Professional Documents
Culture Documents
DanielMavila@yahoo.es
2018-1
Variable aleatoria continua
Ejemplo. Imagina una ruleta de la fortuna con un perímetro circular
de longitud 1. Como la flecha puede señalar infinitos valores no
numerables, todo resultado tiene probabilidad 0. ¿Cómo definir
entonces las probabilidades?
Podemos hacerlo asignando probabilidades a intervalos, p. ej. la
probabilidad de que el resultado esté entre 0 y 0,5 es ½; puesto que
se trata de la mitad del círculo.
¿Cómo representarlo mediante una gráfica?yy
p(x)
Para que el área
sea la unidad la
altura p(x) = 1
Área = 1
x
0 1
… p(x) p(x)
1 1
x x
0 a 1 0 a b 1
F : [0;1]
x F ( X ) P( X x )
ab 1 (b a) ba
2
b 2
σ x
2
dx ; σ
a
2 ba 12 12
1 1
(2=1/12) (2=3/4)
p(x) p(x)
0 x 1 1/6 -1 0 1 2 x
1 1
47 41 6
Area
= 0.5
41 42 45 47 x
Ejemplo.
Mamerto es un vendedor que cobra un sueldo
fijo por S/200 más una comisión de 5% del
total de las ventas mensuales. Si el total de las
ventas es una v. a. X con distribución
uniforme comprendida entre S/0 a S/2000,
encuentra:
a) ¿Cuál es sueldo promedio de Mamerto?
S = 200 + 5%X donde X ͂ U [0;2000]
E(S) = 200 + 0,05*E(X)
= 200 + 0,05*1000
= 250
b) ¿Qué probabilidad hay de que Mame
tenga honorarios superiores a S/275?
¿Cuánto debe vender como mínimo?
800 * 1
2000
1500 * 1
2000
Ejercicios
Supón que se gira el dial mostrado en la figura para que pare en una
posición aleatoria. Modela esto como una apropiada función de densidad de
probabilidad, y úsala para calcular la probabilidad de que la aguja pare en
cualquier posición entre 5° y 300°.
f ( x )dx
Características
• Curtosis igual a 3
Puntos
de
inflexión
+
- +
, Mo, Mn
¿Cómo calcular probabilidades asociadas
a una curva normal específica?
68%
95%
99% z
-3 -2 -1 0 1 2 3
Tipificación
Dada una variable de media μ y desviación
típica σ, se denomina valor tipificado z,
puntuación z, valor z, puntaje z, de una
observación x, a la distancia (con signo) con
respecto a la media, medido en desviaciones
típicas, es decir:
x
z
Tipificación
Los valores
negativos de z NO
están tabulados, ya
que la distribución
es simétrica
+
0
La tabla consta de: a) Margen izquierdo: Los enteros de z y
su primer decimal.
b) Margen superior: centésima de unidad
c) Cuerpo de la tabla: áreas acumuladas, desde
0 hasta 3,09
Nota: Para valores de z > 3,99 o z < -3,99 usar 0,0001 para el área
Z 0 1 2 3 4 5 6 7 8 9
0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359
0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0363 .0675 .0675 .0754
0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .... ...... ......
0.3 .1179 ..... ...... ...... ......
0.4 .1554 .... ..... ....
0 1 2 3 4
1.8
1.9
2.0 0.47882
2.1
47. 88%
z
-3 -2 -1 0 1 2 3
Ejercicio 1. El valor Z para una observación que se encuentra
a la derecha de la mediana será siempre:
a. Cero b. Negativo c. Mayor a 1 d. Positivo
Ejercicio 5.
La distribución que permite obtener respuesta a preguntas
relacionadas con la probabilidad de que un evento ocurra en
determinado plazo, el tiempo entre dos eventos sucesivos o el
tiempo que transcurre desde un determinado punto temporal hasta
un primer evento, se llama: ( ) Exponencial ( ) Normal ( ) Uniforme
( ) Poisson
R/ Exponencial
Ejercicio 6.
Solo 24 de los 200 alumnos de la EP XXX miden menos de 150 cm.
Si la estatura media de dichos alumnos es de 164 cm ¿cuál es su
varianza?
R. 141,965
Ejercicio.
El tiempo empleado para ir de Los Barracones al Aeropuerto Jorge Chávez por
la ruta A se distribuye como N(27; 5) minutos; por la ruta B la distribución es
N(30; 2) ¿Qué ruta conviene utilizar si se dispone de:
a) 30 minutos
b) 34 minutos
Ejercicio.
Se ha establecido que los niños en cierto grupo de edad de la
Residencial Los Barracones, tienen presiones diastólicas (mm
de Hg) que presentan una distribución aproximadamente
normal alrededor de una media de 57 con desviación estándar
de 8.
(a) ¿Sería una presión sanguínea de 74, desusadamente
alta en un niño de esta edad?
(b) ¿A partir de qué presión sanguínea se considerará
desusadamente alta? Asume que p = 1% en la población
extrema es de presión sanguínea alta.
Binomial Normal
a)
n = 1000
p = p (un producto sea defectuoso) = 0,35
q = p (un producto no sea defectuoso)
= 1 - p = 0,65
x = número de productos defectuosos que se
manufacturan en la línea = 0; 1; 2; ... ; 1000
X = 354 - 0,5
= 350
= 350
X1 = 341,5 X2 = 364,5
= 350 X2 = 354,5
X1 = 353,5
para i = 1, 2 ... n.
Si Y = c1X1 + c2X2, + ... + cnXn entonces, la v. a. Y
se distribuye normalmente con media y varianza:
n n
y ci i 2
y c i 2 2
i
i 1 i 1
Si X ~ N(μ , σ2 ). Entonces, la variable aleatoria Y = a + b X también se
distribuye normalmente con media E(Y) = a + bμ y varianza V(Y) = b2*σ2.
Es decir: Y ~ N(a + bμ , b2*σ2 ).
Ejemplo.
En el Hospital Romeo la probabilidad de curar un enfermo sin secuelas es 0,90. Esta probabilidad es
análoga en el Hospital Julieta. Si llegan en un día 20 enfermos al primer hospital y 30 al segundo
¿cuál es la probabilidad de curar sin ningún tipo de secuela a más de 46 pacientes?
Explicación: La v.a. Y sigue el modelo Binomial. Como n > 30 se puede resolver por aproximación con el modelo
Normal.
Ejercicio.
Un brazo hidráulico utilizado para vaciar el concreto en
edificaciones de altura, consta de tres partes. Supón que X1,
X2 y X3 son fabricados por diferentes empresas cuya distri-
bución de probabilidad de la longitud de cada una de las
partes está dada por:
R. 23,27%
Ejercicio. Co320.
Donde:
λ = denominado parámetro de escala
representa el número de eventos por
unidad de tiempo
e = la constante matemática 2,71828183; la
base del sistema logarítmico natural
En función a λ:
x
1 e , x0
F ( x)
0, x0
En función a µ:
1e
x
, x 0
F(x)
0, x 0
Ejemplo. La vida de cierto tipo de localizadores de
Sistema de Posicionamiento Global (GPS, por sus
siglas en inglés) fabricado por la agroexportadora
«Hijos de Fruta» tiene una distribución exponencial
con vida media de 500 horas. Si X representa la vida
útil de un GPS:
a) Halla la probabilidad que se inutilice a lo más a
las 300 horas.
b) ¿Cuál es la probabilidad que dure por lo menos
300 horas?
c) Si un GPS en particular ha durado 300 horas
¿Cuál es la probabilidad de que dure otras 400
horas adicionales como mínimo?
Propuesta de solución:
• Sabemos que µ = 1/, entonces = 1/500
p X ( a b ) X a =
p X (a b)
= =
p X a
= e -b
P X 700│X 300
P X 700 X 300
PX 300
= e-4/5
Ejercicio.
El tiempo durante el cual una batería compuesta de iones de aluminio y
litio "recargable y ultra rápida", que podría aplicarse en celulares
Chanchung y tablets Bambamarca trabaja en forma efectiva hasta que
falle (tiempo de falla) se distribuye según el modelo exponencial con un
tiempo promedio de fallas igual a 360 días. Responde:
(a) ¿Qué probabilidad hay de que el tiempo de falla sea mayor que 400
días?
(b) Si una de estas baterías ha trabajado ya 400 días ¿qué probabilidad
hay de que trabaje más de 200 días más?
(c) Si se están usando 5 de tales baterías calcula la probabilidad de que
más de dos de ellas continúen trabajando después de 360 días.
R.
Teorema Central del Límite
Para muestras grandes, se puede obtener una aproximación
cercana de la distribución muestral de la media con una
distribución normal.
Sea X1, X2, ... , Xn, una sucesión de variables aleatorias
independientes con media y varianza y 2, respectivamente,
además la población es infinita. Se cumple que la suma de las v.
a. tiene una distribución normal que tiende a la distribución
normal estándar cuando n crece hacia infinito. Si n es mayor o
igual a 30 se tiene una buena aproximación.
(X 1 . .. . X n ) nμ Xμ
Z
2 σ
nσ n
Teorema Central del Límite (TCL)
Sea x1, x2, ..., xn una muestra aleatoria de n
observaciones tomadas de la misma población y:
E(Xi) = y Var(Xi) = 2
Entonces la distribución muestral de la variable
aleatoria tiene la fórmula siguiente:
Que converge a la normal estándar N(0;1) cuando n
tiende a infinito.
(x )
Zn
/ n
Error estándar (típico) de la media y
𝜎 desviación estándar poblacional
𝜎𝑌 = =
𝑛 tamaño de muestra
tamaño n
TCL…
El TCL se cumple aun cuando la distribución
desde la que se toman las observaciones no sea
normal. Esto significa que si nosotros nos
aseguramos que el tamaño de la muestra es
grande, entonces podemos usar la variable Zn
para responder preguntas acerca de la población
de la cual provienen las observaciones.
El TCL es útil para aproximar la distribución de
la media muestral ( x ) cuando la muestra
aleatoria es obtenida de diferentes distribucio-
nes de probabilidad para valores grandes del
tamaño de la muestra (n).
n
Ejemplo