VARIABLE ALETORIA Una variable aleatoria es una función que asocia un valor numérico a cada posible resultado de un experimento aleatorio. Se denotan las v.a. con letras mayúsculas, y sus posibles valores con letras minúsculas. V.A. DISCRETA Una variable aleatoria es discreta si toma un número finito o numerable de valores X =“resultado al tirar un dado” es una variable discreta. FUNCIÓN DE PROBABILIDAD Sea X una variable aleatoria discreta con posibles valores {x 1 , x 2 , . . .} Se llama función de probabilidad o función de masa, al conjunto de probabilidades con las que X toma cada uno de sus valores, es decir, p i = P[X = x i ], para i = 1, 2, . . . . Ejemplo X = resultado de lanzar un dado. La función de probabilidad es Propiedades FUNCIÓN DE PROBABILIDAD) 1. 0 ≤P X=x i ≤1 3. P X≤x = ∑ P(X=x i ) i,x i ≤x 2. P X>x =1−P(X≤x) 4. ∑ P X=x i =1. i x i 1 2 3 4 5 6 p i 1/6 1/6 1/6 1/6 1/6 1/6 FUNCIÓN DE DISTRIBUCIÓN Es la función (acumulada) F X =P(X≤x). Está definida para todos los valores de la variable X (Dom=R) Ejemplo X=lanzar un dado x 1 2 3 4 5 6 P(X=x) 1/6 1/6 1/6 1/6 1/6 1/6 F(x) 1/6 2/6 3/6 4/6 5/6 1 PROPIEDADES 1. F(- ∞)=0 2. F(∞)=1 3. Si x≤y, entonces F(x)≤F(y) 4. Es una función de tipo escalón DISTRIBUCIONES DISCRETAS Y CONTINUAS
6
Embed
DISTRIBUCIONES DISCRETAS Y CONTINUAS · FUNCIÓN DE PROBABILIDAD Sea X una variable aleatoria discreta con posibles valores {x 1, x ... Es una función de tipo escalón DISTRIBUCIONES
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
VARIABLE ALETORIA
Una variable aleatoria es una función que asocia un valor numérico a cada posible resultado de un experimento aleatorio. Se denotan las v.a. con letras mayúsculas, y sus posibles valores con letras minúsculas.
V.A. DISCRETA Una variable aleatoria es discreta si toma un número finito o
numerable de valores
X =“resultado al tirar un dado” es una variable discreta.
FUNCIÓN DE PROBABILIDAD
Sea X una variable aleatoria discreta con posibles valores {x1, x2 , . . .} Se llama función de probabilidad o función de masa, al conjunto de probabilidades con las que X toma cada uno de sus valores, es decir, pi = P[X = xi ], para i = 1, 2, . . . .
Ejemplo X = resultado de lanzar un dado. La función de probabilidad es
Propiedades FUNCIÓN DE PROBABILIDAD)1. 0 ≤P X=xi ≤1 3. P X≤x =∑ P(X=xi)
�i,xi≤x
2. P X>x =1−P(X≤x)4. ∑ P X=xi =1.�i
xi 1 2 3 4 5 6
pi 1/6 1/6 1/6 1/6 1/6 1/6
FUNCIÓN DE DISTRIBUCIÓN
Es la función (acumulada) F X =P(X≤x). Está definida para todos los valores de la variable X (Dom=R)
EjemploX=lanzar un dado
x 1 2 3 4 5 6
P(X=x) 1/6 1/6 1/6 1/6 1/6 1/6
F(x) 1/6 2/6 3/6 4/6 5/6 1
PROPIEDADES
1. F(- ∞)=02. F(∞)=13. Si x≤y, entonces F(x)≤F(y)4. Es una función de tipo escalón
DISTRIBUCIONES DISCRETAS Y CONTINUAS
https://marielmatesblog.wordpress.com/
q ocurre un determinado suceso A (ÉXITO)q no ocurre dicho suceso, o sea que ocurre su complementario, A&
(FRACASO)P A =p, P A& =1−p=q
ESPERANZA Y VARIANZA DE UNA V.A.
E(X)=∑ xi·P X=xi = x1·p1+x2·p2+⋯+xn·pn�i
Var(X)= ∑ xi2·P X=xi − E(X)2�
i
xi 1 2 3 4 5 6
pi 1/6 1/6 1/6 1/6 1/6 1/6
xi·pi 1/6 2/6 3/6 4/6 5/6 6/6 21/6
xi2·pi 1/6 4/6 9/6 16/6 25/6 36/6 91/6
Ejemplo
E(X)=21/6Var(X)=91/6-(21/6)2=105/36=2,92
MODELOS PROBABILÍSTICOS
MODELO BERNOULLI
Tenemos un experimento aleatorio donde sólo hay dos posibles resultados, a los que llamaremos: éxito o fracaso.
X= ' 1 si éxito0 si fracaso
X~Bern(p)
EjemploTirar una moneda al aire X= '1 si sale cara
0 si sale cruzX~Bern(1/2)
x 0 1
p 1/2 1/2
x·p 0 1/2 1/2x2·p 0 1/2 1/2
E(X)=pVar(X)=p-p2F x =(
0 si x<01−p si 0≤x<1
1 si x≥1
E(X)=1/2Var(X)=1/4
Suma total
Uno de los modelos más utilizado en aplicaciones prácticas el la distribución binomial
https://marielmatesblog.wordpress.com/
MODELO BINOMIAL
Repetimos n veces un experimento Bernoulli de parámetro p en las mismas condiciones (independencia). La variable aleatoria del nº de veces que ocurre el suceso A (nº éxitos) como Binomial(parámetros n y p), Bin(n,p)Rec X={0,1,2,3,…}
X~Bin(n,p)P X=x = n
x ·px·(1−p)n−x donde n
x = n!x!· n−x !
EjemploEl 20% de un determinado pueblo ve un concurso que hay en televisión. Desde el concurso se llama por teléfono a 10 personas del pueblo elegidas al azar.Definimos X=nº de personas que están viendo el programa ~ Bin(10 , 0.20) Rec(X)={0,1,2,3,4,5,6,7,8,9,10}a) Calcula la probabilidad de que ocho personas estuvieran viendo el programaP(X=8)= 10
8 · 0,28·(1−0,2)2= 0,000074b) Calcula la probabilidad de que más de ocho personas estuvieran viendo el programaP(X>8)=P(X=9)+P(X=10)= 10
9 · 0,29·(1−0,2)1+ 1010 · 0,210·(1−0,2)0
=0,000004+0,0000001=0,0000041c) Algunas de las diez personasP(X>0)=1− P X≤0 =1−P X=0 =1− 10
0 · 0,20·(1−0,2)10=1-0,11=0,89c) Calcular la media y la varianzaE(X)=10· 0,20=2Var(X)=10· 0,2· 0,8=1,6
E(X)=n·pVar(X)=n·p·(1-p)=n·p·q
V.A. CONTINUA Una variable aleatoria es continua si puede tomar cualquier tipo
de valor
FUNCIÓN DE DISTRIBUCIÓN
Es la función (acumulada) F X =P(X≤x). Está definida para todos los valores de la variable X (Dom=R). (no son tipo escalón)
https://marielmatesblog.wordpress.com/
PROPIEDADES
1. F(- ∞)=02. F(∞)=13. Si x≤y, entonces F(x)≤F(y)4. F(x) es continua
En variables continuas no tiene sentido la función de probabilidad ya que P(X=a)=0.
FUNCIÓN DE DENSIDAD
f(x)=F´(x)
PROPIEDADES
1. f x ≥02. P a≤X≤b =F b −F a3. F(x)=P(X≤x)4. ∫ f x dx=1∞
−∞5. P(X=a)=0
E X = + x· f x dx∞
−∞Var(X)=∫ x2· f x dx − E(X)2∞
−∞
DISTRIBUCIÓN NORMAL
Uno de los modelos de variables continuas más importantes es la distribución normal.X~N µ,σ siendo µ media y σ la desviación típica
Sean X1, X2,…,Xn un conjunto de variables aleatorias independientes e idénticamente distribuidas con media 𝛍 y desviación típica 𝛔, si n es suficientemente grande (n>30)
𝑋H = ∑ @I�IJ~𝑁 𝜇, C
J�. ∑ 𝑋L~𝑁(𝑛𝜇, 𝜎 𝑛� )�
L
𝑋H − 𝜇𝜎
𝑛�P~𝑁(0,1)
LA SUMA DE MUCHAS VARIABLES INDEPENDIENTES E IGUALES, TIENE UNA DISTRIBUCIÓN NORMAL.
APROXIMACIÓN DE LA BINOMIAL A LA NORMAL
Si X~Bin n,p con n grande (n>30)⇒
X~N np, np 1−p� . X−np
np(1−p)� ~N(0,1)
https://marielm
atesblog.wordpress.com
/APROXIMACIÓN DE LA BINOMIAL A LA NORMAL
Si X~Bin n,p con n>10, n·p>5, n·(1−p)>5 grande ⇒
X~N np, np 1−p� . X−np
np(1−p)� ~N(0,1)
CORRECCIÓN DE CONTINUIDAD
a-0,5. a+0,5
x=a. x=a+1
a+0,5
x=a
x=a-1 x=a
a-0,5
P 𝑋Q=a =P a−0,5 ≤ 𝑋R ≤ a+0,5 P 𝑋Q≤ a =P(𝑋R≤ a+0,5)