Académique Documents
Professionnel Documents
Culture Documents
1. Objetivos
pg. 3
2. Desarrollo Definicin de una variable aleatoria contina Funcin de Densidad de una Variable Aleatoria contina Ejercicio de Funcin de densidad Funcin de distribucin de una variable aleatoria contina Ejercicio de funcin de distribucin Media y varianza de una variable aleatoria contina Ejercicio de Media y Varianza pg.4-5 pg.6 Pg.7-8 pg.9 Pg.10 pg.11 Pg.12
3. Bibliografa
pg. 13
OBJETIVOS
Que el estudiante pueda ver la diferencia entre la Funcin de Densidad de Probabilidad y la Funcin de Distribucin Acumulativa
Que el estudiante pueda aplicar las Tcnicas de Integraciones a las Cuatro Caractersticas mencionadas de la V.A.C.X.
Definicin 1: Una variable aleatoria continua es una funcin X que asigna a cada resultado posible de un experimento un nmero real. Si X puede asumir cualquier valor en algn intervalo I (el intervalo puede ser acotado o desacotado), se llama una variable aleatoria continua. Si puede asumir solo varios valores distintos, se llama una variable aleatoria discreta. Definicin 2: Se le denomina variable porque puede tomar diferentes valores, aleatoria, porque los valores que toma son totalmente al azar y continua porque puede tomar tanto valores enteros como fraccionarios y un nmero infinito de ellos
La palabra continua significa que procede sin interrupcin y proporciona la clave para identificar a las variables aleatorias continuas. Se debe observar si las observaciones tienen un conjunto de valores que forman puntos sobre una lnea recta sin ningn espacio entre ellos.
Ejemplos:
1. xVariable que nos define el dimetro de un engrane en pulgadas x5.0, 4.99, 4.98, 5.0, 5.01, 5.0, 4.96 2. Encuentre una estrella en el cosmo y tome para X su distancia del sistema solar en aos luz. Entonces X es una variable aleatoria continua cuyos valores son nmeros reales en el intervalo (0,+ )
3. Abra la seccin negocios de su peridico y tome X el ltimo precio cotizado de las acciones de Conglomerado Colosal entonces X puede asumir cualquier valor real, pues podemos pensar en X como una variable aleatoria Continua
Observacin: Hemos dicho que una variable aleatoria es continua cuando puede tomar cualquier valor en una lnea recta, aunque en la prctica se toman intervalos con limites definidos, en los cuales una funcin de distribucin tiene sentido, es decir da como resultado un valor de probabilidad preciso y comprensible. Ejemplo: Consideraremos la edad X de los alumnos de estadstica 1, representando la medida de las edades en el histograma siguientes:
el histograma tendera a una curva que describa el comportamiento de la variable estudiada. Esto hace pensar en una funcin matemtica , que
modele la frecuencia relativa de la edad para la poblacin de los estudiantes de estadstica A dicha funcin se le llama funcin de densidad.
Segn la definicin una variable aleatoria continua puede tomar un nmero infinito no numerable de puntos, la probabilidad que hemos de asignarle a cada valor de la variable estar en [0,1] con la condicin de que la suma de todas las probabilidades es 1, como hay un nmero infinito no numerables de valores con masa, esta es despreciable por lo que no tienen masa. Las distribuciones de probabilidad de una variable continua se definen mediante una funcin y=f(x) llamada funcin de densidad. P(x=x)=0 Donde f:R-R es una funcin que verifica:
As como en el histograma la frecuencia viene dada por el rea, en la funcin de densidad la probabilidad viene dada por el rea bajo la curva por lo que cumple las siguientes condiciones:
EJERCICIO
El sr Cesar Lpez desea saber si ser factible la venta de quesos por kilogramos en su minimarket para lo cual luego de un estudio le indican que tiene una demanda diaria variable X de la cantidad de queso que se vende, de tal manera que X (medida en Kilogramos) Tiene una funcin de densidad.
A) El seor Lpez desea saber cul ser la cantidad promedio que podra vender al da de queso dadas las condiciones del mercado pero duda si con estos datos diarios sera suficiente para tener una estimacin confiable, por lo que se debe calcular su desviacin estndar.
B) Tambin sabe que la ganancia est dada por Y=2x - 0.5 y desea saber cunto podra ganar en un da de ventas y de igual manera medir la confiabilidad de los datos para lo que se debe de calcular su varianza
Literal a Para encontrar la cantidad de queso usaremos la esperanza segn la variable continua para una funcin de densidad
E= E= E= E= E(X)=3 kg de queso
Literal B)
)-
Desviacin estndar
GRAFICO DE DENSIDAD
Conclusiones: Se concluye que la muestra de un da de ventas es muy pequea para determinar la rentabilidad del negocio Al comparar el grado de dispersin de los datos y su desviacin podemos decir que existe mucha heterogeneidad en las ventas diarias Esto indica que no es muy factible implementar la venta de quesos ya que sus ventas son demasiado bajas y no producira la ganancia esperada
Para variables aleatorias continuas tambin es posible emplear un mtodo alternativo en la descripcin de una variable aleatoria discreta, esta es la funcin de distribucin acumulada. La funcin de distribucin acumulada, F(x), para una variable aleatoria continua X, est definida para todo nmero x mediante:
La funcin de distribucin acumulada es importante por varias razones. Esto es particularmente cierto cuando tratamos con una v.a. continua, ya que en este caso no podemos estudiar la conducta probabilstica de X. Al calcular la probabilidad: P(X = x), ya que esta siempre es igual a cero. Sin embargo, podemos hacer preguntas acerca de: P(X<x).
Observacin: Para cada x,F(x) es el rea bajo la curva de densidad a la izquierda de x , F(X) se incrementara de manera uniforme cuando aumenta x. La funcin de distribucin acumulada es muy til para calcular probabilidades: sea X una variable aleatoria contina con funcin de densidad de probabilidad f(x) y funcin de distribucin acumulada F(X).Entonces, para cualquier nmero a la probabilidad es
EJERCICIO Sea X una variable aleatoria discreta cuya funcin de probabilidad viene dada por:
X p(x)
0 1/8
1 3/8
2 3/8
3 1/8
a) Obtenga la funcin de distribucin acumulada de X b) Usando la distribucin acumulada, encuentre P(X 2); P(X > 2); P(1 X 2) y P(1 < X 2) Solucin a)Recordemos que para todo valor de X menor que el mnimo valor implica que F(x) = 0 Del mismo modo, X mayor o igual que el mximo valor de X, se tendr F(x) = 1 Tomando en cuenta estos criterios, la funcin acumulada viene dada por:
b)Puesto que F(a) = P(X a) o dicho de otra manera: P(X &le a) = F(a), entonces: P(X 2) = F(2) = 7/8 Usando complemento: P(X > 2) = 1 . P(X &le 2) = 1 - F(2) = 1 - 7/8 = 1/8 Usando propiedades: P(1 X 2) = F(2) - F(1) + P(X = 1) = 7/8 - 4/8 + 3/8 = 6/8 Del mismo modo, P(1 < X 2) = F(2) - F(1) = 7/8 - 4/8 = 3/8
MEDIA. La media , tambin es llamada esperanza matemtica es un valor representativo de todos los valores que toma la variable aleatoria X, lo podemos imaginar como el punto sobre el eje de abscisas donde al poner una figura plana est definida por la funcin de entidad y estar en equilibrio, su funcin estar definida por la siguiente ecuacin A veces, se desea calcular la esperanza de alguna funcin h(x) de la variable aleatoria X, si se considera h(x) como una nueva variable aleatoria Y, su esperanza es: VARIANZA Es una medida de la dispersin de los valores que toma la variable aleatoria respecto de la media como ocurre con las variables estadsticas , la varianza ser ms pequea o ms grande segn la grfica de la funcin de densidad sea ms estrecha o ancha en torno a la medida La varianza de una variable aleatoria contina X con funcin de densidad de probabilidad f(x) es: Proposiciones de esperanza y varianza de una variable aleatoria contina. Sea X una variable aleatoria continua y sean a y b dos nmeros cualesquiera, se verifica que: 1.2.3.-
EJERCICIO Media u Esperanza Supongamos que la variable aleatoria X es el tiempo (en minutos) durante el cual un dispositivo elctrico se utiliza a su mxima carga durante cierto periodo de tiempo. Supongamos que X es una v.a. continua cuya f.d.p. est dada por:
F(x)
0 para cualquier otro valor
= = =
Varianza
BIBLIOGRAFIA
http://www.aulademate.com/VARIABLE%20ALEATORIA%20CONTINUA.pdf http://www.emathematics.net/estadistica/aleatoria/index.php?tipo=densidad http://148.204.211.134/polilibros/z_basura/Polilibros/Probabilidad/doc/Unidad%203/3.4.H TM Elementos de probabilidad y estadstica //Jos Hernndez salguero //Uca editores capitulo III y captulo V Introduccin a la probabilidad y estadstica/William Mundanal/5 edicin/grupo editorial Iberoamericana/Captulo V: Variables aleatorias y distribuciones de probabilidad.
Probabilidad y estadstica-aplicaciones y mtodos/George C. Canavos/1 edicin/editorial Mc. Graw Hill/Capitulo III: Variables aleatorias y distribuciones de probabilidad.