Anda di halaman 1dari 15

08/02/2019


VARIABLE ALEATORIA CONTINUA
Y ESPERANZA MATEMÁTICA

UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA


FACULTAD DE INGENIERÍA
PROBABILIDAD Y ESTADÍSTICA
JULY KATERINE ROJAS MESA

VARIABLE ALEATORIA CONTINUA


LA FUNCIÓN f(x) ES UNA FUNCIÓN DE LA FUNCIÓN DE DISTRIBUCIÓN
DENSIDAD DE PROBABILIDAD (FDP) ACUMULATIVA F(x), de una variable
PARA LA VARIALE ALEATORIA aleatoria continua X con función de densidad
CONTINUA X, si: f(x), es:
𝑥
𝐹 𝑥 = 𝑃(𝑋 ≤ 𝑥) = න 𝑓 𝑡 𝑑𝑡, 𝑝𝑎𝑟𝑎 − ∞ < 𝑥 < ∞
−∞
Donde se dan como resultados:

𝑃 𝑎 <𝑋 <𝑏 =𝐹 𝑏 −𝐹 𝑎 𝑦𝑓 𝑥

1
08/02/2019

VARIABLE ALEATORIA CONTINUA


EJEMPLO:
“INTERVALO DE TIEMPO” en el flujo de tránsito es  Verificación que es una función de densidad de
el tiempo transcurrido entre el tiempo en que un carro probabilidad.
termina de pasar por un punto fijo y el instante en que
el siguiente carro comienza a pasar por ese punto.
Sea X=“el intervalo de tiempo de dos carros Función de densidad de probabilidad f(X)
consecutivos seleccionados al azar en una autopista
0.160
durante un periodo de tráfico intenso. La siguiente
función de densidad de probabilidad de X es en
0.140 y = 0.1617e-0.15x
esencia el sugerido en “The Statical Properties of
0.120 R² = 1
0.100
Freeway Traffic”.

f(X)
0.080
0.060
0.040
−0.15(𝑥−0.5)
F 𝑥 = ቊ 0.15𝑒 𝑋 ≥ 0.5
0.020
0 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
0.000

10

11

12
0

9
6.5
0.5

1.5

2.5

3.5

4.5

5.5

7.5

8.5

9.5

10.5

11.5
V.A.C

VARIABLE ALEATORIA CONTINUA


 Calcular la probabilidad de que el intervalo de tiempo
+∞ +∞
sea máximo 5 segundos P(X ≤ 5). Recordar que la
න 𝑓 𝑥 𝑑𝑥 = න 0.15𝑒 −0.15(𝑥−0.5) 𝑑𝑥
−∞ 0.5 v.a.c toma valores ≥ 0.5 segundos.
+∞ ∞
න 0.15𝑒 −0.15𝑥+0.075𝑑𝑥 = 0.15𝑒 0.075 න 𝑒 −0.15𝑥 𝑑𝑥
0.5 0.5 𝑏 5

𝑙𝑎 𝑒𝑣𝑎𝑙𝑢𝑎𝑐𝑖ó𝑛 𝑐𝑜𝑛 ∞ 𝑡𝑖𝑒𝑛𝑑𝑒 𝑎 0, 𝑑𝑒𝑏𝑖𝑑𝑜


𝑃 𝑎 < 𝑋 < 𝑏 = න 𝑓 𝑥 𝑑𝑥 = න 0.15𝑒 −0.15(𝑥−0.5) 𝑑𝑥
0.075
1 ∞ 𝑎 0.5
= 0.15𝑒 ∗− 𝑒 −0.15𝑥 ฬ 𝑎 𝑞𝑢𝑒 𝑠𝑒 𝑐𝑜𝑛𝑠𝑖𝑑𝑒𝑟𝑎 𝑢𝑛𝑎 𝑖𝑛𝑡𝑒𝑔𝑟𝑎𝑙 𝑖𝑚𝑝𝑟𝑜𝑝𝑖𝑎
0.15 0.5 𝑐𝑢𝑦𝑎 𝑔𝑟𝑎𝑓𝑖𝑐𝑎 𝑒𝑠 𝑑𝑖𝑣𝑒𝑟𝑔𝑒𝑛𝑡𝑒 1 5
𝑃(𝑋 ≤ 5) = 0.15𝑒 0.075 ∗ − 𝑒 −0.15𝑥 ฬ
0.075 1 −0.15(0.5)
0.15 0.5
= 0 − 0.15𝑒 ∗ − 0.15 𝑒
1 1
𝑃(𝑋 ≤ 5) = 0.15𝑒 0.075 ∗ − 0.15 𝑒 −0.15(5) − 0.15𝑒 0.075 ∗ − 0.15 𝑒 −0.15(0.5)
= 0 − −1 =1

𝒍𝒂 𝒆𝒗𝒂𝒍𝒖𝒂𝒄𝒊ó𝒏 𝒅𝒆 𝒍𝒂 𝒊𝒏𝒕𝒆𝒈𝒓𝒂𝒍 𝒅𝒆 𝒎𝒂𝒏𝒆𝒓𝒂 𝒅𝒊𝒓𝒆𝒄𝒕𝒂 𝒆𝒏𝒕𝒓𝒆 𝒂 𝒚 ∞ 𝒆𝒔:


𝑃 𝑋 ≤ 5 = −0.509 − (−1)

1 1 𝑃 𝑋 ≤ 5 = −0.509 + 1
1
න 𝑒 −𝑘𝑥 𝑑𝑥 = 𝑒 −𝑘𝑥 = 𝑒 −0.15𝑥 = 0.15𝑒 0.075 ∗ 𝑒 −0.15(0.5) = 1
𝑎 𝑘 0.15 0.15
𝑷 𝑿 ≤ 𝟓 = 𝟎. 𝟒𝟗𝟏

2
08/02/2019

VARIABLE ALEATORIA CONTINUA


 calcule F(x) para la función de densidad del ejemplo
anterior y utilice el resultado para evaluar P(X ≤ 5).
1
𝑥 𝐹(𝑋) = 0.15𝑒 0.075 ∗ − 0.15 𝑒 −0.15(𝑥) − −1
𝐹 𝑥 = න 𝑓 𝑡 𝑑𝑡, 𝑝𝑎𝑟𝑎 − ∞ < 𝑥 < ∞
−∞
1
Donde se dan como resultados: 𝐹(𝑋) = 0.15𝑒 0.075 ∗ − 𝑒 −0.15 𝑥
+1
0.15
Cálculo de P(X≤5)
𝑃 𝑎 <𝑋 <𝑏 =𝐹 𝑏 −𝐹 𝑎 𝑦𝑓 𝑥
𝑥 𝑥 𝑃 𝑋≤5 =𝐹 𝑏 −𝐹 𝑎
𝐹 𝑋 = න 𝑓 𝑡 𝑑𝑡 = න 0.15𝑒 −0.15(𝑡−0.5) 𝑑𝑡
0.5 0.5 b=5 a=0.5

1 𝑥 𝑃 𝑋 ≤ 5 = 0.491 − 0
𝐹(𝑋) = 0.15𝑒 0.075 ∗ − 𝑒 −0.15𝑡 ฬ
0.15 0.5 𝑷 𝑿 ≤ 𝟓 = 𝟎. 𝟒𝟗𝟏

1 1
𝐹(𝑋) = 0.15𝑒 0.075 ∗ − 0.15 𝑒 −0.15(𝑥) − 0.15𝑒 0.075 ∗ − 0.15 𝑒 −0.15(0.5)

VARIABLE ALEATORIA CONTINUA


 calcule F(x) para la función de densidad del ejemplo
anterior y utilice el resultado para evaluar P(X ≤ 5).
𝑥
𝐹 𝑥 = න 𝑓 𝑡 𝑑𝑡, 𝑝𝑎𝑟𝑎 − ∞ < 𝑥 < ∞
−∞ FUNCIÓN DE DISTRIBUCIÓN ACUMULATIVA F(X)
Donde se dan como resultados: 1.000
0.900
𝑃 𝑎 <𝑋 <𝑏 =𝐹 𝑏 −𝐹 𝑎 𝑦𝑓 𝑥 0.800
0.700
1 0.600
F(X)

𝐹(𝑋) = 0.15𝑒 0.075 ∗ − 𝑒 −0.15 𝑥


+1
0.15 0.500
0.400
Cálculo de P(X≤5) 0.300
0.200
𝑃 𝑋≤5 =𝐹 𝑏 −𝐹 𝑎 0.100
0.000
b=5 a=0.5
12
0

10

11
2.5
0.5

1.5

3.5

4.5

5.5

6.5

7.5

8.5

9.5

10.5

11.5

𝑃 𝑋 ≤ 5 = 0.491 − 0 V.A.C
𝑷 𝑿 ≤ 𝟓 = 𝟎. 𝟒𝟗𝟏

3
08/02/2019

ESPERANZA MATEMÁTICA E[X]


El objetivo último es adaptar, para las distintas características del experimento (variables aleatorias), modelos de
probabilidad teóricos que nos permitan predecir el comportamiento real (su probabilidad) de estas características.

La esperanza matemática también conocida como: valor esperado, media poblacional, llamamos al número que
expresa el valor medio de un fenómeno aleatorio, la denotamos como μ= E [X]

Propiedades: Dados a, b y c números reales “constantes”, y sean X e Y “variables aleatorias” se cumple:


1. La esperanza de una constante es la misma constante E[c] = c.
2. La esperanza de la suma de dos variables aleatorias es igual a la suma de sus esperanzas. E[X+Y] =
E[X]+E[Y]
3. 𝐸 𝑎𝑋 = 𝑎𝐸 𝑋 La esperanza del producto de una constante por una variable aleatoria, es igual al producto de
la constante por la esperanza de la variable aleatoria.
4. De las propiedades anteriores se deduce “linealidad”:
𝐸 𝑎𝑋 + 𝑏 = 𝑎𝐸 𝑋 + 𝑏
𝐸 𝑎𝑋 + 𝑏𝑌 = 𝑎𝐸 𝑋 + 𝑏𝐸[𝑌]

ESPERANZA MATEMÁTICA E[X]

ESPERANZA
Esperanza matemática
MATEMÁTICA PARA Varianza de una
de una función de
UNA VARIABLE variable aleatoria
variable aleatoria
ALEATORIA discreta σ².
ESPERANZA discreta g(x)
DISCRETA
MATEMÁTICA
E[X] ESPERANZA Esperanza matemática
MATEMÁTICA PARA de una función de Varianza de una
UNA VARIABLE densidad de una variable aleatoria
ALEATORIA variable aleatoria continua σ².
CONTINUA continua g(x)

4
08/02/2019

ESPERANZA MATEMÁTICA E[X]

ESPERANZA PARA VARIABLE ALEATORIA DISCRETA: cantidad media que se


espera. Ponderación de probabilidades de ocurrencia.

Es la suma de la probabilidad de cada posible suceso multiplicado por la frecuencia de dicho proceso, es decir
si tenemos una variable cuantitativa discreta X con n posibles sucesos x1, x2, x3,….., xn y probabilidades
P(X=xi)=Pi la esperanza matemática es:
𝒏

𝑬 𝑿 = ෍ 𝒙𝒊 ⋅ 𝑷 𝑿 = 𝒙𝒊 = 𝒙𝟏 ⋅ 𝑷 𝑿 = 𝒙𝟏 + 𝒙𝟐 ⋅ 𝑷 𝑿 = 𝒙𝟐 +. . +𝒙𝒏 ⋅ 𝑷(𝑿 = 𝒙𝒏 )
𝒊=𝟏

ESPERANZA MATEMÁTICA E[X]


ESPERANZA PARA VARIABLE ALEATORIA DISCRETA: cantidad media que se
espera. Ponderación de probabilidades de ocurrencia.

EJEMPLO 1: un juego consiste en lanzar dos monedas, cuando salen dos caras se recibe 3 euros, si sale 1
cara se recibe 1 euro y si no sale ninguna cara se paga 5 euros. ¿Cuál es la ganancia media del juego?

1. Se halla la función de probabilidad, identificando los valores que toma la variable aleatoria X y la probabilidad
con que lo hace:
Distribución de probabilidad f(x)
𝟐!
X= {3, 1, -5} +3€ 𝟐𝑷 𝟐𝒄 𝟎𝒔 = =𝟏
𝟐!∗𝟎! 𝟏
S= {cc, cs, sc, ss} P(X=3)=
𝟒
𝟐!
+1€ 𝟐𝑷 𝟏𝒄 𝟏𝒔 = =𝟐
𝟏!∗𝟏! 𝟐
𝒏! P(X=1)=
n𝑷𝒏 = 𝒏𝟏!∗𝒏𝟐!….𝒏𝒌! 𝟒
𝟐!
-5€ 𝟐𝑷 𝟎𝒄 𝟐𝒔 = =𝟏
𝟎!∗𝟐! 𝟏
P(X=-5)=
ESPACIO MUESTRAL 𝟒
M1 * M2 = 4

10

5
08/02/2019

ESPERANZA MATEMÁTICA E[X]


ESPERANZA PARA VARIABLE ALEATORIA DISCRETA: cantidad media que se
espera. Ponderación de probabilidades de ocurrencia.

EJEMPLO 1: un juego consiste en lanzar dos monedas, cuando salen dos caras se recibe 3 euros, si sale 1
cara se recibe 1 euro y si no sale ninguna cara se paga 5 euros. ¿Cuál es la ganancia media del juego?

Distribución de probabilidad f(x) Función de distribución de probabilidad


Variable aleatoria discreta
P[X=xi]=Pi F(x) = P(X≤Xi) probabilidad acumulada
3 ¼ ¼
1 2/4=1/2 ¾
-5 1/4 1

2. Se halla la esperanza matemática µ=E[X] (valor esperado del juego) RESPUESTA: Si la media obtenida en un juego, que en este caso
corresponde con el dinero que se ha ganado, es 0, se denomina “juego justo”
1 1 1 ni se gana ni se pierde, cuando la media es mayor que 0 (μ>0) es un juego
𝐸 𝑋 =3⋅ +1⋅ + −5 ⋅ =0 con ventaja y cuando la media es menor que 0 (μ<0) es un juego en
4 2 4 desventaja.

11

ESPERANZA MATEMÁTICA E[X]


ESPERANZA PARA VARIABLE ALEATORIA DISCRETA: cantidad media que se
espera. Ponderación de probabilidades de ocurrencia.

EJEMPLO 2: en un club deportivo se organiza una rifa por lo cual se hacen imprimir 1000 boletos, cada boleto
cuesta $2000 y el premio será de $200.000. ¿Cuál es mi esperanza matemática de ganar el premio si compro
un boleto?

Datos: N° de boletos= 1000


Costo de cada boleto= 2000 pesos
Premio= 200.000 pesos
E[X]=?

12

6
08/02/2019

ESPERANZA MATEMÁTICA E[X]


ESPERANZA PARA VARIABLE ALEATORIA DISCRETA: cantidad media que se
espera. Ponderación de probabilidades de ocurrencia.

EJEMPLO 2: en un club deportivo se organiza una rifa por lo cual se hacen imprimir 1000 boletos, cada boleto
cuesta $2000 y el premio será de $200.000. ¿Cuál es mi esperanza matemática de ganar el premio si compro
un boleto?

Diagrama de árbol

Compro Probabilidad Resultado


1
GANO
1000
SI
999
Inicio 1000 PIERDO
NO No gano ni pierdo

13

ESPERANZA MATEMÁTICA E[X]


ESPERANZA PARA VARIABLE ALEATORIA DISCRETA: cantidad media que se
espera. Ponderación de probabilidades de ocurrencia.

EJEMPLO 2: en un club deportivo se organiza una rifa por lo cual se hacen imprimir 1000 boletos, cada boleto
cuesta $2000 y el premio será de $200.000. ¿Cuál es mi esperanza matemática de ganar el premio si compro
un boleto?
𝒏

1 𝑬 𝑿 = ෍ 𝒙𝒊 ⋅ 𝑷 𝑿 = 𝒙𝒊
Probabilidad de ganar = Rta/ si en la esperanza matemática sale un
1000 𝒊=1
número negativo es desfavorable, es decir, por
1 999 cada boleto que compremos en la rifa vamos a
999 𝐸 𝑋 = ∗ 198000 + ∗ (−2000ቇ esperar perder $1800.
Probabilidad de perder = 1000 1000
1000

𝐸 𝑋 = 198 − 1998 = −1800

14

7
08/02/2019

ESPERANZA MATEMÁTICA E[X]

 ESPERANZA PARA VARIABLES ALEATORIAS CONTINUAS: centro de


gravedad de los valores de la variable.

Sea X una variable aleatoria continua con función de densidad f(x), la esperanza de X se calcula
con la siguiente expresión:

+∞
𝑬𝑿 =න 𝒙 𝒇 𝒙 𝒅𝒙
−∞

Interpretación: la función de densidad se multiplica por una variable ”x”

15

ESPERANZA MATEMÁTICA E[X]

 ESPERANZA PARA VARIABLES ALEATORIAS CONTINUAS: centro de


gravedad de los valores de la variable.

EJEMPLO 1: Se sabe que la altura (m) de cierto árbol sigue una distribución continua con la siguiente función
de densidad:
𝒙
𝒇 𝒙 = ; 𝒄𝒖𝒂𝒏𝒅𝒐 𝟏 < 𝒙 < 𝟓
𝟏𝟐

1. Calcular la E[X]

Para calcularla E[X] se debe resolver la integral, teniendo en cuenta que el límite inferior es 1 y
el superior es 5, por tanto:

16

8
08/02/2019

ESPERANZA MATEMÁTICA E[X]


 ESPERANZA PARA VARIABLES ALEATORIAS CONTINUAS: centro de
gravedad de los valores de la variable.
+∞
𝒙 𝑬𝑿 =න 𝒙 𝒇 𝒙 𝒅𝒙
𝒇 𝒙 = ; 𝒄𝒖𝒂𝒏𝒅𝒐 𝟏 < 𝒙 < 𝟓
𝟏𝟐 −∞

+∞ 5 5 2
𝑥 𝑥 𝑥3 5
𝑬𝑿 =න 𝒙 𝒇 𝒙 𝒅𝒙 = න 𝑥 ⋅ 𝑑𝑥 = න 𝑑𝑥 = อ
−∞ 1 12 1 12 36 1

53 13 125 1 124 31
𝐸𝑋 = − = − = = = 3.4 𝑚𝑒𝑡𝑟𝑜𝑠
36 36 36 36 36 9

𝐸 𝑋 = 3.4 𝑚𝑒𝑡𝑟𝑜𝑠
𝐸𝑙 𝑣𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑎 𝑎𝑙𝑡𝑢𝑟𝑎 𝑑𝑒𝑙 𝑎𝑟𝑏𝑜𝑙 𝑜 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑎𝑙𝑡𝑢𝑟𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑑𝑒𝑙 á𝑟𝑏𝑜𝑙 𝑒𝑠 𝑑𝑒 3,4 𝑚.

17

ESPERANZA MATEMÁTICA E[X]


 ESPERANZA MATEMÁTICA DE UNA FUNCIÓN DE VARIABLE ALEATORIA
DISCRETA

• Sea X una v.a.d que toma los valores X=x1, x2, ….xn
• Sea g(X) una función de v.a.d entonces:

𝑬𝒀 =𝑬𝒈 𝑿 = ෍𝒈(𝒙𝒊 ) ⋅ 𝑷[𝑿 = 𝒙𝒊 ]


𝒊=𝟏

18

9
08/02/2019

ESPERANZA MATEMÁTICA E[X]


 ESPERANZA MATEMÁTICA DE UNA FUNCIÓN DE VARIABLE ALEATORIA
DISCRETA

EJEMPLO 1. Un juego consiste en tirar dos dados. Si la suma de sus caras es mayor o igual a 10 se ganan 300
ptas, si está comprendida entre 7 y 9 se ganan 100 ptas. y para cualquier otro resultado no se gana nada. ¿Cuál
debería ser el precio de la apuesta para que la ganancia esperada de la banca sea de 50 ptas?

1. Identificación del ESPACIO MUESTRAL

El espacio muestral para el problema es S = {(1,1), (1,2), (1,3), ..., (6,6)} con 36 puntos muestrales. Todos los
sucesos elementales tiene la misma probabilidad 1/36. Se define la v.a.d X: suma de las dos caras. Esta
variable puede tomar los valores 2, 3, 4, ....,12.

ESPACIO MUESTRAL
DADO 1 * DADO 2
6 * 6 = 36

19

ESPERANZA MATEMÁTICA E[X]


 ESPERANZA MATEMÁTICA DE UNA FUNCIÓN DE VARIABLE ALEATORIA
DISCRETA
X Sucesos Distribución de probabilidad f(x) g(x)
2 {(1,1)} 1/36 0
3 {(1,2), (2,1)} 2/36 0
4 {(1,3), (2,2), (3,1)} 3/36 0
5 {(1,4), (2,3), (3,2), (4,1)} 4/36 0
6 {(1,5), (2,4), (3,3), (4,2), (5,1)} 5/36 0
7 {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)} 6/36 100
8 {(2,6), (3,5), (4,4), (5,3), (6,2)} 5/36 100
9 {(3,6), (4,5), (5,4), (6,3)} 4/36 100
10 {(4,6), (5,5), (6,4)} 3/36 300
11 {(5,6), (6,5)} 2/36 300
12 {(6,6)} 1/36 300

Por lo tanto el valor esperado del premio es: ∞

𝑬𝒀 =𝑬𝒈 𝑿 = ෍𝒈(𝒙𝒊 ) ⋅ 𝑷[𝑿 = 𝒙𝒊 ]


𝒊=𝟏

12
6 5 4 3 2 1
𝐸 𝑋 = ෍𝑔(𝑥𝑖 ) ⋅ 𝑃 𝑋 = 𝑥𝑖 = 100 ∗ + 100 ∗ + 100 ∗ + 300 ∗ + 300 ∗ + 300 ∗
36 36 36 36 36 36
𝑖=2

20

10
08/02/2019

ESPERANZA MATEMÁTICA E[X]


 ESPERANZA MATEMÁTICA DE UNA FUNCIÓN DE VARIABLE ALEATORIA
DISCRETA

Por lo tanto el valor esperado del premio es:
𝑬𝒀 =𝑬𝒈 𝑿 = ෍𝒈(𝒙𝒊) ⋅ 𝑷[𝑿 = 𝒙𝒊 ]
𝒊=𝟏

12
6 5 4 3 2 1
𝐸 𝑋 = ෍𝑔(𝑥𝑖 ) ⋅ 𝑃 𝑋 = 𝑥𝑖 = 100 ∗ + 100 ∗ + 100 ∗ + 300 ∗ + 300 ∗ + 300 ∗
36 36 36 36 36 36
𝑖=2

275
𝐸𝑋 = = 91.67 ≃ 91.7
3

Respuesta: en consecuencia, la apuesta debería costar 91,7 + 50 = 141,7 para que la ganancia esperada de la banca sea 50
ptas. (1 ptas equivale a 21.18 COP)

21

ESPERANZA MATEMÁTICA E[X]


 ESPERANZA MATEMÁTICA DE UNA FUNCIÓN DE DENSIDAD DE UNA
VARIABLE ALEATORIA CONTINUA: Donde g(x) se rige por una función de
esperanza matemática y f(x) la función de densidad de la v.a.c

𝑬𝒀 =𝑬𝒈 𝑿 = න 𝒈(𝒙) ⋅ 𝒇 𝒙 𝒅𝒙
−∞

EJEMPLO 1. La longitud (metros) de las alas de un cierto tipo de aves sigue una v.a.c con función de densidad:

𝒇 𝒙 = 𝟐𝒙 𝟎<𝒙<𝟏

Calcular la esperanza de 𝒀 = 𝒙

22

11
08/02/2019

ESPERANZA MATEMÁTICA E[X]


 ESPERANZA MATEMÁTICA DE UNA FUNCIÓN DE DENSIDAD DE UNA
VARIABLE ALEATORIA CONTINUA:

𝑬𝒀 =𝑬𝒈 𝑿 = න 𝒈(𝒙) ⋅ 𝒇 𝒙 𝒅𝒙
−∞
𝒇 𝒙 = 𝟐𝒙 𝟎<𝒙<𝟏
Calcular la esperanza de 𝒀 = 𝒙
∞ ∞ 1 4 5 4 5 4
𝐸 𝑌 =𝐸 𝑔 𝑋 =න 𝑥 ⋅ 𝑓 𝑥 𝑑𝑥 = න 𝑥 ⋅ 2𝑥 𝑑𝑥 = න 𝑥 ⋅ 2𝑥 𝑑𝑥 𝐸𝑌 =𝐸𝑔 𝑋 = ⋅ 12 − ⋅ 02 = = 𝟎. 𝟖𝒎
−∞ −∞ 0
5 5 5

5
1 1 1
1 3 3 2𝑥 2
𝐸𝑌 =𝐸𝑔 𝑋 = න 𝑥 2 ⋅ 2𝑥 𝑑𝑥 = න 2𝑥 2 𝑑𝑥 = 2 න 𝑥 2 𝑑𝑥 = 2 ⋅
0 0 0 5

2 5 4 5 1 4 2 1
𝐸 𝑌 =𝐸 𝑔 𝑋 = 2 ⋅ ⋅ 𝑥2 = ⋅ 𝑥2 ቤ 𝑜 ⋅ 𝑥5 ቤ
5 5 0 5 0

23

ESPERANZA MATEMÁTICA E[X]


 VARIANZA DE VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS “σ2”
Varianza: medida de variabilidad, proporciona una idea de la dispersión de una variable aleatoria respecto a
la media.
𝝈2 = 𝑬 𝑿2 − 𝝁2

- VARIANZA DE VARIABLE ALEATORIA DISCRETA

Recordando:

𝝈𝟐 = 𝑬 𝒙 − 𝝁 𝟐 =𝚺 𝒙−𝝁 𝟐 ⋅𝒇 𝒙 𝒓𝒆𝒄𝒐𝒓𝒅𝒆𝒎𝒐𝒔 𝒒𝒖𝒆 𝑷 𝒙 𝒆𝒔 𝒇(𝒙൯ Por lo tanto;


𝑬 𝑿 =𝜮𝒙⋅𝒇 𝒙
𝑬 𝑿2 = 𝜮 𝒙2 ⋅ 𝒇 𝒙

24

12
08/02/2019

ESPERANZA MATEMÁTICA E[X]


 VARIANZA DE VARIABLE ALEATORIA DISCRETA 𝑬 𝑿2 = 𝜮 𝒙2 ⋅ 𝒇 𝒙 𝝈2 = 𝑬 𝑿2 − 𝝁2
EJEMPLO. Sea la variable aleatoria X, que representa el número de automóviles que se utilizan con propósitos de negocios oficiales en un día de
trabajo dado. Demostrar que la varianza de la distribución de probabilidad para la empresa B es mayor que la empresa A.

La distribución de probabilidad para la empresa A es:


X f(x) X*f(x) x2*f(x)
E[X]=μ E[X2]
1 0.3 0.3 0.3
2 0.4 0.8 1.6
𝝈𝟐 = 𝑬 𝑿𝟐 − 𝝁𝟐
3 0.3 0.9 2.7
𝝈𝟐 = 𝟒. 𝟔 − (𝟐𝟐 )
Ʃ 2.0 4.6
𝝈𝟐 = 𝟎. 𝟔

25

ESPERANZA MATEMÁTICA E[X]


 VARIANZA DE VARIABLE ALEATORIA DISCRETA 𝑬 𝑿2 = 𝜮 𝒙2 ⋅ 𝒇 𝒙
La distribución de probabilidad para la empresa B es

X f(x) X*f(x) x2*f(x)


E[X]=μ E[X2]
𝝈𝟐 = 𝑬 𝑿𝟐 − 𝝁𝟐
0 0.2 0 0
𝜎 2 = 5.6 − (22 )
1 0.1 0.1 0.1
2 0.3 0.6 1.2 𝝈𝟐 = 𝟏. 𝟔
3 0.3 0.9 2.7
4 0.1 0.4 1.6
Ʃ 2 5.6

Rta: la varianza del número de automóviles que se usan con


propósitos oficiales, es mayor en la empresa B

26

13
08/02/2019

ESPERANZA MATEMÁTICA E[X]


 VARIANZA DE UNA VARIABLE ALEATORIA CONTINUA, en donde (X-μ) es la desviación de una observación

𝜎2 = 𝐸 𝑋 − 𝜇 2 =න 𝑋−𝜇 2 ⋅ 𝑓 𝑥 𝑑𝑥
−∞

𝜇 = 𝐸 𝑋 = න 𝑥 ⋅ 𝑓 𝑥 𝑑𝑥 𝝈2 = 𝑬 𝑿2 − 𝝁2
−∞

𝑬 𝑿2 = න 𝒙2 ⋅ 𝒇 𝒙 𝒅𝒙
−∞
EJEMPLO: La demanda semanal de una bebida para una cadena local de tiendas de abarrotes, en miles de litros, es una variable aleatoria
continua X que tiene la siguiente función de densidad de probabilidad:

2 𝑥−1 , 1 < 𝑥 < 2,


𝑓 𝑥 =ቊ
0, 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

27

ESPERANZA MATEMÁTICA E[X]



 VARIANZA DE UNA VARIABLE ALEATORIA CONTINUA 𝑬 𝑿2 = න 𝒙2 ⋅ 𝒇 𝒙 𝒅𝒙 𝝈2 = 𝑬 𝑿2 − 𝝁2
−∞
 Calcular μ

𝜇 = 𝐸 𝑋 = න 𝑥 ⋅ 𝑓 𝑥 𝑑𝑥
−∞

2
𝜇 = 𝐸 𝑋 = න 𝑥 ⋅ 2 𝑥 − 1 𝑑𝑥
1

2
𝑥3 𝑥2 2 23 22 13 12 𝟓
𝜇 = 𝐸 𝑋 = 2 න 𝑥 2 − 𝑥 𝑑𝑥 = 2 − ቤ = 2 − −2 −
3 2 1 3 2 3 2 𝝁=𝑬𝑿 = = 𝟏. 𝟔𝟕
1
𝟑

8 4 1 1 2 1 4 1 𝟓
𝜇=𝐸 𝑋 = 2 − −2 − = 2 −2 − = + = = 𝟏. 𝟔𝟕
3 2 3 2 3 6 3 3 𝟑

28

14
08/02/2019

ESPERANZA MATEMÁTICA E[X]



 VARIANZA DE UNA VARIABLE ALEATORIA CONTINUA 𝑬 𝑿2 = න 𝒙2 ⋅ 𝒇 𝒙 𝒅𝒙 𝝈2 = 𝑬 𝑿2 − 𝝁2
−∞
 Calcular σ2

𝑬 𝑿2 = න 𝒙2 ⋅ 𝒇 𝒙 𝒅𝒙
−∞

2
𝐸 𝑋 2 = න 𝑥 2 ⋅ 2 𝑥 − 1 𝑑𝑥
1

𝟏𝟕
2
𝐸 𝑋 2 = 2 න 𝑥 2 ⋅ ( 𝑥 − 1 )𝑑𝑥
𝑬 𝑿𝟐 = = 𝟐. 𝟖𝟑
1
𝟔
2
3 𝑥4 𝑥3 2 24 23 14 13
𝐸 𝑋 2 = 2 න (𝑥 − 𝑥 2 )𝑑𝑥 = 2 − ቤ = 2 − −2 −
1 4 3 1 4 3 4 3

16 8 1 1 4 1 8 2 17
𝐸 𝑋2 = 2 − −2 − = 2 −2 − = + = = 2.83
4 3 4 3 3 12 3 12 6

29

ESPERANZA MATEMÁTICA E[X]



 VARIANZA DE UNA VARIABLE ALEATORIA CONTINUA 𝑬 𝑿2 = න 𝒙2 ⋅ 𝒇 𝒙 𝒅𝒙 𝝈2 = 𝑬 𝑿2 − 𝝁2
−∞
 Calcular σ2
𝟓
𝝁=𝑬𝑿 = = 𝟏. 𝟔𝟕
𝟑

𝟏𝟕
𝑬 𝑿𝟐 = = 𝟐. 𝟖𝟑
𝟔

𝝈2 = 𝑬 𝑿2 − 𝝁2

2
17 5 1
𝜎2 = − = = 0.0556
6 3 18

30

15