Anda di halaman 1dari 37

UNIVERSIDAD NACIONAL

DE INGENIERA
Facultad de Ingeniera Geolgica, Minera y
Metalrgica
VARIABLE ALEATORIA

CURSO : ESTADSTICA
PROFESORA : MERCEDES OSORIO M.
CDIGO : MA 311

UNI 2013

VARIABLE ALEATORIA
Definicin.- Sea un experimento, una variable aleatoria x es una funcin cuyo
dominio es el espacio muestral O y cuyo rango es el conjunto de nmeros reales,
tal que para cada uno de los elementos e e O le corresponde un nmero real:
x(e) = x.
Ejemplo: Si se lanza dos monedas, luego:
O
Rx
x
0
1
2

s) (s,
s) (c,
c) (s,
c) (c,
0 x
1 x
1 x
2 x
s) (s,
c) (s,
s) (c,
c) (c,
=
=
=
=
{ }
{ } c)(ss) s)(s, c)(c, (c, D
0,1,2 R
Luego
x
x
=
=
{ } obtiene se que caras de nmero x Sea s) c)(s, s)(s, c)(c, (c, = = O
Clases de Variables Aleatorias:
a) Variable Aleatoria Discreta.- Es discreta si el conjunto de valores que toma es
numerable o contable. Su funcin de probabilidad (llamada tambin funcin de
cuanta).
Ejemplo:

=
=
=
caso otro En 0
0,1,2.... x P
(x) P
i ) x (x
x
i
Debe cumplir ciertas propiedades:
| | | | | | | |
1 k 2 j 1 j k j
i
i
x x x x x x
1 i
) (x
) (x
P .......... P P P - 3.
1 P - 2.
0 P 1.
+ +
+ + =
=
>
< <

Distribucin de probabilidad de x. - Se le llama as al hecho de


asignar probabilidades para cada valor de la variable aleatoria.
Ejemplo:
Si se lanza dos monedas y definimos a x la variable aleatoria que determina el
nmero de caras tendremos
2 1 0
) x (x
i
P
=
Grfica
X
i
0 1 2
P
(x = xi)
2/4
Las principales distribuciones discretas son:
1- Distribucin Binomial
2- Distribucin Poisson
3- Distribucin Hipergeometrica.
b) Variable Aleatoria Continua.- Es continua si el conjunto de valores que toma
esta dentro de un intervalo o conjunto de intervalos. Su funcin de
probabilidad (llamada tambin funcin de densidad) cumple con las siguientes
propiedades:
Funcin De Distribucin Acumulada F(x). - Si x es una variable aleatoria
discreta o continua definimos a F(x) como la distribucin acumulada de la variable
a:
a) S x V.A. DISCRETA: La funcin de distribucin acumulada ser:
Ejemplo:
Si se lanza 2 monedas y xi = # de caras. Hallar la funcin de distribucin acumulada.
Sea:
Para el caso discreto el grfico F(x) es una funcin escalera:
a) Si x es una V.A. CONTINUA: Con funcin de densidad f(x), entonces la
funcin de distribucin Acumulada ser:
Ejemplo:
Si se tiene la funcin de densidad f(x). Hallar F(x).
Planteando limites
Continua
Luego:
Esperanza Matemtica E(x). - Es la media aritmtica o el promedio de la variable x.
a) Variable Discreta: Sea x una V.A. discreta con rango {x1, x2,........xn} y funcin
de probabilidad P(x) entonces:
Si H(x) es una funcin de x
b) Variable Continua: Si x una V.A. continua con funcin de densidad f(x), la
esperanza E(x) se define:
Si H(x) es funcin de x
Propiedades
Varianza de una Variable V(x). - Sea x una V.A. con funcin de probabilidad P(x),
la varianza de una V.A. de define:
- Sea la varianza para datos agrupados
Si x es una V.A. Discreta
Si x es una V.A. Continua
Propiedades
1. Sea x una variable que se considera como la ganancia de un jugador, en un juego en que
lanza un dado, el jugador gana s/10 soles si sale los nmeros 5, 1 o 3, no gana ni
pierde si sale los nmeros 2 5 y pierde s/ 10 soles si sale los nmeros 4 6 halle el
rango de la variable.

Solucin:
Ejemplo:
Experimento al lanzar un dado X: Ganancia de un jugador
2. Dos estudiantes apuestan de la siguiente manera:
En una caja hay dos tickcts rojos, 3 azules, 4 verdes y 1 blanca, cuando se extrae 1 ticksts y
este es rojo, el jugador recibe s/ 6 soles, si es azul el jugador recibe s/ 5 soles, si es
verde el jugador pierde s/ 2.5 soles y si es blanca el jugador paga s/ 15.00 soles.
S x: ganancia del jugador. Hallar:
a) Rango de la variable x
b) Distribucin de probabilidad x
c) Le conviene jugar en esas condiciones.
Ejemplo:
Solucin:
a) S x = ganancia
b)
c) Nota: si la pregunta es conveniencia de un juego, utilidad esperada o perdida
esperada, se aplica la definicin de esperanza matemtica.
Si es favorable para el jugador ya que en promedio se obtiene $ 0.2 Nuevos soles.
Si la E(x) = 0 y/o E(x) < 0 entonces es desfavorable parta el jugador.
3. En una caja 4 fichas negras, 3 fichas blancas y 5 fichas rojas. Se extraen 2 fichas de
dicha caja los dos a la ves y sin reemplazo. Si se define a la variable aleatoria x =
nmero de fichas negras. Hallar :
a) Distribucin de probabilidad de x graficar P( x = xi)
b) Funcin de distribucin acumulada x F(x) graficar F(x)
c) La moda de x Mo(Y)
Ejemplo:
Solucin:
Por el diagrama del rbol
La probabilidad de x
ser: el rango de x
Como s esta extrayendo dos fichas a la vez con reemplazo se aplica
combinatoria.
Luego la Distribucin de Probabilidad de x es:
Distribucin Acumulada:
Grfica de P(xi)
La moda de x es x = 1 ya que P(x = 1) = 0.485
Ejemplo De Variable Aleatoria
4. Sea x una variable que representa el peso de un articulo en kgs. Si su funcin esta
dada por:
El fabricante vende un articulo a un precio fijo de 2 soles. El costo produce por unidad
esta relacionado al peso de los artculos de acuerdo a la expresin:
0.05x + 0.30 determine la utilidad esperada por articulo
El costo de produccin esta dada por C = 0.05x + 0.30
La utilidad ser: U = 2.00 C
La utilidad esperada: E (u) = E(2.00 c), E(u) = 2.00 E(c)
Hallando:
Solucin:
}


= dx xf E
: NOTA
(x) (x)
Continua
Luego:
La utilidad esperada ser:
5. Verificar la funcin:
a) Es una funcin densidad
b) Hallar P
Solucin:
Comprobando
6. Una moneda cargada presenta P(cara) = 3/5 y P(sello) = 2/5, se lanza tres veces. Sea
x la variable aleatoria definida como: x = nmero de caras nmero de sellos.
a) Hallar f(x). Graficar. b) Hallar F(x) y Graficar
Hallar:
Probabilidad = 0.796
7. En un juego que consiste en lanzar un dado. A le paga a B en soles 5 veces el nmero
que resulta en el dado y B en este juego le paga 20 soles.
Sea:
Y = Ganancia neta de B
X = Ganancia neta de A
Hallar:
La funcin f(x) y la funcin F(x)
Distribucin De Probabilidades De Variables Discretas
Se caracterizan por que trabajan con variables aleatorias discretas xi, es decir los
valores que toma x debe pertenecer al conjunto de los nmeros enteros.
Ejemplo:
X = nmeros de artculos defectuosos
Y = nmeros de variables, etc.
1. DISTRIBUCIN BINOMIAL:
Suponga que un experimento se repita n veces en forma independiente, con
probabilidad de xito igual a p, si definimos a x: el nmero de xitos ocurridos en
n repeticiones, se dice que x sigue una distribucin binomial con parmetros n y
p s su:
Funcin de probabilidad es:
Donde:
n = Numero de veces que se realiza el experimento y/o tamao de muestra.
x = Nmeros de xitos que deseamos obtener, x e Z.
P = Probabilidad de xito.
q = Probabilidad de fracaso (q = 1 p)
Si un experimento se repite 5 veces y deseamos obtener 3 xitos, tendremos:
P(xito) = P , P(fracaso) = q

Ejemplo:
La probabilidad de cualquier secuencia es la misma por otro lado existen secuencias
diferentes de xito y (n x) fracasos (formas de sortear x elementos en n lugares)
La Esperanza Matemtica

La Varianza Matemtica
Suposiciones:
1. La distribucin binomial se aplica cuando la muestra es con REEMPLAZO y la
poblacin es FINITA.
2. Los resultados de cada repeticin se clasifican en dos categoras mutuamente
excluyentes:
Ejemplos:
xito , fracaso.
Defecto , no defectuoso.
Cara , sello.
1. La probabilidad de xito representada por P es invariable en todas las pruebas,
as como la probabilidad de fracaso q (p + q = 1)
La probabilidad de un jugador acierte en un juego es un .S
a) Juega 7 veces cual es probabilidad de que por lo menos acierte 2 veces?
b) Juega 10 veces cual es probabilidad de que a lo mas acierte 2 veces?
Sea x nmero de aciertos La funcin de Probabilidad es:
2. En un grupo de 12 tubos, tres de ellos son defectuosos. Si se extrae una muestra
aleatoria de tamao 3 con reemplazo cual es la probabilidad de que exactamente
obtengamos un tubo defectuoso?
Solucin:
Sea x = nmero de tubos defectuosos

Cul es la probabilidad que haya 2 tubos no defectuosos?
Luego: nmero de tubos defectuosos.
3. El departamento de contabilidad de la UNI, tiene dos empleados A y B a tiempo
parcial. El empleado A trabaja lunes, mircoles y viernes el empleado B trabaja martes y
jueves, el empleado A archiva errneamente 1 de c/5 documentos mientras que B, 1 de
c/6 documentos. Se elige al azar un da de la semana y se toma una muestra de seis
documentos archivados ese da.
Cul es la probabilidad que la muestra contenga exactamente 2 documentos mal
archivados?
Suponiendo que la muestra tenga 2 documentos mal archivados cul es la probabilidad
que haya sido archivado por A?
Sea:
x = nmero de documentos mal archivados por A
P = 1/5 (probabilidad de documentos mal archivados por A)
q = 4/5
n = 6 L a funcin de distribucin para el empleado A es:
Solucin:
luego:
y = nmero de documentos mal archivados por B
P = 1/6 (probabilidad de xito de documento mal archivado)
q = 5/6
n = 6
la funcin de distribucin para el empleado B es:
Luego por probabilidad total, tenemos:
b) Suponiendo que hay 2 documentos mal archivados tenemos
(Teorema de BAYES)
b) DISTRIBUCIN DE POISSON
Una variable aleatoria discreta x sigue una distribucin poisson si su funcin de
probabilidad esta dada por:
Donde:
Se aplica cuando:
1. El tamao de la muestra es muy grande (m ) y la probabilidad es muy
pequea (p 0)
2. Cuando intervienen rangos de tiempo, rea longitud en este caso se haya.

3. Cuando el nmeros de ensayos son independientes.
4. El muestreo es con REEMPLAZO

Aproximacin de la Distribucin Binomial a la Distribucin Poisson
Cuando entonces la distribucin binomial es equivalente a la
distribucin de poisson:
Si definimos a:
Sea:
Continua
1. Una fabrica enva al deposito 500 artculos, la probabilidad de deterioro en el
camino es 0.002. calcular la probabilidad de que en el camino se deteriore
exactamente 3 artculos.
Solucin
X = nmero de artculos deteriorados
La funcin de Probabilidad.
Por mtodo Binomial:
(Es muy laboriosa por eso se aplica Poisson)
2. Si la ventanilla de una banca atiende en promedio 24 personas en una hora.
a) Cul es la probabilidad que exactamente 5 personas lleguen durante un promedio de
tiempo de 12 segundos?
b) Cul que lleguen por lo menos 4 personas en 10 minutos?
c) Y cual que lleguen a lo ms tres personas en 15 minutos?
Solucin:
Como ac interviene un intervalo de tiempo.
a)
b)
c)
Hay una probabilidad de 0.1747 que
lleguen 5 personas en 12
3. Ciertas planchas de aluminio presentan defectos en forma aleatoria con un
promedio de un defecto cada 100m2.
a) Cul es la probabilidad de que una pieza de 50x10m.m mantenga defectos?
b) De que presente un defecto como mximo?
Solucin:
Sea
Su funcin de probabilidad es:
4. A una garita de peaje aleatoriamente 300 autos por hora calcular la probabilidad de
que:
Un auto llegue durante periodo de 1 minuto
Por lo menos dos autos lleguen durante un periodo 1 minuto
Solucin:
Sea
Su funcin de probabilidad es:
4. DISTRIBUCIN HIPERGEOMETRICA
Si x es una variable aleatoria discreta que tiene una distribucin hipergeometrica si
tiene como:
Donde:
NA = poblacin con caracterstica A.
NB = poblacin con caracterstica B.
N = NA + NB, poblacin total.
n = tamao de la muestra
X = nmeros de xitos que deseamos obtener.
Suposiciones:
1. Se aplica cuando el muestreo es sin REEMPLAZO pero todos a la vez.
2. Las observaciones se clasifican en 2 categoras.
3. La poblacin es finta.
Esperanza matemtica:

Varianza matemtica:
5) Se escriben en 10 tickets, los nombres de 4 hombres y de 6 mujeres que participan
en 1 sorteo, si se extraen 4 nombres sin reemplazo. Cul es la probabilidad de
que se extraan los nombres de tres hombres?
Solucin:
Sea x = nmeros de nombres de hombres.
Su funcin distribucin es:
6) En un saln existen 3 opiniones diferentes. Se sabe que el 50% pertenece al grupo
A, el 30% al B y 20% a C. Si se elige al azar un comit formado por 10 alumnos.
Determine la probabilidad de que 6 de ellos sean del grupo B.
Dato: N = 50
Solucin:
7) En un deposito hay 20 fierros de construccin, 10 son de pulg. De dimetro
Cul es la probabilidad que sean de pulg. 3 de 1/8 pulg. y 2 de 3/8 pulg.?
Solucin:
8) Un jurado de tesis conformado por 7 profesores van a decidir sobre la aprobacin o
desaprobacin de la tesis. Suponiendo que 4 profesores votan por la aprobacin y los otros
3 por la desaprobacin cul es la probabilidad de que la mayora de los profesores voten a
favor de la aprobacin, si seleccionamos una muestra de 3 profesores?
Determine la funcin de probabilidad.
Solucin:
Sea x = nmeros de profesores que voten a favor.
la funcin de probabilidad ser: