4.1. Definición de variable aleatoria. Clasificación.
|
|
- José Antonio Casado del Río
- hace 7 años
- Vistas:
Transcripción
1 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 una moneda, número de llamadas que recibe un teléfono durante una hora, tiempo de fallo de una componente eléctrica, etc. El estudio que haremos en este capítulo será análogo al que llevamos a cabo en el capítulo uno con las variables estadísticas. Así retomaremos el concepto de distribución y las características numéricas, como la media y varianza. El papel que allí jugaba la frecuencia relativa lo juega ahora la probabilidad Definición de variable aleatoria. Clasificación. Sea (Ω, (Ω),P) un espacio probabilístico. Una función X : Ω s R X(s) es una variable aleatoria, transforma los resultados del espacio muestral en números reales. Las variables aleatorias se clasifican en: - Discretas: toman un número finitooinfinito numerable de valores. Por ejemplo, número de caras obtenidas al lanzar dos monedas. Ω = {(c, c), (c, +), (+,c), (+, +)}, 63
2 64 Capítulo 4. Variable aleatoria X : Ω R (c, c) 2 (c, +) 1 (+,c) 1 (+, +) X =Número de caras obtenidas es una variable aleatoria que toma valores,1,2, y cada uno de ellos lo tomará con una probabilidad. - Continuas: pueden tomar cualquier valor en R. Por ejemplo, tiempo de fallo de una componente Variable aleatoria discreta Sea (Ω, (Ω),P) un espacio probabilístico y X una variable aleatoria discreta (v.a.d) que toma valores {x i } i=1 Se llama función de probabilidad p(x) a la función que indica la probabilidad de cada posible valor de la v.a.d. X, es decir, Se ha de verificar que: (i) p i 1 i (ii) P i=1 p i =1 p(x i )=P (X = x i )=p i, i Función masa probabilidad probabilidad,4,3,2,1,1, Ejemplo de f.m.p. de v.a.d.
3 4.1. Definición de variable aleatoria. Clasificación. 65 Sea (Ω, (Ω),P) un espacio probabilístico, X una v.a.d, {x i } i=1 los valores que toma y {p i } i=1 la función de probabilidad de X. Se llama función de distribución de la v.a.d. X, F(x), con x R, a la probabilidad de que X sea menor o igual que x : F (x) =P (X x) = X x i x p i La función de distribución de una v.a.d. presenta las siguientes propiedades: (i) F ( ) = (ii) F (+ ) =1 (iii) F es monótona no decreciente, es decir, si x i x j entonces F (x i ) F (x j ) (iv) F es continua a la derecha, tiene límites a la izquierda y es constante en [x i 1,x i ), donde toma el valor P k<i p k. 1 Función de distribución probabilidad acumulada,8,6,4, Ejemplo de F.D.D. de v.a.d. Observaciones: (i) P (X >x)=1 P (X x) =1 F (x) (ii) P (x i X x j )=P(X x j ) P (X x i 1 )=F(x j ) F (x i 1 ) (iii) P (x i <X x j )=F(x j ) F (x i ) (iv) P (X = x i )=P(X x i ) P (X x i 1 )=F(x i ) F (x i 1 ) Delia Montoro Cazorla. Dpto. de Estadística e I.O. Universidad de Jaén.
4 66 Capítulo 4. Variable aleatoria La v.a.d. queda caracterizada por su función de probabilidad, p(x), o por su función de distribución F (x). Ejemplo 4.1: En ocasiones algunas líneas aéreas venden más pasajes que los disponibles en un vuelo. Una compañía ha vendido 25 billetes que corresponden a un avión de 2 plazas. Sea X la variable aleatoria que expresa el número de viajeros que se presentan en el aeropuerto para tomar el vuelo. La distribución de X es: x i p i a. Calcula la probabilidad de que todos los pasajeros que llegan a tomar el vuelo tengan plaza. P (X 2) = F (2) = P (198) + P (199) + P (2) =,29 b. Calcula la probabilidad de que se quede sin plaza alguno de los viajeros P (X >2) = 1 P (X 2) =,71 c. Calcula la probabilidad de que lleguen al aeropuerto entre 195 y 2 pasajeros P (195 X 2) = P (198) + P (199) + P (2) =,29 d. Cuál es la probabilidad de que la primera persona que está en lista de espera tenga sitio en el vuelo?. P (X <2) = P (X 199) =, Variable aleatoria continua Decíamos que las variables aleatorias continuas (v.a.c.) pueden tomar cualquier valor de la recta real. Generalmente presentarán muchos valores distintos (cada uno con muy escasa frecuencia o probabilidad), por lo que en este caso carece de sentido hablar de probabilidad en un punto aislado y se toman probabilidades por intervalos. Sea (Ω, (Ω),P) un espacio probabilístico y X una v.a.c. con valores en R.Se llama función de densidad de la v.a.c. X a una función f(x) tal que: (i) f(x), x R
5 4.1. Definición de variable aleatoria. Clasificación. 67 Z+ (ii) f(x)dx =1 La probabilidad de que X tome valores en un intervalo [a, b], a, b R, viene dada por: Z b P (a X b) = f(x)dx a P(a<X<b),4,3,2 f(x),1, a b Por lo tanto, la probabilidad en un punto a es igual a cero. Observaciones: Z a P (X = a) = f(x)dx = a (i) f(x) no representa la probabilidad de que la variable X tome el valor x. Sólamente al integrarla se obtienen probabilidades. (ii) La función de densidad presenta la forma del histograma. (iii) P (a X b) =P (a <X b) =P (a X<b)=P (a <X<b) al ser la probabilidad en un punto cero. Sea (Ω, (Ω),P) un espacio probabilístico, X una v.a.c. con valores en R.y f(x) su función de densidad. Se llama función de distribución de la v.a.c. X, F(x), a la probabilidad de que X tomevaloresinferioresoigualesax, Z x F (x) =P (X x) = f(u)du, x R La función de distribución de una v.a.c. presenta las siguientes propiedades: Delia Montoro Cazorla. Dpto. de Estadística e I.O. Universidad de Jaén.
6 68 Capítulo 4. Variable aleatoria (i) F ( ) = (ii) F (+ ) =1 (iii) F es monótona no decreciente, es decir, si x y entonces F (x) F (y) (iv) F es continua Observaciones: (i) Si f(x) es continua, f(x) =F (x) (ii) P (a X b) =P (X b) P (X a) =F (b) F (a) 1,8,6,4, Ejemplo de F.D.D. de v.a.c. Ejemplo 4.2: El número de artículos vendidos en una fábrica cada mes (en millones) es una variable aleatoria con función de densidad: k(1 x) 2 <x<1 f(x) = en otro caso a. Calcula el valor de k para que f(x) sea una función de densidad. Z + f(x)dx = Z 1 k = 3 f(x)dx = Z 1 k(1 x) 2 dx =1, b. Obtén la función de distribución de X. x Z x Z x F (x) = f(u)du = 3(1 u) 2 du =3(x + x3 3 x2 ) <x<1 1 x 1
7 4.2. Características de una variable aleatoria 69 c. Calcula la probabilidad de que en un mes se supere una venta de.8 (millones). P (X >,8) = 1 F (,8) = 1,99 =,1 d. Calcula la probabilidad de que en un mes el número de ventas esté comprendido entre.6 y.8 (millones). P (,6 X,8) = F (,8) F (,6) =,99,94 =,5 e. Si se quiere tener una garantía del 95 % de que no se agote el producto en un mes determinado, qué cantidad c del mismo debe pedirse a fábrica?. P (X c) =F (c) =,95, 3(c + c3 3 c2 )=,95, c =, Características de una variable aleatoria Esperanza matemática Se define la esperanza matemática (o simplemente esperanza) de una v.a. X como su valor medio. Se denota por E(X) o µ, y se calcula de la siguiente forma: - Si X es discreta: - Si X es continua: X E(X) = x i p i E(X) = i=1 Z + xf(x)dx Propiedades de la esperanza: (i) Si C es una constante, E(C) =C. (ii) a, b R, E(aX + b) =ae(x)+b (iii) Si g(x) es una función de X, entonces: Delia Montoro Cazorla. Dpto. de Estadística e I.O. Universidad de Jaén.
8 7 Capítulo 4. Variable aleatoria -Si X es discreta: -Si X es continua: E(g(X)) = E(g(X)) = X g(x i )p i i=1 Z + g(x)f(x)dx (iv) Si X 1,..., X n son variables aleatorias, E( P n i=1 X i)= P n i=1 E(X i) Momentos de una variable aleatoria Dada una v.a X, sedefine su momento de orden k (k =, 1, 2,...) respectoalamediao momento central de orden k como la esperanza de (X µ) k : µ k = E((X µ) k ) Se define su momento de orden k (k =, 1, 2,...) respecto al origen o momento no central de orden k como la esperanza de X k : Observaciones: - α =1 - α 1 = µ - µ =1 - µ 1 = α k = E(X k ) El segundo momento central se llama también varianza, y se denota por Var(X) o σ 2, P Var(X) =E((X µ) 2 i=1 )= (x i µ) 2 p i si X es discreta R + (x µ)2 f(x)dx si X es continua Alaraizcuadradadelavarianzaselellamadesviación típica y se denota por σ. Propiedades de la varianza: (i) Var(X) =E(X 2 ) E 2 (X) (ii) Si C es una constante, Var(C) =. (iii) Si a, b son constantes: Var(aX + b) =a 2 Var(X).
9 4.3. Función generatriz de momentos Otras medidas Todas las medidas de centralización, dispersión y forma vistas en el Tema 1 pueden calcularse sin más que sustituir en aquellas fórmulas la frecuencia relativa por la probabilidad. Así por ejemplo, la mediana de una v.a X será aquel valor x tal que F (x) =,5; la moda el valor con mayor probabilidad (caso discreto) o máxima función de densidad (caso continuo); el coefiente de variación µ/σ, etc. Ejemplo 4.3: Calculamos la media y varianza de la variable dada en el ejemplo 4.1 8X E(X) =µ = x i p i = 198, , ,2 ' 21, i=1 es decir, se esperan 21 viajeros para tomar el vuelo. Para la varianza calculamos previamente E(X 2 ), E(X 2 )= por lo tanto 8X x 2 i p i = 198 2, , ,2 = 458,88, i=1 Var(X) =σ 2 = E(X 2 ) E 2 (X) = 179,88 Ejemplo 4.4: Calculamos la media y varianza de la variable dada en el ejemplo 4.2. Z 1 E(X) =µ = 3x(1 x) 2 dx =,25, Z 1 E(X 2 )= 3x 2 (1 x) 2 dx =,1, Var(X) =σ 2 = E(X 2 ) E 2 (X) =, Función generatriz de momentos Dada una v.a X se define su función generatriz de momentos en t, t >, como: P G X (t) =E(e tx i=1 )= etxi p i si X es discreta R + etx f(x)dx si X es continua Sus propiedades son: Delia Montoro Cazorla. Dpto. de Estadística e I.O. Universidad de Jaén.
10 72 Capítulo 4. Variable aleatoria (i) Esta función determina unívocamente la distribución de probabilidad de la variable aleatoria (ii) A partir de ella se pueden generar los momentos no centrados de la variable: α k = E(X k )= k G X (t) t k, t= estoes,elmomentonocentraldeordenk es igual a la derivada k-ésima respecto a t de la función generatriz de momentos evaluada en t =. Por ejemplo, µ = G ( ), σ 2 = G ( ) [G ()] Ejercicios 1. El control de la calidad de ciertos productos se realiza contando el número de defectos por unidad y comprobando si dicho número está comprendido entre ciertos límites llamados límites de control. Si el número de defectos por unidad en cierto proceso de fabricación es una variable aleatoria X con función masa de probabilidad dada por: P (X = x) = e,6,6 x,x=, 1, 2,... x! a) Determina el número medio de defectos por unidad. Nota: x! = x(x 1)(x 2)... e x = X x n n! n= b) Si los límites de control vienen dados por Límite inferior de control: Límite superior de control: λ 3 λ λ +3 λ siendo λ = E[X], yseconsideraqueelproceso está bajo control estadístico cuando el número de defectos que se van observando en una muestra de unidades está comprendido entre dichos límites.
11 4.4. Ejercicios 73 Calcula la probabilidad de que una unidad de producción no caiga entre los límites de control. Calcula la probabilidad de que en una muestra de 5 unidades, al menos 1 no caiga entre los límites de control. 2. El tiempo necesario en milisegundos para completar una reacción química está aproximado por una función de distribución dada por: F (x) =1 e,1x,x a) Obtén la función de densidad. b) Calcula el tiempo esperado para completar la reacción. c) Calcula el porcentaje de reacciones completas antes de 2 milisegundos. 3. El espesor de un recubrimiento conductor (en micrometros) tiene una función de densidad dada por f(x) = 6x 2, 1 <x<12 a) Obtén la función de distribución. b) Calcula la probabilidad de que el espesor sea inferior a 11 µm c) Calcula la probabilidad de que el espesor esté comprendido entre 115 y 118 µm. d) Si el costo promedio del recubrimiento es de.5 euros por micrometro de espesor en cada pieza, cuál es el costo promedio del recubrimiento por pieza?. 4. La ley de probabilidad de una variable aleatoria X viene dada por: k si x = p(x) = 2k si x =1 3k si x =2 a) Determina k así como P (X 2), P( <X<2). b) Encuentra el menor valor x tal que P (X x ) >,5. c) Calcula la media y la varianza. d) Determina la función de distribución de X y represéntala. Delia Montoro Cazorla. Dpto. de Estadística e I.O. Universidad de Jaén.
12 74 Capítulo 4. Variable aleatoria 5. La función de distribución de una v.a.c. X está dada por: si x< F (x) = 2x x 2 si x<1 1 si x 1 a) Representa F (x). b) Calcula P (X <1/2) y P (X >3/4). c) Determina f(x). d) Calcula la esperanza y varianza. 6. Indica si pueden ser o no variables aleatorias discretas. En caso de que no lo sean, da la razón. En caso de que lo sean, calcula y representa su función de distribución. a) b) X = X = con probabilidad 1/2 1 con probabilidad 1/1 2 con probabilidad 2/1 3 con probabilidad 2/1 con probabilidad 1/2 1 con probabilidad 2/15 2 con probabilidad 8/15 c) con probabilidad k/3 X = 1 con probabilidad 1 k/3 7. Indica cuáles de las siguientes funciones puede ser función de densidad de una variable aleatoria continua. En el caso de que no lo sean da la razón. En caso de que lo sean, calcula la función de distribución. a) 1/3 si x [, 2] f(x) = en otro caso
13 4.4. Ejercicios 75 b) 2e 2x si x [, ) f(x) = en otro caso 8. El kilometraje (en miles de km) que los automovilistas logran de cierto tipo de neumáticos es una variable aleatoria con función de densidad 1 f(x) = k e x 2 si x> en otro caso a) Calcula el valor de k para que f(x) sea función de densidad. b) Calcula la probabilidad de que el neumático dure a lo sumo 1. km. c) Calcula la probabilidad de que el neumático dure entre 16. y 24. km. d) Calcula la probabilidad de que el neumático supere el kilometraje medio o esperado. 9. Consideremos el experimento aleatorio de seleccionar 4 bolas al azar sin reemplazamiento de una urna que contiene 7 bolas rojas y 3 negras. Definamos la v.a X como el número de bolas rojas extraidas. Calcula: a) La función de probabilidad y la de distribución de X. b) P (1 X 3), P(1 <X 3) y P (1 X<3). c) Contesta las cuestiones anteriores si el experimento se realiza con reemplazamiento. 1. Se lanza una serie de cohetes hasta que se alcanza el primer lanzamiento con éxito. Si no tiene lugar el éxito en la quinta prueba, finalizan los lanzamientos. La probabilidad de éxito es.8 y los lanzamientos son independientes. El costo del primer lanzamiento es C y el de los sucesivos C/3. Cada vez que tiene lugar un éxito se obtienen unos ingresos de valor I. Sea X el resultado económico del proceso (ingresos-costos). a) Obtener su función de probabilidad. b) Si I =9euros y C =3euros, se esperan ganancias o pérdidas?. Delia Montoro Cazorla. Dpto. de Estadística e I.O. Universidad de Jaén.
Variables 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
Variables 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
Experimento 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,
Variables 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
Tema 6 - Introducción. Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo.
Tema 6 - Introducción 1 Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo. Generalización Tema 6. Variables aleatorias unidimensionales
3. 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
Variables aleatorias. Descripción breve del tema. Objetivos. Descripción breve del tema. Tema 4
Descripción breve del tema Variables aleatorias Tema 4 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Descripción breve
VARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
Variables aleatorias. Tema Introducción Variable aleatoria. Contenido
Tema 4 Variables aleatorias En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitirá manejar los
TEMA 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
Curso de Probabilidad y Estadística
Curso de Probabilidad y Estadística Conceptos Fundamentales Parte 2 Dr. José Antonio Camarena Ibarrola camarena@umich.mx Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica
6. VARIABLES ALEATORIAS
6. VARIABLES ALEATORIAS Objetivo Introducir la idea de una variable aleatoria y su distribución y características como media, varianza etc. Bibliografía recomendada Peña y Romo (1997), Capítulo 15. Hasta
Unidad 3. Probabilidad. Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre / 22
Unidad 3. Probabilidad Javier Santibáñez (IIMAS, UNAM) Inferencia Estadística Semestre 2018-1 1 / 22 Espacios de probabilidad El modelo matemático para estudiar la probabilidad se conoce como espacio de
Variables Aleatorias Discretas
Profesor Alberto Alvaradejo Ojeda 9 de septiembre de 2015 Índice 1. Variable aleatoria 3 1.1. Discretas...................................... 3 1.2. Continuas..................................... 3 1.3.
Variables 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
TEMA 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
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos aleatorios. Espacio muestral. 2) Operaciones con sucesos. 3) Enfoques de la Probabilidad.
VARIABLES 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
Part 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
Variables 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
Tema 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
DISTRIBUCIONES 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
Procesos 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:
Capítulo 2. Medidas Estadísticas Básicas Medidas estadísticas poblacionales
Capítulo 2 Medidas Estadísticas Básicas 2.1. Medidas estadísticas poblacionales Sea X una variable aleatoria con función de probabilidad p(x) si es discreta, o función de densidad f(x) si es continua.
Tema 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
Tema 2: Variables Aleatorias
Estadística Aplicada I. Curso 2009-2010 Tema 2: Variables Aleatorias José G. Clavel 1 1 Departamento de Métodos Cuantitativos para la Economía y la Empresa jjgarvel@um.es Universidad de Murcia 6 de octubre
Part I. Momentos de una variable aleatoria. Esperanza y varianza. Modelos de Probabilidad. Mario Francisco. Esperanza de una variable aleatoria
una una típica Part I Momentos. Esperanza y varianza Esperanza una una típica Definición Sea X una discreta que toma los valores x i con probabilidades p i. Supuesto que i x i p i
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).
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
Probabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 5 Esperanza y momentos Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES. Variable aleatoria (Real)
TEORÍA DE LA COMUNICACIÓN TEMA 2 RUIDO EN LOS SISTEMA DE COMUNICACIONES Grado Ing Telemática (UC3M) Teoría de la Comunicación Variable Aleatoria / 26 Variable aleatoria (Real) Función que asigna un valor
Estadística I Tema 5: Modelos probabiĺısticos
Estadística I Tema 5: Modelos probabiĺısticos Tema 5. Modelos probabiĺısticos Contenidos Variables aleatorias: concepto. Variables aleatorias discretas: Función de probabilidad y función de distribución.
VARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición:
Tema 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,
Variable Aleatoria Continua. Principales Distribuciones
Variable Aleatoria Continua. Definición de v. a. continua Función de Densidad Función de Distribución Características de las v.a. continuas continuas Ejercicios Definición de v. a. continua Las variables
Relación de Problemas. Variables Aleatorias
Relación de Problemas. Variables Aleatorias 1. Un experimento consiste en lanzar cuatro monedas al aire. Calcular la función de probabilidad y la función de distribución de las siguientes variables aleatorias:
Cap. 3 : Variables aleatorias
Cap. 3 : Variables aleatorias Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 16 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de sistemas,
Distribuciones discretas. Distribución binomial
Variables aleatorias discretas y continuas Se llama variable aleatoria a toda función definida en el espacio muestral de un experimento aleatorio que asocia a cada elemento del espacio un número real.
El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X
Momentos El momento k-ésimo para una variable aleatoria discreta respecto del origen, es E(x) n = i = 1 k i ( ) x.p x El primer momento centrado en el origen (k=1) es la esperanza matemática de X También
Estadística aplicada al Periodismo
Estadística aplicada al Periodismo Temario de la asignatura Introducción. Análisis de datos univariantes. Análisis de datos bivariantes. Series temporales y números índice. Probabilidad y Modelos probabilísticos.
Resumen 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
Grupo 23 Semestre Segundo examen parcial
Probabilidad Grupo 23 Semestre 2015-2 Segundo examen parcial La tabla siguiente presenta 20 postulados, algunos de los cuales son verdaderos y otros son falsos. Analiza detenidamente cada postulado y elige
EJERCICIOS VARIABLES ALEATORIAS
EJERCICIOS VARIABLES ALEATORIAS 1.- Tenemos dos urnas, en la urna A hay 5 bolas blancas y 4 rojas y en la B hay 6 blancas y 3 rojas. Se sacan, sin reemplazamiento, dos bolas de cada urna. Sea X el nº de
Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo un intervalo (finito o infinito) de números
IV. Variables Aleatorias Continuas y sus Distribuciones de Probabilidad 1 Variable Aleatoria Continua Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo
Estadís4ca 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
Variables Aleatorias. Introducción
Variables Aleatorias Introducción Concepto de variable aleatoria Es conveniente que los resultados de un experimento aleatorio estén expresados numéricamente. Se prueban tres componentes electrónicos,
Objetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Tema 3: VARIABLES ALEATORIAS
Tema 3: VARIABLES ALEATORIAS Introducción En el tema anterior hemos modelizado el comportamiento de los experimentos aleatorios. Los resultados de un experimento aleatorio pueden ser de cualquier naturaleza,
Tema 4: Variables aleatorias. Tema 4: Variables Aleatorias. Tema 4: Variables aleatorias. Objetivos del tema:
Tema 4: Variables aleatorias Tema 4: Variables Aleatorias Distribución de Bernouilli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno
2. 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
PROBABILIDADES (TELE-00031)
PROBABILIDADES (TELE-0003) Tema. Variable aleatoria en una dimensión Abril 06. La unción de probabilidad de la variable aleatoria discreta N viene dada por N n p (n) = K.r, n = 0,,.... Calcule el valor
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos
Examen de Matemáticas Aplicadas a las CC. Sociales II (Junio 2015) Selectividad-Opción A Tiempo: 90 minutos Problema 1 (2 puntos) Se considera el sistema de ecuaciones dependiente del parámetro real a:
Tema 3:Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. 2. La función de densidad de la variable aleatoria X viene dada por la expresión
Tema :Introducción a las variables aleatorias PROBLEMAS PROPUESTOS. Puede ser la función de densidad de una variable aleatoria continua mayor que uno en algún punto? Sí. La función de densidad de la variable
Tema 5: Modelos probabilísticos
Tema 5: Modelos probabilísticos 1. Variables aleatorias: a) Concepto. b) Variables discretas y continuas. c) Función de probabilidad (densidad) y función de distribución. d) Media y varianza de una variable
Capítulo 6: Variable Aleatoria Bidimensional
Capítulo 6: Variable Aleatoria Bidimensional Cuando introducíamos el concepto de variable aleatoria unidimensional, decíamos que se pretendía modelizar los resultados de un experimento aleatorio en el
Variables 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
Cálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:
(variables aleatorias) 1 1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla: 2. Se lanza tres veces una moneda
Tema 6: Características numéricas asociadas a una variable aleatoria. Función generatriz de momentos
Tema 6: Características numéricas asociadas a una variable aleatoria. Función generatriz de momentos. Introducción En este Tema 6. construiremos y estudiaremos una serie de parámetros o características
Estadística I Tema 5: Modelos probabiĺısticos
Estadística I Tema 5: Modelos probabiĺısticos Tema 5. Modelos probabiĺısticos Contenidos Variables aleatorias: concepto. Variables aleatorias discretas: Función de probabilidad y Función de distribución.
Tema 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
Estadistica II Tema 0. Repaso de conceptos básicos. Curso 2009/10
Estadistica II Tema 0. Repaso de conceptos básicos Curso 2009/10 Tema 0. Repaso de conceptos básicos Contenidos Variables aleatorias y distribuciones de probabilidad La distribución normal Muestras aleatorias,
Ejemplo 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
Repaso de Estadística
Teoría de la Comunicación I.T.T. Sonido e Imagen 25 de febrero de 2008 Indice Teoría de la probabilidad 1 Teoría de la probabilidad 2 3 4 Espacio de probabilidad: (Ω, B, P) Espacio muestral (Ω) Espacio
VARIABLES 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
Técnicas Cuantitativas para el Management y los Negocios I
Técnicas Cuantitativas para el Management y los Negocios I Licenciado en Administración Módulo II: ESTADÍSTICA INFERENCIAL Contenidos Módulo II Unidad 4. Probabilidad Conceptos básicos de probabilidad:
Cuando la distribución viene dada por una tabla: 2. DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA.
1. DISTRIBUCIONES ESTADÍSTICAS. El siguiente grafico corresponde a una distribución de frecuencias de variable cuantitativa y discreta pues solo puede tomar valores aislados (0, 1, 2, 3, 10). Se trata
Tema 3. Probabilidad y variables aleatorias
1 Tema 3. Probabilidad y variables aleatorias En este tema: Probabilidad: Experimentos aleatorios, espacio muestral, sucesos. Interpretaciones de la probabilidad. Propiedades de la probabilidad. Probabilidad
Variables 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
Estadística. Grado en Biología. Universidad de Alcalá. Curso Capítulo 4: Variables Aleatorias. Fernando San Segundo. Actualizado:
Grado en Biología. Universidad de Alcalá. Curso 2017-18. Fernando San Segundo. Actualizado: 2017-10-16 Fernando San Segundo. Actualizado: 2017-10-16 1 Qué es una variable aleatoria? Pronto veremos una
Distribuciones de Probabilidad para Variables Aleatorias Discretas 1
Distribuciones de Probabilidad para Variables Aleatorias Discretas Apellidos, nombre Martínez Gómez, Mónica (momargo@eio.upv.es) Marí Benlloch, Manuel (mamaben@eio.upv.es) Departamento Centro Estadística,
Valeri Makarov: Estadística Aplicada y Cálculo Numérico (Grado en Química)
Estadística Aplicada y Cálculo Numérico (Grado en Química) Valeri Makarov 10/02/2015 29/05/2015 F.CC. Matemáticas, Desp. 420 http://www.mat.ucm.es/ vmakarov e-mail: vmakarov@mat.ucm.es Capítulo 4 Variables
LA FUNCIÓN VARIABLE ALEATORIA (va.)
LA FUNCIÓN VARIABLE ALEATORIA (va.) Una variable aleatoria X es una función que asocia un número real con cada elemento del espacio muestral. Ej: Se sacan fichas de manera sucesiva sin reemplazo de una
Transformaciones y esperanza
Capítulo 3 Transformaciones y esperanza 3.1. Introducción Por lo general estamos en condiciones de modelar un fenómeno en términos de una variable aleatoria X cuya función de distribución acumulada es
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B
Métodos Estadísticos de la Ingeniería Tema 7: Momentos de Variables Aleatorias Grupo B Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Marzo 2010 Contenidos...............................................................
VARIABLES 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
APUNTES 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,
OPCIÓN A. A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en la siguiente tabla:
Bloque III Solucionario Actividades de síntesis: Estadística y probabilidad OPCIÓN A A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en
Por ejemplo, consideremos el experimento de lanzar una moneda. Tenemos que Ωáguila, sol. Podemos definir la variable aleatoria X como:
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
TEMA 3. VARIABLES ALEATORIAS.
TEMA 3. VARIABLES ALEATORIAS. Objetivo: El alumno conocerá el concepto de variable aleatoria y podrá analizar el concepto probabilista de la variable a través de su distribución y sus características numéricas.
Tema 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
Profesores: M. Guerrero - J. Pérez - C. Olivares - J. Rozas 09 de julio de Examen Probabilidad y Estadísticas
09 de julio de 013 Examen Probabilidad y Estadísticas 1) Una cadena de tiendas de pintura produce y vende pinturas de látex y esmaltes. Con base en las ventas de largo plazo, la probabilidad de que un
Variables 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,
Capítulo 5: Probabilidad e inferencia
Capítulo 5: Probabilidad e inferencia estadística (Fundamentos Matemáticos de la Biotecnología) Departamento de Matemáticas Universidad de Murcia Contenidos Principios de la probabilidad Conceptos básicos
VARIABLE 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
VARIABLE 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
Tema 4: Variable aleatoria. Métodos Estadísticos
Tema 4: Variable aleatoria. Métodos Estadísticos Definición de v.a. Definición: Una variable aleatoria (v.a.) es un número real asociado al resultado de un experimento aleatorio, es decir, una función
Variables Aleatorias Discretas
Unicatólica 15 de agosto de 2016 Variables aleatorias Se dice que hemos definido una variable aleatoria para un experimento aleatorio cuando hemos asociado un valor numérico a cada resultado del experimento.
Disponible en el sitio OCW de la Universidad Nacional de Córdoba.
OCW - UNC OpenCourseWare I UNC Curso: Estadística I U 4. Variables Aleatorias Autora: Rosanna Casini Cómo citar el material: Disponible en el sitio OCW de la Universidad Nacional de Córdoba. Casini, Rosanna
El primer momento centrado en el origen (k=1) es la esperanza matemática de X
MOMENTO K-ÉSIMO PARA UNA VARIABLE ALEATORIA DISCRETA RESPECTO DEL ORIGEN E(x) n i 1 k x i.p x i El primer momento centrado en el origen (k=1) es la esperanza matemática de X También se definen momentos
Prof. Eliana Guzmán U. Semestre A-2015
Unidad III. Variables aleatorias Prof. Eliana Guzmán U. Semestre A-2015 Variable Aleatoria Concepto: es una función que asigna un número real, a cada elemento del espacio muestral. Solo los experimentos
1. 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
Objetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev
PROBABILIDAD Y ESTADÍSTICA Sesión MODELOS ANALÍTICOS DE FENÓMENOS ALEATORIOS CONTINUOS. Definición de variable aleatoria continua. Función de densidad y acumulatíva. Valor esperado, varianza y desviación
Distribución de Probabilidad
Distribución de Probabilidad Variables discretas Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Modelos probabilísticos Un modelo es una
Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:
Modelos de probabilidad Modelos de probabilidad Distribución de Bernoulli Distribución Binomial Distribución de Poisson Distribución Exponencial Objetivos del tema: Al final del tema el alumno será capaz