4.

2 Varianza y covarianza de variables aleatorias 119

a) Grafique la función de densidad. 4.31 Considere el ejercicio 3.32 de la página 94.

b) Calcule el valor esperado o peso medio en onzas. a) ¿Cuál es la proporción media del presupuesto asig-
c) ¿Se sorprende de su respuesta en b)? Explique lo nado para el control ambiental y de la contamina-
que responda. ción?
4.29 El ejercicio 3.29 de la página 93 se refiere a una b) ¿Cuál es la probabilidad de que una empresa ele-
importante distribución del tamaño de las partículas ca- gida al azar tenga una proporción asignada para el
racterizada por control ambiental y de la contaminación que ex-
3x − 4 , x > 1, ceda la media de la población dada en a)?
f (x ) =
0, en otro caso. 4.32 En el ejercicio 3.13 de la página 92 la distribu-
a) Grafique la función de densidad. ción del número de imperfecciones en cada 10 metros
b) Determine el tamaño medio de la partícula. de tela sintética fue dada por

4.30 En el ejercicio 3.31 de la página 94 la distribu- x 0 1 2 3 4

ción del tiempo que transcurre antes de que una lava- f(x) 0.41 0.37 0.16 0.05 0.01
dora requiera una reparación mayor fue dada como
1 −y / 4
e , y ≥ 0, a) Grafique la función de probabilidad.
f (y) = 4
0, en otro caso. b) Calcule el número de imperfecciones esperado
¿Cuál es la media de población del tiempo que transcu- E(X) = μ.
rre antes de requerir la reparación? c) Calcule E(X 2).

4.2 Varianza y covarianza de variables aleatorias

La media o valor esperado de una variable aleatoria X es de especial importancia en esta-
dística porque describe en dónde se centra la distribución de probabilidad. Sin embargo,
la media por sí misma no ofrece una descripción adecuada de la forma de la distribución.
También se necesita clasificar la variabilidad en la distribución. En la figura 4.1 tenemos
los histogramas de dos distribuciones de probabilidad discretas con la misma media
μ = 2, pero que difieren de manera considerable en la variabilidad o dispersión de sus
observaciones sobre la media.

x x
1 2 3 0 1 2 3 4
(a) (b)

Figura 4.1: Distribuciones con medias iguales y dispersiones diferentes.

La medida de variabilidad más importante de una variable aleatoria X se obtiene

aplicando el teorema 4.1 con g(X) = (X – μ)2. A esta cantidad se le denomina varianza
de la variable aleatoria X o varianza de la distribución de probabilidad de X y se