X (n de caras)
3
2
2
2
1
1
1
0
Supongamos una v.a. X que toma los valores x1, x2, x3, ... xr y sea p1, p2, p3, ...pr
las probabilidades con que toma esos valores. Se suele denotar pi = p(X = xi) = p(xi)
Funcin de probabilidad o funcin de cuanta de una v.a. X discreta es la funcin que
asigna a cada valor de X su probabilidad que pondremos p(X = xi) = pi
La Funcin de probabilidad o funcin de cuanta se puede presentar de tres formas:
a) En forma de tabla:
X x1 x2
P p1 p2
xr
pr
n k
p (1 p ) n k Si k = 0, 1 2, ...n
k
P( X x ) 1
2- i 1
Obsrvese que el valor de x vara desde - hasta + y toma valores desde cero
hasta 1, que es lo mximo que puede acumular. Las funciones de distribucin de las v.a.
discretas son escalonadas.
(Ver el ejemplo de construir la funcin de distribucin del experimento de lanzar tres
monedas)
1.1.2 Distribucin de Probabilidad de una Variable Aleatoria Continua.
intervalo. Se ha de verificar, por tanto, que la funcin de distribucin sea continua (sin
saltos) y derivable en todos sus puntos salvo en un nmero finito de ellos.
Funcin de densidad de una variable aleatoria continua es el lmite al que tiende la
densidad de frecuencias relativas del histograma de frecuencias relativas cuando la
amplitud de los intervalos tiende a cero. Se representa por f(x).
Ver el ejemplo del tiempo de llegada de un autobs
Propiedades que ha de cumplir una funcin f(x) para ser una funcin de densidad.
a) f ( x) 0 Para cualquier valor de x.
b) f ( x) dx 1
Esta segunda propiedad indica que el rea que hay bajo la curva es 1 y
representa el total de la probabilidad.
b
5.- Se verifica tambin que F(x) = f(x) para cualquier valor x de la recta real.
Ejemplo 1.3 (pg. 32 del libro)
Sea una variable aleatoria continua X cuya funcin de densidad f(x) es:
1
15 x 17
f ( x) 2
Se pide:
0 en el resto
a) Probar que es una funcin de densidad.
b) Hacer su representacin grfica.
c) Hallar P(15<X<16) y P(16,25X16,75).
d) Hallar P(X16) y P(X<17).
e) Hallar la funcin de distribucin y su valor en x = 16.
Una variable aleatoria bidimensional (X,Y) es la formada por la v.a. X que toma
valores con la v.a. Y conjuntamente.
1.2.1 Variable Aleatoria Bidimensional Discreta (X,Y)
b)
P( x , y
i 1 j 1
) 1
Ejemplo:
Una caja contiene 4 bombillas buenas y 1 defectuosa. Se hacen dos extracciones
consecutivas sin reemplazamiento y se definen las siguientes variables aleatorias:
0 si la primera escogida es buena
1 si la 1 escogida es defectuosa
P( x , y
xi x1 y j y1
) que representa la
Distribuciones marginales.
Si (X,Y) es una v.a. bidimensional discreta con funcin de probabilidad P ij =
P(xi,yj), se definen las funciones de probabilidad marginal de X y de Y respectivamente:
s
Pi Pij P( xi , y j ) i 1....r
j 1
j 1
i 1
i 1
y P j Pij P ( xi , y j )
j 1....s
P( A B)
P ( B)
P i
i 1...r y, anlogamente:
P(Y y j )
P j
Y yj
Se define la probabilidad de la v.a. Y condicionada a que la variable X tome el
valor xi, como:
yj
X xi
P( X xi , Y y j ) P( xi , y j )
j 1...s
P( X xi )
Pi
f ( x, y ) 0
x, y ( , )
f ( x, y ) dxdy 1
Interpretacin grfica.
La funcin de densidad f(x,y) representa una superficie en la parte positiva de
los ejes X e Y del espacio tridimensional, tal que el volumen situado debajo de ella es
igual a 1 y se obtiene como paso al lmite del histograma bidimensional, cuando las
amplitudes de los intervalos en X y en Y tienden a cero.
Se define:
P ( x1 X x2 , y1 Y y2 )
x2
y2
x1
y1
f ( x, y ) dxdy