Documente Academic
Documente Profesional
Documente Cultură
Parámetros de distribuciones
Variables aleatorias
Función de distribución Medidas de
acumulada disperción
Variables aleatorias
discretas
fx(x) Fx(x) , 2
Medidas de
Función de probabilidad tendencia central
Nos referimos al valor promedio como la media de la variable
Variables aleatorias
a) E(X+b) = E(X) + b
b) E(X+Y) = E(X) + E(Y)
c) E(aX) = a E(X)
1
2
a)
μ=2
3
x
0
1
2
b)
μ=2
3
4
x
Sea una variable aleatoria con distribución de probabilidad
fx(x). La varianza de “X” es:
2 2
σ2 = E[(X - μ) ] f(x) = (X - μ) f(x)
x
2 2
Variables aleatorias
σ2 = E(X )- [E(X)]
Sea una variable aleatoria con distribución de densidad de
discretas
2 2
σ2 = E[(X - μ) ] f(x) = (X - μ) fx (x) dx
-
La raíz cuadrada positiva de la varianza, σ, se llama desviación
típica de “X”
Propiedades:
La mediana nos indica el valor que separa los datos en dos fracciones iguales
con el cincuenta porciento de los datos cada una. Mex es un valor tal que
discretas
F(Mex) = 1/2.
a) b)
y 0 1 2 x 0 1 2 3 4
P(Y≤y) 1/4 3/4 4/4 P(X≤x) 1/16 5/16 11/16 15/16 16/16
Aquella que nos indica el valor que más veces se repite dentro de los datos.
Variables aleatorias
a) b)
y 0 1 2 x 0 1 2 3 4
discretas
P(Y=y) 1/4 2/4 1/4 P(X=x) 1/16 4/16 6/16 4/16 1/16
c)
y 0 1 2
P(Y=y) 10/28 15/28 3/28
Sea una variable aleatoria con distribución de probabilidad
fx(x). La moda de “X” Md x es:
Variables aleatorias
Una variable aleatoria puede tener dos valores con igual probabilidad de
ocurrir, siendo ésta la máxima, razón por la cual se llama Bimodal, si tiene
discretas
tres valores con igual probabilidad de ocurrir, siendo ésta la más alta, se
describe como Trimodal, y así sucesivamente.
x 0 1 2 3 4
P(X=x) 1/16 2/16 6/16 6/16 1/16
Ejemplo:
Se sacan dos bolas de manera sucesiva sin reemplazo
de una urna que contiene cuatro bolas rojas y tres bolas
negras. Los posibles resultados y los valores de la variable
aleatoria “Y”, donde “y” es el número de bolas rojas son:
Variables aleatorias
discretas
2 2
σ2 = E(Y )- [E(Y)]
discretas
y2 0 1 4
μ = E(Y) = (0)(1/4) + (1)(2/4)+ (2)(1/4)= 1 y 0 1 2
2 P(Y=y) 1/4 2/4 1/4
E(Y ) = (0)(1/4) + (1)(2/4)+ (4)(1/4)= 3/2
2
σ2 = 3/2 - 1 = 1/2 σ =√(1/2) = 0.7071
Ejemplo:
Se sacan dos bolas de manera sucesiva sin reemplazo
de una urna que contiene cuatro bolas rojas y tres bolas
negras. Los posibles resultados y los valores de la variable
aleatoria “Y”, donde “y” es el número de bolas rojas son:
Variables aleatorias
μy = E(Y)= 1
discretas
y2 0 1 4
2
E(Y ) = 3/2 y 0 1 2
P(Y=y) 1/4 2/4 1/4
2
σ 2 = 3/2 - 1 = 1/2
y 0 1 2
Md x es: X= 1
P(Y=y) 1/4 2/4 1/4
a) C.V.
b) Desviación típica
c) Media
d) Mediana
Ejemplo:
2
x x2 fx(x) E(X)=μ E(X ) σ2
Variables aleatorias
σ
0 0 10/28 (0) (10/28) = 0 (0) (10/28) = 0 27/28 - (21/28)2
√(45/112)
discretas
a) Encuentre F(x)
b) P(X≤1), P(0<X≤1) y P(-2<X≤0)
Variables aleatorias
f(x) =
0 ; cualquier otro caso
x
x
(x /3) dx = (1/9) [ x ] = (1/9)(x3 - (-1)) = (1/9)(x3 +1)
2 3
-1
-1
Ejemplo:
0 ; X<-1
Fx (1) = 2/9
x 3 +1
Fx (x) = ; -1 ≤ x < 2
9 Fx (1) - Fx (0)= 2/9- 1/9 = 1/9
Variables aleatorias
2
2
E(X)=μ = x*(x2/3) dx = [x4/12] = 5/4
-1
-1
Variables aleatorias
2
2
E(X ) = x2*(x2/3) dx = [x5/15] = 11/5
2
continuas
-1
-1
a) Encuentre F(x)
c) C.V. moda, mediana
Variables aleatorias
x/12 ; 0 ≤ x ≤ 5
continuas
f(x) =
0 ; cualquier otro caso
Ejemplo:
Para la siguiente función de densidad de probabilidad
a) Encuentre F(x)
b) C.V. moda, mediana x/12 ; 1 ≤ x ≤ 5
f(x) =
Variables aleatorias
x
x
(x/12) dx = (1/24) [ x2 ] = (1/24)[x2 -1]
1 1
Comprobación
0 ; x<1 Fx(1) = 0
Fx(x) = (1/24)[x2-1] ; 1 ≤ x ≤ 5 (1/24)[x2-1]
1 ; x>5 Fx(5) = 1
Ejemplo:
Para la siguiente función de densidad de probabilidad
b) C.V. moda, mediana
0 ; x<1
x/12 ; 1 ≤ x ≤ 5 (1/24)[x2-1] ; 1 ≤ x ≤ 5
Variables aleatorias
f(x) = Fx(x) =
0 ; cualquier otro caso
1 ; x>5
continuas
1
5
continuas
2 4
5
2
E(X ) = x *(x/12) dx = [x /48] = 13
1
1
σ2 = 13 -(31/9)2 = 92/81