I.
Generalidades
Período: Del 20 al 26 de mayo
Asignatura: Estadística
Unidad: V Funciones de probabilidad
Contenidos: 5.1 Variables aleatorias
Docente: Ing. Rafael Armando Pineda
II. Objetivos
Que los estudiantes analicen, interpreten y resuelvan
problemas relacionados con distribuciones de probabilidad.
III. Desarrollo.
5.1 Variable aleatoria y valor esperado.
Con algunos experimentos estaremos interesados con eventos
asociados con números.
Por ejemplo, en la tirada de 2 dados, nuestro interés puede
estar en la suma de las dos caras que quedan arriba.
Por tanto, consideramos los eventos:
Si definimos a X como la variable que representa la suma
de las caras de los 2 dados, entonces los únicos valores
que podrá tomar X son:
El valor de X está determinado por el resultado del
experimento y por lo tanto del azar.
Ejemplo 2:
Se lanza 3 monedas, determinar los valores que puede tomar
la variable aleatoria: número de caras que aparecen.
DEFINICIÓN:
Una variable aleatoria es un símbolo (letra) que toma valores
que dependen del azar; es decir, es un valor que se asocia
con un experimento aleatorio.
Variable aleatoria discreta: si solo puede tomar un
número finito de valores enteros.
Variable aleatoria continua: Si puede tomar cualquier
valor en algún intervalo.
DEFINICIÓN:
Si X es una variable aleatoria, la probabilidad de que el
evento X tome cualquier valor es P(x).
Si x es discreta, entonces la función f que asigna el
número P(x) a cada valor de x se llama función de
probabilidad o distribución de probabilidad.
f(x) = P(x)
Ejemplo:
Determine la
distribución de
probabilidad para el
ejemplo 1: Lanzamiento
de dos dados y que la
suma de las dos caras.
En general, para cualquier distribución de probabilidad f,
tenemos que:
NOTA: La distribución de probabilidad es equivalente a la
frecuencia relativa a largo plazo. Esto significa que, si el
experimento se realiza n veces, de ahí podemos definir:
Si x es una variable aleatoria discreta con distribución de
probabilidad f, entonces la media o valor esperado o
esperanza matemática de x, denotada por μ o E(x), está
dada por:
Varianza de x:
Una variable queda definida si se conoce la tendencia central
que toman los valores y su variabilidad o dispersión.
Se define así: Es el valor esperado de las desviaciones al
cuadrado de cada valor de la variable con respecto a su
media.
Ejemplo 1:
Se hace un pedido de 25 televisores, entre los cuales por
error se incluyen 5 defectuosos. Si examinamos 3
televisores, uno por uno con reemplazo (x: tv. defectuoso).
¿Cuál es la probabilidad de obtener exactamente: (a) x = 0;
(b) = 1; (c) x = 2; (d) x = 3; (e) μ, (f) Var(x) (g) Desviación
típica?
Solución:
e) Valor esperado (media):
f) Varianza:
g) Desviación típica:
Ejemplo 2:
El costo de fabricar un artículo es $12, el precio de venta es
$17. La probabilidad de producir un artículo defectuoso es el
20%. Calcule el beneficio (utilidad) esperado
Solución:
Ejemplo 3:
Una urna contiene 15 bolas: 5 blancas y 10 rojas. Se extrae
una bola, si es blanca gana $3.00, si es roja pierde $2.00.
¿Cuál es la esperanza de este juego?
Solución:
Muchas gracias por su atención
