Professional Documents
Culture Documents
PROBABILIDAD Y ESTADSTICA
Irene Patricia Valdez y Alfaro
irenev@servidor.unam.mx
T E M A S DEL CURSO
1. Anlisis Estadstico de datos muestrales. 2. Fundamentos de la Teora de la probabilidad. 3. Variables aleatorias. 4. Modelos probabilsticos comunes. 5 Variables 5. V i bl aleatorias l t i conjuntas. j t 6 Distribuciones muestrales 6. muestrales.
CONTENIDO TEMA 3
3. Variables aleatorias.
Objetivo: El alumno conocer el concepto de variable aleatoria y podr analizar el comportamiento probabilista de la variable, a travs de su distribucin y sus caractersticas numricas.
3.1 3.2 Concepto de variable aleatoria como abstraccin de un evento aleatorio. Variable aleatoria discreta: funcin de probabilidad sus propiedades y su representacin grfica. Funcin de distribucin acumulativa, sus propiedades y su representacin grfica. Variable aleatoria continua: funcin de densidad de probabilidad sus propiedades y su representacin grfica. Funcin de distribucin acumulativa, sus propiedades y su representacin grfica. Valor esperado o media de la variable aleatoria discreta y de la continua. Valor esperado como operador matemtico y sus propiedades. Momentos con respecto al origen y a la media. Parmetros de las distribuciones de las variables aleatorias. Medidas de tendencia central, de dispersin y de asimetra.
3.3
3.4
3.4
INTRODUCCIN A LA PROBABILIDAD
VARIABLES ALEATORIAS
VARIABLE *
VARIABLE: VARIABLE: Adj. que varia o puede variar variar. f. Mat. Magnitud que puede tener un valor cualquiera q de los comprendidos p en un conjunto. j Nmero que resulta de una medida u operacin. VARIABLE CONTINUA: CONTINUA: La que consta de unidades o partes que no estn separadas unas de otras, como la longitud de una lnea, el rea de una superficie, el volumen de un slido, la cabida de un vaso, vaso etc etc. VARIABLE DISCRETA: DISCRETA: La que consta de unidades o partes separadas unas de otras, como los rboles de un monte, los soldados de un ejrcito, los granos de una espiga, etc. * Real Academia de la Lengua Espaola
VARIABLE DETERMINSTICA
Variable: Variable : f. Mat. Magnitud que puede tener un valor de los comprendidos en un conjunto, pero predecible con exactitud.
Continua
Variable Determinstica: Determinstica :
Discreta
VARIABLE ALEATORIA
Variable Aleatoria: Aleatoria: f. Mat. Magnitud cuyos valores estn determinados por las leyes de probabilidad, como los puntos resultantes de la tirada de un dado.
Continua
Variable Aleatoria: Aleatoria:
Discreta
Algunos valores de una variable aleatoria pueden ser mas probables que otros, lo que da origen al concepto de distribucin d probabilidad de b bilid d d de una VA VA.
VARIABLE ALEATORIA
U VA es una f Una funcin i sobre b el l espacio i d de l los posibles ibl resultados (eventos) de un experimento aleatorio, Por ejemplo:
a) Al arrojar una moneda y observar el lado que queda hacia arriba: X={ X { x1 = 1 (guila), (guila) x2 = 0 (sol) } b) Alimentar de la misma manera a 20 animales y obervar su peso despus de 30 das c) arrojar dos dados y anotar la suma de los puntos que caen hacia arriba. ib d) el voltaje de salida de 50 eliminadores de bateras.
Algunos valores de una variable aleatoria pueden ser mas probables que otros, lo que da origen al concepto de distribucin d probabilidad de b bilid d d de una VA VA.
E Experimento: i t Arrojar A j dos dados y observar la VA X : la suma de los puntos de las caras que quedan hacia arriba arriba. Las formas en que puede ocurrir cada uno p de los valores que toma la VA X se muestran en la tabla tabla.
Observemos que hay 1 posibilidad en 36 de que X=2, mientras que hay 2 posibilidades en 36 de que X=3
1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3
1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
P(x)
0.20 0.18 0.16 0.14 0.12 0.10 0.08 0.06 0.04 0.02 0.00 0 1 2 3 4 5
P(X)
X
6 7 8 9 10 11 12 13
Propiedades de la distribucin de probabilidad de una variable aleatoria discreta (tambin (tambin conocida como funcin masa de probabilidad, fmp) fmp) : a) f (x) 0 b) Para toda x que pertencece a X
f ( x) = 1
x
0.60
F ( x j ) = P ( X x j ) = xi
i =1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
0.00
Esta es una funcin escaln, hay un salto en cada valor de X y es plana entre ellos.
En nuestro ejemplo:
fdp
e x f ( x) = 0
1. f(x) 0, 2.
f(x)dx = 1
b a
3. P(a X b) = f(x)dx
DISTRIBUCIN DE PROBABILIDAD ACUMULATIVA DE UNA VARIABLE ALEATORIA CONTINUA Caso de una VA continua
Experimento: observar la VA X : el tiempo que dura una lmpara hasta que se funde.
F(x)
La probabilidad de que una lmpara dure al menos X horas se obtiene mediante la funcin de distribucin acumulativa (FDA). (FDA)
fdp
e x f ( x) = 0 x0 cualquier otro caso
0
FDA
x
x0
FDA
F (x) = P ( X x) =
1 e x F ( x) = 0
f ( t ) dt
DISTRIBUCIN DE PROBABILIDAD ACUMULATIVA DE UNA VARIABLE ALEATORIA CONTINUA Caso de una VA continua
F ( x) = P( X x) = f (t )dt
x
P( X = x) = f (t )dt = 0
x
P( X x) = P( X < x) = f (t )dt = F ( x)
VALOR ESPERADO DE UNA VARIABLE ALEATORIA O ESPERANZA ESPERANZA MATEMTICA MATEMTICA Valor esperado de una variable aleatoria X:
1.
E[c] = c
2.
E[aX + b] = aE[ X ] + b
E[ g ( x) + h( x)] = E[ g ( x)] + E[h( x)]
3 3.
= 2
2 j
2 0
2 1
2 2
2 = '2
'0 = 1
2 = 2 = E[( X ) 2 ] = E[ X 2 ] E[ X ]2
3 = '3 3 ' 2 + 2
Para a a k=4
1.
V [c ] = 0
2 2.
V [aX + b] = a V [ X ]
2
Adems, , si Y es una variable aleatoria con distribucin de probabilidad fY(y), y se cumple que X y Y son INDEPENDIENTES entonces:
3 3.
V [ X + Y ] = V [ X ] + V [Y ]
DESIGUALDAD DE CHEBYSHEV
Teorema: Si X es una variable aleatoria con distribucin de probabilidad fX( (x) con media varianza 2; y k es una constante p positiva, , entonces:
1 P( X k ) 2 k
1 P( X < k ) 1 2 k
1 P( k < X < + k ) 1 2 k
La desigualdad proporciona una probabilidad lmite de que la variable aleatoria X est a lo ms a k desviaciones estndar de la media sin que sea necesario conocer la distribucin de probabilidad de X, aunque se considera un resultado dbil, ya que si se conoce con precisin f(x) se pueden obtener mejores resultados.