FUNCION DE DISTRIBUCION DE PROBABILIDADES Y ACUMULADAS

ESTUDIO PARA UNA VARIABLE TIPO DISCRETO

ESPERANZA MATEMTICA DE UNA VARIABLE ALEATORIA DISCRETA
Sea X una variable aleatoria discreta con un conjunto de posibles valores D , el valor esperado o
la media de X denotado por :
E ( X ) = Xi * P ( X = Xi ) =

VARIANZA DE UNA VARIABLE ALEATORIA DISCRETA

La media de una variable aleatoria X mide en cierto sentido el valor promedio de la variable X . La
varianza de una variable aleatoria mide el grado de dispersin o esparcimiento de la variable. SeaX una
variable aleatoria con la siguiente distribucin:
Xi

X1

X2

.......................

Xn

P ( X = Xi )

P ( X = X1 )

P ( X = X2 )

..

P ( X = Xn )

Var ( X ) = Xi 2 * f ( Xi ) - 2
Var ( X ) = E ( X 2 ) - E ( X ) 2
E ( X ) = Xi * P ( X = X i )
E ( X 2 ) = Xi 2 * P ( X = Xi )
1.- EJERCICIO 01
Se lanzan 3 monedas, analice la variable aleatoria numero de caras obtenidas calcular la
esperanza matemtica, la varianza de la variable y la P ( X 2 ).

Solucin
Primera Moneda

Segunda Moneda Tercera Moneda

C

C
C

S
C
S

( CCC )
(CCS)
(CSC)
(CSS)
(SCC)
(SCS)
(SSC)
(SSS)

Las

C
S

probabilidades en cada rama del

diagrama de rbol es 1/2, por lo tanto

las probabilidades de los eventos del espacio muestral son iguales ,es decir son equiprobables.

Espacio muestral
S = ( CCC ) ; ( CCS) ; ( CSC ) ; ( CSS ) ; ( SCC ) ; ( SCS ) ; ( SSC ) ; ( SSS ) = 8 Eventos
Declaracin de la variable
X i = Numero de caras obtenidas
X = 0 Significa que no sali cara ; evento presente = ( S S S )
P(X=0) =P(SSS) = 1/8
X = 1 Significa que sali una sola cara ; evento presente = ( S C S ) , ( S S C ) , ( C S S )
P(X=1) = P( S C S ) +P ( S S C ) + P( C S S ) = 1/8 +1/8 +1/8 = 3/8
X = 2 Significa que sali dos cara ; evento presente = ( C C S ) , ( C S C ) , ( S C C )
P(X=2) =P (C C S ) + P( C S C ) + P( S C C ) = 1/8 +1/8+1/8 = 3/8
X = 3 Significa que sali tres cara ; evento presente = ( C C C ) =
P(CCC) =1 / 8
Distribucin de Probabilidades y acumuladas para la variable X

Xi

P ( Xi )

1/8

3/8

3/8

1/8

Xi * P (Xi )

3/8

6/8

3/8

Xi*P(X = Xi)
= 12/8 = 1,5

Xi2 * P (Xi )

3/8

12/8

9/8

Xi 2 *P(X = Xi)
24/8 = 3

E (X) = Xi*P(X = Xi) = = 12/8 = 1,5 ; E (X 2) = Xi 2 * P ( X = Xi ) = 3

Var (X) = E ( X 2 ) - E ( X ) 2 = 3 (1,5) = 0,75
P (X 2 ) = P(X=0) +P(X=1) + P(X=2) = 1/8 + 3/8 + 3/8 = 7/8
2.- EJERCICIO 02
Se lanzan 2 dos dados bien balanceados y la variable se define como la suma de los dos resultados
calcular
Hallar:
a.- La funcin de probabilidades y acumuladas.
b.- La esperanza matemtica y la varianza
c.- P (X 7) , P(4 X 9) , P (X 6)
3.- EJERCICIO 03
Se toma una pieza de un juego de domino, de define la variable aleatoria X la cual representa los
puntos de la pieza.
Hallar: a.- La funcin de probabilidades y acumuladas.
b.- La esperanza matemtica y la varianza
4.- EJERCICIO 04

De un lote de 100 circuitos se sabe que 25 no funcionan, sea el experimento de seleccionar

aleatoriamente 3 circuitos y determinar si cada uno funciona o no, se pide:
A,. Diagrama de rbol
B.- Hallar la distribucin de probabilidades y acumuladas para la variable X = nmero de circuitos que
funcionan de 3 seleccionados al azar.
c.- La esperanza matemtica y la varianza.

D.- P ( 1 X 3 ) ; P ( X 1 X 3 ) ; P ( X 2 / 1 X 3 )

FUNCION DE DISTRIBUCION DE PROBABILIDADES CONJUNTAS

ESTUDIO PARA DOS VARIABLE TIPO DISCRETO

1.- FORMULAS PARA PROBABILIDADES CONJUNTA CASO DISCRETO
NOMENCLATURA P (X = Xi; Y = Yi) = P (X = Xi Y = Yi)
2.- DETERMINAR LAS PROBABILIDADES MARGINALES X, Y
NOMENCLATURA P(X=Xi) y P(Y=Yi)
3.- SON LAS VARIABLES X, Y INDEPENDIENTES
SON INDEPENDIENTE SI SE CUMPLE LO SIGUIENTE: Si la probabilidad conjunta es igual al
producto de las probabilidades marginales, para todas las combinaciones, SI FALLA UNA
SON NO INDEPENDIENTE.
P (X = Xi; Y = Yi) = P (X = Xi) * P (Y = Yi)
4.- E (X) = Xi * P (Xi)
5.- E (X2) = Xi2 * P (Xi)
6.- V (X) = E (X2) - E (X) 2
7.-E (Y) = Yi * P (Yi)
8.- E (Y2) = Yi2 * P (Yi)
9.- V (Y) = E (Y2) - E (Y) 2
10.- E (XY) = Xi*Yi *P (X =Xi; Y = Yi) si las variables X, Y SON NO INDEPENDIENTES.
11.- E (XY) = E (X) * E (Y) si las variables X, Y SON INDEPENDNTEIES.
12.- V (aX bY) = V (aX) + V (bY) = a2V(X) + (b)2 V (Y) = a2V(X) + b2 V (Y)
SI LAS VARIABLES X, Y SON INDEPENDIENTES
13.- V (aX bY) = a2V(X) + b2 V (Y) 2ab COV (X, Y)
SI LAS VARIABLES X, Y SON NO INDEPENDIENTES
14.- COV (X, Y) = E (XY) E (X) * E (Y)
NOTA
SI LAS VARIABLES X, Y SON INDEPENDIENTES LA COV (X, Y) = 0
15.-COEFICIENTE DE CORRELACION -1, 1 , rxy
EJERCICIO

= COV (X, Y)

2 V AR ( X )VAR (Y )

Sean (X, Y) dos variables aleatorias discretas en donde los posibles valores que estas pueden tomar
son (- 1; 0; 1). En la siguiente tabla se dan las probabilidades conjuntas para todos los posibles
valores de (X, Y).

-1

X
0

-1

1/16

3/16

1/16

3/16

3/16

1/16

3/16

1/16

Los valores que toman las variables x, y pueden ser iguales como pueden ser diferentes, es decir
una variable puede ter 3 valores y la otra puede tener 5 valores.
1.- PROBABILIDADES CONJUNTA
P (X = Xi; Y = Yi) = P (X = Xi Y = Yi)
P (X = 1; Y =0) = 3/16 ; P (X = 1; Y =-1) = 1/16
2.- DETERMINAR LAS PROBABILIDADES MARGINALES X, Y
X

P(Y = Yi)

-1

-1

1/16

3/16

1/16

3/16

3/16

1/16

3/16

1/16

P(X=-1) = 5/16

P(X=0) = 6/16

P(X=1) = 5/16

P(X=Xi)

P(Y = -1) = 5/16

P(Y = 0) = 6/16
P(Y = 1) = 5/16
1

3.-VERIFICAR SI LAS VARIABLES X, Y SON INDEPENDIENTE

Son independiente si se cumple lo siguiente: si la probabilidad conjunta es igual al producto de las
probabilidades marginales, para todas las combinaciones, si falla una son no independiente.
P (X = Xi; Y = Yi) = P (X = Xi) * P (Y = Yi)
El ejercicio tiene 6 combinaciones o 6 probabilidades conjuntas, si se cumple para las 6
combinaciones entonces las variables son independientes, si falla una combinacin son no
independientes.

Primera combinacin
1/16 = 5/16*5/16

1/16 25/256

1/16 = 25/256

la primera combinacin falla Por lo tanto las variables X,Y SON NO INDEPENDIENTES.
4.- E ( X) = Xi * P X = X i) = -1 * ( 5/16 ) + 0 * ( 6/16 ) + 1 *( 5/16 ) = 0
5.- E ( Y ) = Yi * P ( Y = Y i ) = -1 * ( 5/16 ) + 0 * ( 6/16 ) + 1 *( 5/16 ) = 0
6.- E ( X 2 ) = Xi 2 * P ( X = Xi ) = (-1)2 * ( 5/16) + ( 0 ) 2 * ( 6/16 ) + (1)2 * ( 5/16)= 10/16
7.- E ( Y 2 ) = Yi 2 * P ( Y = Yi ) = (-1)2 * ( 5/16) + ( 0 ) 2 * ( 6/16 ) + (1)2 * ( 5/16)= 10/16
8.- Var ( X ) = E ( X 2 ) - E ( X ) 2 = 10/16 ( 0 )2= 10/16
9.- Var ( Y ) = E ( Y 2 ) - E ( Y ) 2 = 10/16 ( 0 ) 2 = 10/16
10.- E (XY) = Xi*Yi *P (X =Xi; Y = Yi) si las variables X, Y SON NO INDEPENDIENTES.
11.- E (XY) = E (X) * E (Y) si las variables X, Y SON INDEPENDNTEIES.
Como las variables X,Y son no independientes se debe de utilizar la formula nmero 10 y no
la 11.
10.- E (XY) = Xi*Yi *P (X =Xi; Y = Yi) si las variables X, Y SON NO INDEPENDIENTES.
E (XY)=(-1*-1*1/16) + (0+-1*1*1/16) +(0+0+0)+(1*-1*1/16)+0+(1*1*1/16) = 1/161/161/16 +1/16 = 0
14.- COV (X, Y) = E (XY) E (X) * E (Y) = 0 0*0 = 0
15.-COEFICIENTE DE CORRELACION

rxy = COV (X, Y)

V AR ( X )VAR (Y )

= 0/

10
10
16
16

=0

Para aplicar la frmula 12 o 13, vamos a calcular

V (3X + 7Y)
12.- V (aX bY) = V (aX) + V (bY) = a2V(X) + (b)2 V (Y) = a2V(X) + b2 V (Y)
SI LAS VARIABLES X, Y SON INDEPENDIENTES
13.- V (aX bY) = a2V(X) + b2 V (Y) 2ab COV (X, Y)
SI LAS VARIABLES X, Y SON NO INDEPENDIENTES
Como las variables X,Y son no independientes se debe de utilizar la formula nmero 13 y no
la 12.
13.- V (aX bY) = a2V(X) + b2 V (Y) 2ab COV (X, Y)
V (3X + 7Y) =9*10/16 + 49*10/16 + 2*3*7*0 = 90/16 + 490/16 = 580/16 = 36,25