of 21 /21
Variables Aleatorias Discretas Victor Hugo Gil A. Unicatólica 15 de agosto de 2016 Victor Hugo Gil A. Variables Aleatorias Discretas

Variables Aleatorias Discretas · Las variables aleatorias discretas son variables aleatorias cuyo intervalo de valores es finito o contablemente infinito. Victor Hugo Gil A. Variables

  • Author
    others

  • View
    52

  • Download
    0

Embed Size (px)

Text of Variables Aleatorias Discretas · Las variables aleatorias discretas son variables aleatorias cuyo...

  • Variables Aleatorias Discretas

    Victor Hugo Gil A.

    Unicatólica

    15 de agosto de 2016

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Variables aleatorias

    Se dice que hemos definido una variable aleatoria para un ex-perimento aleatorio cuando hemos asociado un valor numéricoa cada resultado del experimento.Para designar a las variables aleatorias, se utilizan letras ma-yúsculas X,Y, ..., y las respectivas minúsculas x, y, ... para de-signar valores concretos de las mismas.

    Variable Aleatoria Discreta (V.A.D)Una variable aleatoria se llama discreta si se puede contar suconjunto de resultados posibles.Las variables aleatorias discretas son variables aleatorias cuyointervalo de valores es finito o contablemente infinito.

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Variable Aleatoria Discreta (V.A.D)

    Función de distribución de probabilidadSea una X una V.A.D , que toma los valores x1, x2, ..., xn y seconocen las probabilidades de que la variable X tome dichosvalores.Una función de probabilidad no es más que la asignación acada valor de la variable de la probabilidad que le corresponde.Es decir:

    f(xi) = P (X = xi)

    Una función se considera como la distribución de probabilidadde una variable aleatoria discreta X si y sólo si sus valores,f(xi), cumple las condiciones siguientes:

    f(xi) ≥ 0 para cada valor de la V.A.D∑f(xi) = f(x1) + f(x2) + f(x3) + ...+ f(xn) = 1

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Variable Aleatoria Discreta (V.A.D)

    En muchas ocasiones no nos interesa conocer la probabilidadde que la variables aleatoria X tome exactamente un determi-nado valor xi , sino que puede interesarnos determinar la pro-babilidad de que tome valores menores o iguales que un ciertovalor xi . En tales casos es necesario acumular los distintos va-lores de la función de probabilidad hasta el valor deseado.

    Función de distribución de probabilidad acumulada

    La distribución acumulada F (x) de una variable aleatoriadiscreta X, cuya distribución de probabilidad es f(x), es:

    F (xi) = P (X ≤ xi)

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Variable Aleatoria Discreta (V.A.D)

    Esperanza Matemática

    Sea X una V.A.D con distribución de probabilidad f(x). Lamedia o Valor esperado de X es:

    µ = E(X) =∑

    xiP (xi)

    Significado de la esperanzaEs el valor medio teórico de todos los valores que puede tomarla variable. Representa una medida de centralización.

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Variable Aleatoria Discreta (V.A.D)

    VarianzaSea X una V.A.D con distribución de probabilidad f(x) yesperanza (media) µ. La varianza de X es:

    σ2 = E[(X − µ)2] =∑

    (xi − µ)2f(xi)

    Significado de la varianzala varianza va a medir la dispersión o distanciamiento de cadaxi, respecto de la media µ.La desviación estándar es la raíz cuadrada de la varianza σ =√σ2 y mide la dispersión de los datos.

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejercicio Resuelto 1

    En la empresa Aseamos S.A.S se le realiza una prueba escritaa 125 empleados sobre el conocimiento de normas se seguridaden el trabajo, y se obtuvieron los siguientes resultados:

    preguntas acertadas 102 105 108 111 114 117Frecuencia 10 20 45 15 20 15

    Construya una distribución de probabilidad con base en ladistribución de frecuencias anterior.R// Realicemos la tabla de la función de distribución deprobabilidad

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejercicio Resuelto 1

    X = xi P (X = xi)

    102 10/125

    105 20/125

    108 45/125

    111 15/125

    114 20/125

    117 15/125

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejercicio Resuelto 1

    Construya una distribución de probabilidad acumulada conbase en la distribución de probabilidad anterior.R//

    X = xi P (X = xi) F (xi) = P (X ≤ xi)102 10/125 10/125

    105 20/125 30/125

    108 45/125 75/125

    111 15/125 90/125

    114 20/125 110/125

    117 15/125 125/125

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejercicio resuelto 1

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejercicio resuelto 1

    Calcule la esperanza, la varianza y la desviación estándar.R// Para resolver este punto debemos construir lasiguiente tabla:X = xi f(xi) = P (X = xi) xif(xi)

    102 10/125 102× 10/125 = 8,16105 20/125 105× 20/125 = 16,8108 45/125 108× 45/125 = 38,88111 15/125 111× 15/125 = 13,32114 20/125 114× 20/125 = 18,24117 15/125 117× 15/125 = 14,04

    Total = 109,44La media o el valor esperado de respuestas acertadas esde

    E(X) = µ =∑

    xif(xi) = 109,44

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejercicio Resuelto 1

    Ya sabiendo que la Media es µ = 109,44, construimos la siguien-te tabla para hallar la varianzaxi xi − µ (xi − µ)2 f(xi) (xi − µ)2f(xi)102 102− 109,44 = −7,44 55,3536 10/125 4,4283105 105− 109,44 = −4,44 19,7136 20/125 3,1542108 108− 109,44 = −1,44 2,0736 45/125 0,7465111 111− 109,44 = 1,56 2,4336 15/125 0,2920114 114− 109,44 = 4,56 20,7936 20/125 3,3270117 117− 109,44 = 7,56 57,1536 15/125 6,8584

    Total=18,8064La Varianza de respuestas acertadas es de: σ2 = 18,8064.La desviación estándar de respuestas acertadas es de:

    σ =√18,8064 = 4,3366.

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Distribución de probabilidad uniforme

    Distribución de probabilidad uniformeSi la variable aleatoria X asume los valores x1, x2, ..., xk, coniguales probabilidades, entonces la distribución discretauniforme es:

    f(xi; k) =1

    k

    La media se calcula con la formula:

    µ =

    ∑ki=1 f(xi)

    k

    Y su varianza con:

    σ2 =

    ∑ki=1(f(xi)− µ)2

    k

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Distribucion de probabilidad Bernoulli

    El Ensayo de Bernoulli consiste en realizar un sólo experimento(ensayo) en el cual existen únicamente dos posibles resultados:

    S = éxito, fracaso

    Definimos a la variable aleatoria de Bernoulli de la siguiente for-ma:

    X =

    {0 Si el resultado del ensayo es fracaso;1 Si el resultado del ensayo es exito.

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Distribucion de probabilidad Bernoulli

    Supongamos que en un ensayo de Bernoulli la probabilidad deobtener éxito es p. Como el ensayo tiene únicamente dos resul-tados posibles, entonces la probabilidad de obtener un fracasoes 1− p. llamaremos q a la probabilidad de fracaso.

    p = Probabilidad de éxitoq = (1− p) = Probabilidad de fracaso

    Con esto la distribución de probabilidad de la variable aleatoriade Bernoulli es:

    f(xi) = P (X = xi) =

    {q Si xi = 0;p Si xi = 1.

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Distribucion de probabilidad Bernoulli

    El proceso de Bernoulli debe cumplir con las siguientes propie-dades:

    El experimento consiste en n intentos repetidos.Los resultados de cada uno de los intentos puedenclasificarse como un éxito o como un fracaso.La probabilidad de éxito, representada por p,permanececonstante para todos los intentos.Los intentos repetidos son independientes.

    La media o valor esperado de la variable aleatoria de Bernoullies:

    µ = E(X) = 0× q + 1× p = p

    Y la varianza es:σ2 = pq

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejemplo Resuelto 2

    En la fabricación de neumáticos se seleccionan, de manera alea-toria, tres de ellos. Se hace una inspección de los neumáticosy se clasifican en defectuosos y no defectuosos. El proceso defabricación produce en total el 20% de neumáticos defectuosos.Se considera un éxito la obtención de un artículo defectuoso.R// Observemos el espacio muestral: (D:Defectuoso; ND:No De-fectuoso)

    Resultado xi(ND)(ND)(ND) 0(D)(ND)(ND) 1(ND)(D)(ND) 1(ND)(ND)(D) 1(ND)(D)(D) 2(D)(ND)(D) 2(D)(D)(ND) 2(D)(D)(D) 3

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejemplo Resuelto 2

    el número de éxitos es una variable aleatoria que asumevalores enteros de cero a tres.Se obtienen las probabilidades para los posiblesresultados con: p = 20% = 0,20 y q = 1− p = 0,80Se calculan las probabilidades respectivas:P ((ND)(ND)(ND)) = P (ND)P (ND)P (ND) = (0,80)(0,80)(0,80) = 0,512P ((D)(ND)(ND)) = P (D)P (ND)P (ND) = (0,20)(0,80)(0,80) = 0,128P ((ND)(D)(ND)) = P (ND)P (D)P (ND) = (0,80)(0,20)(0,80) = 0,128P ((ND)(ND)(D)) = P (ND)P (ND)P (D) = (0,80)(0,80)(0,20) = 0,128P ((ND)(D)(D)) = P (ND)P (D)P (D) = (0,80)(0,20)(0,20) = 0,032P ((D)(ND)(D)) = P (D)P (D)P (D) = (0,20)(0,80)(0,20) = 0,032P ((D)(D)(ND)) = P (D)P (D)P (ND) = (0,20)(0,20)(0,80) = 0,032

    P ((D)(D)(D)) = P (D)P (D)P (D) = (0,20)(0,20)(0,20) = 0,008

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejemplo Resuelto 2

    Construimos la siguiente tabla:X = xi 0 1 2 3

    f(xi) = P (X = xi) 0,512 0,384 0,096 0,008

    F (xi) = P (X ≤ xi) 0,512 0,896 0,992 1

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejemplo Resuelto 2

    Victor Hugo Gil A. Variables Aleatorias Discretas

  • Ejemplo Resuelto 2

    El valor esperado es p = 0,20 y la varianza es

    pq = 0,20× 0,80 = 0,16

    Victor Hugo Gil A. Variables Aleatorias Discretas