Uso de Probabilidades para el

Análisis de la Gestión

Luis Zapatel Arriaga

Lic. Estadística /MDU / MBA
 Tema 8:
Variable Aleatoria Continua
 CLASIFICACION DE LAS VARIABLES POR SU NATURALEZA

Variable: Es la característica, propiedad o atributo de la población bajo estudio, es aquello que

nos interesa investigar.

VARIABLE

CUANTITATIVA o numérica
(edad)
CUALITATIVA o de atributos
(tipo de auto que posee)
CONTINUAS
(tiempo para elaborar un proyecto)
DISCRETAS
(número de hijos)
 Variables aleatorias continuas
Una variable continua puede tomar cualquier
valor de numero infinito de valores en la recta
Experimento Variable aleatoria (x) Valores posibles de la
variable aleatoria
Funcionamiento de un Tiempo en minuto entre x≥0
banco llegadas de clientes
Llenar una lata de bebida 0 ≤ x ≥ 12.1
(máxima =12.1 onzas) Cantidad de onzas
Ensayar un nuevo Porcentaje terminado del 0 ≤ x ≥ 100
proceso químico proyecto en seis meses
 Función de Densidad De Probabilidad

Sea X una variable aleatoria con rango Rx, la función

de densidad de probabilidad asociado a la variable
aleatoria, es una función ƒ (x) integrable que
satisface las sgtes condiciones:
1. ƒ(x) ≥ 0 ∀ x є R (ó ƒ (x) > 0, x є R
2.
 Función de Distribución

La función de distribución f: R→[0,1]  nos da la probabilidad

acumulada desde -∞ hasta el valor que se tiene en consideración

gráficamente la función de distribución es el área limitada por la

función de densidad y el eje de abscisas entre -∞ y x
 Es el valor promedio que esperaríamos
Esperanza encontrar por la observación repetida de
Matemática una variable aleatoria.
Valor Esperado

Varianza
 

 X2  V ( X )    f ( x) dx  E  x   
2
( x  ) 2
La varianza, esta

denotada por la
siguiente expresión:  X2  V ( X )  E ( X 2 )   E  X   2
 Sea la importación de oro dada por la
siguiente función:
  0 < x < 20
  0 de lo contrario
  0 𝑥 <0
Sí x<0 f(x) = 0 = 0
= 0,05x
=1
; 0 < x < 20
; x > 20
; x<0

{
𝐹 ( 𝑥 )= 0,05 𝑥 0 ≤ 𝑥< 20
1 𝑥 ≥ 20
 P = 0,5

 P = 0,05(15) - 0,05(5) = 0,75 - 0,25 = 0,5

 
=  20
  V ( X )   ( x   ) f ( x)dx   ( x  10) 2 (0,05)dx
2
X
2

= = 10  0
20
 ( x  10) 3 
 (0,05)   16.66
 3 0
Suponga que la demanda de petróleo sigue una   0<x<2
función de densidad de probabilidad dada por:
0 de lo contrario
Para cualquier número x entre 0 y 2
 

  0 x<0
Así: 0<x<2
1 2<x

La probabilidad de que la demanda esté entre 1 y 1.5

 P(1 < X < 1.5) = F(1.5) - F(1) = -

La probabilidad de que la demanda sea más de uno

 P(X > 1) = 1- P(X < 1) = 1 - F(1) = 1-
 La función de densidad de las ventas   0<x<1
semanales de la grava fue:
0 de lo contrario

 

2
X V (X )   (x  )
2
f ( x )dx  E  x    2  E ( X 2 )   E  X   2

 1
  3 23 2
 X2 
V (X ) 
( x   ) f ( x ) dx 2
  8 2
( x  ) 
 1  x  dx
=  0 
 
1 1
3 6 9 3 6 55 2 6 9
  (x2  x  ) 1  x 2 dx   ( x 4  x 3  x  x  )dx
= 20 8 64 20 8 64 8 64
1
= 3  x 5 6 x 4 55 x 3 6 x 2 9 x  3 1 6 55 6 9 
            
2  5 32 192 16 64  2  5 32 192 16 64 
= 0
3 38
 ( )  0.059
2 960
 1
2 3 2 
E( X )    0  2 
2 2
x f ( x ) dx x  (1 x ) dx

1

3 2
2

x  x 4 dx 
1
5

0

 X2  V ( X )  E ( X 2 )   E  X   2
2
1 3
     0.059
5 8