ALEATORIAS
ERIKA TADAY
GABRIELA SOLANO
LILIA ESPINOZA
KLEBER CHULDE
CONCEPTO
Una variable aleatoria es una funcin que permite asociar
un nmero real con cada uno de los elementos del espacio
muestral.
Se le asigna las siglas v.a. para referirse a la variable
aleatoria.
Notacion:
X= v.a.
x=valor de la v.a.
EJEMPL
O
CLASIFICACIN
VARIABLE ALEATORIA DISCRETA
.
VARIABLE ALEATORIA CONTINUA
VARIABLE ALEATORIA
DISCRETA
Es decir toma valores de un conjunto que es numerable y finito, por
ejemplo: X= n personas que viajan en un autobus esto puede ser
desde x=0,,50
X=0 1 2 3 4 5 .
Nota: no se puede tomar valores que se encuentran entre cada uno
de estos valores discretos por ejemplo no hay como decir que exista
1.5 personas vianjando en el autobus porque es 1 persona o son 2
personas.
EJEMPLO
Se tiene notas con una escala de 4 puntos, 1, 2, 3, 4. y se supone
que se tiene 15 alumnos siendo los resultados ordenados de la
siguiente manera:
112222233344444
Sea X=resultado de la prueba para un alumno elegido al azar.
Rx={1,2,3,4} es una v.a.d.
La frecuencia es de fi={2, 5, 3, 5}
La frecuencia relativa es fi/n={0.13, 0.33, 0.2, 0.33}
px(Xi)=pi={0.13, 0.33, 0.2, 0.33} pi=0.13+0.33+0.2+0.33=1
VARIABLES ALEATORIAS
CONTINUAS
CARACTERISTICAS DE V.A.
ESPERANZA
VARIANZA
ESPERANZA
Sea X una v.a.d con funcion de probabilidad f(x), entonces se
define:
VARIANZA
La varianza es una medida
del grado de dispersin de
los valores de la v.a.
alrededor de la media
ponderadas por sus
respectivas
probabilidades.
Ejemplificando de forma
grafica:
VARIANZA
Sea X una v.a. con esperanza finita La varianza de X es un
numero denotado por var(X) y definida como:
= E()-[E(X)
Si X es una v.a.d entonces:
Si X es una v.a.c. entonces:
EJEMPLO
Calcular la esperanza, varianza y desviacin tpica.
xi
pi
0.2
0.4
0.1
0.3
E(X)=0*0.2+1*0.4+2*0.1+3*0.3=1.5
E()=0*0.2+1*0.4+4*0.1+9*0.3=3.5
= E()-[E(X)
Variable Discreta
Funcin de Probabilidad
Variable Discreta
Funcin de Probabilidad
xi
P[X=x
i]
1/4
1/2
1/4
Variable Discreta
Funcin de Distribucin
Variable Discreta
Funcin de Distribucin
xi
P[X=x
i]
1/4
1/2
1/4
Variable Continua
Funcin de Densidad de
Probabilidad
Variable Continua
Funcin de Densidad de
Probabilidad
Variable Continua
Funcin de Distribucin
Variable Continua
Funcin de Distribucin
Ejemplo: Se desea estudiar el nivel de colesterol en cierto
tipo de pollos, la funcin de densidad de la v.a. es:
1. Obtener la Funcin de Distribucin F(x)
Variable Continua
Funcin de Distribucin
Distribuciones de Probabilidad
DISTRIBUCIN BINOMIAL
DISTRIBUCIN DE POISSON
Distribucin Binomial
Consideramos pruebas repetidas e independientes de un
experimento con dos resultados; llamamos uno de los
resultados favorable (o xito) y el otro desfavorable (o
fracaso).
Sea p la probabilidad favorable, as que q=1-p es la
probabilidad desfavorable. Si estamos interesados en el
nmero de xitos y no en el orden en que suceden, entonces
aplicamos los siguientes teoremas.
Teorema 1
La probabilidad de xitos exactamente en pruebas
repetidas se denota y expresa por
Coeficiente binomial
Adems la probabilidad desfavorable es y, por consiguiente,
la probabilidad de por lo menos un xito es
.
.
stribucin se conoce tambin como distribucin de Bernoulli, y las pruebas independientes con dos result
pruebas de Bernoulli. Las propiedades de esta distribucin son:
Distribucin Binomial
Media
Varianza
Desviacin
estndar
Distribucin de Poisson
La
distribucin de Poisson se define como sigue:
ocurre un evento en
una unidad de tiempo
Ejemplo:
Propiedades:
Distribucin de Poisson
Media
Varianza
Desviacin
estndar
DISTRIBUCIN
NORMAL
Distribucin Normal
Esta se llama as por ser la ms frecuente en la
naturaleza, esto es porque muchas variables siguen esta
distribucin de frecuencias.
Esto adems coincide con la media, la moda y la mediana.
Esto nos permite tomar decisiones que vayan a la par con
las metas y objetivos de la organizacin.
Clculo de Probabilidad
Al convertirse en una variable continua la probabilidad en
esta funcin es representada por el rea debajo de la
curva entre dos valores determinados.
Caracterstica
Propiedades
La curva normal tiene forma de campana y una sola cima en el centro de la
distribucin.
La media aritmtica, la mediana y la moda de la distribucin son iguales y
se ubican en el centro.
Es simtrica en torno a su promedio. Si se corta Ia curva normal de manera
vertical por el valor central, las dos mitades sern como imgenes en un
espejo.
La curva normal desciende suavemente en ambas direcciones a partir del
valor central.
Es asinttica, Ia curva se acerca cada vez ms al eje de X pero jams llega a
tocarlo. Es decir, las colas de Ia curva se extienden de manera indefinida
en ambas direcciones.
Cmo
calcular probabilidades
asociadas a una curva normal
estndar?
zx
EJEMPLO
Dada una variable aleatoria x distribuida segn una normal
con media de 25 y desviacin tpica 5 obtener:
La probabilidad de que la variable aleatoria x tome valores
entre 14 y 28.
GRACIAS