ESTADSTICA Y PROBABILIDAD I

Variables Aleatorias Continua

Docente: Jessica C. Muoz Grados de Flores

VARIABLES ALEATORIAS CONTINUAS

Se llama as a la variable cuyo rango RX es un intervalo sobre la recta de
nmero reales. En este tipo de variable no es fcil de tener un listado de
todos sus valores posibles, porque son valores fraccionarios.
Funcin de Densidad de Probabilidad
Sea X una variable aleatoria continua con rango R X, la funcin de
densidad de la variable aleatoria X es una funcin f(x) integrable que
satisface las siguientes condiciones:
f(x) 0, x RX

f(x)dx 1

xR x

9/16/15

VARIABLES ALEATORIAS CONTINUAS

Funcin de Distribucin de Probabilidad
Sea X una variable aleatoria con rango de RX, y cuya funcin de
probabilidad esta dada por P[X=x]. Se denomina Funcin de Distribucin
de Probabilidad de X a F(X) definida por:
F(X) P[X x]

f(t)dt x R X

y adems debe satisfacer:

0 F(X) 1, x RX
F(X) es una funcin creciente, esto es, sean x1 RX y x2 RX, tales
que se da la siguiente relacin: si x1 x2 entonces: F(x1) F(x2).
F(X) Lim
Lim
x
x
F(X) Lim
xLim

x

f(t)dt 1

f(t)dt 0

9/16/15

VARIABLE ALEATORIA CONTINUA

Esperanza Matemtica (Valor Esperado)
Sea X una variable aleatoria continua con rango R X, su esperanza
matemtica denotada por E(X), esta definida:
E(X)

x f(x)dx

x RX

Varianza
Es el valor promedio de las desviaciones al cuadrado con respecto al valor
esperado. Esto es:
V(X) E[X2 ] E(X)

2
x f(x)dx x f(x)dx
x R

x RX

9/16/15

REVISIN DE LAS TCNICAS DE INTEGRACIN

De cada regla de derivacin se puede deducir una regla correspondiente
de integracin. La integracin directa es aplicable cuando identificamos la
funcin primitiva de forma inmediata; esto es, cuando conocemos la regla
de derivacin que al aplicarla nos permite hallar el integrando a partir de la
funcin primitiva.
1. kf(x)dx k f(x)dx
2.

k const an te

f(x) g(x) dx f(x) dx g(x) dx

3. Si k es una const an te, entonces :

f g (L inf ;L sup )

k dx kx c

k n1
n
Si
n

1
y
k
es
una
cons
tan
te,
entonces
:
kx
dx

x c

4.
n 1

9/16/15

EJEMPLO 1
Se tiene los ingresos diarios de las tiendas que comercializan abarrotes en
una zona de Lima Metropolitana, en miles de soles, a los que definiremos
como una variable aleatoria X, cuya funcin de densidad es la siguiente:

a)
b)
c)
d)

e)

3 2
3
x

x 0 x 2

f(x) 2
4
0
otro caso
Construya la funcin de distribucin de X
Hallar la probabilidad de que en un da las tiendas tengan ingresos
superiores a 1000 soles
Si el ingreso de una de las tiendas en un da es superior a 900 soles,
cul es la probabilidad de que no sobrepase los 1500 soles?
Si se sabe que hay 100 tiendas con ingresos inferiores a 800 soles.
Determine cuantas tiendas tienen ingresos superiores a 800 nuevos
soles.
Cul ser el valor esperado y la desviacin del ingreso diario de estas
tiendas?
9/16/15

EJEMPLO 1
a) Construya la funcin de distribucin de X
3 2
3
t

t dt
2
4

3 x
3 x 2
P[X x] t dt t dt
2 0
4
3
3 3
P[X x] x 2
x
0x2
4
12
F(X) P[X x]

1.0
0.9
0.8
0.7
0.6
F(X) 0.5
0.4
0.3
0.2
0.1
0.0
0.00

0.25

0.50

0.75

1.00

1.25

1.50

1.75

9/16/15

2.00

EJEMPLO 1
b) Hallar la probabilidad de que en un da las tiendas tengan ingresos
superiores a 1000 soles
3 2 3 3
x
x
12
4

P(X 1) 1 P(X 1) 1

1 0,5 0,5
0

c) Si el ingreso de una de las tiendas en un da es superior a 900 soles,

cul es la probabilidad de que no sobrepase los 1500 soles?
P(0, 9 X 1, 5)
P(X 1, 5 X 0,9)
P(X 0,9)
1,5
3 3
3
P(0,9 X 1,5) x 2
x
= 0,84375 0,42525 0,4185
4
12

0,9

P(X 0,9) 1 P(X 0,9) 1

P(X 1,5 X 0,9)

3 2 3 3
x
x
4
12

0,9

1 0,42525 0,57475
0

0,4185
0,728143
0,57475
9/16/15

EJEMPLO 4
d) Si se sabe que hay 100 tiendas con ingresos inferiores a 800 soles.
Determine cuantas tiendas tienen ingresos superiores a 800 nuevos
soles.
3 3
3
Si 100 tiendas P(X 0,8) x 2
x
12
4

0,8

= 0,352
0

Entonces, las tiendas que tienen ingresos superiores a 800 nuevos

soles seran:
100
Y
Y

P(X< 0,8) = 0,352

1 - P(X< 0,8) = 0,648

100 1 P(X 0,8)

P(X 0,8)

100(0,648)
184,091 185
0,352

9/16/15

EJEMPLO 4
e) Cul ser el valor esperado y la desviacin del ingreso diario de estas
tiendas?
E(X)

x f(x)dx

x RX

3
3
3
3
3 3 3 4
E(X) x x x 2 dx x 2dx x 3dx
x
x
0
0
0
4
2
4
16
2
6
2

E(X2 )

1
0

x 2 f(x)dx

x RX

3
3
3
3
3 4 3 5
E(X) x 2 x x 2 dx x 3dx x 4dx
x
x
0
0
0
4
2
4
20
2
8
2

1,2
0

V(X) E[X2 ] E(X) 1,2 12 0,2

2

DE(X) V(X) 0,2 0,447

9/16/15

10

EJEMPLO 2
Sea la variable aleatoria X que tiene la siguiente funcin de densidad:
0 x 500
kx

f(x) k(800 x) 500 x 800

0
Otros valores

a) Determine el valor k.
b) Calcule la probabilidad: P( x<350 / x>155)
Solucin a)
500

800

kx dx k(800 x) dx 1
0

500

k 2
x
2
5002

500

k
800kx x 2
2

5002 k 8002

800

k
800(500)k 1
2

170000k 1

500

k
k
800 2 k 800(500)k 500 2 1
2
2
9/16/15

1
170000
11

EJEMPLO 2
b) Calcule la probabilidad: P( x<350 / x>155)
P(155<x< 350)
P( x<350 / x>155) =
P(x>155)
350

P(155 < x < 350) =

x dx
155 170000
2

P(155 < x < 350) =

350

x
340000 155

1
P(155 < x < 350) =
350 2 155 2
340000

P(155 < x < 350) = 0,2986

9/16/15

12

EJEMPLO 2
b) Calcule la probabilidad: P( x<350 / x>155)
P(155<x< 350)
P( x<350 / x>155) =
P(x>155)
500

800

x dx
(800 x) dx
P(x>155) =

170000 500 170000
155
2

P(x>155) =

500

x
340000 155

800x
x

170000
340000

800

500

5002 1552 800 2

800 2 800(500)
500 2
P(x>155) =

340000
170000
340000
170000
340000



P(x>155) = 0,3999
9/16/15

13

EJEMPLO 2
b) Calcule la probabilidad: P( x<350 / x>155)
P(155<x< 350)
P( x<350 / x>155) =
P(x>155)

P( x<350 / x>155) =

0,2986
0,3999

P( x<350 / x>155) = 0,7467

9/16/15

14