Scribd
Cargar
24 vistas16 páginas

Diapo 6 Ing 1

Este documento define las variables aleatorias discretas y continuas. Explica que una variable aleatoria asocia valores numéricos a los resultados de un experimento aleatorio. Describe que una variable aleatoria discreta toma valores finitos o infinitos numerables, mientras que una continua toma valores infinitos no numerables. También resume las funciones de probabilidad, valores esperados y varianza para ambos tipos de variables aleatorias.

Cargado por

Roxana Flores Guzman
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Descargar como pdf o txt
24 vistas16 páginas

Diapo 6 Ing 1

Este documento define las variables aleatorias discretas y continuas. Explica que una variable aleatoria asocia valores numéricos a los resultados de un experimento aleatorio. Describe que una variable aleatoria discreta toma valores finitos o infinitos numerables, mientras que una continua toma valores infinitos no numerables. También resume las funciones de probabilidad, valores esperados y varianza para ambos tipos de variables aleatorias.

Cargado por

Roxana Flores Guzman
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1/ 16

Estadı́stica y Probabilidades

Variable Aleatoria

Universidad Antonio Ruiz de Montoya Los Profesores


Definición

Sea E un experimento aleatorio y Ω el espacio mues-


tral asociado, una variable aleatoria asocia un valor
numérico a cada uno de los resultados experimenta-
les, X es una función .

Universidad Antonio Ruiz de Montoya Los Profesores


Ejemplo

Sea el experimento aleatorio que consiste en lanzar


una moneda tres veces,
 
Ω = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
 

para luego definir la variable aleatoria

X: Número de sellos obtenidos.


Rx = {0, 1, 2, 3}

Universidad Antonio Ruiz de Montoya Los Profesores


Tipos de Variables

Variable aleatoria discreta: Finito o infinito nume-


rable de valores. Ej: Número de artı́culos producidos
al mes, Numero de veces que se recarga un celular
Variable aleatoria continua: Infinito no numerable
de valores. Ej. Tiempo de fabricación de un perno en
minutos

Universidad Antonio Ruiz de Montoya Los Profesores


Ejemplo

Experimento EA : Realizar 30 llamadas de ventas


Aleatorio EB : Trasladarse de la ruiz a casa
Variable A : Nro de ventas logradas (X)
Aleatorio B : Tiempo de traslado (Y)
Valores - Rx: 0,1,2,3,. . . ,29,30
Posibles - Ry: {t ∈ R/15 < t < 90}

Universidad Antonio Ruiz de Montoya Los Profesores


Distribución de probabilidad discreta

La función de probabilidad de una variable aleatoria


discreta X es representada por:
f(x)=P(X=x), esta deberá cumplir las siguientes con-
diciones:
* f (xi ) ≥ 0
* ni=1 f (xi ) = 1
P

Universidad Antonio Ruiz de Montoya Los Profesores


Distribución de probabilidad discreta
X x1 x2 ... xn
p( X=xi ) = f(xi ) f(x1 ) f(x2 ) ... f(xn )

x1 x2 x3 .... xn

Universidad Antonio Ruiz de Montoya Los Profesores


Funcion Acumulada discreta

Sea X una variable aleatoria discreta con funcion de


cuantia f (x) la función acumulada se define:
X
F (a) = P (x ≤ a) = f (xi )
∀xi ≤a

F (x)=0 para todo x<m donde m = Min(x)Rx


F (x)=1 para todo x≥M donde M = Max(x)Rx

Universidad Antonio Ruiz de Montoya Los Profesores


Valores Esperados

El valor esperado de una variable aleatoria discreta X,


que tambien es conocida como esperanza matemática
y se define.
X
E(x) = xf (x)
y para expresiones que dependan de X tendremos.
X
E(H(x)) = H(x)f (x)

Universidad Antonio Ruiz de Montoya Los Profesores


Variabilidad

La varianza de una variable aleatoria es una medida


de dispersión definida como la esperanza del cuadra-
do de la diferencia de dicha variable respecto a su
media.
V ar(x) = E[{x − E(x)}2 ]
V ar(x) = E[x2 ] − {E(x)}2

Universidad Antonio Ruiz de Montoya Los Profesores


Propiedades

1 Siendo a una constante V ar(a) = 0


2 Siendo X una variable aleatoria discreta; m y n
constantes V ar(mX ± n) = m2 V ar(X)
3 Si X e Y variables aleatorias discretas
independientes, a y b constantes .
V ar(aX ± bY ) = a2 V ar(X) + b2 V ar(Y )

Universidad Antonio Ruiz de Montoya Los Profesores


Distribución de probabilidad Continua

En las distribuciones discretas la función de probabi-


lidad toma valores especı́ficos, sin embargo, cuando
es continua se habla de una función de densidad que
entrega solo un valor evaluado. Es el área bajo la
curva, definida por un intervalo, la que determina la
probabilidad de una variable aleatoria continua.
Z b
P (a ≤ X ≤ b) = f (x)dx
a

Universidad Antonio Ruiz de Montoya Los Profesores


Distribución de probabilidad Continua

La función de probabilidad de una variable aleato-


ria continua X es representada por f(x), esta deberá
cumplir las siguientes condiciones:
* f (xi ) ≥ 0
R∞
* −∞ f (xi ) = 1

Universidad Antonio Ruiz de Montoya Los Profesores


Función Acumulada

Sea X una variable aleatoria continua con funcion de


densidad f (x) la función acumulada se define:
Z x
F (x) = P (X ≤ x) = f (t)dt
−∞

P (a ≤ x ≤ b) = F (b) − F (a)

dF (x)
f (x) =
dx

Universidad Antonio Ruiz de Montoya Los Profesores


Valores Esperados

El valor esperado de una variable aleatoria continua


X se define como:
Z
E(x) = xf (x)
Rx

Para expresiones que dependan de X.


Z
E(H(x)) = H(x)f (x)
Rx

Universidad Antonio Ruiz de Montoya Los Profesores


Variabilidad

La varianza de una variable aleatoria continua, es si-


milar al cálculo efectuado en la discreta .

V ar(x) = E[x2 ] − {E(x)}2

Universidad Antonio Ruiz de Montoya Los Profesores

También podría gustarte