Por ejemplo, consideremos el experimento de lanzar una moneda. Tenemos que Ωáguila, sol. Podemos definir la variable aleatoria X como:
|
|
- Gonzalo Rico Caballero
- hace 5 años
- Vistas:
Transcripción
1 Las variables aleatorias son una herramienta que permite traducir los posibles resultados de un experimento aleatorio en números reales. Definiremos a una variable aleatoria como una función X : Ω R tal que para todo x R se cumple que: Si w Ω entonces X(w) x (1) Por ejemplo, consideremos el experimento de lanzar una moneda. Tenemos que Ωáguila, sol. Podemos definir la variable aleatoria X como: X(águila) = 1 (2) X(sol) = 0 (3) entonces los posibles resultados de nuestro experimento aleatorio son los números 0 y 1, los cuales se escogieron de manera arbitraria. Notemos que los únicos valores que puede tomar nuestra v.a. son el 0 y el 1, por lo que el dominio de nuestra función es el conjunto {0, 1}. Además podemos establecer que P ( X = 0 ) = 1 2 (4) P ( X = 1 ) = 1 2 (5)
2 Variables aleatorias discreta y continua (v.a.d y v.a.c)
3 Variables aleatorias discreta y continua (v.a.d y v.a.c) Diremos que una variable aleatoria es discreta si el rango de la función X es un conjunto finito o numerable. En caso de que el rango de X es un conjunto infinito no numerable entonces decimos que X es una variable aleatoria continua.
4 Variables aleatorias discreta y continua (v.a.d y v.a.c) Diremos que una variable aleatoria es discreta si el rango de la función X es un conjunto finito o numerable. En caso de que el rango de X es un conjunto infinito no numerable entonces decimos que X es una variable aleatoria continua. En nuestro ejemplo de la moneda la variable es una v.a. discreta. De ahora en adelante, en los experimentos se elegirá solo un tipo de variable: discreta o continua.
5 Funciones de densidad y de distribución Sea X una v.a.d que toma los valores x 0, x 1, x 2,..., x n. Definimos la función de densidad de X denotada por f X(x) : R R como: { ( ) P X = x si x = x 0, x 1, x 2,..., x n f X(x) = (6) 0 en otro caso
6 Funciones de densidad y de distribución Sea X una v.a.d que toma los valores x 0, x 1, x 2,..., x n. Definimos la función de densidad de X denotada por f X(x) : R R como: { ( ) P X = x si x = x 0, x 1, x 2,..., x n f X(x) = (6) 0 en otro caso Para una variable aleatoria continua X, definimos la función de densidad de X como aquella función continua f X : R R tal que para todo intervalo [a, b] R, se cumple que: P ( X [a, b] ) = b a f X(x)dx (7)
7 Para el caso discreto y continuo, la función de densidad satisface las siguientes propiedades. Sea f X(x) la función de densidad de la v.a.c. (v.a.d) X, entonces se cumplen las siguientes propiedades: f X(x) 0
8 Para el caso discreto y continuo, la función de densidad satisface las siguientes propiedades. Sea f X(x) la función de densidad de la v.a.c. (v.a.d) X, entonces se cumplen las siguientes propiedades: f X(x) 0 fx(x)dx = 1 ( n i=1 f(xi) = 1)
9 Para el caso discreto y continuo, la función de densidad satisface las siguientes propiedades. Sea f X(x) la función de densidad de la v.a.c. (v.a.d) X, entonces se cumplen las siguientes propiedades: f X(x) 0 fx(x)dx = 1 ( n i=1 f(xi) = 1) Ahora definamos la función de distribución.
10 Para el caso discreto y continuo, la función de densidad satisface las siguientes propiedades. Sea f X(x) la función de densidad de la v.a.c. (v.a.d) X, entonces se cumplen las siguientes propiedades: f X(x) 0 fx(x)dx = 1 ( n i=1 f(xi) = 1) Ahora definamos la función de distribución. Dada una variable aleatoria X, discreta o continua, se define la función de distribución de X, denotada por F X(x) : R R, como F X(x) = P (X x) (8)
11 Para el caso discreto y continuo, la función de densidad satisface las siguientes propiedades. Sea f X(x) la función de densidad de la v.a.c. (v.a.d) X, entonces se cumplen las siguientes propiedades: f X(x) 0 fx(x)dx = 1 ( n i=1 f(xi) = 1) Ahora definamos la función de distribución. Dada una variable aleatoria X, discreta o continua, se define la función de distribución de X, denotada por F X(x) : R R, como F X(x) = P (X x) (8) Así, la relación entre la función de densidad f X y la función de distribución F X de una v.a.c. X se expresa como: F X(x) = P (X x) = x f X(u)du (9)
12 Las funciones de distribución satisfacen las siguientes propiedades: Sea X una variable aleatoria cualquiera con función de distribución F X(x), entonces: 1 lim x FX(x) = 1
13 Las funciones de distribución satisfacen las siguientes propiedades: Sea X una variable aleatoria cualquiera con función de distribución F X(x), entonces: 1 lim x FX(x) = 1 2 lim x FX(x) = 0
14 Las funciones de distribución satisfacen las siguientes propiedades: Sea X una variable aleatoria cualquiera con función de distribución F X(x), entonces: 1 lim x FX(x) = 1 2 lim x FX(x) = 0 3 Si a b entonces F X(a) F X(b)
15 Las funciones de distribución satisfacen las siguientes propiedades: Sea X una variable aleatoria cualquiera con función de distribución F X(x), entonces: 1 lim x FX(x) = 1 2 lim x FX(x) = 0 3 Si a b entonces F X(a) F X(b) 4 F X(x) es una función continua por la derecha Luego si X es una v.a.c., entonces: P (a < X b) = P (a X b) = P (a X < b) = P (a < X < b)(10) = b f X(x)dx = F X(b) F X(a) (11) a
16 Ahora, para calcular a F X(x) la función de distribución a partir de la función de densidad f X(x), debemos integrar para el caso continuo o sumar para el caso discreto: F X(x) = x f X(u)du (12)
17 Ahora, para calcular a F X(x) la función de distribución a partir de la función de densidad f X(x), debemos integrar para el caso continuo o sumar para el caso discreto: F X(x) = x f X(u)du (12) en el caso discreto se suman todos los valores de f X(u) para valores de u menores o iguales a x. Para el otro caso, si conocemos la función de distribución F X(x) y deseamos calcular la función de densidad f X(x), debemos calcular: f X(x) = d FX(x) (13) dx
18 Ahora, para calcular a F X(x) la función de distribución a partir de la función de densidad f X(x), debemos integrar para el caso continuo o sumar para el caso discreto: F X(x) = x f X(u)du (12) en el caso discreto se suman todos los valores de f X(u) para valores de u menores o iguales a x. Para el otro caso, si conocemos la función de distribución F X(x) y deseamos calcular la función de densidad f X(x), debemos calcular: Para el caso de variables discretas usamos la relación: f X(x) = d FX(x) (13) dx f X(x) = F X(x + ) F X(x ) (14)
19 Ahora, para calcular a F X(x) la función de distribución a partir de la función de densidad f X(x), debemos integrar para el caso continuo o sumar para el caso discreto: F X(x) = x f X(u)du (12) en el caso discreto se suman todos los valores de f X(u) para valores de u menores o iguales a x. Para el otro caso, si conocemos la función de distribución F X(x) y deseamos calcular la función de densidad f X(x), debemos calcular: Para el caso de variables discretas usamos la relación: f X(x) = d FX(x) (13) dx f X(x) = F X(x + ) F X(x ) (14) Es decir, f X(x) es el tamaño de la discontinuidad de F X en el punto x.
20 Ejemplo 1 La variable aleatoria X tiene la siguiente función de densidad: { 3 f(x) = 2 x2, x ( 1, 1) 0, x / ( 1, 1) (15) Grafique f(x) y calcule las siguientes probabilidades. Muestre estas probabilidades gráficamente sombreando las correspondientes áreas bajo la función de densidad. 1 P ( 1/4 < X < 2/3 ) 2 P ( X < 1/2 ) 3 P (X ( 3/4, 1/4) ( 1/2, 1/2))
21 Para el primer caso, debemos integrar lo siguiente: P ( 1/4 < X < 2/3 ) = = 1 2 2/3 1/4 3 2 x2 dx = /3 3 x3 1/4 (16) [ ( ) 3 ( 2 1 ) ] 3 = (17) Figure: P ( 1/4 < X < 2/3 )
22 Para el segundo caso integraremos: P ( X < 1/2) = = 1 2 1/2 1/2 3 2 x2 dx = /2 3 x3 1/2 (18) [ ( ) 3 ( 1 1 ) ] 3 = 1 = (19) Figure: P ( X < 1/2 )
23 Y finalmente, P (X ( 3/4, 1/4) ( 1/2, 1/2)) = = 1 2 [ ( ) 1 3 ( ) ] = 1/4 1/2 3 2 x2 dx = ( 3 x ( ( Figure: P (X ( 3/4, 1/4) ( 1/2, 1/2))
24 Ejemplo 2 Sea X una v.a.c. con función de densidad dada por: kx 3, x [ 1, 0) f X(x) = kx 3, x [0, 1) (23) 0, x / ( 1, 1) 1 Obtenga el valor de k y grafique f X(x) 2 Obtenga y grafique F X(x) 3 Obtenga el valor α tal que P ( α X α) = 1/2 y muestre gráficamente esta probabilidad.
25 Solución Para el punto 1, recordemos que una función de densidad de una v.a.c debe satisfacer que: f X(x)dx = 1 (24) Así, para la función de densidad dada debemos verificar que: Así, k = f X(x)dx = 1 (25) = 0 1 = k 4 x4 kx 3 dx k 4 x4 1 kx 3 dx (26) 0 (27) = k 4 + k 4 = 2 4 k = 1 (28)
26 Figure: Gráfica de la función de densidad f X(x)
27 Ahora, la función de distribución es la integral de la función de densidad sobre todo el intervalo donde esté definida esta, luego: 1, x [ 1, 0) 2 1 F X(x) =, x [0, 1) (29) 2 0, x / ( 1, 1) Figure: Gráfica de la distribución de probabilidad F X(x)
28 Finalmente para encontrar a α recordemos que: α P ( α X α) = f X(x)dx = F X(α) F X( α) = 1 2 α (30) De nuestro problema la constante α sólo puede tomar valores entre -1 y 1 ya que la función sólo está definida en ese intervalo. Por lo que podemos separar esta integral como: 0 α f X(x)dx + 0 α α 0 2x 3 dx + f X(x)dx = (31) α 0 2x 3 dx (32)
29 1 2 x4 0 α x4 α 1 2 ( α) (α)4 = = (33) (34) α 4 = 1 2 (35) α = (36) Así, la solución pedida es: P ( 2 1/4 X 2 1/4 ) =
Distribuciones de Probabilidad Para Variables Aleatorias Continuas
Distribuciones de Probabilidad Para Variables Aleatorias Continuas Departamento de Estadística-FACES-ULA 20 de Diciembre de 2013 Introducción Recordemos la definición de Variable Aleatoria Continua. Variable
Más detallesTEMA 2.- VARIABLES ALEATORIAS
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 16/17 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias. 2.2. Variables aleatorias discretas. Diagrama de barras. 2.3. Función de
Más detallesNotas de clase. Prof. Nora Arnesi
Notas de clase Este material está sujeto a correcciones, comentarios y demostraciones adicionales durante el dictado de las clases, no se recomienda su uso a aquellos alumnos que no concurran a las mismas
Más detallesEstadística 1 - Curso 2010
Estadística - Curso 200 Profesor: Jorge Ponce Ayudantes: Luis Freda y Pablo Miguez Facultad de Ciencias Económicas y de Administración Universidad de la República Montevideo, agosto-diciembre 200 (FCEyA)
Más detallesTeorema de Bayes(6) Nos interesan las probabilidades a posteriori o probabilidades originales de las partes p i :
Teorema de Bayes(5) 75 Gráficamente, tenemos un suceso A en un espacio muestral particionado. Conocemos las probabilidades a priori o probabilidades de las partes sabiendo que ocurrió A: Teorema de Bayes(6)
Más detallesUnidad 3. Probabilidad
Unidad 3. Probabilidad Javier Santibáñez 17 de agosto de 2018 1. Introducción Definición 1. La probabilidad es una medida subjetiva del grado de creencia que se tiene acerca de que algo desconocido sea
Más detallesVariables aleatorias continuas y Características numéricas
Variables aleatorias continuas y Características numéricas 2ºC 2018 Clase Nº 7 Mg. Stella Figueroa Variable aleatoria continua X es una VAC si existe una función f(x), llamada función de densidad de probabilidad
Más detallesParte 2: Definición y ejemplos de topologías.
Parte 2: Definición y ejemplos de topologías. 22 de marzo de 2014 1. Definiciones y propiedades básicas. Definición 1 Sea X un conjunto. Una familia T de subconjuntos de X es una topología de X si se cumplen:
Más detallesProbabilidad condicional
4 Profra. Blanca Lucía Moreno Ley March 18, 2014 Sumario 1 Resumen 2 Probabilidad Supongamos que un experimento E tiene un espacio muestral U y un evento A está definido en dicho espacio muestral, entonces
Más detallesCapítulo 1. Teoría de la probabilidad Teoría de conjuntos
Capítulo 1 Teoría de la probabilidad 1.1. Teoría de conjuntos Definición 1.1.1 El conjunto S de todos los posibles resultados de un experimento aleatorio es llamado el espacio muestral. Un espacio muestral
Más detallesEstadís4ca y Métodos Numéricos Tema 2. Variable Aleatoria
Estadís4ca y Métodos Numéricos Tema. Variable Aleatoria Ángel Barón Caldera Ángel Cobo Ortega María Dolores Frías Domínguez Jesús Fernández Fernández Francisco Javier González Or@z Carmen María Sordo García
Más detalles1. Definiciones y propiedades básicas.
Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 2016 PRACTICO 2: TOPOLOGÍA. 1 1. Definiciones y propiedades básicas. Definición 1 Sea X un conjunto.
Más detallesTEMA 3.- VECTORES ALEATORIOS.- CURSO
TEMA 3.- VECTORES ALEATORIOS.- CURSO 017-018 3.1. VARIABLES ALEATORIAS BIDIMENSIONALES. FUNCIÓN DE DISTRIBUCIÓN CONJUNTA. 3.. VARIABLES BIDIMENSIONALES DISCRETAS. 3.3. VARIABLES BIDIMENSIONALES CONTINUAS.
Más detalles3. Variables aleatorias
3. Variables aleatorias Estadística Ingeniería Informática Curso 2009-2010 Estadística (Aurora Torrente) 3. Variables aleatorias Curso 2009-2010 1 / 33 Contenidos 1 Variables aleatorias y su distribución
Más detallesTema 2: Variables Aleatorias Unidimensionales
Tema 2: Variables Aleatorias Unidimensionales Teorı a de la Comunicacio n Curso 27-28 Contenido 1 Concepto de Variable Aleatoria 2 Función Distribución 3 Clasificación de Variables Aleatorias 4 Función
Más detallesTema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias
Estadística Tema 3: Cálculo de Probabilidades Unidad 2: Variables Aleatorias Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Noviembre 2010 Contenidos...............................................................
Más detallesProcesos estocásticos
Procesos estocásticos Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos del curso 1. Introducción. 2. Procesos a tiempo discreto:
Más detallesDISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIONES DE PROBABILIDAD VARIABLE ALEATORIA Una variable x valuada numéricamente varía o cambia, dependiendo del resultado particular del experimento que se mida. Por ejemplo, suponga que se tira
Más detallesDistribuciones de probabilidad
Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E un número real: X: E Ejemplo: Consideremos el experimento
Más detallesVariables Aleatorias y Distribución de Probabilidades
Variables Aleatorias y Distribución de Probabilidades Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 27 de mayo de 2011 Tabla de Contenidos Variables
Más detallesPROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES. Prof. Johnny Montenegro 1 M.
PROBABILIDADES VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES Prof. Johnny Montenegro 1 M. PROBABILIDADES 2 Una variable es aleatoria si toma los valores de los resultados de un experimento aleatorio. Esta
Más detalles4.1. Definición de variable aleatoria. Clasificación.
Capítulo 4 Variable aleatoria Una variable aleatoria es un valor numérico que corresponde a un resultado de un experimento aleatorio. Algunos ejemplos son: número de caras obtenidas al lanzar seis veces
Más detallesTEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18
TEMA 2.- VARIABLES ALEATORIAS UNIDIMENSIONALES.- CURSO 17/18 2.1. Concepto de variable aleatoria. Tipos de variables aleatorias: discretas y continuas. 2.2. Variables aleatorias discretas. Diagrama de
Más detallesVARIABLES ALEATORIAS Variable: Característica de los individuos u objetos
1 Definiciones VARIABLES ALEATORIAS Variable: Característica de los individuos u objetos Aleatoria: Azar 1. Una variable aleatoria ( v.a.) es una función que asigna un número real a cada resultado en el
Más detallesUNIDAD IV :VARIABLE ALEATORIA Y SUS CARACTERÍSTICAS Competencia: -El estudiante debe definir correctamente lo que es una variable aleatoria,
COMPETENCIAS Y OBJETIVOS UNIDAD IV :VARIABLE ALEATORIA Y SUS CARACTERÍSTICAS Competencia: -El estudiante debe definir correctamente lo que es una variable aleatoria, reconocer y utilizar las principales
Más detallesVariables aleatorias
Variables aleatorias DEFINICIÓN En temas anteriores, se han estudiado las variables estadísticas, que representaban el conjunto de resultados observados al realizar un experimento aleatorio, presentando
Más detallesExperimento de lanzar 3 monedas al aire. Denominando por (C) a Cara y (X) a Cruz, el espacio muestral será: Ω={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
1 Tema 3 : Variable Aleatoria Unidimensional 3.1. Concepto de variable aleatoria Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral (Ω) de un experimento,
Más detallesTema 4: VARIABLES ALEATORIAS BIDIMENSIONALES
Tema 4: VAIABLES ALEATOIAS BIDIMENSIONALES 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación
Más detallesVariables aleatorias
Variables aleatorias Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Estadística I curso 2008 2009 Una variable aleatoria es un valor numérico que se corresponde con
Más detallesCurso Propedéutico de Cálculo Sesión 6: Aplicaciones de la Integración
por Curso Propedéutico de Cálculo Sesión 6: de la Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema por 1 por 2 Esquema por 1 por 2 por Al contrario
Más detallesVARIABLES ALEATORIAS INTRODUCCIÓN
DOCENTE: SERGIO ANDRÉS NIETO DUARTE CURSO: ESTADÍSTICA DE LA PROBABILIDAD VARIABLES ALEATORIAS INTRODUCCIÓN Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son
Más detallesUnidad II Distribuciones de Probabilidad
Unidad II Distribuciones de Probabilidad Última revisión: 25-Septiembre-2009 Elaboró: Ing. Víctor H. Alcalá-Octaviano Página 11 II.1 Variables aleatorias discretas y continuas En gran número de experimentos
Más detallesUNIDAD II. INTEGRAL DEFINIDA Y LOS MÉTODOS DE INTEGRACIÓN. Tema: LA INTEGRAL DEFINIDA
UNIDAD II. INTEGRAL DEFINIDA Y LOS MÉTODOS DE INTEGRACIÓN Tema: LA INTEGRAL DEFINIDA La integral definida Anteriormente se mencionó que la Integral Indefinida da como resultado una familia de funciones
Más detallesDistribuciones multivariadas
Distribuciones multivariadas Si X 1,X 2,...,X p son variables aleatorias discretas, definiremos la función de probabilidad conjunta de X como p(x) =p(x 1,x 2,...,x k )=P (X 1 = x 1,X 2 = x 2,...,X p =
Más detallesTema 4: Variables aleatorias.
Estadística 46 Tema 4: Variables aleatorias. El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos aleatorios, que en muchos
Más detalles2. VARIABLE ALEATORIA. Estadística I Dr. Francisco Rabadán Pérez
2. VARIABLE ALEATORIA Estadística I Dr. Francisco Rabadán Pérez Índice 1. Variable Aleatoria 2. Función de Distribución 3. Variable Aleatoria Discreta 4. Variable Aleatoria Continua 5. Esperanza Matemática
Más detallesLos Axiomas de Kolmogorov. Parte II.
Los Axiomas de Kolmogorov. Parte II. 1 Sucesiones infinitas de Eventos y el problema de la Medida de Probabilidad Hasta el momento hemos estudiado modelos de probabilidad cuya clase de eventos incluye
Más detallesPart I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Más detallesEjemplo de la señal aleatoria
VARIABLE ALEATORIA Ejemplo de la señal aleatoria En el contexto de las telecomunicaciones, cualquier señal debe considerarse aleatoria, ya que por muchas razones, no existen garantías de que la señal enviada
Más detallesVariables aleatorias unidimensionales
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Variable aleatoria 1 Variable aleatoria 2 3 4 Variable aleatoria Definición Las variables aleatorias son funciones cuyos valores dependen
Más detallesLímite y Continuidad de funciones de una variable
Introducción Límite y de funciones de una variable Departamento de Matemática Aplicada Universitat Politècnica de València, España Fundamentos Matemáticos para la Ingenieria Civil Límite y de funciones
Más detallesMomentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Más detallesDistribución de probabilidad
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar decisiones Por ejemplo, en un partido de fútbol si se lanza una moneda y sale cara parte la visita, de lo contrario parte
Más detallesTema 4: VECTORES ALEATORIOS
Tema 4: VECTOES ALEATOIOS 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación ( ):Ω tal
Más detallesVECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M.
1 Introducción VECTORES ALEATORIOS Julián de la Horra Departamento de Matemáticas U.A.M. Desde un punto de vista formal, los vectores aleatorios son la herramienta matemática adecuada para transportar
Más detallesVARIABLES ALEATORIAS. Ing. Andrés Álvarez Cid
VARIABLES ALEATORIAS Ing. Andrés Álvarez Cid VALOR ESPERADO CASO DISCRETO Sea X una variable aleatoria discreta con un conjunto de valores posibles D y una función de probabilidad p(x). El valor esperado
Más detallesVariables aleatorias
Capítulo 5 Variables aleatorias 5.1. Introducción Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son valores numéricos. Por ejemplo, si el experimento consiste
Más detallesTema 3. VARIABLES ALEATORIAS.
3..- Introducción. Tema 3. VARIABLES ALEATORIAS. Objetivo: Encontrar modelos matemáticos para el trabajo con probabilidad de sucesos. En particular, se quiere trabajar con funciones reales de variable
Más detalles5. TEOREMA FUNDAMENTAL: Repaso Variables Aleatorias. Jorge Eduardo Ortiz Triviño
5. TEOREMA FUNDAMENTAL: Repaso Variables Aleatorias Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ CONTENIDO 1. INTRODUCCIÓN 2. VARIABLES ALEATORIAS 3. TEOREMA
Más detallesVARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD TEMA 7. Métodos Estadísticos. Tema 7: Variables aleatorias y distribuciones de probabilidad.
TEMA 7 VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD González J.J., Guerra N., Quintana M.P. y Santana A. 53 . Variables Aleatorias. En muchos experimentos aleatorios los resultados no son intrínsecamente
Más detallesTema 4: Variables Aleatorias
Tema 4: Variables Aleatorias Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Variables Aleatorias Curso 2009-2010 1 / 10 Índice 1 Concepto
Más detalles1. Variables Aleatorias Discretas
Tema 4: Variables Aleatorias Modelos de Probabilidad 1. Variables Aleatorias Discretas Lo que pretendemos en este tema es transformar el problema de la asignación de probabilidades a otro consistente en
Más detallesVariables aleatorias
Estadística Variables aleatorias Supongamos que realizamos el experimento: tirar dos veces un dado. Hasta ahora, hemos tratado sucesos, por ejemplo: A2 = la suma de dos tiradas de un dado es 2. Podemos
Más detallesModelo de Probabilidad
Capítulo 1 Modelo de Probabilidad 1.1 Definiciones y Resultados Básicos Sea Ω un conjunto arbitrario. Definición 1.1 Una familia no vacía F de subconjuntos de Ω es llamada una σ-álgebra de subconjuntos
Más detallesMATEMÁTICAS: EBAU 2017 JUNIO CASTILLA Y LEÓN
MATEMÁTICAS: EBAU 7 JUNIO CASTILLA Y LEÓN Opción A Ejercicio A Sean A = ( 4 ) y B = ( 3 ), a) Estudiar si A y B tienen inversa y calcularla cuando sea posible. ( punto) Una matriz cuadrada M tiene inversa
Más detallesTema 5: Funciones medibles. Variables aleatorias. Función de distribución.
Tema 5: Funciones medibles. Variables aleatorias. Función de distribución. El concepto de variable aleatoria formaliza las magnitudes numéricas asociadas a los resultados de una experimento aleatorio.
Más detallesDefinición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s).
VARIABLE ALEATORIA Definición: Se llama variable aleatoria a toda función X que asigna a c/u de los elementos del espacio muestral S, un número Real X(s). X : S S s s X () s X(s) Rx Rx es el recorrido
Más detallesTEMA 1 VARIABLES ALEATORIAS MULTIDIMENSIONALES
TEMA 1 VARIABLES ALEATORIAS MULTIDIMENSIONALES Recordemos que el concepto de variable aleatoria surge de la necesidad de transformar el espacio muestral asociado a un experimento aleatorio en un espacio
Más detallesCAPÍTULO 6: VARIABLES ALEATORIAS
Página 1 de 11 CAPÍTULO 6: VARIABLES ALEATORIAS En el capítulo 4, de estadística descriptiva, se estudiaron las distribuciones de frecuencias de conjuntos de datos y en el capítulo 5 se trataron los fundamentos
Más detallesDistribuciones de Probabilidad
Distribuciones de Probabilidad Variables Aleatorias Ahora se introducirá el concepto de variable aleatoria y luego se introducirán las distribuciones de probabilidad discretas más comunes en la práctica
Más detallesEstadís5ca. María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo. Tema 3. Probabilidad y variable aleatoria
Estadís5ca Tema 3. Probabilidad y variable aleatoria María Dolores Frías Domínguez Jesús Fernández Fernández Carmen María Sordo Departamento de Matemá.ca Aplicada y Ciencias de la Computación Este tema
Más detallesRepaso de Probabilidad y Estadística
Repaso de Probabilidad y Estadística Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Probabilidad 2 Definición.............................................................
Más detallesINSTITUTO TECNICO MARIA INMACULA ASIGNATURA: MATEMATICAS GRADO: 11 AÑO 2013
FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida
Más detalles1. Continuidad. Universidad de Chile Subsucesiones. Ingeniería Matemática
1. Continuidad 1.1. Subsucesiones Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 08- Importante: Visita regularmente http://www.dim.uchile.cl/~calculo.
Más detallesOPCIÓN A. = en el punto ( ) b) Calcular el área de la región delimitada en el primer cuadrante por la gráfica de la función
Pruebas de acceso a enseñanzas universitarias oficiales de grado Castilla y León MATEMÁTICAS II EJERCICIO Nº Páginas: INDICACIONES:.- OPTATIVIDAD: El alumno deberá escoger una de las dos opciones, pudiendo
Más detallesClase No. 20: Integrales impropias MAT 251. Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) / 14
Clase No. 2: Integrales impropias MAT 251 Joaquín Peña (CIMAT) Métodos Numéricos (MAT 251) 26.11.211 1 / 14 Integrandos con singularidades (I) Cuando el integrando o alguna de sus derivadas de bajo orden
Más detallesObservación: Aceptaremos que la función f no este definida para un número finito de términos como por ejemplo f(n) = n 5.
Ingeniería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo Diferencial e Integral 07- Importante: Visita regularmente http://www.dim.uchile.cl/calculo. Ahí encontrarás
Más detallesTeorema de Bayes. mientras que B tiene una tasa de defectos del 4%.
Teorema de Bayes Ejemplo: En una empresa manufacturera, una máquina A produce el 60% de la producción total, mientras que una máquina B el restante 40%. 71 El 2% de las unidades producidas por A son defectuosas,
Más detallesVARIABLE ALEATORIA VARIABLE ALEATORIA DISCRETA:
VARIABLE ALEATORIA DISTRIBUCIÓN DE PROBABILIDAD. PROBABILIDAD INDUCIDA. VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA CONTINUA FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE DISCRETA FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE
Más detallesTema 12: Distribuciones de probabilidad
Tema 12: Distribuciones de probabilidad 1. Variable aleatoria Una variable aleatoria X es una función que asocia a cada elemento del espacio muestral E, de un experimento aleatorio, un número real: X:
Más detallesUniversidad Autónoma de Madrid Probabilidad y Estadística
Pendiente de la lección 1: Lección 6 Variables aleatorias ˆ Si Ω es infinito, Ω sería su área en P(A) = A / Ω. ˆ Vamos a lanzar un bolígrafo en un suelo con pequeñas baldosas blancas que tienen un dibujo
Más detallesVariables aleatorias bidimensionales discretas
Universidad de San Carlos de Guatemala Facultad de Ingeniería Área de Estadística VARIABLES ALEATORIAS BIDIMENSIONALES Concepto: Sean X e Y variables aleatorias. Una variable aleatoria bidimensional (X,
Más detallesEjercicios Adicionales de Cálculo de Probabilidades LICENCIATURA EN MATEMÁTICAS. CURSO
1 DEPARTAMENTO DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA Universidad de Sevilla Ejercicios Adicionales de Cálculo de Probabilidades LICENCIATURA EN MATEMÁTICAS. CURSO 2005-2006. NOTACIONES Y NOMENCLATURA:
Más detallesLlamando: y = número de kg de B. La función objetivo a minimizar es: F (x, y) = 5x + 4y. con las restricciones: y 1,5x x 500 y 500 x + y 600 x 0 y 0
OPCIÓN A 1. Un producto se compone de la mezcla de otros dos A y B. Se tienen 500 kg de A y 500 kg de B. En la mezcla, el peso de B debe ser menor o igual que 1,5 veces el de A. Para satisfacer la demanda,
Más detallesEcuaciones diferenciales lineales
Ecuaciones diferenciales lineales Ecuaciones diferenciales lineales de orden n Una ecuación diferencial lineal de orden n es una expresión del tipo a n (x) dn y dx n + a n 1(x) dn 1 y dx n 1 +... + a 1(x)
Más detallesResumen de Probabilidad
Definiciones básicas * Probabilidad Resumen de Probabilidad Para calcular la probabilidad de un evento A: P (A) = N o decasosfavorables N o decasosposibles * Espacio muestral (Ω) Es el conjunto de TODOS
Más detallesVARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
Más detallesDepartamento de Matemática Aplicada a la I.T.T.
Departamento de Matemática Aplicada a la I.T.T. ASIGNATURA: ESTADÍSTICA Y PROCESOS ESTOCÁSTICOS EXAMEN FINAL Primavera 15 FECHA: de Junio de 15 Fecha publicación notas: 11 de Junio de 15 Fecha revisión
Más detallesAPUNTES DE PROBABILIDAD Y ESTADISTICA ING. GUILLERMO CASAR MARCOS
CAPITULO III VARIABLES ALEATORIAS. DEFINICION.- UNA VARIABLE ALEATORIA ES UNA FUNCION DE LOS VALORES DEL ESPACIO MUESTRAL. ESTO ES, EL DOMINIO DE DEFINICION DE UNA VARIABLE ALEATORIA ES UN ESPACIO MUESTRAL,
Más detallesVARIABLE ALEATORIA. Una variable aleatoria discreta es el modelo teórico de una variable estadística discreta (con valores sin agrupar).
VARIABLE ALEATORIA VARIABLE ALEATORIA DISCRETA VARIABLE ALEATORIA CONTINUA DISTRIBUCIÓN DE PROBABILIDAD. PROBABILIDAD INDUCIDA. FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE DISCRETA FUNCIÓN DE DISTRIBUCIÓN EN VARIABLE
Más detallesContinuidad de funciones reales y vectoriales de variable vectorial
Capítulo 6 Continuidad de funciones reales y vectoriales de variable vectorial 6.1. Introducción Hasta el momento hemos estudiado funciones reales de variable real, es decir, funciones de la forma f :
Más detallesTema 5. Variables Aleatorias
Tema 5. Variables Aleatorias Presentación y Objetivos. En este tema se estudia el concepto básico de Variable Aleatoria así como diversas funciones fundamentales en su desarrollo. Es un concepto clave,
Más detallesJulio Deride Silva. 18 de agosto de 2010
Estadística Descriptiva Julio Deride Silva Área de Matemática Facultad de Ciencias Químicas y Farmcéuticas Universidad de Chile 18 de agosto de 2010 Tabla de Contenidos Estadística Descriptiva Julio Deride
Más detallesTema 3: Funcio n de Variable Aleatoria
Tema 3: Funcio n de Variable Aleatoria Teorı a de la Comunicacio n Curso 2007-2008 Contenido 1 Función de una Variable Aleatoria 2 3 Cálculo de la fdp 4 Generación de Números Aleatorios 5 Momentos de una
Más detallesEL4005 Principios de Comunicaciones Clase No.10: Repaso de Probabilidades
EL4005 Principios de Comunicaciones Clase No.10: Repaso de Probabilidades Patricio Parada Departamento de Ingeniería Eléctrica Universidad de Chile 10 de Septiembre de 2010 1 of 29 Contenidos de la Clase
Más detallesVariable Aleatoria. Relación de problemas 6
Relación de problemas 6 Variable Aleatoria. Consideremos el experimento aleatorio consistente en lanzar dos dados equilibrados y observar el número máximo de los dos números obtenidos en ellos. Si X es
Más detallesPor: Dra. Victoria Serrano
Por: Dra. Victoria Serrano Una variable aleatoria es una función que asigna un número real X ζ a cada resultado ζ en el espacio muestral S de un experimento aleatorio S X ζ = x ζ x línea real S X Una moneda
Más detallesn A i ) = 1 Ejemplo. El experimento consiste en tirar una moneda. Se considera S = {cara, ceca} La familia de eventos es P(S) = {,{cara}, {ceca}, S}
2.4 Probabilidad de un Evento CONCEPTO DE PROBABILIDAD La probabilidad de un evento A P(S), denotada con P(A), es una medida de la posibilidad de que se realice A si se ejecuta el experimento una vez.
Más detallesConsidermos la función
Considermos la función f x = x2 9 x 3 Qué sucede si reemplazamos a x por 3? f x = x2 9 x 3 = 32 9 3 3 = 0 0 Tenemos lo que se denomina UNA INDETERMINACIÓN En matemática hay 7 indeterminaciones básicas
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesTopología en R n. Continuidad de funciones de varias variables
. Continuidad de funciones de varias variables María Muñoz Guillermo maria.mg@upct.es U.P.C.T. Matemáticas I (1 o Grado en Ingeniería Electrónica Industrial y Automática) M. Muñoz (U.P.C.T.) Continuidad
Más detallesMa34a Probabilidades y Procesos Estocásticos 21 de Noviembre, Resumen No. 3
Ma34a Probabilidades y Procesos Estocásticos 21 de Noviembre, 2004 Resumen No. 3 Prof. Cátedra: M. Kiwi Prof. Auxiliares: M. Soto, R. Cortez 1 Variables Aleatorias 1.1 Variables Aleatorias Absolutamente
Más detallesVARIABLES ALEATORIAS
VARIABLES ALEATORIAS Ejemplo: lanzar dos dados y sumar lo que sale en las dos caras. El espacio muestral está formado por los 36 resultados posibles (de lanzar los dados) Y el resultado del experimento
Más detallesANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL
ANEXO.- DISTRIBUCIÓN BINOMIAL. DISTRIBUCIÓN NORMAL. VARIABLES ALEATORIAS Consideremos el experimento de lanzar 3 monedas. Tenemos que su espacio muestral es E CCC, CCX, CXC, XCC, CXX, XCX, XXC, XXX Donde
Más detallesNombre: Distribuciones de probabilidad discreta. Primera parte. En qué consiste la variable aleatoria?
Estadística 1 Sesión No. 8 Nombre: Distribuciones de probabilidad discreta. Primera parte. Contextualización En qué consiste la variable aleatoria? En la presente sesión seguiremos con el estudio de la
Más detallesTeoría Moderna de Decisión y Estimación, Notas Introductorias: Cálculo de probabilidades y
Profesores de TMDE Teoría Moderna de Decisión y Estimación, Notas Introductorias: Cálculo de probabilidades y estadística Monograph 9 de septiembre de 23 Springer Índice general. Variables aleatorias
Más detallesMaterial introductorio
Material introductorio Nombre del curso: Teoría Moderna de la Detección y Estimación Autores: Vanessa Gómez Verdejo Índice general. Variables aleatorias unidimensionales..................................
Más detallesUnidad 1. a. Probabilidades y Estadística
Unidad 1 a. Probabilidades y Estadística 1 IN3401 SEMESTRE OTOÑO, 2012 ESTADÍSTICA DESCRIPTIVA (Continuación) 2 Medidas de Tendencia Central Media Geométrica 3 La media geométrica proporciona una medida
Más detalles