DISTRIBUCION
10
16/12/2016 1
VARIABLE ALEATORIA
se clasifica en :
v.a. discreta
v.a. continua
16/12/2016 2
Variable Aleatoria: Ejemplos
16/12/2016 3
Resúmenes:
16/12/2016 4
1. Variable Aleatoria Discreta
Una variable aleatoria discreta es una variable que
puede tomar solo valores enteros de un conjunto
predeterminado.
16/12/2016 5
EJEMPLO:
16/12/2016 6
Distribuciones de Probabilidades
de v.a. discreta
DISTRIBUCION DE PROBABILIDAD
CATEGORIA EVENTO X P(X=x) P(X≤x)
16/12/2016 7
Resúmenes de una variable
aleatoria discreta
16/12/2016 8
DISTRIBUCION DE PROBABILIDAD
Y SUS CARACTERISTICAS.
E(x) xf(x) 1
V(x) x 2f(x) - ( xf(x)) 2 1.5 -12 0.5
16/12/2016 9
2. Variable Aleatoria Continua
16/12/2016 10
EJEMPLO :
Sea X una variable aleatoria continua con función de
densidad :
4 x 3 0≤X≤1
f(x)
0 otro caso
a. P( 0.25 ≤ X ≤ 0.8 ) =
b. P( 0.15 ≤ X ≤ 0.5 ) =
c. E(X) =
d. V(X) =
e. Graficar la función de densidad.
16/12/2016 11
a) P( 0.25 ≤ X ≤ 0.8 ) =
4 x 3 0≤X≤1
f(x)
0 Otro caso
0.8
P (0.25 X 0.8) dx
3
4 X
0.25
X 4 0.8
4 0.25 X
4 0.8
0.25 0.84 0.254
4
P(0.25 X 0.8) 0.4057 0.4057
16/12/2016 12
b) P( 0.15 ≤ X ≤ 0.5 ) =
4 x 3 0≤X≤1
f(x)
0 Otro caso
0.5
P (0.15 X 0.5)
3
4 X
0.15
X 4 0.5
4 0.15 X
4 0.5
0.15 0.54 0.154
4
0.0620
P(0.15 X 0.5) 0.0620
16/12/2016 13
Resúmenes de una variable
aleatoria continua
ESPERANZA MATEMATICA O MEDIA TEORICA: E(X) o μ
E(x) xf(x)dx
Si la v.a es continua
VARIANZA : V(X) o σ2
V(x) E(x 2 ) (E(x)) 2
2 2
x f(x)dx - (E(x))
16/12/2016 14
c) E(X) =
4 x 3 0≤X≤1
f(x)
0 Otro caso
1 1
E( X ) X (4 X )dx dx
3 4
4 X
0 0
5
X5 4 *15 4 * 0
E( X ) 4 1
0
5 5 5
E ( X ) 0.80
E ( X ) 0.800
16/12/2016 15
c) V(X) =
4 x 3 0≤X≤1
f(x)
0 Otro caso
1 1
E ( X ) X (4 X ) 4 X 5
2 2 3
0 0
E ( X ) 0.80
E ( X 2 ) 0.6667
6
X6 2 *16 2 * 0
E( X ) 4
2 1
0 0.6667
6 3 3
V ( X ) 0.0267
16/12/2016 16
e) Grafica de la función de densidad
4 x 3 0≤X≤1
f(x)
0 Otro caso
0
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
0.
1.
X
16/12/2016 17
Sea X una variable aleatoria continua con función de densidad:
𝑥
+𝑘 0<𝑥<3
𝑓 𝑥 = 6
.
0 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
a) Calcular k para que la función sea de densidad.
3 3 3 3
𝑥 𝑥
𝑓 𝑥 𝑑𝑥 = 1 + 𝑘 𝑑𝑥 = 𝑑𝑥 + 𝑘 𝑑𝑥 = 1
6 6
0 0 0 0
𝑥2 3 3
+ 𝑘𝑥 = 1 3
12 0 0 3𝑘 =
12
32 − 02
+ 𝑘 (3 − 0) = 1
12
9 1
+ 3𝑘 = 1 𝑘=
12 12
b) Sea la función de densidad f(x), calcular la probabilidad de:
i) Que x tome valores entre 1,0 y 2,0
𝟐 𝟐 𝟐
𝐱 𝟏 𝐱 𝟏
𝐏 𝟏≤𝐱≤𝟐 = + 𝐝𝐱 = 𝐝𝐱 + 𝐝𝐱
𝟔 𝟏𝟐 𝟔 𝟏𝟐
𝟏 𝟏 𝟏
𝟐
𝒙 𝟏 𝒙𝟐 𝟐 𝒙 𝟐 𝟐𝟐 𝟏 𝟐 𝟐 𝟏
= + 𝒅𝒙 = + = − + −
𝟔 𝟏𝟐 𝟏𝟐 𝟏 𝟏𝟐 𝟏 𝟏𝟐 𝟏𝟐 𝟏𝟐 𝟏𝟐
𝟏
𝟐
𝒙 𝟏 𝟏 𝟏 𝟏
= + 𝒅𝒙 = + = = 𝟎, 𝟑𝟑𝟑𝟑
𝟔 𝟏𝟐 𝟒 𝟏𝟐 𝟑
𝟏
𝑷 𝟏 ≤ 𝒙 ≤ 𝟐 = 0,3333
ii) Que x sea a los mas 2,56 𝐏 𝐱 < 𝟐, 𝟓𝟔
𝟐.𝟓𝟔
𝒙 𝟏 𝒙𝟐 𝟐. 𝟓𝟔 𝒙 𝟐. 𝟓𝟔 𝟐. 𝟓𝟔𝟐 𝟎𝟐 𝟐. 𝟓𝟔 𝟎
+ 𝒅𝒙 = + = − + −
𝟔 𝟏𝟐 𝟏𝟐 𝟎 𝟏𝟐 𝟎 𝟏𝟐 𝟏𝟐 𝟏𝟐 𝟏𝟐
𝟎
𝟐.𝟓𝟔
𝒙 𝟏
+ 𝒅𝒙 = 𝟎, 𝟓𝟒𝟔𝟏 + 𝟎, 𝟐𝟏𝟑𝟑 = 𝟎, 𝟕𝟓𝟗𝟓
𝟔 𝟏𝟐
𝟎
𝐏 𝐗 < 𝟐, 𝟓𝟔 = 0,7595
iii) Que sea como mínimo 2.234 𝐏 𝟐. 𝟐𝟑𝟒 ≤ 𝐱 ≤ 𝟑
𝟑 𝟑 𝟑
𝒙 𝟏 𝒙 𝟏
+ 𝒅𝒙 = 𝒅𝒙 + 𝒅𝒙
𝟔 𝟏𝟐 𝟔 𝟏𝟐
𝟐.𝟐𝟑𝟒 𝟐.𝟐𝟑𝟒 𝟐.𝟐𝟑𝟒
𝟑
𝒙 𝟏 𝒙𝟐 𝟑 𝒙 𝟑 𝟑𝟐 𝟐. 𝟐𝟑𝟒𝟐 𝟑 𝟐. 𝟐𝟑𝟒
+ 𝒅𝒙 = + = − + −
𝟔 𝟏𝟐 𝟏𝟐 𝟐. 𝟐𝟑𝟒 𝟏𝟐 𝟐. 𝟐𝟑𝟒 𝟏𝟐 𝟏𝟐 𝟏𝟐 𝟏𝟐
𝟐.𝟐𝟑𝟒
𝟑
𝒙 𝟏
+ 𝒅𝒙 = 𝟎, 𝟑𝟑𝟒𝟏 + 𝟎, 𝟎𝟔𝟑𝟖 = 𝟎, 𝟑𝟗𝟕𝟗
𝟔 𝟏𝟐
𝟐.𝟐𝟑𝟒
𝑷 𝟐. 𝟐𝟑𝟒 ≤ 𝒙 ≤ 𝟑 = 0,3979
iv) Que x sea igual a 3.67 𝐏 𝐱 = 𝟑, 𝟔𝟕
𝑥
+𝑘 0<𝑥<3
𝑓 𝑥 = 6 .
0 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝐏 𝐱 = 𝟑, 𝟔𝟕 = 0
c) Calcular sus parámetros (esperanza y varianza) por definición
𝑬 𝒙 = 𝒙 𝒇 𝒙 𝒅𝒙 𝑽 𝒙 = 𝒙𝟐 𝒇 𝒙 𝒅𝒙 − (𝑬 𝒙 )𝟐
−∞ −∞
𝟑 𝟑
𝒙 𝟏 𝒙 𝟏
𝑬 𝒙 = 𝒙 + 𝒅𝒙 𝑽 𝒙 = 𝒙𝟐 + 𝒅𝒙 − (𝑬 𝒙 )𝟐
𝟔 𝟏𝟐 𝟔 𝟏𝟐
𝟎 𝟎
𝐸 𝑥 = 1,875 V 𝑥 = 0.6094
d) Construir la función de distribución
𝑭 𝒙 = 𝒇 𝒙 𝒅𝒙 𝟎≤𝒕≤𝟑
𝟎
𝑡 𝑡 𝑡
𝑥 1 𝑥 1
𝑭 𝒙 = + 𝑑𝑥 = 𝑑𝑥 + 𝑑𝑥
6 12 6 12
0 0 0
𝒙𝟐 𝒕 𝒙 𝒕 𝒕𝟐 𝒕
𝑭 𝒙 = + = +
𝟏𝟐 𝟎 𝟏𝟐 𝟎 𝟏𝟐 𝟏𝟐
𝒙𝟐 𝒙
𝑭 𝒙 = +
𝟏𝟐 𝟏𝟐
e) Usando la función de distribución. Calcular la probabilidad de:
𝑷 𝒙 < 𝟐, 𝟓
𝟐, 𝟓𝟐 𝟐, 𝟓
𝑷 𝒙 < 𝟐, 𝟓 = 𝑭 𝟐, 𝟓 = +
𝟏𝟐 𝟏𝟐
𝑭 𝟐, 𝟓 = 𝟎, 𝟕𝟐𝟗𝟐
𝑷 (𝟐, 𝟐𝟒 ≤ 𝒙 ≤ 𝟐, 𝟕𝟗)
𝑷 𝟐, 𝟐𝟒 ≤ 𝒙 ≤ 𝟐, 𝟕𝟗 = 𝑭 𝟐, 𝟕𝟗 − 𝑭 𝟐, 𝟐𝟒 =
𝟐, 𝟕𝟗𝟐 𝟐, 𝟕𝟗 𝟐, 𝟐𝟒𝟐 𝟐, 𝟐𝟒
= + − + =
𝟏𝟐 𝟏𝟐 𝟏𝟐 𝟏𝟐
𝑷 𝟐, 𝟐𝟒 ≤ 𝒙 ≤ 𝟐, 𝟕𝟗 = 𝑭 𝟐, 𝟕𝟗 − 𝑭 𝟐, 𝟐𝟒 = 𝟎, 𝟖𝟖𝟏𝟐 − 𝟎, 𝟔𝟎𝟒𝟖
𝟏, 𝟕𝟗𝟒𝟐 𝟏, 𝟕𝟗𝟒
𝑷 𝒙 > 𝟏, 𝟕𝟗𝟒 = 𝑭 𝟏, 𝟕𝟗𝟒 = 𝟏 − +
𝟏𝟐 𝟏𝟐
Ejemplo 2: Si X es una v.a. continua, con funcion de densidad f(x) y recorrido Rx que pertenece a
un subconjunto de numeros reales.
a) Calcular k para que la funcion sea funcion de densidad.
𝒙
+𝐤 𝟎≤𝑿≤𝟐 b) Si la f(x) es funcion de densidad. Hallar la probabilidad de:
𝐟𝐱 = 𝟒 . i. Que x tome valores entre 1.0 y 2.0
𝟎 𝐎𝐭𝐫𝐨 𝐜𝐚𝐬𝐨 ii. Que x sea a lo mas 2.5
iii. Que x sea como minimo 1.234 iv. Que x sea igual a 1.67
c) Calcular sus parametros (Esperanza y Varianza) por definicion.
d) Construir la funcionde distribucion.
e) Usando la funcionde distribucion. Calcular la probabilidad: P(X < 1.5 ), P( X > 1.75) y P( 1.25 < X < 1.75)
f) Graficar las funciones de densidad y distribucion.
16/12/2016 30
FIN
16/12/2016 31