Beruflich Dokumente
Kultur Dokumente
Walter Daz
Facultad de Ciencias Econ
omicas
Universidad de Antioquia
28 de mayo de 2013
Introduccion
Walter Daz
Estadstica I
Variable aleatoria
Definicion
Una variable aleatoria X es una funci
on X : R que asocia a
cada resultado Exactamente un n
umero X() = x.
Por lo general, se denotan las variables aleatorias con letras
may
usculas como X, Y , y Z, y denotamos los valores observados
por las letras min
usculas x, y, y z. Al igual que es el conjunto de
todos los resultados posibles de E, llamamos al conjunto de todos
los valores posibles de X, el soporte de X y lo denotamos por X .
Walter Daz
Estadstica I
Ejemplo
Sea E el experimento de lanzar una moneda dos veces. Hemos
visto que el espacio muestral sera = {HH, HT, T H, T T }, donde
H es cara y T es cruz. Ahora definimos la variable aleatoria X =el
n
umero de caras. Es decir, por ejemplo X(HH) = 2, mientras que
X(HT ) = 1. Podemos hacer una tabla de las posibilidades:
X() = x
HH
2
HT
1
TH
1
TT
0
Walter Daz
Estadstica I
Ejemplo
Sea E el experimento de lanzar una moneda repetidamente hasta
obtener una cara.
El espacio muestral sera = {H, T H, T T H, T T T H, . . .}. Ahora
definimos la variable aleatoria Y = el n
umero de lanzamientos
antes de obtener la primera cara.
Entonces, el soporte de Y sera Y = {0, 1, 2, . . .}.
Walter Daz
Estadstica I
Ejemplo
Sea E el experimento de lanzar una moneda al aire, y definir la
variable aleatoria Z = el tiempo (en segundos) hasta que la
moneda caiga al suelo.
En este caso, el espacio muestral es inconveniente para describir.
Sin embargo, el soporte de Z sera (0, +). Por supuesto, es
razonable suponer que la moneda va a volver a la Tierra en un
corto perodo de tiempo, en la practica, el conjunto (0, +) es
ciertamente demasiado grande. Sin embargo, nos encontramos con
que en muchas circunstancias es matematicamente conveniente
estudiar el conjunto extendido en lugar de uno restringido.
Walter Daz
Estadstica I
Walter Daz
Estadstica I
X = {u1 , u2 , u3 , . . .}
Walter Daz
t X .
Estadstica I
Walter Daz
Estadstica I
Ejemplo
Se lanza una moneda tres veces. El espacio muestral sera
= {HHH, HT H, T HH, T T H, HHT, HT T, T HT, T T T }
Sea X el n
umero de caras observadas. Entonces X tiene soporte
X = {0, 1, 2, 3}. Asumiendo que la moneda esta balanceada,
Represente la f.p. con una tabla.
Walter Daz
Estadstica I
Ejemplo
Un embarque de 20 computadores portatiles similares para una
tienda minorista contiene 3 que estan defectuosos. Si una escuela
compra al azar 2 de estas computadoras, calcule la f.p. para el
n
umero de computadoras defectuosas.
Ejemplo
Si una agencia automotriz vende 50 % de su inventario de cierto
vehculo extranjero equipado con bolsas de aire laterales, calcule
una formula para hallar la f.p. del n
umero de automoviles con bolsa
de aire lateral entre los siguientes 4 vehculos que vende la agencia.
Walter Daz
Estadstica I
Walter Daz
Estadstica I
FX es no decreciente:
t1 < t2 FX (t1 ) FX (t2 ), para todo t1 , t2 <
FX es continua a la derecha:
lm FX (t) = FX (a), para todo a <
ta+
Estadstica I
Ejemplo
Encuentre la funcion de distribuci
on del n
umero total de caras
obtenidas en cuatro lanzamientos y dibuje su grafica.
Ejemplo
La distribucion de probabilidad de V , el n
umero semanal de
accidentes en una cierta intersecci
on, esta dada por g(0) = 0,40,
g(1) = 0,30, g(2) = 0,20 y g(3) = 0,10. Construya la funcion de
distribucion de V y dibuje su grafica.
Walter Daz
Estadstica I
Estadstica I
Walter Daz
Estadstica I
Observaci
on: Se puede decir lo siguiente acerca de las v.a.
continuas
El conjunto A puede tomar la forma de un intervalo, por
ejemplo, A = [c, d], en cuyo caso
Z
P(X A) =
fX (t)dt.
c
Walter Daz
Estadstica I
Walter Daz
Estadstica I
Definicion
La f.d.a. FX de una v.a. continua X con f.d.p. fX , es
Z t
FX (t) = P (X t) =
fX (x)dx, < t < .
Walter Daz
Estadstica I
Observaci
on: Para alguna f.d.a FX de una v.a. continua lo
siguiente es cierto.
1
FX es continua.
FX es no decreciente:
t1 < t2 FX (t1 ) FX (t2 ), para todo t1 , t2 <
Walter Daz
Estadstica I
Walter Daz
Estadstica I
Ejemplo
Considere la funcion de densidad
k x, 0 < x < 1,
f (x) =
0,
en otro caso.
b) Eval
ue k.
a) Calcule FX y utilice el resultado para evaluar
P(0,3 < X < 0,6)
Walter Daz
Estadstica I
Ejemplo
Se esta revisando que proporciones de su presupuesto asigna cierta
empresa industrial a controles ambientales y de contaminacion. Un
proyecto de recopilacion de datos determina que la distribucion de
tales proporciones esta dada por
5(1 y)4 , 0 y 1,
f (x) =
0,
en otro caso.
a) Verifique que la funci
on de densidad anterior sea valida.
b) Cual es la probabilidad de que una empresa elegida al azar gaste
menos de 10 % de su presupuesto en controles ambientales y de
contaminacion?
c) Cual es la probabilidad de que una empresa elegida al azar gaste
mas del 50 % de su presupuesto en controles ambientales y de
contaminacion?
Walter Daz
Estadstica I
Ejemplo
El tiempo que pasa, en horas, para que un radar detecte entre
conductores sucesivos a los que exceden los lmites de velocidad es
una v.a. continua con f.d.a.
0,
x < 0,
F (x) =
1 e8x , x 0.
Calcule la probabilidad de que el tiempo que pase para que el radar
detecte entre conductores sucesivos a los que exceden los limites
de velocidad sea menor de 12 minutos.
a) usando la f.d.a. de X;
b) utilizando la f.d.p. de X.
Walter Daz
Estadstica I
hX,Y (x, y) = 1.
(x,y)X,Y
Es habitual para extender la funcion hX,Y a todos los <2 considerar hX,Y (x, y) = 0
para todo (x, y)
/ X,Y .
Walter Daz
Estadstica I
Definicion
La funcion hX,Y es una funci
on de probabilidad conjunta,
funci
on de masa de probabilidad conjunta o distribuci
on de
probabilidad conjunta de las v.a. discretas X e Y , si
1 h
PX,Y (x, y) 0 para todo (x, y) X,Y ,
2
y) = 1,
(x,y)X,Y hX,Y (x,
P
3 P[(X, Y ) A)] =
un evento
(x,y)A hX,Y (x, y), para alg
A .
Walter Daz
Estadstica I
Ejemplo
Se selecciona al azar 2 repuestos para bolgrafo de una caja que
contiene 3 repuestos azules, 2 rojos y 3 verdes. Si X es el n
umero
de repuestos azules y Y es el n
umero de repuestos rojos
seleccionados, calcule
a) la funcion de probabilidad conjunta hX,Y
b) P[(X, Y ) A], donde A es la regi
on {(x, y)|x + y 1}.
Walter Daz
Estadstica I
Ejemplo
Tirar un dado dos veces. Sea X el n
umero obtenido en el primer
lanzamiento y sea Y el n
umero obtenido en el segundo
lanzamiento. Obtener
a) la funcion de probabilidad conjunta hX,Y
b) P[(X, Y ) A], donde A es la regi
on {(x, y)|x + y > 7}.
Walter Daz
Estadstica I
Distribuciones marginales
Definicion
A las f.m.p. fX y gy se les llama las distribuciones marginales de X e Y ,
respectivamente. Si se conoce hX,Y (x, y) entonces podemos obtener cada uno de
las distribuciones marginales mediante el teorema de la probabilidad total: observe
fX (x) = P(X = x)
X
=
P(X = x, Y = y),
yY
yY
Observaci
on: Dado hX,Y (x, y) podamos recuperar las distribuciones marginales,
pero lo contrario no es cierto. Incluso si tenemos ambas distribuciones marginales no
es suficiente para determinar el hX,Y (x, y).
Walter Daz
Estadstica I
Ejemplo
Muestre que los totales de las columnas y las filas de la siguiente
tabla dan las distribuciones marginales de s
olo X y solo Y .
x
h(x, y)
0
1
2
Total
0
3/28 9/28 3/28 15/28
y
1
3/14 3/14
0
3/7
2
1/28
0
0
1/28
Total 5/14 15/28 3/28
1
Walter Daz
Estadstica I
Ejemplo
Dada la distribucion de probabilidad conjunta de X e Y
h(x, y) =
x+y
, para x = 0, 1, 2, 3; y = 0, 1, 2.
30
Calcule
a) f (x) y g(y)
b) P(X > 2, Y 1)
c) P(X > Y )
d) P(X + Y = 4)
Walter Daz
Estadstica I
Walter Daz
Estadstica I
Definicion
La funcion hX,Y es una funci
on de densidad conjunta de las v.a.
continuas X e Y , si
1 h
(x, y) 0 para todo (x, y) X,Y ,
R X,Y
R
2
= 1,
hX,Y (x, y)dxdy
RR
3 P[(X, Y ) A)] =
un
(x,y)A hX,Y (x, y)dxdy, para alg
evento A .
Walter Daz
Estadstica I
Ejemplo
Se supone que cada rueda trasera de un avi
on experimental se
llena a una presion de 40 libras por pulgada cuadrada (psi). Sea X
la presion real del aire para la rueda derecha y Y la presion real
para la rueda izquierda. Suponga que X e Y son v.a. con la
siguiente funcion de densidad conjunta:
k(x2 + y 2 ), 30 x 50, 30 y 50,
h(x, y) =
0,
en otro caso.
a) Calcule k.
b) Calcule P(30 X 40 y 40 Y 50).
c) Calcule la probabilidad de que ambas ruedas no contengan la
suficiente cantidad de aire.
Walter Daz
Estadstica I
Densidades marginales
Definicion
Si X e Y tiene densidad conjunta hX,Y , entonces las densidades
marginales de X se puede obtener con
Z
fX (x) =
hX,Y (x, y)dy,
x X ,
Walter Daz
Estadstica I
Ejemplo
Considere las v.a. X e Y con la siguiente densidad conjunta
x + y, 0 x, y 1;
h(x, y) =
0,
en otro caso.
a) Calcule las densidades marginales de X e Y .
b) Calcule P(X 0,5, Y > 0,5).
Walter Daz
Estadstica I
Walter Daz
Estadstica I
Definicion
Sean X e Y v.a. discretas o continuas ambas. La distribucion
condicional de la v.a. Y , dado X = x, es
g(y|x) =
h(x, y)
, siempre que f (x) > 0.
f (x)
h(x, y)
, siempre que g(y) > 0.
g(y)
Walter Daz
Estadstica I
Ejemplo
Dada la tabla
x
h(x, y)
0
1
2
Total
0
1/6 1/3 1/12 7/12
y
1
2/9 1/6
0
7/18
2
1/36
0
0
1/36
Total 5/12 1/2 1/12
1
Encuentre la distribuci
on condicional de X dado Y = 1.
Walter Daz
Estadstica I
Ejemplo
Dada la funcion de densidad conjunta
2
3 (x + 2y), 0 < x < 1, 0 < y < 1;
h(x, y) =
0,
en otro caso.
Encuentre la densidad condicional de X dado Y = y y u
sela para
evaluar P(X 1/2|Y = 1/2).
Walter Daz
Estadstica I
independencia estadstica
Si f (x|y) no depende de y, entonces
f (x|y) = f (x)
A partir de este resultado se deduce la siguiente definicion
Definicion
Sean X y Y dos v.a., discretas o continuas con distribucion de
probabilidad conjunta h(x, y) y marginales f (x) y g(y),
respectivamente. Se dice que las v.a. X y Y son
estadsticamente independientes si y s
olo si
h(x, y) = f (x)g(y)
para todo (x, y)
Walter Daz
Estadstica I
Ejemplo
Supongamos que X y Y tienen la siguiente distribucion de
probabilidad conjunta
x
h(x, y)
2
4
1
0.10 0.15
y
3
0.20 0.30
5
0.10 0.15
Determine si las dos v.a. X y Y son dependientes o independientes
Walter Daz
Estadstica I
Ejemplo
La funcion de densidad conjunta de las v.a. X y Y es
6x, 0 < x < 1, 0 < y < 1 x;
h(x, y) =
0, en otro caso.
Determine si las dos v.a. X y Y son dependientes o independientes
Walter Daz
Estadstica I
Definicion
Sean X1 , X2 , . . . , Xn v.a. discretas o continuas, con distribucion
de probabilidad conjunta h(x1 , x2 , . . . , xn ) y marginales
f1 (x1 ), f2 (x2 ), . . . , fn (xn ), respectivamente. Se dice que las v.a.
X1 , X2 , . . . , Xn son recprocas y estadsticamente independientes
si y solo si
h(x1 , x2 , . . . , xn ) = f1 (x1 )f2 (x2 ) fn (xn )
para todo (x1 , x2 , . . . , xn )
Walter Daz
Estadstica I
Ejemplo
Suponga que el tiempo de vida en anaquel de cierto producto
comestible perecedero empacado en cajas de cart
on, en a
nos, es
una v.a. cuya funcion de densidad de probabilidad esta dada por
x
e , x > 0;
f (x) =
0,
en otro caso.
Represente los tiempos de vida en anaquel para tres de estas cajas
seleccionadas de forma independiente con X1 , X2 , X3 y calcule
P(X1 < 2, 1 < X2 < 3, X3 > 2).
Walter Daz
Estadstica I