Professional Documents
Culture Documents
+
+ = x rango el para dx x P 1 ) (
EJEMPLO:
Sea la v.a. contnua X con funcin de densidad
f dada por:
f(x)=
Claramente, f(x) u 0 y = = 1
Para calcular P(X ), debemos evaluar la
integral :
= 1/4.
|
|
lugar otro en 0,
1 x 0 , 2x
x f(x)d
o
o
x
x 0
1 1
0
2
x x 2x =
x 2x
2 / 1
0
MEDIA Y VARIANZA DE UNA VARIABLE
ALEATORIA
MEDIA
Sea X una variable aleatoria discreta con funcin de
probabilidad p(x
i
). Entonces, el valor esperado de X
(media o esperanza matemtica de X), E(X), est definido
por:
) p(x x E(X)
i
i
i
=
Si p(x
i
) es una caracterizacin exacta de la distribucin
de frecuencias de la poblacin, entonces E(X)=Q, que es
la media de la poblacin.
ESPERANZA MATEMTICA
Considera un experimento aleatorio E, y una funcin
g(x) dependiente de una variable aleatoria X. La
esperanza Matemtica o Valor Esperado de la
Variable Aleatoria g(x) se define como:
? A
|
=
+
dx ) x ( f * ) x ( g
) x ( f * ) x ( g
) x ( g E
x
Para valores discretos de X
Para valores continuos de X
ESPERANZA MATEMTICA
Los Valores Esperados de ciertas funciones g(x)
son de particular inters en la descripcin de las
propiedades de las Funciones de Distribucin.
? A
? A
x
2
x
2
2
x
x
dx ) x ( f * x
) x ( f * x
) x ( g
x ) x ( g si s
dx ) x ( f * x
) x ( f * x
) x ( g x ) x ( g si s
W =
u
u
=
u =
u =
= =
g +
g
g +
g
La varianza de una variable aleatoria X est definida
como el valor esperado de (u x)
2
. Es decir:
Var(X) = E[(X u)
2
]=
La desviacin estndar de X es la raz cuadrada
positiva de Var(X).
Si p(x
i
) es una caracterizacin exacta de la
distribucin de frecuencias de una poblacin,
entonces E(X)=Q, VAR(x)=
2
es la varianza de la
poblacin y es la desviacin estndar de la
poblacin.
VARIANZA Y DESVIACION ESTANDAR
? A
) ( ) (
2
i
x p X Q
VARIANZA
e
) (x P
b x
La Varianza de una Variable Aleatoria Discreta X esta
dada por:
La Varianza de una Variable Aleatoria Continua X
esta dada por:
2
2
x
2
2
x
2
x P * x
x P * x
u = W
u = W
dx x P x
2
2
+g
g
u = W
DESVIACIN ESTNDAR
e
) (x P
b x
La Desviacin Estndar de una Variable Aleatoria
Discreta X esta dada por:
La Desviacin Estndar de una Variable Aleatoria
Continua X esta dada por:
2
2
x
2
x
x P * x
x P * x
u = W
u = W
dx x P x
2
+
u = W
PROPIEDADES DE LOS VALORES
ESPERADOS Y VARIANZAS
1. E (a) = a, donde a es una constante
2. E (ax) = a E(x)
3. E (ax + b) = aE(x) + b
4. E(a
i
x
i
) = a
i
E(x
i
) si x
i
son excluyentes
5. E (xy) = E(x) E (y) si x, y son independientes
6. E (x
1
x
2
x
n
) = E(x
1
) E(x
2
) E(x
n
), si x
i
son indep.
1. Var(a) = , donde a es una constante
2. Var(ax) = a
2
Var (x)
3. Var(ax + b) = a
2
Var (x)
4. E(a
i
x
i
) = a
i
2
Var (x
i
) si x
i
son independientes
5. E(a
i
x
i
) = a
i
2
Var (x
i
) + 2a
i
a
k
Cov(x
i
x
k
)
i<k
Ejemplo: Consideremos una variable aleatoria discreta
X, que puede tomar los valores 0, 1, 2 con distribucin
de probabilidad dada por:
Entonces:
E(x) = (0*1/4) + (1*1/2) + (2*1/4) = 1
Es el valor alrededor del cual se sitan los valores de x.
x p(x)
0
1
2
=
3
0 y
yp(y)
=
3
0 y
)p(y) - (y Q
=(0-1.75)
2
(1/8)+(0-1.75)
2
(1/4)+(2-1.75)
2
(3/8)+
(3-1.75)
2
(1/4)
= 0.9375
W = =0.97
0.9375
2
= o
DISTRIBUCIN DISTRIBUCIN
NORMAL NORMAL
DISTRIBUCIN NORMAL
Una variable Aleatoria Continua X es una
Distribucin Normal si presenta la forma:
2
x
2
2
) x (
x
e
2
1
) x ( f
W
u
x W
=
Donde es la media y
2
es la Varianza
Extremidad
(o cola)
La curva normal es
simtrica Con dos
mitades idnticas
Extremidad
(o cola)
La media, la
mediana
Y la moda
son iguales
En teora,
la curva se
extiende
hasta -
En teora, la
curva se
extiende hasta
+
Caractersticas de la Distribucin Normal:
Caractersticas de la Distribucin Normal:
1.- Es acampanada y la media, la mediana
y la moda son iguales.
2.- La distribucin probabilstica es
simtrica con respecto a la media
3.- La curva normal decrece
uniformemente en ambas direcciones a
partir del valor central. Es asinttica, lo que
significa que la curva se acerca cada vez ms
al eje x, pero en realidad nunca llega a
tocarlo.
Caractersticas de la Distribucin Normal:
4.- Es descrita completamente por la media
y la desviacin estndar.
5.- Existe una familia de distribuciones
normales. Cada vez que cambian la media o
la desviacin estndar, se origina una nueva
distribucin normal.
6.- La variable asume todos los valores
reales, es decir va de - a .
DISTRIBUCION DE PROBABILIDA NORMAL
ESTANDAR
La distribucin normal estndar es un caso especial de
la distribucin normal donde:
a. Tiene una media de 0.00 y una desviacin estndar de
1.00
b. Cualquier distribucin normal puede convertirse a una
distribucin normal estndar mediante la siguiente
frmula:
o
Q
=
x
z
Donde:
Z: variable normal estandarizada
X: es el valor de cualquier observacin especfica
Q: es la media de la distribucin
o: es la desviacin estndar de la distribucin
La funcin de densidad de la distribucin de
probabilidad normal estndar ser:
2
x
2
1
e
2
1
) x ( f
x
= , xcJ
La funcin de distribucin Acumulada es:
? A dt e
2
1
dt ) t ( x X p ) x (
x x
2
t
2
g g
x
= = e = 1
Q - 3W Q -2W Q -1W Q Q -1W Q - 2W Q - 3W
68%
95%
99.7%
Areas bajo la
Curva:
Otras Propiedades:
-X
J(-x)
X
1-J(x)
1.- Si x tiene distribucin N(0,1), entonces para
todo x real positivo se cumple:
J(-x)=1-J(x)
Otras Propiedades:
W
Q
=
x
Z
2.- Si la variable X tiene distribucin N(Q,W
2
),
entonces la variable Z, definida por
tiene distribucin N(0,1) esta propiedad indica lo
siguiente: cualquiera que sea los valores de los parmetros
de la distribucin N(Q,W
2
), ella puede ser transformada a
una N(0,1). Luego las distribuciones probabilidades
correspondientes a X pueden ser calculados a partir de la
distribucin de la variable
W
Q
=
x
z
a la que se denomina variable normal estandarizada. Al
proceso de transformacin aplicado se le denomina
estandarizacin.
Otras Propiedades:
3.- E(x)= Q y Var(x)=W
2
4.- Si la var. X tiene distribucin N(Q,W
2
),
entonces la variable Y= ax + b tiene
distribucin N(aQ+b, a
2
W
2
)
X 0.00 0.01 0.02 0.03...............................0.09
0.0
0.1
.
.
1.0
1.1
.
.
.
3.4
.........
J
(0.11)
.......................................................................
J
(1.09)
....................................
J
(1.13)
......................
J
(3.42)
Tabla de la Distribucin Normal:
Donde:
J(0.11)=0.5438, J(1.09)=0.8621, J(1.13)=0.8708,
J(3.42)=0.9997
Tabla de la Distribucin Normal:
J(1.09)=0.8621
z = 1.09
A= 0.8621
X 0.00 0.01 0.02 0.03...............................0.09
0.0
0.1
.
.
1.0
1.1
.
.
.
3.4
.........
J
(0.11)
.......................................................................
J
(1.09)
....................................
J
(1.13)
......................
J
(3.42)
Tabla de la Distribucin Normal :(otra forma de
ver la tabla)
Donde:
J(0.11)=0.0438, J(1.09)=0.3621, J(1.13)=0.3708,
J(3.42)=0.4997
Tabla de la Distribucin Normal:
J(1.09)=0.3621
z = 1.09
A= 0.3621
Ejemplo: El tiempo de duracin de un foco de luz est
normalmente Distribuido, con una duracin media de 800
horas y una desviacin estndar de 200 horas. Se
compran 500 de estos focos. Cul es la distribucin de
probabilidad del nmero de focos que estarn en servicio
despues de 1000 horas?
Solucin:
Sea X bN(800,200
2
). Que el foco est en servicio despus
de 1000 horas, significa que el tiempo de duracin, X, sea
mayor que 1000 horas.
Entonces,
= = >
200
800 1000
200
800
1 1000 1 ) 1000 (
X
P X P X P
1587 . 0 8413 . 0 1 1 1 1 1 = = = e = c Z P
Ejemplo: El tiempo empleado de ir de un Centro de Salud
al Hospital por la ruta A se distribuye normalmente con
media igual a 27 y desviacin tpica igual a 5; mientras
que por la ruta B, la distribucin es normal con media
igual a 30 y desviacin tpica igual a 2. Qu ruta
conviene utilizar si se dispone de: a. 30 minutos?
Solucin:
Ruta A: = 27 = 5
Ruta B: = 30 = 2
P(x<30)=P(z<0.6)=0.5000+A(0.6)= 0.50000+0.22575 =0.72575
P(x<30) = 72.58%
6 . 0
5
3
5
27 30
z
A
= =
=
A = 0.2258
x
17 22 27 30 32 37
0.6
z
Ruta B: = 30 = 2
P(x<30) = P(z<0) =0.50
0
2
0
2
30 30
z
B
= =
=
B = 0.5
x
25 28 30 32 34
0
z
Como interesa elegir la ruta donde halla
mayores probabilidades de llegar temprano
cuando se dispone de 30 minutos, en este caso
conviene elegir la ruta A que da un mayor valor
para P (x<30) 0.7528 = 72.58%
Ejemplo: En cierta clnica, el salario medio de los
mdicos es de $ 3.60 por hora y la desviacin estndar es
de 45 centavos de dlar. Si se supone que los salarios
tienen una distribucin normal, Qu porcentaje de
mdicos percibe salarios entre 3.00 y 3.500 por hora?
Solucin:
Se sabe que: = 3.6 = 0.45
33 . 1
3
4
45 . 0
60 . 0
45 . 0
60 . 3 00 . 3
z =
=
22 . 0
9
2
45 . 0
10 . 0
45 . 0
60 . 3 50 . 3
z =
=
La solucin es el rea comprendida entre los valores
de z = -0.22 y z = -1.33. Por simetra podemos
calcular esa rea:
x
3.0 3.5 3.6
-1.33 -0.22 0
z
rea pedida:
A (1.33) A (0.22) = 0.4082 0.0871
=0.3211= 32.11%
Ejemplo: En una poblacin de 3,428 adultos, la
distribucin de las estaturas es aproximadamente
normal, con media 140 centmetros y desviacin estndar
de 25 centmetros. Calcule el nmero de dichas personas
con estatura:
a. Superior a 170 centmetros
Solucin:
Poblacin adultos: 3,428 = 140 cm. = 25 cm.
La poblacin con estatura superior a 170 centmetros, se
obtiene mediante:
2 . 1
25
30
25
140 170
z = =
=
El rea que buscamos ser: 0.5 A(1.2)
A (1.2) = 0.38493
0.5000 - 0.3849 = 0.1151 = 11.51%
El 11.51% de 3428 es 395 personas, es decir que hay
395 personas con estatura superior a 1.70 cm.
x
1.40 1.70 1.90
0 1.2
z
f.Entre que valores queda ubicado el 40% central?
Solucin:
Buscando el rea 0.200 en la tabla encontramos para z el
valor 0.52 = 0.1985 Y 0.53 = 0.2019, que interpolado
resulta 0.524.
Q + W =
W
Q
= z x
x
z
i
i
x
i
= 0.524 (25) +140 =13.10 + 140
x
i
= 153.10 a la derecha
x
i
= -0.524 (25) +140 = -13.10 + 140
x
i
= 126.90 a la izquierda
El 40% central queda ubicado entre 126.90 y
153.10
x
126.9 153.1
-0.524 0 0.524
z