3. VARIABLES ALEATORIAS.

Documentos relacionados
Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

TEMA 3. VARIABLE ALEATORIA

INTRODUCCIÓN. Técnicas estadísticas

Tema 4: Variables aleatorias

Tema 1: Estadística Descriptiva Unidimensional

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Modelos triangular y parabólico

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

DISTRIBUCIONES BIDIMENSIONALES

Estadística Unidimensional: SOLUCIONES

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

Variables Aleatorias Discretas

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

Tema 1 Descripción de datos: Estadística descriptiva unidimensional Estadística descriptiva

PROBABILIDAD Y ESTADÍSTICA

Métodos específicos de generación de diversas distribuciones discretas

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

TEMA VII. VARIABLE ALEATORIA. CLASIFICACIÓN Y CARACTERISTICAS

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

TRABAJO 1: Variables Estadísticas Unidimensionales (Tema 1).

LECTURA 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) LA MEDIA ARITMÉTICA TEMA 15: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

TEMA 4 Variables aleatorias discretas Esperanza y varianza

Inferencia en Regresión Lineal Simple

4. PROBABILIDAD CONDICIONAL

4º DE ESO MATEMÁTICAS-B CURSO UNIDAD 14: ESTADÍSTICA

Regresión y Correlación Métodos numéricos

Estadística. Problemas de Estadística 1º Ciclo ESO Departamento de Matemáticas Raúl González Medina

ACCESO A CICLOS FORMATIVOS DE GRADO SUPERIOR FUNDAMENTOS DE MATEMÁTICAS

Problemas donde intervienen dos o más variables numéricas

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

Mª Dolores del Campo Maldonado. Tel: :

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

Tema 6. Estadística descriptiva bivariable con variables numéricas

Medidas de centralización

Dicha tabla adopta la forma del diagrama de árbol del dibujo. En éste, a cada uno de los sucesos A y A c se les ha asociado los sucesos B y B c.

Tema 1: Análisis de datos unidimensionales

2 Dos tipos de parámetros estadísticos

Matemáticas aplicadas a las ciencias sociales Estadística y Probabilidad 1º de bachillerato

NOMBRE Apellido Paterno Apellido Materno Nombre(s) Porcentaje de defectos producidos Máquina Porcentaje de producción

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Medidas de Variabilidad

PARÁMETROS DE UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA Media aritmética: μ = x

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

VARIABLES ALEATORIAS BIDIMENSIONALES. DISTRIBUCIONES

EJERCICIOS RESUELTOS TEMA 2

Media es la suma de todas las observaciones dividida por el tamaño de la muestra.

SEGUNDA PARTE RENTAS FINANCIERAS

LECTURA 05 : MEDIDAS DE DISPERSIÓN Y DE FORMA TEMA 18: MEDIDAS DE DISPERSION

Dpto. Física y Mecánica

lanzamos una moneda y él ganó".

Tema 8: Estadística en una variable (unidimensional)

UNIDAD 1: Tablas de frecuencias

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

TEMA 10: ESTADÍSTICA

Introducción a la Física. Medidas y Errores

Tema 1. Conceptos generales

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Pruebas Estadísticas de Números Pseudoaleatorios

ESTADÍSTICA 4º ESO A) INICIACIÓN A LA ESTADÍSTICA 1.- QUÉ ES LA ESTADÍSTICA?

MUESTREO EN POBLACIONES FINITAS

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Fugacidad. Mezcla de gases ideales

CAPÍTULO 6: VARIABLES ALEATORIAS

Transcripción:

3. VARIABLES ALEATORIAS. Una varable aleatora es una varable que toma valores numércos determnados por el resultado de un epermento aleatoro (no hay que confundr la varable aleatora con sus posbles valores) como por ejemplo el número de caras al lanzar veces una moneda (valores: 0,, ), el número de de llamadas que recbe un teléfono en una hora, el tempo que esperan los clentes para pagar en un supermercado, etc. Las varables aleatoras se clasfcan en dscretas o contnuas: Dscretas: el conjunto de posbles valores es numerable, es decr, el resultado del epermento aleatoro es un conjunto fnto. Contnuas: el conjunto de posbles valores es no numerable, es decr, el resultado del epermento aleatoro es un conjunto nfnto. Por ejemplo el número de págnas de un lbro es una varable aleatora dscreta, el tempo que tarda en fundrse una bomblla es una varable aleatora contnua, el número de preguntas en una clase de una hora es una varable aleatora dscreta, la cantdad de agua consumda en un mes es una varable aleatora contnua. 3.. DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA Sea una varable aleatora dscreta. Su dstrbucón vene dada por los valores que puede tomar,,, 3,,, y las probabldades de que aparezcan p, p, p 3,, p. Estas cantdades p = P{ = } recben el nombre de funcón de probabldad o funcón de densdad (masa). Por ejemplo sea la varable aleatora = número de caras al lanzar tres veces una moneda. Los posbles valores de la varable aleatora son 0,, y 3. El espaco muestral o conjunto solucón sería, en donde S es caer sello y C es caer cara: E = {CCC, CCS, CSC, SCC, SSC, SCS, CSS, SSS} Los posbles valores de la varable aleatora serían: Toma valor 0 cuando ocurre el suceso {SSS} Toma valor cuando ocurre el suceso {SSC, SCS, CSS} Toma valor cuando {CCS, CSC, SCC} Toma valor 3 cuando {CCC} Con base en lo anteror, se puede defnr la funcón de probabldad de la varable aleatora de la sguente manera: p0 = P{ = 0} = / 8 = 0, 5 p = P{ = } = 3 / 8 = 0, p = P{ = } = 3 / 8 = 0, p3 = P{ = 3} = / 8 = 0, 5

La gráfca de la funcón de probabldad de la varable aleatora sería: 0.40 0.35 0.30 0.5 0.0 0.5 0.0 0 3 Con base en lo anteror se podrían responder preguntas como: Cuál será la probabldad, denotada por P, de que salgan al menos dos caras?, cuya respuesta se puede encontrar medante la sguente epresón: P{ } = P{ = 0} + P{ = } + P{ = } = 0, 5 + 0, + 0, = 0, 875 Cuál sería la probabldad, denotada por P, de que el número de caras esté entre y?, cuya respuesta se puede encontrar medante la sguente epresón: P{ } = P{ = } + P{ = } = 0, + 0, = 0, 75 En general la probabldad de que una varable aleatora tome un valor entre dos cantdades a y b sería: P{ a b} = P{ = a} + P{ = a + } +... + P{ = b } + P{ = b} b = P{ = } = a Toda funcón de probabldad debe las sguentes dos condcones (en donde P es la notacón para la probabldad y p es la notacón para su valor): p = P{ = } 0 p = P{ = } = La funcón de dstrbucón probabldad acumulada representa en cada punto 0 la probabldad de que la varable tome un valor menor o gual que dcho punto, es decr, P{ 0 }.

Por ejemplo, para la varable aleatora defnda por el número de caras que se obtenen al lanzar tres veces una moneda, la funcón de dstrbucón de probabldad acumulada se podría calcular de la sguente manera: P{ 0} = P{ = 0} = 0, 5 P{ } = P{ = 0} + P{ = } = 0, 5 + 0, = 0, 5 P{ } = P{ = 0} + P{ = } + P{ = } = 0, 5 + 0, = 0, 875 P{ 3} = P{ = 0} + P{ = } + P{ = } + P{ = 3} = 0, 875 + 0, 5 = La gráfca de la funcón de dstrbucón de probabldad acumulada de la varable sería la sguente:.0 0.8 0. 0.4 0. 0.0 0 3 Lo anteror es váldo para varables aleatoras dscretas, para una varable aleatora contnua, su dstrbucón de probabldad tene muchos valores y su probabldad asocada es práctcamente nula, es decr, la funcón de dstrbucón es contnua. En este caso se usa en concepto de funcón de densdad de probabldad que ndca la densdad o concentracón de probabldad en cada ntervalo de clase de un hstograma, es decr, ndca las probabldades por áreas en el hstograma y sus valores más altos corresponden a ntervalos en los cuales es más probable que aparezcan resultados del epermento aleatoro. 3.. MEDIA O VALOR ESPERADO (ESPERANZA) DE UNA VARIABLE ALEATORIA DISCRETA. La meda o esperanza de una varable aleatora dscreta, se denota por E() y por m, y está dado por la sguente epresón, en donde es el valor de la varable aleatora y p su valor de probabldad asocado: E( ) = m = p + p +... + p = p Por ejemplo, sea la varable aleatora el resultado de lanzar un dado (=resultado de lanzar un dado.). La dstrbucón de probabldad de está dada por: 3

p = P{ = } = / p = P{ = } = /... p = P{ = } = / Con base en lo anteror, el valor esperado de está dado por: m = p = + + + + + = 3 4 5 3, 5 Para una varable aleatora contnua, el concepto de meda o esperanza de una varable es equvalente pero su cálculo, dada su varabldad contnúa, requere emplear el concepto de ntegral. La meda de una varable aleatora puede nterpretarse como el valor esperado o medo que toma dcha varable o como el valor central de dcha dstrbucón y posee las sguentes propedades: S e y son dos varables aleatoras se cumple que: m + y = m + my S a y b son constantes se cumple que: ma + b = am + b Stuacón problémca. Una compañía ha venddo 05 tquetes para un avón de 00 plazas. Sea la varable aleatora que epresa el número de vajeros que va al aeropuerto para vajar en el avón. Su dstrbucón es: 98 99 00 0 003 04 05 p 0,05 0,09 0,5 0,0 0,3 0,7 0,09 0,0 Hallar la probabldad de que todos los vajeros que van al aeropuerto tengan plaza. P{ 00} = P{ = 98} + P{ = 99} + P{ = 00} = = 0, 05 + 0, 09 + 0, 5 = 0, 9 Obtener la probabldad de que se quede sn tquete alguno de los vajeros que va al aeropuerto. P{ > 00} = P{ = 0} + P{ = 0} +... + P{ = 05} = = 0, + 0, 3 + 0, 7 + 0, 09 + 0, 0 = 0, 7 P{ > 00} = P{ 00} = 0, 9 = 0, 7 Calcular el número esperado de vajeros que acude al aeropuerto. 4

m = p = 98 0, 05 + 99 0, 09 + 00 0, 5 + 0 0, + + 0 0, 3 + 03 0, 7 + 04 0, 09 + 05 0, 0 = = 0, 44 Cuál es la probabldad de que la prmera persona de la lsta de espera tenga sto en el vuelo? P{ 99} = P{ = 98} + P{ = 99} = 0, 05 + 0, 09 = 0, 4 3. 3. DESVIACIÓN TÍPICA O DESVIACIÓN ESTÁNDAR DE UNA VARIABLE ALEATORIA. La desvacón estándar de una varable aleatora es una medda de dspersón de la dstrbucón alrededor de una medda de tendenca central que en general es la meda. Los valores pequeños ndcan concentracón de la dstrbucón alrededor de la esperanza y los valores grandes corresponden a dstrbucones más dspersas. El concepto de desvacón típca es equvalente en varables aleatoras dscretas y contnuas, aunque en estas últmas su cálculo requere del uso del concepto de ntegral. S es una varable aleatora dscreta su desvacón típca se denota por σ o por DT(), medante la sguente epresón en la cual son los valores de la varable aleatora, m es su valor esperado o meda y p es el valor de la probabldad de cada valor : σ ( ) ( ) = DT = m p = p m A partr de la desvacón estándar es posble calcular la varanza, denotada por σ o por V() de una varable aleatora medante la sguente epresón: σ ( ) ( ) = V = m p = p m = m m La varanza tene las sguentes propedades: S a y b son constantes se cumple que: σ σ aσ a+ b = a+ b = a σ S e y son dos varables aleatoras ndependentes se cumple que: σ + y = σ + σ y y σ + y = σ + σ y 5

Stuacón problémca. Se lanza tres veces una moneda. Sea la varable aleatora que epresa el número de caras en los tres lanzamentos. Hallar y representar la funcón de probabldad de. El espaco muestral E es el sguente: E = {CCC, CCS, CSC, SCC, SSC, SCS, CSS, SSS} = 0 {SSS} p0 = P{ = 0} = / 8 = 0, 5 = {SSC, SCS, CSS} p = P{ = } = 3 / 8 = 0, = {CCS, CSC, SCC} p = P{ = } = 3 / 8 = 0, = 3 {CCC} p3 = P{ = 3} = / 8 = 0, 5 Calcular el número esperado de caras al lanzar la moneda. Era prevsble el resultado? m = p = 0 0, 5 + 0, + 0, + 3 0, 5 = 5, Sí, ya que en cada lanzamento P(C) = / y al lanzar tres veces se tene que 3 / = 5,. Hallar la desvacón estándar de. σ ( m ) p o ben: = = σ p m ( 0 5, ) 0, 5 + ( 5, ) 0, = 0, 8 + ( 5, ) 0, + ( 3 5, ) 0, 5 ( ) = = 0 0, 5+... + 3 0, 5 5, = 0, 8 La desvacón estándar es una medda de dspersón que depende de las undades de medda de la varable, en consecuenca es usual calcular el coefcente de varacón, CV ; para evtar dcha dependenca que puede afectar la nterpretacón de la desvacón estándar; su calculo se realza medante la sguente epresón: CV = σ m

Stuacón problémca 3. Sea una varable aleatora que epresa el número de personas que habtan en una vvenda elegda al azar. La dstrbucón de probabldad de es la sguente: 3 4 5 7 8 ó + p 0,30 0,3 0,77 0,55 0,07 0,04 0,05 0,00 Comprobar que los datos anterores son una dstrbucón de probabldad. Todas las p son mayores o guales que cero y además se cumple que: 8 p =, +, +, +... +, = 0 3 0 3 0 77 0 00 Hallar la probabldad de que el número de personas que vven en un hogar sea menor o gual que cuatro. ( 4) ( ) ( ) ( 3) ( 4) P = P = + P = + P = + P = = = 0, 3 + 0, 3 + 0, 77 + 0, 55 = 0, 884 Calcular la probabldad de que al menos dos personas vvan en una vvenda. ( ) ( ) ( 3)...` ( 8) P = P = + P = + + P = = P( < ) = 0, 3 = 0, 77 Obtener el número medo de personas que habtan en una vvenda. m = 0, 3 + 0, 3 + 3 0, 77+... + 7 0, 05 + 8 0, 0 =, 89 7