
2. F () = 1
3. 0  F ( x)  1,  xR
4. F(x) es una función no decreciente.

d F ( x)
5. f ( x) =
dx
Ejemplo.
El tiempo de espera en una cola de servicios, en

minutos, es una variable cuya función de densidad es:
(𝑥 − 1)
, 𝑆𝑖 1 ≤ 𝑥 ≤ 5
𝑓 𝑥 =ቐ 8
Halle la función de distribución acumulativa de

probabilidades de la variable. Luego halle la probabilidad
que un cliente elegido al azar espere más de tres
minutos para ser atendido.
Ejemplo.

f(x)
0.6
0.4 f ( x) = ( x − 1) / 8
0.2
f ( x) = 0 f ( x) = 0
0 1 2 3 4 5 x
x
x
F ( x ) = P X  x  =  f (w)dw
− 30
Ejemplo.

f(x)
0.6
0.4 f ( x) = ( x − 1) / 8
0.2
f ( x) = 0 f ( x) = 0
0 1 2 3 4 5 x
x x
F ( x) = PX  x =
x
Para x 1  f (w)dw =  (0)dw = 0

UNIVERSIDAD NACIONALAGRARIA − −
Ejemplo.
f(x)
0.6
0.4 f ( x) = ( x − 1) / 8
0.2
f ( x) = 0 f ( x) = 0
0 1 2 3 4 5 x
Para 1  x  5
x
x 1 x
F ( x) = PX  x  =  f (w)dw =  f (w)dw +  f (w)dw
− − w=1
x 2 x
w −1 ( w − 1) ( x − 1) 2
= 0+  dw = =
8 16 16
1 1 32
Ejemplo.
f(x)
0.6
0.4 f ( x) = ( x − 1) / 8
0.2
f ( x) = 0 f ( x) = 0
0 1 2 3 4 5 x
Para x  5
x
x 1 5 x
F ( x) = PX  x =  f (w)dw =  f (w)dw +  f (w)dw +  f (w)dw
− − 1 w=5
= 0 +1+ 0 = 1
Ejemplo.
0 , 𝑠𝑖 𝑥 < 1
(𝑥 − 1)2
𝑃 𝑋≤𝑥 =𝐹 𝑥 = , 𝑠𝑖 1 ≤ 𝑥 ≤ 5
16
1 , 𝑠𝑖 𝑥 > 5
Función de distribución acumulativa de probabilidades
F(x)
1.0
0.8
0.6
0.4
0.2
0 1 2 3 4 5 x
VALOR ESPERADO Y VARIANCIA
Valor esperado y variancia de una variable continua

Es el valor promedio que esperaríamos encontrar por la
observación repetida de una variable aleatoria.
Si X es una variable aleatoria con función de probabilidad
f(x), el valor esperado de la variable X se define como:
Si X es una variable aleatoria continua

EX  =
 x f ( x)dx
−
 X = Var  X = E  X − X  = E X2  − X2
2 2
VALOR ESPERADO. Ejemplo
El tiempo de atención (en minutos), a los clientes de un

establecimiento es una variable cuya función de densidad
es:
(𝑥 − 1)
, 𝑆𝑖 1 ≤ 𝑥 ≤ 5
𝑓 𝑥 =ቐ 8
Halle la media y variancia del tiempo de atención.
VALOR ESPERADO. Ejemplo
f(x)
0.6
0.4 f ( x) = ( x − 1) / 8
0.2
f ( x) = 0 f ( x) = 0
0 1 2 3 4 5 x

x −1
5
EX  =  x f ( x )dx =  x dx = 11 / 3
− 1
8
 

x −1
5
E X =  x f ( x )dx =  x
2 2
dx = 43 / 3 2
−
8
 
1
X = EX = 11 / 3 2X = E X 2 − 2X = 43 − ( 11 ) 2 = 8
3 3 9
VALOR ESPERADO.
Ejemplo
El tiempo de atención (X, en minutos), a los clientes de un
establecimiento es una variable cuya función de densidad es:
f ( x) = ( x − 1) / 8 , si 1  x  5
=0 , para otros valores de x
Si el costo de atención (nuevos soles) es igual a : Y=5+1.2X,
halle la media y variancia del costo de atención por cliente.
 Y = E5 + 1.2X  = 5 + 1.2 EX  = 5 + 1.2  X

= 5 + (1.2)(11 / 3) = 9.4 nuevos soles
2Y = Var5 + 1.2X  = (1.2) 2 VarX  = (1.2) 2 2X

= (1.2) 2 (8 / 9) = 1.28 (nuevos soles)2

2cap2 VAleatorias 2021 II

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2cap2 VAleatorias 2021 II

Cargado por

Copyright:

Formatos disponibles

Variable Aleatoria

Una variable aleatoria es una descripción numérica del

1. VARIABLES ALEATORIAS DISCRETAS

2. VARIABLES ALEATORIAS CONTINUAS

E: Seleccionar al azar, sin reemplazo y sin interés en el

Conjunto de muestras posibles  X(oi)

E2:Seleccionar, con reemplazo, un contribuyente tras otro, hasta elegir

E3: Observar el tiempo empleado (en minutos), en

¿Cuál es el rango de la variable aleatoria Tiempo

3 ={t / t > 0} RX = { x / x > 0 }

Sea X una variable aleatoria con rango RX ; luego, la función “f”,

E: Seleccionar al azar, sin reemplazo y sin interés en

Determine la función de probabilidad de la

Conjunto de muestras posibles  X(oi)

Gráfico de distribución de probabilidades

Sea X es una variable aleatoria discreta que se

1. F (x) = 0,  x < m , donde m = Min ,

2. F (x) = 1,  x  M , donde M = Max,

Valor esperado o esperanza matemática

Media y variancia de una variable aleatoria

Sea X una variable aleatoria con función de

 = Var  X = E  X − X  = E X2  − X2

Valor esperado y variancia de una función de

Propiedades de valores esperados

Var aX  bY  = a 2 Var X + b 2 Var Y

a) Halle los valores de la media y de la variancia de la distribución.

El número de contribuyentes de categoría A en la muestra, es una

Si el costo (en cientos de soles) de fiscalización de los

El tiempo de espera en una cola de servicios, en minutos,

Distribución de los tiempos de espera

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 1)

 f ( x )dx =  f ( x )dx +  f ( x )dx +  f ( x )dx

Px  3 = ? 𝑓(𝑥) Distribución de los tiempos de espera

Función de probabilidad acumulativa

Función de probabilidad acumulativa.

4. F(x) es una función no decreciente.

El tiempo de espera en una cola de servicios, en

Halle la función de distribución acumulativa de

Distribución de los tiempos de espera

Distribución de los tiempos de espera

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 5)

Para x 1  f (w)dw =  (0)dw = 0

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 5)

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 5)

Valor esperado y variancia de una variable continua

El tiempo de atención (en minutos), a los clientes de un

Halle la media y variancia del tiempo de atención.

 Y = E5 + 1.2X  = 5 + 1.2 EX  = 5 + 1.2  X

2Y = Var5 + 1.2X  = (1.2) 2 VarX  = (1.2) 2 2X

También podría gustarte