ESTADSTICA APLICADA I

Variable aleatoria continua

Valor esperado
Varianza
Temario

Variable aleatoria continua

Valor esperado
Varianza
 Logro de la sesin
Al finalizar la sesin, el estudiante calcula
probabilidades, valor esperado y varianza,
asociadas a distribuciones de probabilidad de
variables aleatorias continuas.
X: El tiempo de vida til de un auto (en aos)

Qu tipo de variable aleatoria es?

 1

Variable aleatoria continua

Funcin de densidad
Funcin de distribucin acumulada
Valor esperado y varianza
 Funcin de densidad

La funcin de densidad de
probabilidad para una
variable aleatoria continua
es la funcin f que
satisface:

P a X b f ( x)dx
b
f x 0 f x dx 1

a
Se cumple que:

i) Es una funcin no negativa. f(x) 0

ii) El rea bajo la grfica de la funcin y por encima
del eje X es igual a 1.

y = f(x)

f x dx
-
1
 Observacin

Si X es una variable aleatoria continua, se

cumple:

1. P a X b P a X b f ( x)dx
b

P a X b P a X b f ( x)dx
b

P a X b P a X b f ( x)dx
b

2. P( X a) 0
 Ejemplo 1
La produccin diaria en el mes de abril de una compaa fundidora
de metales, es una variable aleatoria, expresada miles de
kilogramos, cuya funcin de densidad es la siguiente:

3 3 2
x x 0 x 2
f(x) 2 4

0 otro caso

a) Calcule la probabilidad de que en un da la fundidora tenga una

produccin superior a 1000 kilogramos.
b) Si la produccin en un da es superior a 900 kilogramos, cul es
la probabilidad de que no sobrepase los 1 500 kilogramos?
 Funcin de distribucin acumulada

La funcin de distribucin
acumulada de una variable
aleatoria continua con funcin
de densidad f se define por:

F x P( X x) f (t )dt x
x

P a X b F b F a
El rea entre a y b se define por:
Si f esta definida en [a, b], entonces la Funcin de
Distribucin Acumulada de f esta dada por:

0 si x a

x
F ( x) f (t )dt si a x b

a

1 si xb
En general:
x0

F ( x0 ) P X x0 f t dt

 Ejemplo 2
La produccin diaria en el mes de abril de una compaa fundidora de
metales, es una variable aleatoria, expresada miles de kilogramos,
cuya funcin de densidad es la siguiente:

3 3 2
x x 0 x 2
f(x) 2 4
0 otro caso
a) Calcule la funcin de distribucin acumulada de f.
b) Use el resultado de la parte a) para calcular La probabilidad de que
un da :
I. la fundidora tenga una produccin superior a 1000 kilogramos.
II. La probabilidad de la produccin no sobrepase los 1 500
kilogramos, si a la una de la tarde de ese da ya se tiene una
produccin superior a 900 kilogramos.
 Nota:
Las probabilidades del tipo acumulativo P(X x) o de un
intervalo dado P(a<X<b) se pueden obtener de dos formas:

1. Integrando la f.d.p. f(x), y reemplazando directamente de

los lmites.
2 Usando la Funcin de Distribucin Acumulativa F(x), y por
ltimo remplazar los valores de los lmites.
P a X b F b F a
3 Si derivamos la funcin de distribucin acumulativa se
obtiene la funcin de densidad.
 Valor Esperado y Varianza

E X X x f x dx

Valor esperado de X

V(X) E(X ) E(X) E( X 2 ) f x dx

2 2 2 2
x
X

Varianza de X Valor esperado de X2

Propiedades del valor esperado y varianza:

E[a X b] = a E[X] b

Valor Esperado

V aX b a . V X
2

V aX bY a . V X b V Y
2 2

Varianza

X e Y son variables independientes

 Ejemplo 3
La cantidad real de caf (en gramos) en un recipiente de 230
gramos llenado por cierta mquina es una variable aleatoria
cuya funcin de densidad de probabilidad est dada por:
0 ; x 227,5
1
f x ; 227,5 x 232,5
5
0 ; x 232,5

a) Cul es la probabilidad de que un recipiente de 230 gramos

llenado por esta mquina contenga a lo sumo 228,65 gramos
de caf?
b) Calcule la esperanza matemtica e interprete.
c) Determine la varianza y el coeficiente de variacin.
Ej Ejemplo 4
Sea X la variable aleatoria que denota la vida til en horas de
cierto dispositivo electrnico. La funcin densidad de
probabilidad es:
20000
; x 100
f ( x) x 3
0;
en cualquier otro caso
a. Cul es la probabilidad de que la vida til de un
dispositivo sea ms de 200 horas?
b. Construya la funcin acumulada
c. Cul es la vida til esperada del dispositivo?
d. Si se toman cinco dispositivos, cul es la probabilidad de
que slo dos de ellos tengan una vida til mayor a 200
horas?
 Ejemplo 5
La demanda de gas propano (en miles de galones) de una
distribucin en particular es una variable aleatoria con la
siguiente distribucin de densidad de probabilidad:

1
a 1 2 1 x 2
f ( x) x
0
en otro caso
a. Calcule el valor de a.
b. Determine la funcin acumulativa de x.
c. Obtenga el valor del primer cuartil.
d. Halle la probabilidad que la demanda de gas propano sea
superior a 1200 galones pero no ms que 1800 galones.
e. Calcule el valor esperado de x.
 2

Distribucin Uniforme
Metro de Lima
Cuenta con 36 trenes y
Metropolitana Actualmente sus tiempos de espera
el tren entre un tren a otro se
elctrico encuentra entre 5 a 10
minutos.

Si los trenes de ambas

lneas salen de manera
Lnea 1 y sincronizada y llegan a
Lnea 2 una estacin entre 8:00
a.m. y 8:10 a.m

Ser igual de probable

de que el tren lnea 1
Tiempo de llegue entre 8:00 8:02
llegada que la probabilidad de
que el tren lnea 2
llegue entre 8:03-8:05?
 Distribucin Uniforme
PARMETROS X~U(a,b) Parmetros: a, b
FUNCIN DE f ( x)
1
a xb
DENSIDAD ba
f(x)

GRFICO 1 / (b-a)
f (x)

0 a k1 k2 b x

FUNCIN
Fx
x -a
ACUMULADA b-a
VALOR ab
X E X
ESPERADO 2

(b a) 2
VARIANZA V X
2
X
12
Ejemplo:
El tiempo que un estudiante tarda en resolver un examen se modela
como una variable aleatoria continua que con distribucin de
probabilidad uniforme de parmetros a = 50 minutos y b = 90 minutos.
Calcule la probabilidad de:

a) Que un estudiante se demore mas de

75 minutos.
b) Que un estudiante se demore entre 50
y 70 minutos.
c) Cul ser el tiempo mnimo de un
estudiante en resolver un examen
para estar en el 20% de estudiantes
que ms demoran?
d) El coeficiente de variacin de la
variable en estudio
En cada una de las preguntas formalice la probabilidad
Solucin:
X = { tiempo tarda en resolver el examen}
X ~ U [50,90]
()
a) P(X>75) = = 0,375

()
b) P(50<X<75) = = 0,625

()
c) P(X>k) = 0,20 entonces = 0,20; k = 82 minutos

,
d) CV = * 100 = * 100 = 16,5%

 Autoevaluacin
Afirmacin Verdadero Falso
Si X es v.a.c entonces se cumple:
X
P ( a x b) P ( x b) P ( x a )
La funcin de densidad de una variable
aleatoria continua siempre cumple con X
esta condicin f ( x) 0
Si X es una variable aleatoria continua
entonces: X
P(X<c) = P(X< c)
Sean X e Y v.a. independientes entonces:
X
V(x-y) = V(x) - V(y)
 Autoevaluacin

El tiempo de espera de un usuario hasta abordar

el tren elctrico tiene una distribucin uniforme V
con parmetros de 5 hasta 20 minutos, entonces
la media es de 12,5 minutos.
 Bibliografa

Probabilidad e Inferencia Estadstica - Rufino Moya Gregorio Saravia

Cuaderno de Trabajo del curso