Variable aleatoria

Procesos Estocsticos Universidad Politcnica del Estado de Morelos (UPEMOR)

Procesos Estocsticos- Variable Aleatoria

Introduccin
En gran cantidad de experimentos aleatorios es necesario cuantificar los resultados, es decir, asignar a cada resultado del experimento un nmero, con el fin de poder realizar un estudio matemtico. Esta asignacin se llama variable aleatoria (variable estocstica) o ms precisamente como funcin aleatoria (funcin estocstica).

Procesos Estocsticos- Variable Aleatoria

Introduccin
Ejemplo:
Suponga que un ingeniero elctrico tiene seis resistencias a la mano. Tres de ellos tienen etiqueta de 10 y los otros tres tienen etiqueta de 20 . El ingeniero quiere conectar un resistor de 10 y uno de 20 en serie, para crear una resistencia de 30 . Suponga que las resistencias etiquetadas con 10 son en realidad de 9, 10 y 11 y que las tres resistencias etiquetadas con 20 poseen los valores reales de 19, 20 y 21 .

Procesos Estocsticos- Variable Aleatoria

Introduccin
El espacio muestral es
Resultado (9,19) (9,20) (9,21) (10,19) (10,20) (10,21) (11,19) (11,20) (11,21) Probabilidad 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9

Lo importante para este ingeniero es la suma de las dos resistencias, en lugar de sus valores individuales.
4 Procesos Estocsticos- Variable Aleatoria

Se asigna a cada resultado un nmero igual a la suma de las dos resistencias seleccionadas de cada caja. La asignacin se representa por la letra X :
Resultado (9,19) (9,20) (9,21) (10,19) (10,20) (10,21) (11,19) (11,20) (11,21)
5 Procesos Estocsticos- Variable Aleatoria

X 28 29 30 29 30 31 30 31 32

Probabilidad 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9

Definicin Variable Aleatoria

La funcin X, que asigna un valor numrico a cada resultado en el espacio muestral, es una variable aleatoria.

Definicin

Una variable aleatoria (v.a.) es una funcin que asigna un valor numrico a cada resultado en un espacio muestral.
Se acostumbra denotar a las variables aleatorias con letras maysculas. Las letras X, Y y Z se usan con ms frecuencia.
6 Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
En el ejemplo anterior, el evento X=29 corresponde al subespacio muestreal {(9.20), (10, 19)} del espacio muestreal. Por tanto, P(X=29) = P[{(9,20)}, (10,19)] = 2/9 Al espacio muestra S se conoce como el dominio de la variable aleatoria X y al conjunto de nmeros que puede tomar se conoce como rango de la variable aleatoria.

Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
Ejemplo
En el experimento de lanzar una moneda al aire por una nica ocasin, la variable aleatoria X para caracterizar al experimento puede tomar los siguientes valores: X(Cara)=1 X(Cruz)=0

Otras formas posibles para definir la variable aleatoria son Y(Cara)=0 Z(Cara)=0 Y(Cruz)=1 Z(Cruz)=1

Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
Ejemplo
El experimento consiste en lanzar tres veces una moneda. El espacio muestral del experimento es el siguiente,
Resultado (HHH) (HHT) (HTH) (HTT) (THH) (THT) (TTH) (TTT) Probabilidad (1/8) (1/8) (1/8) (1/8) (1/8) (1/8) (1/8) (1/8)

donde cara se abrevia con la letra H y cruz se abrevia con la letra T.

9 Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
Sea X la variable aleatoria que dicta el numero de caras obtenidas. Encontrar la probabilidad de que el nmero de caras sea 2. [P(X=2)] y la probabilidad de que el nmero de caras se obtengan sea menor a 2, P(X<2)=? Sea AS1 el evento definido por X=2 (obtener dos caras) y analizando el espacio muestreal se tiene lo siguiente: A=(X=2) = {HHT, HTH, THH} P(X=2) = P(A) = 3/8

10

Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
Sea BS1 el evento definido por X< 2 (menos de dos caras). Luego entonces, B= (X < 2) = {HTT, THT, TTH, TTT} P(X < 2) = P(B) = 4/8 = 1/2

11

Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
Hay dos tipos importantes de variables aleatorias: discretas y continuas. Una variable aleatoria discreta es aquella cuyos valores posibles forman un conjunto discreto; en otras palabras, los valores se pueden ordenar y existen separaciones entre stos. Alternativamente, una variable aleatoria discreta es aquella que posee un rango finito o elementos que son contables. En contraparte, los valores posibles de una variable aleatoria continua siempre estn contenidos en un intervalo; es decir, son todos los puntos entre dos nmeros.
12 Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
Ejemplo:
El nmero de fallas en un alambre de cobre de 1 pulgada de longitud vara de alambre a alambre. En un conjunto, 48% de los alambres producidos no tiene falla, 39% presenta una, 12% fue detectado con dos y 1% posee tres. Sea X el nmero de fallas en una pieza de alambre seleccionada de manera aleatoria. Entonces la variable aleatoria es discreta y su probabilidad es:
P(X=0)=0.48 P(X=1)=0.39 P(X=2)=0.12 P(X=3)=0.01

13

Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria
La lista de valores posibles 0, 1, 2, 3, junto con las probabilidades para cada uno, proporciona una descripcin completa de la poblacin de la que se tom a X. Esta descripcin se conoce como funcin de masa de probabilidad.

14

Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria

15

Procesos Estocsticos- Variable Aleatoria

Variable Aleatoria

16

Procesos Estocsticos- Variable Aleatoria

Funciones de distribucin

17

Procesos Estocsticos- Variable Aleatoria

Funciones de distribucin

18

Procesos Estocsticos- Variable Aleatoria

Funciones de distribucin
1. Como es una probabilidad solo puede tomar valores entre ceros y unos. 2. La propiedad dos muestra que la funcin de distribucin no es una funcin decreciente en x. 3. Las propiedades 3 y 4 se obtienen a partir de los axiomas de probabilidad.

4. La propiedad 5 indica que la funcin de probabilidad es continua por la derecha

19 Procesos Estocsticos- Variable Aleatoria

Variables aleatorias discretas y funciones de masa de probabilidad

20

Procesos Estocsticos- Variable Aleatoria

Funcin de distribucin acumulativa de una variable aleatoria discreta.

21

Procesos Estocsticos- Variable Aleatoria

Funcin de distribucin acumulativa de una variable aleatoria discreta.

22

Procesos Estocsticos- Variable Aleatoria

Variables aleatorias discretas y funciones de masa de probabilidad

23

Procesos Estocsticos- Variable Aleatoria

Variables aleatorias continuas

Definicin
Una variable aleatoria es continua si su rango posee un intervalo (finito o infinito) de nmeros reales.

Definicin
Una variable aleatoria es continua si sus probabilidades estn dadas por reas bajo una curva. La curva se llama funcin de densidad de probabilidad para la variable aleatoria.

24

Procesos Estocsticos- Variable Aleatoria

Variables aleatorias continuas

25

Procesos Estocsticos- Variable Aleatoria

Variables aleatorias continuas

26

Procesos Estocsticos- Variable Aleatoria

Variables aleatorias continuas

27

Procesos Estocsticos- Variable Aleatoria

Variables aleatorias continuas

En la siguiente grfica se muestra la funcin de densidad de probabilidad de X.
1.4

= f ( x ) 1.25 1 x 4

1.2

Obs. La densidad f(x) es 0 para x0 y para x0. Indica que la holgura esta siempre esta entre 0 y 1mm.

La proporcin de componentes que se 0.6 debe desechar es P(X>0.8) = al rea 0.4 bajo la funcin de densidad de 0.2 P(X>0.8) probabilidad a la derecha de 0.8 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 x Figura. Grfica de la funcin de densidad de probabilidad de X, la holgura de un eje.
28 Procesos Estocsticos- Variable Aleatoria

0.8

Variables aleatorias continuas

El rea esta dada por
P ( X > 0.8 ) = f ( x ) dx
0.8 1

0.8

1.25 1 x 4 dx
5 1

x = 1.25 x 5 0.8 = 0.0819

29

Procesos Estocsticos- Variable Aleatoria

Variables aleatorias continuas

30

Procesos Estocsticos- Variable Aleatoria

Bibliografa
Navidi, W., Estadstica para ingenieros y cientficos, Editorial

Mc Graw Hill, 1 era Edicin, 2006, Mxico. Hsu, H., Schaums Outlines of Probability, Random Variables and Random Processes, Editorial Mc Graw Hill, 1997, EUA.

31

Procesos Estocsticos- Variable Aleatoria