Variables Aleatorias

Continuas
 VARIABLES ALEATORIAS CONTÍNUAS.
• Dado que los posibles valores de una variable aleatoria
continua X son infinitos y no enumerables, no tiene
mucho sentido hablar, como en el caso de una v.a.
discreta, de la probabilidad de que X tome un único valor
(ya que intuitivamente esta probabilidad sería siempre 0).

• Sin embargo, si es razonable hablar de la probabilidad

de que X tome valores en un intervalo. Para ello se utiliza
un modelo matemático conocido como la función de
densidad.
 VARIABLES ALEATORIAS CONTÍNUAS.
Función de Densidad
Se denomina función de densidad de probabilidad f(x) de una
variable aleatoria continua X a la función que satisface lo siguiente:
 VARIABLES ALEATORIAS CONTÍNUAS

Función de densidad
• Es importante indicar que la función de densidad no es
una probabilidad sino un modelo matemático (que se
supone refleja una realidad) que nos permite calcular
probabilidades como áreas debajo de esta función.
• Los requerimientos anteriores nos dicen que la función
de densidad tiene una gráfica que nunca está debajo
del eje x y que el área que hay debajo de esta gráfica
es 1.
VARIABLES ALEATORIAS CONTÍNUAS
 EJERCICIO 1
El tiempo que demora un empleado de la SUNAT en un
proceso de fiscalización de una pequeña empresa (en
horas), se distribuye uniformemente según
1 = {t / 1  t  12}
Determine la función de densidad de probabilidad del
Tiempo que demora un Empleado de la SUNAT en
realizar el proceso de fiscalización de una pequeña
empresa
 EJERCICIO 2
Si las ventas diarias (en miles de nuevos soles) en una
tienda se modelan con una variable continua X con
función de densidad de probabilidad
f ( x)  c x ; 0  x  10
a) Calcular el valor de c
b) Calcule e interprete P( X  5)
c) Calcule e interprete P( X  8)
 EJERCICIO 3
El porcentaje de grasa corporal en un hombre adulto de 40
años puede modelarse como una variable aleatoria
continua X con la siguiente función de densidad de
probabilidad:
f ( x)  a (12  x) ; 8  x  10

a) Determine el valor de a.
b) Si se elige al azar a un hombre adulto de 40 años,
calcule la probabilidad de que su porcentaje de grasa
corporal sea mayor a 9,5%
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
 EJERCICIO 4

El tiempo de espera en una cola de servicios (en minutos),

de los clientes de un establecimiento comercial, es una
variable cuya función de densidad es:
(x-1)
 , para 1  x  5
f(x) =  8
 0 , de otro modo


a) Determine la función de distribución acumulativa.

b) Halle la probabilidad de que un cliente deba esperar
más de dos minutos más para ser atendido, si ya
esperó dos minutos.
 EJERCICIO 4

Función de distribución acumulativa de probabilidades

F(x)
1.0

0.8

0.6

0.4

0.2

0 1 2 3 4 5 x

11
 VARIABLES ALEATORIAS CONTÍNUAS

Valor esperado de una variable aleatoria

El valor esperado E(X) de una variable aleatoria continua X con

distribución de probabilidad f(x) se define por:

EX    xf x dx
RX
El valor esperado E(X), también, se le conoce como media de la
variable X, denotada por μX.
 VARIABLES ALEATORIAS CONTÍNUAS

Valor esperado de una función de variable aleatoria

Sea G(X) una función de la variable aleatoria X. El valor

esperado de G(X) es:

E G  X   G x  f x dx

RX
 VARIABLES ALEATORIAS CONTÍNUAS

Varianza de una variable aleatoria

La varianza V(X) de una variable aleatoria continua X con
distribución de probabilidad f(x) se define por:
V X   EX          f x dx
2 2
x
RX

Se cumple V  X   E X 2    X2   x 2 f x    X2
RX

La varianza de la variable aleatoria X, V(X), también se denota

por  X2 .
 EJERCICIO 5

El tiempo de espera en una cola de servicios (en minutos),

de los clientes de un establecimiento comercial, es una
variable cuya función de densidad es:
(x-1)
 , para 1  x  5
f(x) =  8
 0 , de otro modo


Halle los valores de la media, mediana y variancia del

tiempo de atención.
INDEPENDENCIA
 PROPIEDADES

Propiedades de valores esperados en variables aleatorias

• E(b) = b
• Si X e Y son variables aleatorias, a y b son constantes,
entonces:
E(aX + bY) = a E(X) + b E(Y)
• Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2,
a3, . . ., an son n constantes, entonces:
E  a1 X 1  a2 X 2  ...  an X n   a1E ( X 1 )  a2 E ( X 2 )  ...  an E ( X n )
 PROPIEDADES

Propiedades de la varianza en variables aleatorias

• Si Y = aX + b, con a y b son constantes, entonces:
 a 
2
y
2 2
x

• Si X1, X2, X3, . . ., Xn son n variables aleatorias

independientes, y a1, a2, a3, . . ., an son n constantes,
entonces:
V  a1 X 1  a2 X 2  ...  an X n   a12V ( X 1 )  a22V ( X 2 )  ...  an2V ( X n )
 EJERCICIO 6

El tiempo de espera en una cola de servicios (en minutos),

de los clientes de un establecimiento comercial, es una
variable cuya función de densidad es:
(x-1)
 , para 1  x  5
f(x) =  8
 0 , de otro modo


Suponga que el costo de atención (nuevos soles) de un

clientes es igual a : Y= g(X)= 5+1.2X, halle la media y
variancia de la distribución de Y.
EJERCICIO 7
CAMBIO DE VARIABLE
 EJERCICIO 8

Si la función de distribución (modelo probabilístico) de la

variable aleatoria que modela el tiempo de vida (en días)
de un producto está dada por:

0 , 𝑠𝑖 𝑥 ≤ 0
𝑓𝑥 𝑥 =
2𝑒 −2𝑥 , 𝑠𝑖 𝑥 > 0

Determinar la función de densidad para la variable:

Y = 4X
EJERCICIO 9
OBSERVACIONES
OBSERVACIONES
OBSERVACIONES