Beruflich Dokumente
Kultur Dokumente
UNIDAD DE APRENDIZAJE N° 3
VARIABLE ALEATORIA
DISCRETAS Y CONTINUAS
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
INTRODUCCIÓN
Se llama variable aleatoria a una magnitud cuyo valor no puede predecirse con certeza
antes de que ocurra, por lo tanto su comportamiento se caracteriza mediante las leyes de
probabilidades; para describirla se emplea una función o distribución de probabilidades que
define los sucesos. Se denota con una letra mayúscula, por ejemplo la variable aleatoria X
y la función X(E) indica la magnitud de ocurrir del suceso E de la variable X.
Un clásico ejemplo de variable aleatoria es el resultado de los ensayos en cilindros de
concreto provenientes de una construcción, ya que para las mismas condiciones de
producción, los resultados son diferentes y al analizar la dispersión en los ensayos se
encuentra que siguen un patrón indicado por las leyes de probabilidades, por lo que se
puede caracterizar por una función de probabilidades.
Las variables aleatorias se dividen en dos tipos: discretas y continuas, las cuales se
representan por una función discreta masa de probabilidades (FMP) que se denota por pX(x)
o por una función de densidad de probabilidades (FDP) que se denota como fX(x) y
función de distribución acumulada (FDA) que se denota como FX(x). (Benjamin y Cornell,
1981; Miller, Freund y Johnson, 1992; Kennedy y Neville, 1982).
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Variable aleatoria
Definición1.- Una variable aleatoria X es una función que asocia a cada suceso del
espacio muestral de un experimento aleatorio un valor numérico real
X :
w X ( w)
La variable aleatoria puede ser discreta o continua.
Ejemplos:
Número de probetas de concreto que superan
Número de accidentes laborales en una empresa.
Número de caras obtenidas al lanzar tres veces una moneda.
(i) 0 p( x) 1 x
(ii ) p( x) 1
x
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Ejemplo1:
Se lanza dos veces una moneda. Sea la v.a X: Número de caras obtenidas
Función de probabilidad
X 0 1 2
P(X=x) 1/4 2/4 1/4
Ejemplo2:
Se lanza dos dados legales hallar:
a. La función de probabilidad P(x), donde X es la suma de los dos
números que se obtienen al lanzar los dos dados legales.
b. La probabilidad de que la suma de los dos dados sea 6.
Solución
a.
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
b) P(X=6)=6/36
Ejemplo 3:
Sea { }.Se realiza el siguiente experimento, se extrae al azar un subconjunto de A.
Se define la variable aleatoria
∑
( ) {
………………………………………………………………………………………………
………………………………………………………………………………………………
………………………………………………………………………………………………
……………………………………………………………………………………………….
……………………………………………………………………………………………….
……………………………………………………………………………………………….
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Función de distribución acumulada (FDA)
Dada una variable aleatoria discreta X se llama función de distribución a la función F
definida como:
F : [0,1]
x F ( x) P( X x)
Propiedades:
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Ejemplo 4:
Encuentre la distribución acumulada de la v.a X del ejemplo 2
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Siendo
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Función de densidad de probabilidad
c) ( ) ∫ ( )
Ejemplo5:
( )
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Función de distribución
( ) ( ) ∫ ( )
Observaciones:
1) Si X es v.a. continua entonces F es continua
2) F es continua ( ) para todo
3) Si X es v.a. continua
4) ( ) ( ) ( ) ∫ ( )
( ) ( ) ; F es derivable
Ejemplo6:
( )
…………………………………………………………………………
………………………………………………………………………….
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
( ( )) ∑ ( ) ( )
( ( )) ∫ ( ) ( )
Propiedades:
a) ( ) ( )
b) E(X+Y)=E(X)+E(Y)
Estas propiedades son válidas para cualquier variable aleatoria (discreta, continua)
donde:
Propiedades:
1) ( ) ( )
2) Var(X+Y)=Var(X)+Var(Y) (X e Y son v.a. independientes)
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
TECNICA DE TRANSFORMACIONES PARA VARIABLES ALEATORIAS
DISCRETAS
Teorema: “Supóngase que X es una variable aleatoria discreta con distribución de
probabilidad P(x). Si la función Y=g(X) define una transformación uno a uno entre los
valores X y Y , de tal forma que la ecuación y = g (x ) tenga su inversa x = g - 1 ( y ) ,
entonces la distribución de Y es”:
Ejemplo7:
Sea X es una variable aleatoria discreta donde su distribución se encuentra dada por
Encontrar la distribución de
Solución:
Si x varía entre 1 y 4 remplazando en y tenemos que y = 1, 3, 5,7
Ahora
MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
siendo
Ejemplo8:
Encontrar a Y= 3Y-1
Solución:
Se encuentra el intervalo de y
Ahora
MA611 I,H________________________________________________________________________F.N.Q.C