Responsables:

Elvis Félix Figueroa Condori.

 Washington Apaza Manzano.
 Lusmila Ancco Choque.

Moquegua ,Junio del 2018

 CONTENIDOS

 variable aleatoria continua

 Funciones de densidad y funciones de
distribución.
 Esperanza matemática de una variable aleatoria
continua.
 Valor esperado.
 Varianza
 covarianza.
VARIABLE ALEATORIA CONTINUA

Una variable aleatoria es

continua, cuando ésta puede
tomar cualquier valor en una
escala continua entre dos
valores prefijados a y b. Es
decir existe un número
infinito de valores entre a y
b.
 DEFINICIÓN DE VARIABLE ALEATORIA CONTINUA
 Una variable aleatoria X es continua si su función de distribución
es una función continua.
 En la práctica, se corresponden con variables asociadas con
experimentos en los cuales la variable medida puede tomar
cualquier valor en un intervalo: mediciones biométricas,
intervalos de tiempo, áreas, etc.
 Dentro de las variables aleatorias continuas tenemos las variables
aleatorias absolutamente continuas.
 Diremos que una variable aleatoria X continua tiene una distribución
absolutamente continua si existe una función real f, positiva e
integrable en el conjunto de números reales, tal que la función de
distribución F de X se puede expresar como.
 DISTRIBUCIÓN CONTINUA DE PROBABILIDAD

En una distribución de probabilidad CONTINUA, es

imposible proyectar una tabla .Para una distribución
discreta, puesto que en una distribución continua
existe un número infinito de valores entre dos límites
a y b, imposibles de tabular en su totalidad. Por otra
parte, en una distribución continua la probabilidad de
ocurrencia de un valor puntual, específico o exacto
de la variable puede considerarse como “0” (cero).
 EJEMPLOS
 1.RESULTADO DE UN GENERADOR DE NÚMEROS ALEATORIOS ENTRE 0 Y 1.
Es el ejemplo más sencillo que podemos considerar, es un caso particular
de una familia de variables aleatorias que tienen una distribución uniforme
en un intervalo [a, b]. Se corresponde con la elección al azar de cualquier
valor entre a y b.
 2.ESTATURA DE UNA PERSONA ELEGIDA AL AZAR EN UNA POBLACIÓN.
El valor que se obtenga será una medición en cualquier unidad de longitud
(m, cm, etc.) dentro de unos límites condicionados por la naturaleza de la
variable. El resultado es impredecible con antelación, pero existen
intervalos de valores más probables que otros debido a la distribución de
alturas en la población. Más adelante veremos que, generalmente,
variables biométricas como la altura se adaptan un modelo de distribución
denominado distribución Normal y representado por una campana de
Gauss.
FUNSIONES DE DENSIDAD Y FUNSIONES
DE DISTRIBUCION

 La función que caracteriza las variables continuas

es aquella función f positiva e integrable en los
reales, tal que acumulada desde −∞ hasta un
punto x, nos proporciona el valor de la función de
distribución en x, F(x). Recibe el nombre
de función de densidad de la variable aleatoria
continua.
 DIFERENCIA ENTRE FUNSIONES

DISCRETAS
 La
 La función de densidad
discreta toma valores
positivos únicamente en
los puntos del recorrido
y se interpreta como la
probabilidad de la que
la variable tome ese
valor f(x) = P(X= x).
CONTINUAS
función de densidad
continua toma valores en el
conjunto de números reales
y no se interpreta como una
probabilidad. No está acotada
por 1, puede tomar cualquier
valor positivo. Es más, en una
variable continua se cumple
que probabilidades definidas
sobre puntos concretos
siempre son nulas.
 INTERPRETCION DE LAS FUNSIONES
CONTINUAS
 Las probabilidades son las áreas bajo la función de
densidad. El área bajo la función de densidad entre dos
puntos a y b se interpreta como la probabilidad de que la
variable aleatoria tome valores comprendidos entre a y b.
 Por tanto, siempre se cumple lo siguiente:
  Resultado de un generador de
función de densidad números aleatorios entre a y b.
se expresa a través Modelo Uniforme.
de una función
matemática

La forma específica de
la función matemática
 Estatura de una persona elegida al
generalmente pasa por azar en una población. Modelo
considerar a la variable Normal.
aleatoria como miembro
de una determinada
familia de
distribuciones, un
determinado modelo de
probabilidad.
 Esperanza de una variable aleatoria
continua
La idea intuitiva que más nos puede ayudar en la definición
de la esperanza matemática de una variable aleatoria
continua es la idea del centro de gravedad de los valores de
la variable, donde cada valor tiene una masa proporcional a la
función de densidad en ellos.
Dada una variable aleatoria absolutamente continua X con
función de densidad f(x), se define la esperanza matemática
de X como el valor
 ESPERAZA MATEMATICA

 El valor esperado de una variable aleatoria continua es la media poblacional

denotado por𝜇 y esta dado por :

E(X) = 𝜇 = ∞
‫׬‬−∞ 𝑋 . 𝐹 𝑋 𝑑𝑋.
Varianza(var(x)= 𝜎 2 )
∞ ∞
𝜎 2 =‫׬‬−∞(x-𝜇)2 f(x).dx=‫׬‬−∞ 𝑥 2 . 𝐹 𝑋 𝑑𝑋-𝜇2

Desvicion típica(Dt(x)=𝜎)
𝜎= 𝑣𝑎𝑟(𝑥)
 La varianza

 La varianza de una variable aleatoria es una

característica numérica que proporciona una idea de la
dispersión de la variable aleatoria respecto de su
esperanza. Decimos que es un parámetro de dispersión.
 La definición es la siguiente
 Covarianza
 En probabilidad y estadística, la covarianza es un valor
que indica el grado de variación conjunta de dos.
 variables aleatorias respecto a sus medias. Es el dato
básico para determinar si existe una dependencia entre
ambas variables y además es el dato necesario para
estimar otros parámetros básicos, como el coeficiente
de correlación lineal o la recta de regresión.
 La covarianza entre dos variables aleatorias reales de
distribución conjunta x e y, de segundos momentos
finitos se define como.
 Conclusiones
 Una variable aleatoria es una variable con un valor numérico
unico,que determina al azar, para cada resultado de algún
procedimiento.
 Una distribución de probabilidad para cada valor de la variable
aleatoria.
 Una variable aleatoria discreta tiene un numero finito de valores de
un numero contable de valores.
 Una variable aleatoria continua tiene un numero infinito de valores,
los cuales suelen asociarse con mediciones en una escala continua.
 El valor esperado o esperanza de una variable aleatoria tiene su
origen en los juegos de azar. Es importante por que describe un
parámetro de una variable aleatoria.