Professional Documents
Culture Documents
Definiciones basicas
y
ejemplos. Tipos de variables aleatorias. Variables aleatorias
discretas y distribuciones de probabilidad de variables
aleatorias discretas.
INTRODUCCION
se
puede ser complicada y por lo tanto el calculo
de probabilidades tambien
dificulta.
diversas carPor ejemplo, si una persona es seleccionada de una poblacion
y cada una aporta a el entendimiento de un
actersticas pueden ser de interes
fenomeno
en especial, como son: cuanto
gana, cuanto
gasta, cuantos
hijos
tiene, cuanto
paga por servicios, etc.
Estadstica I.
2
INTRODUCCION
o regla
Por ejemplo: ingresos, gastos, el numero
de hijos, etc. Esta asociacion
Estadstica I.
3
VARIABLES ALEATORIAS
definida en el espacio
Una variable aleatoria* es una funcion
Definicion:
Proporcionan un medio para relacionar cualquier resultado con una medida cuantitativa
Estadstica I.
4
DEFINICIONES BASICAS
Y EJEMPLOS
Estadstica I.
5
DEFINICIONES BASICAS
Y EJEMPLOS
{CCC} = x = 3
{CCS,CSC, SCC} = x = 2
{CSS, SCS, SSC} = x = 1
{SSS} = x = 0
Por lo tanto el rango de X es: AX = {0, 1, 2, 3}
La probabilidad de que salgan dos caras es: P(X = 2) = 83
Estadstica I.
6
DEFINICIONES BASICAS
Y EJEMPLOS
Ejemplo 2
Se lanzan dos dados no cargados, defina las siguientes variables aleatorias
Estadstica I.
7
DEFINICIONES BASICAS
Y EJEMPLOS
Ejemplo 3
de un tiemUn grupo de n sujetos es sometido a cierto tratamiento y despues
po se registra cuantos logran mejorar con dicho tratamiento. Sea X la variable
DEFINICIONES BASICAS
Y EJEMPLOS
Ejemplo 5
diaria de jabones se escoge uno al azar y se mide su PH.
De la produccion
Cual
sera el rango de X ?
Sea X: el Ph del jabon.
Sln:
AX = [0, 14].
Estadstica I.
9
DEFINICIONES BASICAS
Y EJEMPLOS
Estos ejemplos representan variables las cuales son observadas en dos tipos
de escalas las cuales implican conteos o mediciones. A las primeras se les
conoce como variables aleatorias discretas, a las segundas como variables
aleatorias continuas.
La diferencia principal entre ellas, es que para las primeras, el rango es un
conjunto contable (discreto o numerable) (son ejemplos de variables aleatorias
discretas, los ejemplos 1,2,3,4); en las segundas, el rango es un intervalo o la
de intervalos reales (ejemplo 5).
union
Estadstica I.
10
infinito), y si estos
pueden arreglarse en una secuencia que corresponde con
los enteros.
Estadstica I.
11
Definicion:
de probabilidad o funcion
de masa de probabilidad (p.m.f).
La funcion
x de la variable
matematica
que asigna una probabilidad a cada realizacion
aleatoria X ; se denotara p(x) y se define como:
Estadstica I.
12
1. p(x) 0 x AX
2. p(x) = 1
x
Estadstica I.
13
P(X = 0) = 81
P(X = 1) = 38
P(X = 2) = 38
P(X = 3) = 18
As, la p.m.f. es
x
p(x)
1
8
3
8
3
8
1
8
Note que
Estadstica I.
14
Ejemplo 6
Suponga
que se lanza un dado corriente una vez y sea X la v.a. que indica el
resultado obtenido. Halle la p.m.f.
Sln:
Los posibles valores de X son 1, 2, 3, 4, 5, 6, cada uno de ellos tiene igual
probabilidad de ocurrir (1/6). Luego
p(x) =
1
6
, x = 1, 2, 3, 4, 5, 6
0 , en otro caso.
Estadstica I.
15
Definicion:
acumuSea X una variable aleatoria discreta con p.m.f p(x). La distribucion
lada de X , denotada por FX (x) se define como:
FX (x) = P(X x) =
p(x ) x R
x x
Estadstica I.
16
1
F(0) = P(X 0) = P(X = 0) =
8
1 3 4
F(1) = P(X 1) = P(X = 0) + P(X = 1) = + =
8 8 8
1 3 3 7
F(2) = P(X 2) = P(X = 0) + P(X = 1) + P(X = 2) = + + =
8 8 8 8
1 3 3 1
F(3) = P(X 3) = P(X = 0)+P(X = 1)+P(X = 2)+P(X = 3) = + + + = 1
8 8 8 8
Estadstica I.
17
Por lo tanto
1/8
F(x) = 4/8
7/8
x<0
0x<1
1x<2
2x<3
x3
Estadstica I.
18
Estadstica I.
19
Estadstica I.
20
PROPIEDADES:
1. 0 F(x) 1
Estadstica I.
21
Estadstica I.
22
EJERCICIOS
1=
=
p(x)
x=1
4 k
x=1
12
= k = 25
1 1 1 1
=k + + +
1 2 3 4
25
=k
12
Estadstica I.
23
EJERCICIOS
Luego, la p.m.f.
p(x) =
12
25x
, x = 1, 2, 3, 4
en otro caso.
12 , x = 1
25
6 ,x = 2
25
4 ,x = 3
p(x) = 25
3 ,x = 4
25
0 , en otro caso.
Estadstica I.
24
EJERCICIOS
de distribucion
acumulada es
La funcion
F(x) =
12
25
6 + 12 = 18
25
25
25
,x < 1
,1 x < 2
,2 x < 3
4 + 6 + 12 = 22 , 3 x < 4
25
25 25
25
1
,x 4
Estadstica I.
25
EJERCICIOS
P(1 X 3)
6 +
+
Forma 1, P(1 X 3) = P(X = 1) + P(X = 2) + P(X = 3) = 12
25 25
4 = 22
25
25
22 + 0 = 22
Forma 2, P(1 X 3) = F(3) F(0) = 25
25
Forma 3, graficamente.
Estadstica I.
26
EJERCICIOS
Estadstica I.
27
EJERCICIOS
Estadstica I.
28
EJERCICIOS
lneas telefonicas.
Sea X el numero
de lneas en uso en un momento
x<0
0
0x<1
0,1
1x<2
0,25
2x<3
0,45
3x<4
0,70
4x<5
0,90
5x<6
0,96
x6
1
disponibles .
que por lo menos 4 lineas telefonicas
esten
Estadstica I.
29
EJERCICIOS
2 es seleccionada del
4. Una muestra aleatoria con reemplazo de tamano
conjunto {1, 2, 3, 4}. Suponga que los resultados son equiprobables. Sea
5
(a) sea a lo mas
Estadstica I.
30
EJERCICIOS
5. Se sabe que un grupo de cuatro componentes hay dos que tienen defecto. Un inspector los prueba de uno en uno hasta encontrar las dos piezas
defectuosas. Una vez que las localiza interrumpe las pruebas. Si X es el
numero
de las pruebas en la que se detecta la segunda pieza defectuosa,
de correspondencias correctas.
Estadstica I.
31
EJERCICIOS
7. Sea X el numero
de clientes que llega a una tienda en un periodo de una
de probabilidad de X es
hora. La distribucion
x
p(x)
0
0,02
1
0,08
2
0,10
3
0,15
4
0,20
5
0,25
6
0,10
7
0,06
8 o mas
0,04
Estadstica I.
32