Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
11 Al describir el espacio muestral correspondiente a un experimento aleatorio no siempre obtenemos resultados numéricos. Variables AleatoriasVariables Aleatorias 22 Por ejemplo: Observamos el resultado de un tratamiento S={mejoró, empeoró, sigue igual} los sucesos elementales no son valores numéricos. Variables AleatoriasVariables Aleatorias 33 En muchas experiencias nos va a interesar observar un resultado no numérico y anotarlo como un número para facilitar luego el cálculo de probabilidades y poder describir mejor el experimento aleatorio. Variables AleatoriasVariables Aleatorias 44 Necesitamos una regla que nos permita transformar en un número real cada resultado, numérico o no, de la experiencia. Variables AleatoriasVariables Aleatorias 55 Mejoró Sigue Igual Empeoró -1 0 1 Variables AleatoriasVariables Aleatorias 66 Ese número real que asignamos a cada elemento de S podemos pensarlo como el valor de una función del espacio muestral S en el conjunto ℜℜℜℜ de los números reales. X(mejoró) = 1 X(empeoró) = -1 X(sigue igual) = 0 Variables AleatoriasVariables Aleatorias 77 Una variable aleatoria (v.a.) es una función que a cada suceso (elemento) del espacio muestral S le hace corresponder un número real. X: S →→→→ ℜℜℜℜ ; si s ∈∈∈∈ S , X(s) ∈∈∈∈ ℜℜℜℜ DefiniciDefinicióón de Variable Aleatorian de Variable Aleatoria 88 Llamaremos recorrido de una variable aleatoria X al conjunto de todos los valores que puede tomar X. Lo designaremos con RX y será entonces un subconjunto de los números reales. DefiniciDefinicióón de Recorridon de Recorrido 99 Ejemplo: Por ejemplo, un recuento del número de colonias de un cultivo en agar es una variable aleatoria discreta. Mientras que recuentos de 3 y 4 son potencialmente observables, no lo es uno de 3,5. Variable Aleatoria DiscretaVariable Aleatoria Discreta 1010 Agar: gelatina vegetal sacada de ciertas algas del Japón. Variable Aleatoria DiscretaVariable Aleatoria Discreta 1111 DefiniciDefinicióón:n: Variable aleatoria discreta es aquélla cuyo recorrido es un conjunto finito o infinito numerable de números reales. Variable Aleatoria DiscretaVariable Aleatoria Discreta 1212 Ejemplos:Ejemplos: Variable Aleatoria DiscretaVariable Aleatoria Discreta 1) Número de intentos para dejar de fumar. 2) Número de Hijos. 3) Número de intervenciones quirúrgicas. 1313 DefiniciDefinicióón:n: Si X es una variable aleatoria discreta llamaremos función de probabilidad a la función p: RX →→→→ ℜℜℜℜ que a cada valor de X le asigna su correspondiente probabilidad. FunciFuncióón de Probabilidadn de Probabilidad 1414 La función de probabilidad de una variable aleatoria discreta tiene las siguientes propiedades: 1) p(xi) ≥ 0 ∀∀∀∀ xi ε RX 2) FunciFuncióón de Probabilidadn de Probabilidad ∑ = Xi Rx ixp ε 1)( Justificar 1515 Ejemplo: FunciFuncióón de Probabilidadn de Probabilidad Valores xi de X -2 -1 0 1 2 p(xi) 0,1 0,2 0,3 0,3 0,1 1616 FunciFuncióón de Probabilidadn de Probabilidad 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 -2 -1 0 1 2 1717 FunciFuncióón de Probabilidadn de Probabilidad Si conocemos el recorrido de una variable aleatoria discreta y su correspondiente función de probabilidad, diremos que conocemos la distribución de probabilidad de la v.a., o simplemente la distribución de X. 1818 FunciFuncióón de Probabilidadn de Probabilidad Ahora podemos calcular P(a < X ≤≤≤≤ b) para cualquier par de números reales a, b con a < b. Supongamos que, en nuestro ejemplo, queremos calcular P(0 < X ≤≤≤≤ 2) debemos ver qué valores de X pertenecen al intervalo y sumar las probabilidades correspondientes. 1919 FunciFuncióón de Distribucin de Distribucióónn Si X es una variable aleatoria discreta llamaremos función de distribución de X a la función FX : ℜℜℜℜ →→→→ ℜℜℜℜ definida por: FX(t) = P(X ≤ t) ∑ ≤ = tx iX i xptF )()( 2020 P(a < X ≤ b) = FX(b) - FX(a) FunciFuncióón de Distribucin de Distribucióónn Demostrar 2121 Una variable continua tiene la propiedad de que entre 2 valores observables cualesquiera hay, “potencialmente”, otro valor observable. Una variable continua toma valores a lo largo de un continuo, esto es, en todo un intervalo de valores. Longitudes y pesos son ejemplos de variables continuas. Variable Aleatoria ContinuaVariable Aleatoria Continua 2222 Ejemplo: La estatura de una persona, puede ser, por ejemplo, 1,70 mts. ó 1,75 mts., pero podría tomar cualquier valor intermedio como por ejemplo 1,73 mts. Variable Aleatoria ContinuaVariable Aleatoria Continua 2323 Variable aleatoria continua es aquélla cuyo recorrido es el conjunto de los números reales o un intervalo de números reales. Variable Aleatoria ContinuaVariable Aleatoria Continua 2424 Ejemplos: Variable Aleatoria ContinuaVariable Aleatoria Continua 1) Edad. 2) Peso. 3) Tensión Arterial. 2525 Si X es una variable aleatoria continua llamaremos función de densidad de X a la función f: ℜℜℜℜ →→→→ ℜℜℜℜ que tiene las siguientes propiedades: 1) f(x) ≥ 0 ∀∀∀∀ x ε ℜℜℜℜ 2) 3) Si a, b son números reales, a < b P(a ≤ X ≤ b) = ∫ +∞ ∞− =1)( dxxf ∫ b a dxxf )( FunciFuncióón de Densidadn de Densidad 2626 De la definición de función de densidad se deduce que: ∀∀∀∀ a ε ℜℜℜℜ , P (x=a) = = 0∫ a a dxxf )( FunciFuncióón de Densidadn de Densidad 2727 Si X es una variable aleatoria continua, valen las siguientes igualdades: P(a <<<< X ≤≤≤≤ b) = P(a ≤≤≤≤ X ≤≤≤≤ b) = P(a ≤≤≤≤ X <<<< b) = P(a <<<< X <<<< b) Estas igualdades no son válidas en el caso discreto. FunciFuncióón de Densidadn de Densidad 2828 Ejemplo: <≤ <≤− = casootroen xsi xsix xf 0 43 2 1 31)1( 4 1 )( FunciFuncióón de Densidadn de Densidad 2929 Si X es una variable aleatoria continua llamaremos función de distribución de X a la función FX: ℜℜℜℜ →→→→ ℜℜℜℜ definida por: FX(t) = P(X ≤ t) FunciFuncióón de Distribucin de Distribucióónn 3030 En el caso continuo para hallar el valor de la función de distribución en un punto, debemos calcular el área encerrada por la función de densidad a la izquierda de ese punto. FunciFuncióón de Distribucin de Distribucióónn 3131 Como el área se calcula mediante una integral, si f es la función de densidad de X: ∫ ∞− = t X dxxftF )()( ∀∀∀∀ t ε ℜℜℜℜ FunciFuncióón de Distribucin de Distribucióónn 3232 Estas propiedades son válidas para variables aleatorias discretas y continuas. 1) P (a < X ≤≤≤≤ b) = FX(b) - FX(a) 2) F es una función no decreciente, es decir, a < b ⇒⇒⇒⇒ FX(a) ≤≤≤≤ FX(b) 3) Propiedades de la FunciPropiedades de la Funcióón n de Distribucide Distribucióónn 0)(lim = ∞−→ tFX t 1)(lim = ∞+→ tFX t 3333 La esperanza es un parámetro. Un parámetro es un número que caracteriza a la distribución. Se la llamará también media o valor esperado. Se la designará, algunas veces, con la letra µµµµ. Esperanza de una Variable Esperanza de una Variable AleatoriaAleatoria 3434 Si X es una variable aleatoria discreta, su recorrido es RX = x1; x2; …; xn … y su función de probabilidad es p: RX →→→→ ℜℜℜℜ , la esperanza de X la definimos como: ∑= Xi Rx ii xpxXE ε )()( Esperanza de una Variable Esperanza de una Variable Aleatoria DiscretaAleatoria Discreta 3535 ¿Cuál es el significado de E(X)? Supongamos que repetimos muchas veces el experimento, si hacemos el promedio de los valores obtenidos, ese promedio se acercará a la E(X). La E(X) de una v.a. no es el valor más probable de la variable. Esperanza de una Variable Esperanza de una Variable AleatoriaAleatoria 3636 Ejemplo: Esperanza de una Variable Esperanza de una Variable Aleatoria DiscretaAleatoria Discreta E(X) = 0,1 3737 Si X es una variable aleatoria continua, y f : ℜℜℜℜ →→→→ℜℜℜℜ es su función de densidad, la esperanza de X la definimos como: ∫ ∞+ ∞− = dxxfxXE )()( Esperanza de una Variable Esperanza de una Variable Aleatoria ContinuaAleatoria Continua 3838 Ejemplo: Esperanza de una Variable Esperanza de una Variable Aleatoria ContinuaAleatoria Continua 12 35 )( =XE 3939 Las siguientes propiedades de la E(X) son válidas tanto para variables aleatorias discretas como continuas. Si X e Y son variables aleatorias y c es un número real. 1) E(c) = c 2) E(cX) = c E(X) 3) E(X+Y) = E(X) + E(Y) Propiedades de Propiedades de E(XE(X)) 4040 4) Si x1; x2 ; …; xn son variables aleatorias: 5) Si X e Y son variables aleatorias independientes: E(X.Y) = E(X).E(Y) ∑∑ == = n i i n i i xExE 11 )()( Propiedades de Propiedades de E(XE(X)) 4141 Si X es una variable aleatoria y g: ℜℜℜℜ →→→→ ℜℜℜℜ es una función definida para todos los valores posibles de X ⇒⇒⇒⇒ Y = g(X) es también una v.a. y podemos hallar E(Y). Esperanza de una funciEsperanza de una funcióón de n de una una v.av.a.. 4242 Si X es discreta y p(xi) = P(X=xi) ∀∀∀∀ xi ∈∈∈∈ RX E(Y) = E[g(X)] = ∑ Xi Rx ii xpxg ε )()( Esperanza de una funciEsperanza de una funcióón de n de una una v.av.a.. 4343 Si X es continua y f: ℜℜℜℜ →→→→ ℜℜℜℜ es su función de densidad E(Y) = E[g(X)] = ∫ ∞+ ∞− dxxfxg )()( Esperanza de una funciEsperanza de una funcióón de n de una una v.av.a.. 4444 La varianza es un parámetro. Es una medida de la dispersión de los valores de X alrededor del valor medio. Si X es una v.a. se define la varianza de X como: [ ]2)()( XEXEXVar −= En general se la designará σσσσ2. Varianza de una Variable Varianza de una Variable AleatoriaAleatoria 4545 Si X es una v.a. se llama desviación estándar de X a la raíz cuadrada positiva de la varianza. )(XVar+=σ Se la designará σσσσ. DesviaciDesviacióón Estn Estáándar de una ndar de una Variable AleatoriaVariable Aleatoria 4646 [ ]22 )()()( XEXEXVar −= Propiedad 2.1Propiedad 2.1 Demostrar 4747 Las siguientes propiedades de la Var(X) son válidas tanto para variables aleatorias discretas como continuas. Si X e Y son variables aleatorias y c es un número real. 1) Var(c) = 0 2) Var(X+c) = Var(X) 3) Var(cX) = c2 Var(X) Propiedades de Propiedades de Var(XVar(X)) Demostrar 4848 4) Si X e Y son variables aleatorias independientes: Var(X+Y) = Var(X) + Var(Y) 5) Si x1;x2 ; …; xn son variables aleatorias independientes ∑∑ == = n i i n i i xVarxVar 11 )()( Propiedades de Propiedades de Var(XVar(X)) Demostrar 4949 baYE += µ)( Si X es una v.a., E(X) = µµµµ, Var(X) = σσσσ2 e Y=aX+b con a, b números reales, a ≠ 0, entonces: 22)( σaYVar = Propiedad 2.2Propiedad 2.2 Demostrar 5050 σ µ−= XY Si X es una v.a., E(X) = µµµµ, Var(X) = σσσσ2 ≠ 0, la variable aleatoria DefiniciDefinicióón de variable n de variable estandarizadaestandarizada se llama variable estandarizada correspondiente a X. 5151 0)( =YE Si X es una v.a. e Y es la variable estandarizada correspondiente a X, entonces 1)( =YVar Propiedad 2.3Propiedad 2.3 Demostrar
Compartir