Beruflich Dokumente
Kultur Dokumente
TEMA 2
VARIABLES ALEATORIAS
UNIDIMENSIONALES
A) OBJETIVOS:
- Presentar el concepto de variable aleatoria y su
distribución de probabilidad comparada con la
variable estadística estudiada en Estadística
Descriptiva
- Distinguir los dos tipos de variables aleatorias:
Discretas y Continuas
- Se presenta el concepto de Función de
Distribución (comparado con la distribución de
frecuencias acumulada de una variable estadística)
- Se estudian también la función de cuantía de la
variable aleatoria discreta (comparado con la
distribución de frecuencias de una variable
estadística) y la función de densidad de la variable
aleatoria continua (no tiene su equivalente en la
variable estadística)
Estadística 2º LECO Curso 2005-2006 Página 1
Rafael Rivera Martín TEMA 2: Variables aleatorias unidimensionales
B) ÍNDICE:
1.- Introducción: variables estadísticas y aleatorias
2.- Definición y tipos de variables aleatorias
3.- Variables aleatorias discretas
3.1.- Función de cuantía
3.2.- Función de distribución
4.- Variables aleatorias continuas
4.1.- Función de densidad
4.2.- Función de distribución
5.- Transformaciones de variables aleatorias
unidimensionales
5.1.- Caso discreto
5.2.- Caso continuo
x1 n1 f =n 1 F =f
1
n 1 1
x2 n2 f =n 2 F =f +f
2
n 2 1 2
M M M M
xi ni f =n i F = f +L+ f
i
n i 1 i
M M M M
xk nk f =n k F = f +L+ f = 1
k
n k 1 k
Por ejemplo:
Variable Frecuencia Frecuencia Frecuencia
estadística relativa acumulada
xi ni
f =n i
F = f +L+ f
i 1 i
i
n
-1 2 2/10 2/10
2 3 3/10 5/10
4 2 2/10 7/10
6 3 3/10 10/10 = 1
Totales 10 1 No tiene sentido
Observaciones:
- Una variable aleatoria se denota mediante las siglas
v.a.
- Una v.a. se escribe en mayúsculas (X), mientras que
los posibles valores que puede tomar se escriben en
minúsculas (x)
X: E → ℜ Probabilidad
{cara, cara} a X = 2 P(X = 2) = 1 4
{cara, cruz} a X = 1 P(X = 1) = 1 4
{cruz, cara} a X = 1 P(X = 1) = 1 4
{cruz, cruz} a X = 0 P(X = 0) = 1 4
(2) ∑ p(x ) = 1
i
i
(3) p(x) = 0 ∀x ∉ {x , x , K , x , K}
1 2 i
p(xi)
p(xn)
p(x1)
p(x2)
x1 x2 ...
xn xi
i i −1
SUMAR
→
p(x) F(x)
←
RESTAR
F(xi)
xi
0 x1 x2 x3 ... xn-1 xn
f(x) ≥ 0 y ∫ f(x) dx = 1
−∞
Área = 1
→
f(x) F(x)
←
DERIVAR
Sea X = { x , x , K, x }
1 2 n
una v.a. discreta con f.c.
p(x) conocida
Y = h(X) una transformación sobre la v.a. X
(cambio de variable)
Queremos calcular la f.c. de la v.a. Y: ¿p(y)?
Procedimiento:
xi x1 X2 ... xn
P(xi) p(x1) p(x2) ... p(xn) Cambio de variable
de X a Y = h(X)
yi = h(xi) y1 y2 ... yn
p(yi)= p(xi) P(x1) p(x2) ... p(xn)
Procedimiento:
(1) Partimos de “y” puesta en función de “x” a través
de la función “h” ⇒ y = y(x)
(2) Despejamos la “x” en función de “y” a través de la
función “h-1” ⇒ x = x(y)
(3) Derivamos esta función respecto a “y”:
d [x(y)] d dx
= [x(y)] = = x ′(y)
dy dy dy
(4) La f.d. de la v.a. Y viene dada por:
dx
g(y) = f [x(y)]⋅ Valor absoluto
dy
Observaciones:
- El paso (2) sólo es posible si la función y = h(x) es
invertible, para ello basta con que sea monótona
(creciente o decreciente)
- ¡¡IMPORTANTE!!: No debemos olvidar calcular el
rango de variación de las “y” a partir del rango de
variación de las “x”