MODELOS DE PROBABILIDAD Concepto de variable aleatoria

Definimos en S la variable aleatoria (v.a.) X como el nmero de caras obtenidas, bajo esta regla estamos asociando a cada suceso un nmero natural, as:

Tenemos visto que a cada experiencia aleatoria se le puede asociar un espacio muestral que contiene todos los resultados posibles, llegado a este punto no solamente interesa conocer tales resultados, sino tambin sus consecuencias. Se llama variable aleatoria (v.a.) a toda aplicacin X que asocia a cada elemento del espacio muestral S de un experimento, un nmero real, esto es X: S U
R talque X(Evento i) = xi

E1 = CCC E 2= CC+ E 3= C+C E4 = C++ E 5= +CC E6 = ++C E 7= +C+ E8 = +++

x4 = 0

x3 = 1

Las variables aleatorias las podemos clasificar en : o discretas, si pueden tomar un nmero finito de valores en U subconjunto de N o continuas si pueden tomar un nmero infinito de valores en U
R En esta seccin aplicaremos las v.a. discretas

x2 = 2

x 1= 3
S
De esta grfica tenemos que: X(CCC) = x1 = 3, X(C+C) = X(+CC) = X(CC+) = x 2 = 2, X(C++) = X(++C) = X(+C+) = x 2 = 1, X(+++) = x 3 = 0

Ejemplo 1
Consideremos el experimento que consiste en lanzar tres monedas al aire. Llamaremos C a cara y + l a cruz, el espacio muestral ser: S = {CCC, CC+, C+C, +CC, C++, +C+, ++C, +++}

Ejemplo 2
Consideramos el experimento de lanzar dos dados , definiendo la v.a. como la suma de sus caras. Los valores de la v.a. sern X(1,1) = x 1 = 2 X(1,2) = X(2,1) = x 2 =3 X(1,3) = X(3,1) =X(2,2) = x 3 =4 X(1,4) = X(4,1) =X(3,2) = X(2,3) = x 4 =5 X(1,5) = X(5,1) =X(4,2) = X(2,4) = X(3,3) = x5 =6 X(1,6) = X(6,1) =X(5,2) = X(2,5) = X(3,4) = X(4,3) = x6 =7 X(3,5) = X(5,3) =X(6,2) = X(2,6) = X(4,4) = x7 =8 X(4,5) = X(5,4) =X(6,3) = X(3,6) = x8 =9 X(4,6) = X(6,4) =X(5,5) = x9 =10 X(5,6) = X(6,5) = x10 =11 X(6,6) = x11 =12

Ejemplo 3
Siendo S el espacio muestral del ejemplo 2, calcular la probabilidad de la v.a. P[X = 2] = 1/36 P[X = 5] = 4/36 P[X = 8] = 5/36 P[X = 3] = 2/36 P[X = 6] = 5/36 P[X = 9] = 4/36 P[X = 4] = 3/36 P[X = 7] = 6/36 P[X = 10] = 3/36

P[X = 11] = 2/36 P[X = 12] = 1/36

Grfico de la probabilidad 0.20 0.15 0.10

Funcin de probabilidad
0.05

Dada una v.a. discreta X, llamaremos funcin de probabilidad P aquella que asocia una probabilidad p i en [0, 1] a cada valor x de la v.a. P:V [0,1]talque P[X = x i] = pi

0.00

Funcin de distribucin de v.a. discretas

y

Toda funcin de probabilidad cumple: o pi 0 para todo ndice i o = 1

Dada X v.a. discreta llamaremos funcin de distribucin de X a a la funcin talque

Si

em

x1 < x2,...,< xi <,... < x n e ] 



e e em

: obtenidas, encontremos su correspondiente funcin de distribucin. Aplicando la definicin por trozos tendremos: , si x < / , si
8 9 6 6 6

F( ) = [
   

y y y y y

La f in e istrib in F toma valores omprendidos entre y . Para todo x < x 0 F(x) = 0, siendo x0 el menor de los valores q e toma la v.a. X Para todo x > x n F(x) = 1, siendo xn el mayor valor q e toma la v.a. F( ) es na f ncin creciente x < y implica F(x) F(y) ) La f ncin de distrib cin se define a trozos
        

 
A

x< x< x<

D A

F( ) =
@

, si
B C

/ , si  , si x

, si
#

<
!

"

p , si F( )= p
$ ' & (

<
%

Graficando: p , si


<

= , si 
% $

Ej mpl 4
0

Sea el experimento q e consiste en lanzar tres monedas al aire. Si la v.a. se define como el nmer de cara
3 2 4 5

Esperanza matemtica de v.a. discreta

y

Consideremos una v.a discreta X que toma los valores x1,x2,...,xi,...,x n con probabilidades p1,p2,...,pi,...,p n. Llamaremos media o esperanza de X a

Propiedades
1. Dada una variable aleatoria que toma siempre el mismo valor C, es decir, la variable es constante. Su esperanza es esa misma constante.

2. 3.

, vemoslo:

4. Si se multiplica una variable aleatoria por una constante, su esperanza se ve multiplicada por esa constante.

5. Sean X e Y dos variables aleatorias, E[X+Y]=E[X]+E[Y] 6. En general, E[ aX + b]=aE[X] + b

Ejemplo 5
Un jugador de dardos al lanzar tiene el 20% de obtener 5 puntos, una probabilidad de 25 % de obtener 10 puntos, 15 % de obtener 50 puntos y 4 % de obtener 20 puntos. Si consideramos como variable aleatoria la puntuacin obtenida Cul es su esperanza?

La variable aleatoria X toma los valores 5, 10, 20, 50 con probabilidades respectivas de 0.2, 0.25, 0.4 y 0.15, es claro que se trata de una v.a. discreta.

E[X]= 50.2 + 100.25 + 200.4 + 500.15 = 1 + 2.5 + 8 + 7.5 = 19 puntos

Varianza de v.a. discreta

y

Se define la varianza como la esperanza del cuadrado de la diferencia entre la variable y su esperanza V(X) = E[(X E[X])] 2

Teniendo en cuenta la definicin de esperanza, la varianza queda 



pi

Desarrollando la expresin anterior nos queda una forma ms sencilla de calcular la varianza V(X)= E[X 2] - E[X] 2

y y

Para determinar la varianza hemos elevado los datos al cuadrado, esto implica que las unidades se elevan al cuadrado. Se llama desviacin tpica o estndar a la raz cuadrada positiva de la varianza  

La desviacin tpica consigue tener las desviacio nes en la misma unidad que los datos.

Parmetros de una distribucin

y y

Relacionando las expresiones de Estadstica elemental con lo anterior se define los parmetros  y     

Ejercicios propuestos
1. Considere el experimento de lanzar una moneda y un dado a. Defina el espacio muestral b. Encuentre los valores de la v.a. definida por cara c en la moneda y valores pares en el dado c. Defina la funcin de probabilidad d. Grafique la funcin de probabilidad e. Encuentre la funcin de distribucin y grafquela 2. Considere el experimento de lanzar dos dados a. Encuentre los valores de la v.a. definida por suma de puntos igual a 7 b. Defina y grafique la funcin de probabil idad c. Encuentre y grafique la funcin de distribucin 3. Calcule la esperanza, varianza y desviacin tpica de cada variable de los ejercicios anteriores. 4. Considere las siguientes tablas de de dos variables aleatorias X e Y: x px 1 0.1 2 0.2 3 0.2 4 0.1 5 0.1

Y py

1 0.1

2 0.4

3 0.15

4 0.35

a. Compruebe si cumplen una ley de probabilidad b. En el caso que cumplan una ley de probabilidad encuentre su esperanza, varianza y desviacin tpica. 5. Si E(X) = 18.3 y V(X) = 2.5, calcule E(Y) y V(Y) siendo

a. Y = 4X b. Y = X 3 c. Y = X + 1 d. Y = X + 3/2 6. Una funcin de distribucin viene dada por

E

0, si x < 0, 0.25, si 0 0.51, si 1 (x) = 0.76, si 2 0.81, si 3 0.93, si 5 1, si a. b. c. d. e. 1

F

x<1 x<2 x<3 x<4 x<5

Encuentre P(X=0), P(X=!), P(X=2), P(X=3), P(X=4), P(X=5) Encuentre 2 x 5 Encuentre 2 < x Encuentre 2 x<5 Encuentre 2 < x < 5