View
227
Download
0
Category
Preview:
Citation preview
8/17/2019 01 Variable Aleatoria Continua 1
1/26
Variable
aleatoriacontinua
8/17/2019 01 Variable Aleatoria Continua 1
2/26
Cada resultado de un experimento aleatorio puedeasociarse a un número real. La función que asociaun número real a cada elemento de un espaciomuestra se denomina variable aleatoria .Ejemplo:
Lanzamiento de tres monedasResultado Variable aleatoria
(c, c, c)(c, c, s) ! (c, s, c) ! (s, c,
c)"
(c, s, s) ! (s, s, c) ! (s, c,s)
#
(s, s, s) $
8/17/2019 01 Variable Aleatoria Continua 1
3/26
Clasi%cación de &ariablesaleatoriaEn forma similar a como se clasi%caron las &ariablescuantitati&as, las &ariables aleatorias pueden ser: discretas 'continuas.
na variable aleatoria discreta es aquella que puede asumiruna cantidad %nita de &alores, o una cantidad in%nitanumerable de &alores.
Ejemplo : En una muestra aleatoria de personas, la cantidadde ellos que tiene ojos de color caf* es una &ariable aleatoriadiscreta, 'a que los posibles &alores que puede tomar son
+ , ", #, $, , -
En cambio, una variable aleatoria continua es la que puedetomar cualquier &alor num*rico en un inter&alo o conjunto deinter&alos.
Ejemplo: La estatura de una persona esco ida al a/arcorresponde a una &ariable aleatoria continua, 'a que puedetomar cualquier &alor posible en un inter&alo.
8/17/2019 01 Variable Aleatoria Continua 1
4/26
Ejemplo: completa la tabla indicando, en cada caso, sila &ariable aleatoria es discreta o continua.
Variable aleatoria X Posibles valoresde x
Tipo de variable
Cantidad de respuestascorrectas al responder "pre untas en una prueba.Cantidad de calor0as quemadaspor # personas al reali/ar unejercicio f0sico
Cantidad de ampolletasdefectuosas al re&isar ampolletas
1iempo que demoran "personas para armar la primeracada de un cubo rubi2
8/17/2019 01 Variable Aleatoria Continua 1
5/26
3istribución deprobabilidad de una
&ariable aleatoriaEn una &ariable aleatoria discreta la distribución deprobabilidad se describe mediante una función deprobabilidad f (x). Esta función muestra laprobabilidad de que la &ariable tome un &alor
particular.En cambio, en las &ariables aleatorias continuas, lafunción de probabilidad es llamada función dedensidad de probabilidad (tambi*n se denota f ( x )
4(a 5 6 5b)
7 diferencia de la función deprobabilidad, la función dedensidad no determinadirectamente dic8a probabilidad,sin embar o, el 9rea bajo la
ra%ca de f (x) entre dos puntos,a ' b, determina laprobabilidad de !ue la
8/17/2019 01 Variable Aleatoria Continua 1
6/26
" #
f(x)"
'
x
El 9rea bajo la cur&a es i uala ". El dominio de f estaentre , #;
" #
f(x)"
'
x
8/17/2019 01 Variable Aleatoria Continua 1
7/26
Ejercicio: 7 partir de la función f, de%nida en el inter&alo <, ! "; ' cu'a r9%ca se muestra en la % ura si uiente:
a.3etermina si f puede ser la función de densidad de una V#$ .
b.Calcula 4(6 = , ), 4(6 5 ), 4( , 5 6 5 ") ' 4(6 > #).
8/17/2019 01 Variable Aleatoria Continua 1
8/26
%istribución de
probabilidad &ormal
8/17/2019 01 Variable Aleatoria Continua 1
9/26
La manera r9%ca de representar una distribuciónnormal, es la si uiente:
En este caso, decimos que la &ariable aleatoria 6 tienedistribución normal con media ' ' des&iaciónest9ndar , ' la denotamos como X ) &('* . ?u
r9%ca es una cur&a con forma de campana.
+mportante: El &alor de los par9metros ' ' in@u'enen la forma de la r9%ca de la función de densidad dela distribución normal.
8/17/2019 01 Variable Aleatoria Continua 1
10/26
4or ejemplo, las si uientes r9%cas muestran ejemplos dedistribuciones con la misma media A, pero diferentedes&iación est9ndar B:
6
D( , #) D( , ")
,bservación: Lades&iación est9ndardepende de cu9ndispersos est*n losdatos: a ma'or
des&iación est9ndar,la r9%ca es m9s baja ' m9s anc8a, 'a quelos datos seencuentran m9s
dispersos.
8/17/2019 01 Variable Aleatoria Continua 1
11/26
La si uiente ra%ca corresponde a las funcionesde densidad de tres &ariables aleatorias condistribución normal, con diferente media ' lamisma des&iación est9ndar.
D( , ")D( $ ,")
D($ , ")
Fbser&ación: 1odas
tienen la mismaforma sin embar o eleje de simetr0a de lasfunciones cambia 'aque lasdistribucionesposeen mediasdiferentes.
8/17/2019 01 Variable Aleatoria Continua 1
12/26
Ftraspropiedades• Los extremos se prolon an de modo inde%nido en ambas
direcciones ', teóricamente, nunca tocan el eje 8ori/ontalaunque se aproximan a el.
• Las probabilidades para la &ariable aleatoria con distribuciónnormal se de%nen mediante 9reas bajo la cur&a:Como la cur&a normal
representa una función de
densidad, entonces el 9reatotal bajo la cur&a debe seri ual a ".
7dem9s, como ladistribución essim*trica, el 9rea bajo lacur&a a la i/quierda de lamedia es , ' el 9rea bajola cur&a a la derec8a de la
8/17/2019 01 Variable Aleatoria Continua 1
13/26
4ara la distribución normal se cumple que:
G El HI,#H J de los &alores de una &ariablealeatoria normal esta dentro de mas o menos unades&iación est9ndar de su media.
G El K , J de los &alores de una &ariablealeatoria normal esta dentro de mas o menos dosdes&iaciones est9ndar de su media.
G El KK,M$ J de los &alores de una &ariablealeatoria normal esta dentro de mas o menos tres
des&iaciones est9ndar de su media.
8/17/2019 01 Variable Aleatoria Continua 1
14/26
Ejemplo:". En un 8ospital, las estaturas, en cent0metros, de los reci*n
nacidos se distribu'en &(-.* / . NCual es la probabilidadde que un reci*n nacido mida menos de H cmO
#. 3e un cole io mixto e resaron #" &arones ' ## damas.Las estaturas de los &arones se distribu'en &(0*102 3*- , 'las de las damas, &(0*.-2 3*4 , en metros. a. NCu9ntos
&arones miden m9s de ",M" mO b. NCu9ntas damas miden menos de ",H mO c. ?i se selecciona a un alumno al a/ar, Ncu9l es la
probabilidad de que mida a lom9s
",HM mO
". Los tiempos, en se undos, reali/ados en las pr9cticas deatletismo del Cole io Cordillera se distribu'en &(0/*52 3*5
' los tiempos del Cole io Entrela os, &(0/*/2 0 .3etermina qu* porcentaje de atletas:a. del Cole io Cordillera demoraron m9s de "#,I s.
b. del Cole io Cordillera demoraron menos de "$,H s.c. del Cole io Entrela os demoraron m9s de " ,# s.
8/17/2019 01 Variable Aleatoria Continua 1
15/26
3istribución normal
est9ndar?i tenemos una &ariable aleatoria continua condistribución normal, en la que la media es i ual a 'la des&iación est9ndar i ual a ", es decir, A = ' B= ", entonces la &ariable aleatoria tienedistribución normal est6ndar ' se denota X )
N (3* 0 .4ara el calculo de probabilidades en distribuciónnormal est9ndar se 8an construido tablas quepresentan las 9reas bajo las cur&as ', por lo tanto,permiten determinar de manera r9pida lasprobabilidades.
8/17/2019 01 Variable Aleatoria Continua 1
16/26
Es decir, la
probabilidad deque la &ariablealeatoria tomeun &alor menoro i ual a ", " es
,K# M$.
8/17/2019 01 Variable Aleatoria Continua 1
17/26
Ejemplo /: 3ada una &ariable aleatoria continuaque distribu'e
N ( , "), calcula la probabilidad de que tome un &alorentre ,## ' ",$ .4ara determinar la probabilidadde que la &ariable aleatoriatome un &alor entre ,## ' ",$ ,debemos calcular la diferencia
entre cada probabilidad, esdecir: 4( ,## 5 X 5 ",$ ) = 4( X 5 ",$ ) < 4( X 5 ,##)
< , IM H= ,$# $
4or lo tanto, la probabilidadde que la &ariable aleatoria
tome un &alor entre ,## '" $ es $# $.
= ,K"" K
8/17/2019 01 Variable Aleatoria Continua 1
18/26
Ejemplo 4: Calcula la probabilidad de que una &ariable aleatoria con distribución normalest9ndar tome un &alor ma'or que , H.
< ,M"##H
= ,#IMM
= "
4ara determinar laprobabilidad del 9rea pintadase puede calcular restando el9rea entre
8/17/2019 01 Variable Aleatoria Continua 1
19/26
Ejemplo -: Calcula la probabilidad de que una &ariable aleatoria con distribución normalest9ndar tome un &alor menor que < ,M".
= " < ,MH"#
= ,#$II
En la tabla de distribuciónnormal no existen &aloresne ati&os, pero dado que ladistribución normal est9ndares sim*trica respecto al cero,se cumple que:
4or lo tanto, la probabilidad de que una &ariablealeatoria con distribución normal est9ndar tome un
&alor menor que ,M" es ,#$II.
4(6 5 < ,M") = " < 4(6 5 ,M")
8/17/2019 01 Variable Aleatoria Continua 1
20/26
Ejemplo 7: ?i la ra%ca de la % ura representa lafunción de densidad de una V7C que distribu'e
N ( , "), determina el &alor de a, de modo que el9rea bajo la cur&a entre ' a sea , K M.
Esta parte
de lar9%ca esi ual a ,
Lue o, si sumamosesta 9rea con el9rea pintada,tenemos:
, Q , K M =,K K M.
Rinalmente, si nos %jamos en la tabla dedistribución normal, obser&amos que el &alor
,K K M se obtiene cuando a es i uala ",M .
8/17/2019 01 Variable Aleatoria Continua 1
21/26
Ejercicios:1. Z es una &ariable aleatoria con distribución normal est9ndar.
tili/ando la tabla de la distribución normal, encuentra los &alores de z tales que: 7. P ( Z 5 z ) = ,HHHS. P ( Z 5 z ) = ,KI MMC. P ( Z > z ) = ,#$ MH3. P ( Z > z ) = , I H
E. P ( Z 5 z ) = ,I#H$KR. P ( Z > z ) = , $
G sando la tabla de la distribución normal, calcula lassi uientes probabilidades, asumiendo que Z es una &ariablealeatoria que distribu'e N ( , ").".4( Z 5 ",$ )
2.P ( Z 5 $, K)3.P ( Z 5 #,#")5.P ( Z 5 ," )6.P ( Z >
8/17/2019 01 Variable Aleatoria Continua 1
22/26
#plicaciones de la
distribución normalLa tabla de distribución normal no solo nos permitecalcular probabilidades relacionadas con ladistribución normal est9ndar, sino que tambi*npodemos calcular probabilidades relacionadas concualquier distribución normal. Esto se debe a quetodas las distribuciones de probabilidades normalesse determinan a partir de la normal est9ndar.
4ara con&ertir cualquier distribución normal en unaest9ndar, debemos 8acerlo de la si uiente forma:
7 este procedimiento se le conoce como
tipi8cación .
8/17/2019 01 Variable Aleatoria Continua 1
23/26
Ejemplo 0: El resultado de una prueba de Tmedio tiene una distribución N ( ,$! ,H). ?i "estudiantes rindieron la prueba, Ncu9l es laprobabilidad de que al esco er a un estudiante ala/ar este 8a'a lo rado al menos un H, O.
8/17/2019 01 Variable Aleatoria Continua 1
24/26
Ejemplo /: ?e 8a calculado que el tiempo deespera en la %la de un banco tiene unadistribución N ("I, H), en minutos. Calcula laprobabilidad de que una persona ten a queesperar entre " ' # minutos en la %la..
Decesitamos calcular la probabilidad P (" 5 x 5# ), que equi&ale a la diferencia entre P (x 5 # ) '
P (x 5 " ).
P ( Z 5 ",$$) = " 4( Z 5 ",$$) = " ,K I# =, K"MH
9inalmente: P (" 5 x 5 # ) = P (x 5 # ) < P (x 5" )
= ,H#K$ < , K"MH =
Cuando x ="Cuando x =#
P ( Z 5 ,$$) = ,H#K$
8/17/2019 01 Variable Aleatoria Continua 1
25/26
Ejercicios". Considera la &ariable aleatoria 6 U D(#, $). sando la tabla
de la distribución normal est9ndar, calcula las si uientes
probabilidades.". 4(6 > )#. 4(6 5 ",")$. 4(6 > #,$)
. 4(6 > a) = ,H. 4(6 > a) = ,
8/17/2019 01 Variable Aleatoria Continua 1
26/26
Recommended