Professional Documents
Culture Documents
X al ser una variable aleatoria por lo tanto puede tomar posibles valores o resultados y
a cada uno de los posibles resultados se puede asignar una probabilidad si la variable
es de tipo discreto o una densidad de probabilidad si la variable es de tipo continuo.
Sea X una variable aleatoria con distribucin de probabilidad f(x). La media o valor
esperado de X es:
Si X es discreta:
= () = ()
= () = 1 (1 ) + 2 (2 ) +
Si X es contnua:
= () = ()
Notas:
Ejercicios:
1) En una bolsa se tiene ocho bolas, de las cuales seis son rojas y dos son negras. El juego
consiste en sacar una bola de la bolsa. Si la bola es roja pierdes $1 y si es negra ganas
3$. Cul es la esperanza matemtica?.
( )
2) Sea X la variable aleatoria que denota la vida en horas de cierto dispositivo electrnico.
La funcin de densidad de probabilidad es:
20000
, > 100
() = 3
0,
Propiedades:
1) E(C) = C
2) E(C*X) = C*E(X)
3) E(X+W) = E(X) + E(W)
4) E(X*W) = E(X) * E(W) + Cov(X*W)
Si X es discreta:
() = [()] = ()()
Si X es contnua:
() = [()] = ()()
Ejercicios:
3) Suponga que el nmero de mquinas elctricas que se encienden entre las 4:00 y las
5:00 en un viernes cualquiera tienen la siguiente distribucin de probabilidad.
x 4 5 6 7 8 9
P(X=x) 1/12 1/12 1/4 1/6 1/6
2
() = , 1 < < 2
3
0,
Si X es discreta:
2
2 = [( )2 ] = ( ) ()
Si X es continua:
+
2 = [( )2 ] = ( )2 ()
Propiedades:
1) Var (C) = 0
2) Var (X+C) = Var(X)
3) Var (C*X) = 2 ()
4) Var (X+W) = () + () + 2(, )
Ejercicios:
X 1 2 3
f(x) 0,3 0,4 0,3
X 0 1 2 3 4
f(x) 0,2 0,1 0,3 0,3 0,1
Si X es discreta:
2 2 2
() = [(() () ) ] = [() () ] ()
Si X es contnua:
+
2 2 2
() = [(() () ) ] = [() () ] ()
Ejercicios:
6) Calcule la varianza de g(X)= 2X+3, donde X es una variable aleatoria con distribucin de
probabilidad.
x 0 1 2 3
f(x) 1/8 1/2 1/8
2
() = , 1 < < 2
3
0,
COVARIANZA
Si X y Y son discretas
= [( )( )] = ( )( )(, )
Si X y Y son contnuas
+ +
= [( )( )] = ( )( )(, )
La covarianza es una medida de la asociacin entre dos variables aleatorias. Cuando X
y Y son estadsticamente independientes la covarianza es cero. El signo positivo indica
que la relacin entre las variables aleatorias X y Y son directamente proporcionales
mientras que el signo negativo indica que la relacin entre X y Y son inversamente
proporcionales.
Teorema de Chebyshev
Ejemplo:
Una variable aleatoria X tiene una media = 8, varianza 2 = 9 y una distribucin de
probabilidad desconocida. Encuentre:
a) P(-4<X<20)
b) P(|X-8|6)