Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VARIABLE
ALEATORIA
DOCENTE:
FIGMM
Mercedes Aida Osorio Maza
mosorio@uni.edu.pe
2018-I
TEORIA
TEMAS A DESARROLLAR
Variable Aleatoria continua: función de Densidad
y funciones de Distribución. Esperanza y Varianza
matemática.
Distribución Binomial.
CLASES DE VARIABLE
ALEATORIA
VARIABLE ALEATORIA
F x P x x i
x
F(x) P(x x) f
(x) dt x R
x
F(x) P(x x) f
(x) dt x R
Ejemplo
Si se tiene la función de densidad f(x). Hallar F(x). ( Función Acumulativa)
x2 0 x 1
1 1 x 2
2
f (x) x
2
3
2 2x3
0 Otro caso
Planteando limites:
Para 0
x0
0dt
Para 0 x
0 x 1
0dt t
0 2
dt
0 1 x
F(x) Para
1 x 2
0dt dt t
0 2
1
1 2
dt
0 1 2 x
Para
2x3
0dt dt
t
0 2 1 2
1
dt
2 2
t
32 dt
0 1 2 x
Para x3
0dt dt
t
0 2 1 2
1
dt
2 2
t
32 dt
Luego:
0 x0
2
x 0 x 1
4
x 1
F(x) 1 x 2
2 4
3x x 2 9
2 4 4 2x3
1 x3
Esperanza Matemática E(x)
Es la media aritmética o el promedio de la variable x.
Si “x” una Variable Aleatoria Continua con función de
densidad f(x), la esperanza E(x) se define:
E (x) xf (x)dx
-
E (H (x ) ) H (x)f (x)dx
-
Propiedades
1. - E (a) a
2. - E (ax) aE (x)
3. - E (ax b) aE (x) b
4. - E (x y) E (x) E (y)
Varianza de una Variable V(x)
Sea “x” una Variable Aleatoria con función de probabilidad
P(x), la varianza de una Variable Aleatoria de define:
Sea la varianza para datos agrupados
n 2
n i (y i - y) ni
V(x) Luego P(x)
i 1 n n
Si x es una Variable Aleatoria Continua
V(x) (x x u ) f (x)dx
2
Propiedades
1. - V(a) 0
2. - V(ax) a2V(x)
3. - V(ax b) a2V(x)
4. - V(x y) V(x) V(y)
Video Introductorio de la Variable
Aleatoria Continua
DISTRIBUCIÓN DE PROBABILIDADES
DE VARIABLES DISCRETAS
Se caracterizan por que trabajan con variables
aleatorias discretas xi, es decir los valores que
toma x debe pertenecer al conjunto de los números
enteros.
Ejemplo
Distribución Binomial
DISTRIBUCION DE
UNA VARIABLE
ALEATORIA Distribución Poisson
DISCRETA
Distribución
Hipergeometrica
DISTRIBUCIÓN BINOMIAL
Suponga que un experimento se repita “n” veces
en forma independiente, con probabilidad de éxito
igual a “p”, si definimos a x: el número de éxitos
ocurridos en “n” repeticiones, se dice que “x”
sigue una distribución binomial con parámetros
n y p sí su:
Función de probabilidad es:
n x nx
P(x x i ) P q
x
n x nx
P(x x i ) P q
x
Donde:
n : Numero de veces que se realiza el experimento y/o tamaño de
muestra.
q : Probabilidad de fracaso (q = 1 – p)
Ejemplo
Si un experimento se repite 5 veces y deseamos obtener 3
éxitos, tendremos:
P(éxito) = P , P(fracaso) = q
Luego:
P(E, E, E, F, F) p q
3 2
P(F, F, E, E, E) q.q.p.p.p p 3q 2
La probabilidad de cualquier secuencia es la misma por
otro lado existen( nCx ) secuencias diferentes de éxito y
(n – x) fracasos (formas de sortear x elementos en “n”
lugares).
La Esperanza Matemática
E (x) np
La Varianza Matemática
V(x) npq
Suposiciones