Professional Documents
Culture Documents
)
Variable aleatorias
Discretas
Ing. Sandra Gonzlez
I termino, 2016
Una
X:
Espacio
Muestral
RR
P(x=0)=1/4 = 0.25
RN
P(x=1)=2/4 = 0.50
NR
P(x=2)=1/4 = 0.25
NN
P(X=x)
Histograma de Probabilidad
0.50
0.25
0.25
Sea:
dom f = X,
rg f [0, 1]
c) P(X =
Ejemplo:
Ejemplo. Sea X una variable aleatoria discreta cuya distribucin
de probabilidad est dada por
f(x) = P(X=x) =
kx 2 , x 0,1,2,3
otro x
0,
Encuentre P(X=2)
Por la propiedad 2)
f (x ) 1
X
2
2
2
2
=
k(0)
+
k(1)
+
k(2)
+
k(3)
=1 k=
kx
1/14
x0
f(t)
t x
rg F [0, 1]
CSC
CSS
P(x=0)=1/8 = 0.125
CCC
P(x=1)=3/8 = 0.375
CCS
P(x=2)=3/8 = 0.375
SSC
P(X=3)=1/8 =0.125
SSS
SCC
SCS
Funcion de distribucion
f(x)=P(X=x)
Entonces:
F(0) = P(X0) = f ( t ) =P(X=0) = 1/8
t 0
F(1) = P(X1) =
P(X=3)=1/8 =0.125
0,
x0
1 / 8, 0 x 1
4 / 8, 1 x 2
7 / 8, 2 x 3
F(X)=
1,
x3
1,
x3
Propiedades de la Distribucion
Acumulada
1) = P(Xa)
F(a)
1) 0F(x)1
2) a b F(a)F(b)(F es creciente)
3) P(X>a) = 1 P(Xa) = 1 F(a)
0,
x0
1 / 8, 0 x 1
4 / 8, 1 x 2
7 / 8, 2 x 3
1,
x3
Definicin
Sea X: variable aleatoria discreta y f(x) su distribucin de probabilidad, Entonces:
=E(X)=
xf (x )
x
Ej.: Lanzar tres monedas y observar el resultado de cada una: cara(c), o sello(s)
Variable aleatoria X= Cantidad de sellos que se obtienen
Espacio
Muestral
CSC
CSS
CCC
P(x=1)=3/8 = 0.50
CCS
SSC
P(x=2)=3/8 = 0.25
SSS
SCC
SCS
f(x)=P(X=x)
P(x=0)=1/8 = 0.125
P(X=3)=1/8 =0.125
xf ( x)
x 0
E (G ( x)) G ( x) f ( x)
x
Ejemplo:
Sea X una variable aleatoria discreta con distribucin de probabilidad:
x
1
2
3
4
f(x)
0.1
0.4
0.3
0.2
Ejemplo:
f(x)=P(X=x)
0
1
2
3
4
0.1
0.4
0.3
0.15
0.05
Sea
G(X) = 50X 40, variable aleatoria que
representa la ganancia diaria
Entonces:
E[G(X)]=
G(x )f (x )
x0
E[aX + b] = aE[X] + b
Corolarios:
1)E[aX] = a E[x],
2)E[b]=b b es una constante
Ejemplo:
G(X) = 50X 40
E[G(X)] = E[50X 40] = 50 E[X] 40
4
Definicin
Sea
X: variable aleatoria discreta
f(x):distribucin de probabilidad
, o E[X]: valor esperado de la variable aleatoria X
Entonces
2 o V[X] representan la varianza de la variable aleatoria X
(el smbolo del alfabeto griego, se lee sigma)
2= V[X] = E[(X-)2
] =( x )
f (x )
Ejemplo:
Se tiene la distribucin de probabilidad de X:
x
f(x)=P(X=x)
0
1
2
3
1/8
3/8
3/8
1/8
= E[X] =
xf (x )
x0
= 1.5
= V[X] = E[(X-) ] =
2
(x ) 2 f (x )
x0
= (0-1.5)2(1/8) +(1-1.5)2(3/8) +
(2-1.5)2(3/8)+(3-1.5)2(1/8) = 0.75
Demostracion:
Ejemplo:
E[X ] =
2
2
x
f (x)
x 0
PROPIEDADES DE LA VARIANZA
Sean
X: variable aleatoria discreta
f(x):distribucin de probabilidad de X
a, b , nmeros reales cualesquiera
Entonces
V[aX + b] = a2V[X]
Demostracion:
V[aX+b] = E[(aX + b)2] (E[aX + b))2 = E[a2X2 + 2abX + b2] (aE[X] + b)2
= a2E[X2] + 2abE[X] + b2 (a2E2[X] + 2abE[X] + b2)
= a2(E[X2] E2[X]) = a2 V[X]
Corolarios:
1) V[aX] = a2 V[x],
2) V[b]=0 b es una constante
= E[] =
r=1: 1 = E[X] =
r=2: 2 = E[X2] =
x f(x) =
x 2f(x)
= E[ ] =
Ejemplos
r=1: 1 = E[(X-)] = E[X] - = 0, (primer momento central)
r=2: 2 = E[(X-)2] = 2,
(segundo momento central)
r=3: 3 = E[(X-)3],
(tercer momento central, sesgo o asimetra)
r=4: 4 = E[(X-)4],
(cuarto momento central, curtosis o picudes)
Asimetria y Curtosis
Coeficiente de Variacin:
Coeficiente de Curtosis
4/( 2)2
Coeficiente de Asimetra
Positivo: La asimetra es positiva (se extiende a la derecha)
Cero:
La distribucin es simtrica.
Negativo:
La asimetra es negativa (se extiende a la izquierda)
Coeficiente de Curtosis
Mayor a 3: La distribucin es puntiaguda o leptocrtica
Igual a 3:
La distribucin es regular
Menor a 3: La distribucin es plana o platicrtica
M(t) = E[] =
Ejemplo:
Suponga una variable aleatoria discreta X con la siguiente Distribucin de Probabilidad:
x
1
2
3
4
f(x)
0.2
0.3
0.4
0.1
=E[X] =
x f(x)
x 1
2 =E[X2] =
x 1
Coeficiente de asimetra:
etX f(x) =
x 1
Recomendaciones: