Distribuciones discretas de probabilidad Funcién de probabilidad EI conjunto de pares ordenados (x, f(x)) es una funcién de probabilidad, una funcién de masa de probabilidad o una distribucién de probabilidad de la variable aleatoria discreta X si, para cada resultado x posible, L f(x) >0, 2 DF) =1, 3. P(X =x) = F(x). Ejemplo Un embarque de 20 computadoras portétiles similares para una tienda minorista contiene 3 que estdn defectuosas. Si una escuela compra al azar 2 de estas computadoras, calcule la distribucién de probabilidad para el numero de computadoras defectuosas. Solucién > x ntimero de computadoras defectuosas, entonces x = 0, 1,2. > £(0) = p(x = 0) = WZ) _ 68 ~ 95 > 3) (17 — px a1y- WG) _ 5 f(I) = P(X =1)= (2) 190 - 3) (¢) — p(x 2) - lo) _ 3 #(2) = P(X =2)= (9) ~ 190 Por tanto la distribucién de probabilidad es x | 0 2 F(x) [68/95 51/190 3/190Definicién La funcion de la distribucion acumulativa F(x) de una variable aleatoria discreta X con distribucién de probabilidad f(x) es F(x) = P(X 2, Definicién La funcidn (x) es una funcién de densidad de probabilidad (fdp) para la variable aleatoria continua X, definida en el conjunto de ntimeros reales, si 1. F(x) >0, para todo x ER 2. J f(xdx = 1. 3. Pla< X Es evidente que F(x) > 0. > me 2x2 8 1 [tera [F-54573 b. Caleular P(0 < X <1) 121 PO= ( =f, 379 Definicién La funcién de distribucién acumulativa F(x), de una variable aleatoria continua X con funcién de densidad f(x), es Fey=rxsa= [- F(t)dt, para — 00 P(a2. Luego 2 121 <= - =a-7=s P(0 100, 0 Solucién = e09= 2000 20.000 hoo noo * Definicién Sea X una variable aleatoria con distribucién de probabilidad f(x) y medi: 1. La varianza de X es o? = El(X ~ n)"] = )o(x— nF (x), si X es dicreta, y o = EX —p)]= | (x—p)?F(x)dx, si X es continua. La raiz cuadrada positiva de la varianza, o, se llama desviacién estndar de X. Teorema La varianza de una variable aleatoria X ¢s E(X?)— 2. Ejemplo Suponga que la variable aleatoria X representa el nimero de partes defectuosas de una mquina cuando de una linea de produccién se obtiene una muestra de tres partes y se somete a prueba. La siguiente es la distribucién de probabilidad de X. x[o 1 2. 3 Fx) | 051 0.38 010 0.0L Caleular 0? Solucién = (0)(0.51) + (1)(0,38) + (2)(0.10) + (3)(0.01) = 0.61 E(X?) = (0)(0.51) + (1)(0,38) + (4)(0,10) + (9)(0,01) = 0,87 Por tanto, «? = 0,87 — (0,61)? = 0,4979.Ejemplo La demanda semanal de una bebida para una cadena local de tiendas de abarrotes, en miles de litros, es una variable aleatoria continua X que tiene la ite densidad de probabilidad £09 = (28 -Be Ls x<2 ~ Yo. en otro caso. Calcular la media y la varianza de X. Solucién n= EX (x2) Por tanto o? — 3) Ejemplo Caleule la varianza de g(X) = 2X +3, donde X es una variable aleatoria con la siguiente distribucién de probabilidad x[o 1 2.3 We) |i 1/8 1/20 1/8 3 Pox = EQX +3) = (2x +3)F(x) = 6 = 2x43 = E[(2X +3-6)7] = ) (4x2 — 12x +9) F(x) =4 x= Se les pregunté a 9 estudiantes cuanto demoraban en llegar a la universidad, al salir de su casa por la mafiana. Las respuestas fueron 25, 40, 35, 15, 30, 40, 30, 23, 25 (los tiempos estan en minutos), © Caleule el rango, la varianza, la desviacién estandar y el coeficiente de variacién, interprete los resultados. Caleule el cuartl 2 e interprete el resultado. Rango=40-15 Rango= 25[Tiempo para legara fa Universidad E rey (& (x as 15-29.22= 14.22 (14.22) 23 (6.227-=28.68 5 (4.2217.80 25 (4.22)=17.80 30 (0.78=0.60 30. (0.78¥=0.60 35 (5.78)=33.40 40 40 40-29.22=10.78 Totales = 543.48 = 943.48 = 943,48 = V67.93 = 8.24 Et 8 Varianza, SF (8.24)2 = 67.89 x 29.22, aleulo de cuattil2 \ Dato % % % Xe Xe % % % % Tiempa | 15 23 25 25 30 30 35 40 “40 Q:= 30 minutos, 2. Los siguientes valores son los pesos (en kilogramos) de una muestra de 10 animales experimentales. 13.5, 15.4, 13.0, 166, 16.8, 14.4, 13.8, 15.0, 14.7, 12.8, © Caleule el rango, a varianza, la desviacion estandar y el coeficiente de variacién, interprete los resultados. © Calcule el decil 5 e interprete el resultado. Rango 129-168 = 3.90 esténdarDesviacién estandar 13.5 13.5| 1461] -1.11 123 15.4 16.4) 14.61| 0.79 0.62 13 13) 14.61] -1.61 259 16.6 16.6| 14.61| 1.99 3.96 16.8 16.8| 14.61| 2.29 480 14.4 14.4) 1461] -0.21 0.04 13.8 13.8 14.61] -0.82 0.66 15 15) 1461| 0.39 0.15 14.7 14.7| 14.61| 0.09 0.01 12.9 12.9| 14.61] -1.72 2.92 146.1 16.99 ry >> (4- xy = V16.99 = V16.99 = v1.88 = 1.37 ses ned 101 9 Varianza (1.37) =1.87 Coeficiente de Variacién CV = 1.37 = 0.0937 = 9.4 % 14.613. Se midié la presin sanguinea sistélica de cierta cantidad de adolescentes moderadamente besos, y se construyé la distribucién de frecuencias que se muestra a continuacién, Calcule la varianza, la desviacion estandar y el coeficiente de variacion, interprete los resultados, Calcule e interprete el cuarti 1 Caloule e interprete el Decil 9 Calcule e interprete el valor que deja por debajo el 95% de los datos PRESIONES 86-93 3 | 995 94-101 10. | 975 102-109 | 5 | 1055 no-n7 | 1s | 135 110 - 117 45 | 1135 148 «125 21 | 1215 126 +133 30 | 129.5 Desviacién estandar 134-141 35 | 137.5 Presiones sanguineas PRESIONES XX iF) Oi KR] Ke 26.93 3] 8950 268.50/ 34.40 1,183.36 3,550.08 94-101 io} 97.50 975.00) 26.80| 696.96| 6,969.60 102-108 5|_ 10550 52750, 18.40| 33856] 1,692.80 110-117 as] 113.50 770250, 10.40, 108.16 4,622.40 118-125 zal 12150 255150] 2.40 5.76 120.96 126-133 30] 12950 3,885.00) 5.60 31.36 940.20 e141 35|_13750| 481250/ -13.60| 184.96 6,473.60 142-149 a] 145.50 145.50) 21.60) 466.56 456.56 TOTALES 320 14,868.00 21,836.80 X= |4,868/120= 123.9= ¥21,836.80 = 121,836.80 = ¥183.50= 13.55 at 120-1 119 Esto significa que la presién sanguinea tiene una desviacién estandar de 13.55 La Varianza S’= (13.55)’= 183.60 ooae i= > § dewom tas Rea CV= 13.55 = 0.11 = 11% 123.9