ESTADSTICA 1

Grado ADE

TEMA 5. MODELOS DE PROBABILIDAD

UNIVARIANTES
5.1. Revisin de la Teora Matemtica de la Probabilidad
5.2. Variables aleatorias. Distribuciones de probabilidad
5.3. Distribuciones discretas y continuas
5.4. Esperanza y varianza. Propiedades

5.1 Revisin TMP

Introduccin: Experimentos, pruebas y sucesos
Operaciones bsicas con sucesos aleatorios
Interpretaciones de la probabilidad
Definicin axiomtica de probabilidad
Primeras propiedades
Definicin de probabilidad condicionada
Independencia de sucesos
Teoremas del producto, de la particin, y de Bayes

5.2 Variables aleatorias y distribuciones de

probabilidad
Variable aleatoria: Aplicacin que asigna un valor
numrico a cada suceso del espacio muestral
Ejemplo: Lanzamos tres veces una moneda
- E.M. = = {(+++),(++C),(+C+),(+CC),(C++),(C+C),(CC+),(CCC)}
- V.A. = X = Nmero de cruces en tres lanzamientos
- Valores de X = (0, 1, 2, 3)
- Cada valor de X corresponde a un suceso (subconjunto de ) por
lo que tiene asociada una probabilidad

5.3 Variables discretas y continuas

Variable aleatoria discreta: Puede tomar un nmero
finito o infinito numerable de valores posibles
- Nmero de cruces al lanzar 3 monedas
- Nmero de llamadas en una centralita por hora
- Nmero de piezas defectuosas de una produccin

Variable aleatoria continua: Puede tomar un nmero

infinito (no numerable) de valores en uno o varios
intervalos de la recta real
- Duracin de una batera
- Tiempo necesario para ejecutar una tarea
- Valor de las exportaciones de un sector

Funcin de distribucin
Se define la funcin de distribucin acumulativa de la v.a. X, que se
denota por F(x), como la probabilidad de que la v.a. X tome
valores menores o iguales que un valor concreto x0 , es decir:

F(x0) = P (X x0)
Propiedades de la funcin de distribucin

Los valores de F(x) estn entre cero y uno

El lmite de F(x) es cero (cuando x0 tiende a menos infinito)
El lmite de F(x) es uno (cuando x0 tiende a mas infinito)
La funcin es no decreciente
La funcin es continua por la derecha

Funcin de cuanta (v.a. discreta)

Es la funcin que indica la probabilidad de que la va
discreta tome cada uno de los valores posibles

P(xi) = P(X = xi)

Propiedades de la funcin de cuanta

1.
2.

0 P(x i ) 1 i = 1,2,..., I
I

P(x ) = 1
i 1

3. P(x 1 X x 2 ) =

xx 2

P(x)

x x1

Funcin de densidad (v.a. continua)

Es la funcin que indica el valor lmite de la probabilidad
de que la va tome valores en un intervalo cuya amplitud
tiende a cero

F x x F(x)
f(x) lim
F' (x)
x 0
x
Propiedades de la funcin de densidad

f(x) 0 x

1.
2.

f(x)dx 1

5.4 Esperanza y varianza. Propiedades

Esperanza de variable aleatoria discreta

E X = x i P(x i )
i

E g X = g(x i ) P(x i )
i

Esperanza de variable aleatoria continua

E X x f(x)dx
-

E g X = g(x) f(x)dx

Propiedades de la esperanza
Sea k una constante, entonces:
E(k) = k
Sean X e Y v.a. tales que Y = a+bX, entonces:
E(Y) = E(a+bX) = a + b E (X)
Sea X una v.a. acotada (existen dos valores a y b tales
que a X b) entonces:
a E(X) b
E (X) = es el valor esperado de la variable aleatoria X

Varianza de variable aleatoria

Definicin:
V(X) = E [X - E(X)]2 = E(X 2) - [ E(X)] 2
Variable discreta
V(X) =

2 (x i )2 P(x i )
i 1

Variable continua
V(X) =

(x ) f(x)dx
2

Propiedades de la varianza
La varianza siempre es no negativa; V (X) 0
V(X) = 0 si y solo si un constante tal que P(X=) = 1
La varianza de una constante es cero; V (k) = 0
Sea Y una v.a. tal que Y = a + bX
V(Y) = V (a+bX) = b2 V(X)
V(X) = 2 es la varianza de la variable aleatoria X