Documente Academic
Documente Profesional
Documente Cultură
ESTADÍSTICA I
AUTOR: Patricia Castillo Garzón
ÍNDICE
ÍNDICE
1. Variables aleatorias
2. Clases de variables aleatorias
3. Características de las variables aleatorias discretas, su función de probabilidad y de
distribución acumulada
4. Características de las variables aleatorias continuas, su función de probabilidad y de
distribución acumulada
5. Características de las variables aleatorias continuas, su función de probabilidad y de
distribución acumulada
6. Varianza de una variable aleatoria discreta y continua Acceso rápido
GENERALIDADES DESARROLLO
REFERENCIAS
En esta lectura trataremos el concepto de variable aleatoria y distribuciones de probabilidad. Un Determinemos la variable aleatoria en la siguiente situación: de un grupo de personas se
aspecto importante en esta parte del módulo es lograr diferenciar un evento de una variable selecciona al azar una persona y se mide su estatura.
aleatoria; si recordamos, en matemáticas nos explicaron el significado de variable: son
características de una situación o contexto que se representan a través de una letra y varían de El experimento aleatorio es seleccionar una persona del grupo, la característica cuantitativa es
acuerdo con el valor que debe tomar cada una, según en el contexto estudiado. Estas variables su estatura y la variable aleatoria es la medida de dicha estatura.
las trabajamos en la primera parte de este curso y las organizamos en tablas y gráficos
estadísticos, y en medidas representativas. Ahora, las vamos a trabajar como variables Debe resaltarse que un evento es simplemente una característica de un experimento aleatorio
aleatorias y distribuciones de probabilidad. mientras una variable aleatoria es una característica cuantitativa de un experimento aleatorio.
Para una mejor comprensión del tema, se recomienda que inicialmente haga una lectura Las variables aleatorias se clasifican en dos tipos, las discretas y las continuas.
detallada de cada uno de los contenidos. Siga la lectura con papel, lápiz y calculadora o ayuda
del computador para que aprenda a utilizar las fórmulas dadas; no le gaste tiempo a memorizar
las fórmulas, trate de comprender su razonamiento, la forma como la aplica y, sobre todo, la
interpretación que le pueda dar al resultado obtenido. Recuerde que el uso de las funciones Una variable es discreta cuando sus valores se pueden contar y organizar
estadísticas que tienen las calculadoras, o que encuentra en programas como el Excel, le secuencialmente. Estas variables asumen valores finitos.
reducen el tiempo que gastaría haciendo cálculos aritméticos.
Una variable es continua cuando toma valores en un intervalo o en la unión de varios
de ellos. Al estar en un intervalo, una variable aleatoria continua puede asumir
DESARROLLO DE CADA UNA DE LAS UNIDADES TEMÁTICAS valores infinitos.
P(a X b) P( X b) P( X a)
Si consideramos ahora la variable aleatoria peso, en toneladas, del arroz de las cosechas en
determinada región, esta es continua porque sus valores se encuentran en un intervalo. Por
ejemplo entre 0 y 100 toneladas: Ejemplo 4
Consideremos el número de caras que resultan al lanzar 4 veces una moneda y determinemos la
variable aleatoria, establezcamos su función de distribución de probabilidad y su función de
0 X 100 distribución acumulada.
4! 4! 1 2 3 4 24
C 1
4! 4 4 ! 4! 0 ! (1 2 3 4)(1) 24
4 4
De 4 elementos se formaron grupos con un elemento de ellos. Formemos ahora la tabla de distribución de probabilidad:
Probabilidad de que como máximo uno de los resultados sea cara. Esto significa que puede ser Probabilidad 0.3125 0.6875 0.9375 1
que ningún resultado sea cara o que uno solo de los resultados sea cara.
Fuente: (elaboración propia)
1 4 5
P(0 x 1) P(0) P(1) 0.3125
16 16 16
De igual manera, nos podrían pedir las probabilidades presentadas a continuación. Observe los
1. Probabilidad de que, a lo más, en los resultados haya 2 caras. Esto significa que puede signos y recuerde que significa “ser menor pero no igual a”; significa “ser menor e igual a”;
que no haya ninguna, o que salga una o dos caras. significa “ser mayor pero no igual a”; y significa “ser mayor e igual a”. Como ejercicio
interprete los enunciados y resultados:
1 4 6 11
P(0 x 2) P(0) P(1) P(2) 0.6875
16 16 16 16 4 6 4 14
P(1 x 4) P(1) P(2) P(3) 0.875
16 16 16 16
2. Probabilidad de que máximo en los resultados salgan 3 caras. En este caso, los resultados
pueden ser 0, 1, 2 o 3 caras. 4 6 10
P(1 x 3) P(1) P(2) 0.625
16 16 16
1 4 6 4 15 4
P(0 x 3) P(0) P(1) P(2) P(3) 0.9375 P(2 x 4) P(3) 0.25
16 16 16 16 16 16
4 6 4 14
P(1 x 4) P(2) P(3) P(4) 0.875
16 16 16 16
3. Probabilidad de que en los resultados haya máximo 4 caras:
Ejemplo 4
1 4 6 4 1 16
P(0 x 4) P(0) P(1) P(2) P(3) P(4) 1 ¿Cuál es la probabilidad de que al lanzar una moneda 4 veces el número de caras sea menor o
16 16 16 16 16 16
igual que 3?
P( X 3) p( X 0) p( X 1) p( X
2) p( X
3)
p (0) p (1) p (2) (3)
1 4 6 4
16 16 16 16
15
16
Ejemplo 5
1. f ( x) 0, x
¿Cuál es la probabilidad de que al lanzar una moneda 4 veces el número de caras sea mayor que
2?
2.
f ( x)dx 1
P( X 2) p( X 3) p( X 4)
b
p (3) (4) f ( x)dx
3. P(a X b)
a
4 1
16 16
5
Entonces
Cabe resaltarésta
quese
endenomina función
la definición de densidad
se indica de probabilidad
que los valores de aleatoria
de la variable la variable
están entre
16 aleatoria continua X.
e pero en realidad señala que debe estar en un intervalo, no necesariamente el
Es posible resolver el ejercicio utilizando el concepto de complemento. Veámoslo: mencionado.
Así, la probabilidad de que al lanzar una moneda 4 veces el número de caras sea mayor que 2 es 1. F () 0
0.3125 aproximadamente. 2. F () 1
3. P(a X b) F (b) F (a)
4. Características de las variables aleatorias continuas, su función de probabilidad y de dF ( x)
4. f ( x)
distribución acumulada dx
5. P( X x) P ( X x) F ( x)
Cuando la variable aleatoria es continua a la regla que asigna cada valor de ella, a su
probabilidad se le conoce como función de densidad.
Ejemplo 6
De esta manera, concluimos que la probabilidad de que no más del 25% de los accidentes
automovilísticos sean fatales es de 0.5551.
0,025
0,02
Así concluimos que es mejor perforar inicialmente el sitio A porque se espera que la ganancia
El valor esperado de la comisión para el vendedor es: sea mayor que en el sitio B.
Con este resultado podemos decir que nuestro vendedor comisionista no podrá obtener la Con base en lo anterior, el valor esperado de una variable aleatoria discreta se calcula de la
comisión de $500000 que esperaba a este nivel de venta. siguiente manera:
E ( X ) xp( x)
x
Ejemplo 10
Si una variable aleatoria es continua entonces su valor esperado se calcula así:
Una empresa petrolera ha elaborado un estudio y tiene dos posibles lugares donde perforar
para encontrar petróleo. Dado que una perforación resulta costosa por la mano de obra y la E ( X ) xf ( x)dx
maquinaria utilizada, la empresa debe escoger uno de los dos lugares para perforar inicialmente.
Si la posibilidad de extraer petróleo en el sitio A es del 30% y del sitio B del 40%, pero se calcula
que A producirá una ganancia $60 000 000 en caso de encontrar petróleo y una pérdida de
$6 000 000 en caso de no encontrar, mientras B producirá una ganancia de $40 000 000 si se Ejemplo 11 (Canavos, 2003)
halla petróleo y una pérdida de $6 000 000 en caso contrario, determinemos dónde deberá
perforar primero la compañía. Calculemos el valor esperado de la variable aleatoria proporción de accidentes fatales en los
Estados Unidos del ejemplo 10.
Dado que esta variable aleatoria es continua porque sus valores se encuentran en un intervalo,
Sitio A debemos utilizar una integral para calcular su valor esperado. Veamos:
Esta varianza al sacar la raíz nos indica qué tan alejados están los datos de la media de ellos; por
En el caso de una variable aleatoria discreta la varianza se determina así: lo tanto, tenemos que:
( X ) E ( X 2 ) E ( X )
2
Var
Var ( X ) 351360000000000 187 445,9922
2
x
x
2
p ( x) xp ( x)
x
En otras palabras, los datos o las comisiones están a $187 445,9922 de diferencia del promedio
o de la media de las comisiones.
Y cuando la variable aleatoria es continua calculamos su varianza de la siguiente manera:
( X ) E ( X 2 ) E ( X )
2
Var
2 A la raíz cuadrada de la varianza de una variable aleatoria se le conoce como
x f ( x)dx xf ( x)dx
2
desviación estándar o error típico.
Ejemplo 12
REFERENCIAS
Textos