Beruflich Dokumente
Kultur Dokumente
2012
5 Variables aleatorias contínuas
Una variable aleatoria continua puede tomar cualquier valor en un intervalo
de números reales..
Función de densidad. La función de densidad de una variable aleatoria
continua es una función f que cumple
Z 1
f (x) 0; f (x)dx = 1: (13)
1
P (a < X < b) = P (a X b)
dF (x)
f (x) = :
dx
28
cuando esta integral está de…nida.
29
Obtener la función de densidad para X
Calcular P (1 X 3)
Calcular P (X 1:5)
1=5 si x [0; 5]
f (x) =
0 en otro caso
Es evidente que f (x) 0, para todo x; y que el área total bajo f (x) es
igual a 1.
La probabilidad de R 3 que tenga que esperar entre 1 y 3 minutos es:
P (1 X 3) = 1 5 dx = 25 1
30
entonces
2 2 a2 + ab + b2 (b + a)2 (b a)2
var(X) = EX (EX) = =
3 4 12
31
Ejemplo 5.3 Supongase que se reciben llamadas en una línea telefónica de
emergencias las 24 hs del día, según un proceso de Poisson con una tasa 0.5
llamadas por hora. ¿Cuál es la probabilidad de que transcurran más de dos
horas entre dos llamadas sucesivas?
luego
ln 2
med(T ) = e =
en este caso puede verse que la mediana es menor que la media.
Realice los ejercicios de 6 a 10
EZ = 0; var(Z) = 1
P (a Z b) = (b) (a):
32
Por ser ' simétrica, la cumple
( z) = 1 (z): (15)
Las tablas de suelen incluir sólo las z 0; y los valores para z < 0 se
obtienen usando (15).
Por ejemplo, se obtiene de la tabla que (1:02) = 0:8461: Para calcular
( 1:02) se hace 1 0:8461 = 0:1539.
Se deduce de (15) que los cuantiles de la N(0; 1) cumplen
z(1 )= z( ); (16)
y en particular la mediana
med(Z) = e = z(0:5) = 0:
2
La variable X tiene distribución normal con media y varianza (que
se indica N( ; 2 )) si su función de densidad está dada por:
1 (x )2 =2 2
f (x) = p e
2
puede verse que la grá…ca de esta función es simétrica respecto de :
También puede demostrarse que si X s N( ; 2 ), entonces:
2
E(X) = , V (X) =
Ejemplo 5.4 Sea X s N(30; 4), se desea calcular P (28 < X < 31):
33
P (28 < X < 31) = P ((28 30)=2 < (X 30)=2 < (31 30)=2) =
= P ( 1 < Z < 1=2) = (0:5) ( 1) = (0:5) (1 (1)) =
= 0:6915 (1 0:8413) = 0:5328
En general, para calcular probabilidades correspondientes a una X con
distribución N( ; 2 ); se la lleva al caso N(0; 1), trabajando con Z = (X
)= : Su función de distribución es entonces
x x
F (x) = P (X x) = P Z = ;
De aquí se puede ver que para cualquier variable aleatoria X con dis-
tribución normal, la probabilidad de que X esté dentro de 1 desvío estándar
de su media es:
P( <X< + ) = (1) ( 1) = 0:6826
P( 2 <X< + 2 ) = (2) ( 2) = 0:9544
y P( 3 <X< + 3 ) = (3) ( 3) = 0:9974
Usando (17), se prueba que los cuantiles de una variable X con distribu-
ción N( ; 2 ) cumplen
x( ) = + z( ); (18)
donde z( ) son los cuantiles de N(0; 1):
2
En particular, la mediana de una X s N( ; ) es
med(X) = x(0:5) =
Ejemplo 5.5 Calcularemos los cuantiles de 0.80 y de 0.20 de una variable
normal X con media 5 y desviación 2. De la tabla: (0:84) = 0:7995 y
(0:85) = 0:8023: Interpolando resulta aproximadamente z(0:8) = 0:843; y
por lo tanto x(0:8) = 5 + 2 0:843 = 6:686: Para el otro cuantil, usamos
z(0:2) = z(0:8) y por lo tanto x(0:8) = 5 2 0:843 = 3:314:
34
6 "Propagación de errores": Funciones de una
variable
o lo que es equivalente:
2
X N (a; ), donde a es el verdadero valor (20)
a= log t:
Se tiene una medición de t con error, representada por una variable aleatoria
X con media t y desviación ; entonces la absorvancia también es una variable
35
aleatoria Y :
Y = log X: (21)
Con estos elementos se desea calcular la desviación típica de Y; sabiendo que
t = 0:501; = 0:001:
Para resolver este problema, lo plantearemos de modo más general, sea
una variable aleatoria Y que es función de otra variable X :
Y = h(X);
donde X tiene media y desviación ; buscaremos una forma de aproximar
su media y su varianza.
La aproximación de la serie de Taylor a h(X) en un entorno de es:
h(X) ' h( ) + h0 ( )(X ) (22)
El lado derecho de esta ecuación es una función lineal de X. Si la dis-
tribución de X está concentrada en un intervalo sobre el que la función h sea
aproximadamente lineal, entonces (22) es una buena aproximación de Y; y
puede usarse para aproximar los valores de E(Y ) y dt(Y ); utilizando (22) y
(9):
E(h(X)) ' h( ) + h0 ( )E(X ) = h( )
del mismo modo, usando (22)y (10):
dt(h(X)) ' jh0 ( )j dt(X)
Por ejemplo, si Y = X 2 ; es h(x) = x2 ; por lo tanto h0 (x) = 2x; y en
consecuencia
dt(Y ) 2 j j :
En el caso (21) es = t; y h(x) = log x; por lo tanto
log e 0:434
h0 (x) = =
x x
(con e = 2:71828::::); lo que da
0:434 0:001
EY log 0:501 = 0:30; dt(Y ) = 0:0008:
0:501
36
Práctica 3
37
(c) ¿Puede calcular la media del tiempo de vida de estos tubos?
(d) ¿Puede calcular la mediana del tiempo de vida de estos tubos?
(e) Determinar el valor tal que el tiempo de vida del 90% de los tubos
de radio de ese tipo sea inferior a ese valor (el 90-percentil)
(3=2)y 2 + y si 0 y 1
f (y) =
0 en caso contrario
El valor de cada muestra es U = 5 0:5Y . Encontrar E(U ) y V (U )
38
7. La duración de cada operación que realiza cierta máquina puede repre-
sentarse mediante una v.a. uniforme de media 10 segundos y varianza
3 seg2. ¿Cuántos segundos tarda como mínimo, el 75% de las veces?
12. Calcular:
39
13. En determinada población la presión arterial diastólica entre mujeres
de 18 a 74 años se encuentra distribuida normalmente con una media
de = 77 mmHg y una desviación estándar de = 11; 6 mmHg
14. Una fábrica produce tornillos, las especi…caciones indican que el diámetro
de los mismos debe estar entre 1; 19 y 1; 21 pulgadas. Si el proceso de
producción es tal que el diámetro de los tornillos es una variable aleato-
ria con distribución normal con media 1; 196 y desviación estandar
0; 005: ¿Qué porcentaje de la producción no satisface las especi…ca-
ciones?
15. Si el voltaje v en un medio es …jo, pero la corriente I es aleatoria,
entonces la resistencia (R = v=I) también será aleatoria. Si I = 20 y
I = 0:5, calcule los valores aproximados de R y R .
40
(b) Por medio de la independencia de las Ai , calcule P (X t). Luego
obtenga F (t) = P (X t) y la densidad de X
2(1 1=x2 ) si 1 x 2
f (x) =
0 en caso contraio
(a) Calcular la función de distribución.
(b) Calcular la mediana.
(c) Calcular E(X) y V (X)
(d) Si al principio de la semana hay 2300 galones en existencia y no
se recibe nuevo suministro durante la semana, ¿cuántos galones se
espera que queden al terminar la semana?
41