Anda di halaman 1dari 47

ESTADISTICA Y PROBABILIDADES I

UNIDAD IV:
Introduccin a la Teora de Probabilidad VI

ESTADISTICA Y PROBABILIDADES I

IV. INTRODUCION A LA TEORIA DE


PROBABILIDAD

Dcima semana:

Sesin 1: Variables aleatorias: Variables aleatorias discretas y continuas.


Funcin de distribucin.

Sesin 2: Esperanza y varianza de una variable aleatoria. Propiedades


de la esperanza y varianza.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias:
Variables aleatorias, variables aleatorias discretas y continuas.
Funcin de distribucin.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

El resultado de un experimento aleatorio puede ser descrito en ocasiones


como una cantidad numrica.

En estos casos aparece la nocin de variable aleatoria


Funcin que asigna a cada suceso un nmero.

Las variables aleatorias pueden ser discretas o continuas (como en el primer


tema del curso).

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

Una variable aleatoria es una caracterstica (cuantitativa o cualitativa) que se


mide u observa en una poblacin.

Si la poblacin es aleatoria y la caracterstica es cuantitativa, entonces, la


variable estadstica es denominada variable aleatoria.

Por tanto, la variable aleatoria es un concepto particular del concepto


general que es la variable estadstica.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

Definicin: Se denomina variable aleatoria X a una variable definida en un


espacio muestral .

Dado un experimento y el espacio muestral asociado a . Una funcin X


que asigna a cada elemento w en uno y solamente un nmero real
x=X(w), se llama variable aleatoria. Es decir, X es una funcin real,

X :

El dominio de la variable aleatoria X es y el rango es un subconjunto de R


que lo denotamos por Rx. Estrictamente el rango Rx de la variable aleatoria
X est dado por el siguiente conjunto de nmeros reales.

RX {x / X ( w) x, w } X ()

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

Ejemplo 1:
Sea el espacio muestral que resulta del experimento aleatorio de lanzar
a aire una moneda tres veces consecutivas y observar la cara superior.
Entonces,
={sss, ssc, scs, css, scc, csc, ccs, ccc}
Si se define en la variable X=nmero de caras obtenidas, entonces, X es
una variable aleatoria cuyo rango es el conjunto de sus valores posibles,
Rx={0, 1,2,3}.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

Ejemplo 1:
En efecto,
X=0, correspondiente al evento elemental {sss}
X=1, correspondiente a los eventos {ssc}, {scs} y {css}
X=2, correspondiente a los eventos {scc}, {csc} y {ccs}
X=3, correspondiente a los eventos {ccc}

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

Ejemplo 2:
Sea el espacio muestral que resulta de lanzar un dado sucesivamente
hasta obtener el primer dos.
Entonces,
={E, FE, FFE, FFFE, }
donde, el xito es E: sale dos y el fracaso F: no sale dos, en cada
lanzamiento.
Si se define en la variable Y=nmero de lanzamientos hasta que ocurra
el primer xito, entonces, Y es una variable aleatoria cuyo rango es el
conjunto de sus valores posibles, RY={1, 2, 3, }.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

Ejemplo 3:
Sea el espacio muestral que resulta del control de la vida til de un
producto. Entonces, = {w R / x 0}.
Si se define en la variable X=Tiempo de vida til del producto, entonces,
X es la variable aleatoria identidad cuyo rango es el conjunto:
RY = = {x R / x 0}.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias

Clasificacin de las variables aleatorias:

Las variables aleatorias pueden ser:

Variables aleatorias discretas

Variables aleatorias continuas

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias
Variables aleatorias discretas:

Definicin. Si el rango de la variable aleatoria X, es un conjunto finito o


infinito numerable, se llama variable aleatoria discreta. En este caso
Rx = {x1, x2, x3, .}

Ejemplo:
Suponga que el nmero de das de trabajo son 20 das en un mes y los
records de los empleados se marcan cada que estn ausente del trabajo. Se
seleccionada aleatoriamente un records y se observa los das marcados. La
variable aleatoria X se define como el nmero de das ausentes del trabajo,
entonces Rx = {0, 1,2, 3, , 20}. Luego X es una variable aleatoria discreta
con un nmero finito de posibles valores.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias
Variables aleatorias discretas:

Ejemplo 4:
Las variables definidas como

Nmero de hijos en una muestra aleatoria de mujeres entre 30 a a 40


aos,

Nmero de autos que cruzan un determinada avenida durante un da


determinado,

Nmero de piezas producidas por un grupo de mquinas


seleccionadas aleatoriamente,

Nmero de fallas de producidas por un sistema de circuitos, etc.

son variables aleatorias discretas.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias
Variables aleatorias continuas:

Definicin. Si el rango Rx de la variable aleatoria X, es un intervalo sobre la


recta de los nmeros reales, se llama variable aleatoria continua.

Ejemplo 5:
Sea X una variable aleatoria que representa el nmero de kilogramos que
pierde una persona al seguir una dieta especifica durante cierto periodo. Es
una variable aleatoria continua, pues su rango (los valores que puede
tomar) son todos los puntos en un intervalo, por ejemplo [1, 3].

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.5. Variables Aleatorias

1. Variables aleatorias
Variables aleatorias continuas:

Ejemplo 6:
Las variables definidas como

El tiempo de vida de un dispositivo electrnico,

El peso de un producto de una lnea de produccin.

La demanda mensual en miles de kilogramos de un producto, ..., etc.

son variables aleatorias continuas.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria discreta
Funcin de probabilidad:

Definicin. Sea X una variable aleatoria discreta con rango Rx. Una funcin
definida por
p( x) P[ X x]

P[(w)]

{w / X ( w) x}

donde la suma es sobre los sucesos w tal que X(w) = x y satisface las
siguientes condiciones:
1.
2.

P(x) > 0, para todo x Rx

p(w) P[ X x] 1

xRx

xRx

se llama funcin de probabilidad de la variable X.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria discreta

Funcin de distribucin:

Definicin. Sea X una variable aleatoria discreta con rango Rx y funcin de


probabilidad, p(xi) = P[X = xi], sea x un nmero real cualquiera, la funcin de
distribucin (funcin de distribucin acumulada) de X se denota por F(x) y
se define como

F ( x) P[ X x] p( xi ) P[ X xi ]
xi x

xi x

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria discreta
Funcin de probabilidad:

Ejemplo 7:
Sea el lanzamiento de tres moneda y observar la cara superior. Si definimos
X(w) = nc ns. Hallar la distribucin de probabilidad en forma tabular y
grfica.
Solucin:
El espacio muestral asociado al experimento de lanzar tres monedas es:
= {ccc, ccs, csc, scc, css, scs, ssc, sss}
Rx = {-3, -1, 1, 3}

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria discreta
Funcin de probabilidad:

Ejemplo 7: Solucin
Luego la distribucin de probabilidad se obtiene, calculando p(x) para cada
x Rx
p(3) = P(X=3) =P(CCC) = 1/8
p(1) = P(X=1) =P(CCS)+P(CSC)+P(SCC) = 3/8
p(-1) = P(X=-1) =P(SSC)+P(SCS)+P(CSS) = 3/8
p(-3) = P(X=-3) =P(SSS) = 1/8

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria discreta
Funcin de probabilidad:

Ejemplo 8:
Para cada uno de las siguientes funciones, determinar la constante k para
que f(x) sea una funcin de probabilidad de una variable aleatoria X.
a. f(x) = xk, x=1,2, , 10
b. f(x) = k(1/3)x , x = 1,2,3,

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria discreta
Funcin de probabilidad:

Ejemplo 9:
En un lote de 10 artculos, hay 3 artculos defectuosos. De lote se toma al
azar una muestra de 4 artculos sin reposicin. Sea X la variable aleatoria
que representa el nmero de artculos defectuosos en la muestra.
a. Describir el dominio de X.
b. Evaluar X(w) para cada w .
c. Evaluar la funcin de probabilidad.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variable aleatoria continua
Funcin de densidad:

Definicin. Sea X una variable aleatoria continua con rango Rx. La funcin
de densidad de probabilidad asociada a la variable aleatoria, es una funcin
f(x) integrable que satisface las siguientes condiciones:

1.

f(x) 0, para todo x R (o f(x) > 0x,

2.

f ( x)dx 1 (

x Rx)

f ( x)dx 1)

Rx

Esta definicin indica, la existencia de una funcin real f definida sobre RX.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variable aleatoria continua
Funcin de probabilidad:

Supongamos ahora que estamos interesados en calcular la probabilidad de


que la variable aleatoria tome valores entre a y b, donde [a, b] c Rx. Es decir,
queremos calcular la P(a x b); puesto que toda rea vale 1, bien
podemos definir esta probabilidad como el rea acotado por la grfica de f,
las rectas x=a, x = b y el eje X.

Por lo tanto, la probabilidad del evento A = {x /a x b} se define como


b

P( A) P[a x b] f ( x)dx
a

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variable aleatoria continua
Funcin de probabilidad:
Observaciones:
1.

Es importante darse cuenta que f(x) no representa la probabilidad de


algo y que solamente cuando la funcin se integra entre dos puntos
produce una probabilidad.

2.

Una consecuencia de la definicin de probabilidad de un evento es


que para cualquier valor especfico de X, digamos x0, P(X = x0) = 0,
puesto que
x0

P( X x0 ) P[ x0 x x0 ] f ( x)dx 0
x0

3.

Una consecuencia inmediata de (2) es el siguiente resultado,

P[a x b] P(a x b) P(a x b) P(a x b)

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria continua

Funcin de distribucin:

Definicin. Sea X una variable aleatoria continua con funcin de densidad


f(x). La funcin de distribucin (funcin de distribucin acumulada) de la
variable aleatoria X, denotado por F(x) y se define como
x

F ( x) P[ X x] f (t )dt , x R
-

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria continua
Funcin de distribucin:

Ejemplo 10.
Sea X una variable aleatoria continua con funcin de densidad f(x).

a(3x x 2 ) , 0 x 3
f ( x)
en otro caso
0

a.

Hallar el coeficiente a,

b.

Calcular la probabilidad de que X se encuentre en el intervalo [1,2]

c.

Calcular la probabilidad de que X se encuentre en el intervalo (-1, ).

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria continua
Funcin de distribucin:

Ejemplo 10. Solucin


3

a.

a(3x x

)dx 1, a 2/9

1
2

b.

P[1 x 2] (2 / 9)(3x x 2 )dx 13 / 17

c.

P[1 x 3 / 2] 0 dx (2 / 9)(3x x 2 )dx 1 / 2

3/ 2

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria continua
Funcin de distribucin:

Ejemplo 11.
La longitud de vida de una especie de plantas en cierto medio ambiental es
una variable aleatoria continua. Supongamos que la funcin de densidad es

f ( x)

1 x /120
e
,x0
120

a.

Qu proporcin de plantas de esta especie mueren antes de los 100


das.

b.

Si una planta individual vive durante 100 das. Cul es la probabilidad


que viva otros 100 das ms?

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.6. Funciones de distribucin

2. Funcin de distribucin de una


variables aleatoria continua
Funcin de distribucin:

. Ejemplo 11. Solucin


El rango de la variable aleatoria es Rx={x / 0 x < }.

a.

La proporcin de plantas que mueren antes de los 100 das es dado


por
100

P( X 100)

120 e

x /120

dx e x /120

100
0

1 e 5 / 6 .

b.

Aplicando el concepto de probabilidad condicional se tiene


P( X 200 / X 100 )

P ( X 200 ) e 20 /12
10 /12 e 5 / 6
P( X 100 ) e

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y Varianza:
Esperanza y varianza de una variable aleatoria: Propiedades.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Definicin 1: Sea X una variable aleatoria con rango Rx y funcin de probabilidad


p(x) si es discreta o funcin de densidad f(x) si es continua. El valor esperado o
esperanza matemtica de X, se denota pro E(X) y de define como

Si es una variable aleatoria discreta


E( X )

xp( x) (*)

xR X

Si es una variable aleatoria continua

E ( X ) xf ( x)dx xf ( x)dx (**)


-

Rx

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Definicin 1: (continua)
Siempre que (*) sea absolutamente convergente. Es decir

x p( x) finita

xR X

x f ( x)dx finita respectivamente.

La esperanza matemtica de X, se llama tambin, media de la variable aleatoria, y se


denota por , o sea
= E(X).

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Ejemplo 1:
Sea X una variable aleatoria cuya funcin de probabilidad est definida por,
x
p(x)

0
0.2

1
0.4

2
0.3

3
0.08

4
0.02

Hallar la esperanza de la variable aleatoria X.


Solucin:
De acuerdo a la formula (*) la esperanza matemtica de X es,
E(X) = 0(0.2)+1(0.4)+2(0.3)+3(0.08)+4(0.02) = 1.32.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Ejemplo 2:
Sea X una variable aleatoria continua con funcin de densidad f(x), definida
por,

2 x , 0 x 1
f ( x)
0 en otro caso

a.

Calcular la esperanza de X.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Ejemplo 2: Solucin
Se acuerdo a la formula (**) la esperanza de la v.a. X es,
1

E ( X ) 2 x 2 dx
0

E( X )

2x
3

3 1

2/3

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Ejemplo 3:
Sea X una variable aleatoria continua con funcin de densidad f(x), definida
por,
3

x( 2 x) , 0 x 2
f ( x) 4
en otro caso

a.

Calcular la esperanza de X.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Ejemplo 3: Solucin
Se acuerdo a la formula (**) la esperanza de la v.a. X es,

E( X )

3 2
x (2 x)dx
4
2

3 2 x3 x 4
E( X )
1
4 3
4 0

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Propiedades de una esperanza matemtica:

Teorema 1: Si X es una variable aleatoria que toma valor constante, esto es


X=C, entonces E(X)=E(C) = C.

Teorema 2: Si X es una variable aleatoria, tal que existe la E(X), y sea a y b


constantes, entonces E(aXb)=aE(X) b.

Teorema 3: Si X es una variable aleatoria, tales que E(h(x)) y E(g(x)) existen.


Entonces para a y b constantes, se tiene
E[ah(x) bg(x)]=aE(h(x)) bE(g(x)).

Teorema 4: Sean h(x) y g(x) funciones de la variable aleatoria X, tales que


h(x) g(x). Entonces E[h(x)] E[g(x)]

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Esperanza de una variable aleatoria:

Ejemplo 4:
Sea X una variable aleatoria cuya distribucin de probabilidad est dada por
x
p(x)

0
1/8

1
3/8

2
3/8

Hallar:
a. E(2X + 1)

b. E(4X - 2)

c. E(2X2 + 3)

d. E(4X2 + X +3)

e. E(3X2 + 4X - 5)

f. E(X3)

3
3/8

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Varianza de una variable aleatoria:

Definicin 2: Sea X una variable aleatoria con rango Rx y funcin de probabilidad


p(x) si es discreta o funcin de densidad f(x) si es continua. La varianza de X, se
denota por V(X) y se define como
V(X) = E[(X - )2]
Por lo tanto,

Si X es una variable aleatoria discreta:

Si X es una variable aleatoria continua:

V ( X ) E[( X ) 2 ]

(x )

p ( x)

xRX

V ( X ) E[( X ) 2 ] ( X ) 2 f ( x)dx
Rx

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Varianza de una variable aleatoria:

Ejemplo 5:
Sea X una variable aleatoria cuya distribucin de probabilidad est dada por
x
p(x)

0
1/8

1
3/8

2
1/8

Calcular la varianza de la variable aleatoria X.


Solucin:

3
3/8

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Varianza de una variable aleatoria:

Ejemplo 5: Solucin

Primero se calcula,

E(X) = 0(1/8)+1(3/8)+2(1/8)+3(3/8) = 7/4

Luego,
V(X) = (0 - 7/4)2(1/8) + (1 - 7/4)2(3/8) + (2 - 7/4)2(1/8) + (3 - 7/4)2(3/8)
V(X) = 19/16.

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Propiedades de la varianza:

Teorema 1: Si X es una variable aleatoria que toma valor constante, esto es


X=C, entonces V(X) = V(C) = 0.

Teorema 2: Si X es una variable aleatoria, tal que existe la E(X), entonces


V(X) = E(X2) - (E(X))2

Teorema 3: Si X es una variable aleatoria, tal que existe la E(X), y sea a y b


constantes, entonces V(aX b) = a2 V(X).

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Varianza de una variable aleatoria:

Ejemplo 6:
Sea X una variable aleatoria cuya distribucin de probabilidad est dada por
x
p(x)

-1
1/5

0
1/5

1
1/5

3
1/5

4
1/5

Calcular la varianza y desviacin estndar de la variable aleatoria Y=4X-7.


Solucin:

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Varianza de una variable aleatoria:

Ejemplo 6: Solucin

Primero se calcula,

E(X) = (-2)(1/5)+0(1/5)+1(1/5)+3(1/5)+ 4(1/5) = 1.2 =


E(X2) = (-2)2(1/5)+02(1/5)+12(1/5)+32(1/5)+ 42(1/5) = 6
V(X) = E(X2) - [E(X)]2 = 6 - (1.2)2 = 4.56

Luego,
V(Y) = V(4X-7) = 42V(X) = 16x4.56 = 72.96
Por tanto la desviacin estndar de Y es [V(X)]1/2 = 8.54

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Varianza de una variable aleatoria:

Ejemplo 7:
Sea X una variable aleatoria continua con funcin de densidad f(x), definida
por,
1 , 0 x 2

f ( x) 2
en otro caso

a.

Calcular la esperanza

b.

Calcular la varianza de X

ESTADISTICA Y PROBABILIDADES I

IV.

INTRODUCCION A LA TEORIA DE PROBABILIDAD


4.7. Esperanza y Varianza de una Variable Aleatoria

2. Esperanza y varianza de una variable aleatoria


Varianza de una variable aleatoria:

Ejemplo 7: Solucin
a. Se acuerdo a la formula (**) la esperanza de la v.a. X es,
2

x
dx
0 2
2
2 x
4
2
E( X )
dx 2
0 2
3
E( X )

b. Luego

4 2
2
2
V ( X ) E( X )
3
3
2