Escuela de Matemáticas
Estadística
Profesora: Eliana Bonalde
Estadística I
Unidad III
Variables aleatorias Continuas
e-mail: [email protected]
Variables aleatorias Continuas
Variable aleatoria continua
Es una función X que asigna a cada resultado posible de un experimento un número real. Si X puede asumir
cualquier valor en algún intervalo I (acotado o desacotado), se llama una variable aleatoria continua.
Ejemplos:
• En el estudio de la ecología de un lago, se mide la profundidad en lugares seleccionados, entonces X la
profundidad en ese lugar es una variable aleatoria continua.
• Si se selecciona al azar un compuesto químico y se determina su pH X, entonces X es una variable aleatoria
continua porque cualquier valor pH entre 0 y 14 es posible.
• Sea X la cantidad de tiempo que un cliente seleccionado al azar pasa esperando que le corten el pelo antes
de que comience su corte de pelo.
Descripción probabilística de las variables aleatorias
Las variables aleatorias discretas se describen mediante:
• Función de masa de probabilidad
• Función de distribución acumulada
Las variables aleatorias continuas se describen mediante:
• Función de densidad de probabilidades
• Función de distribución acumulada
X es continua si su función de distribución f(x) es una función continua.
Función de densidad de probabilidad
Para una variable continua aleatoria X, una función de densidad de probabilidad es una función tal que:
Si discretizamos los valores de una variable aleatoria continua, la distribución discreta resultante se ilustra con un
histograma de probabilidad, de modo que el área del rectángulo sobre cualquier entero posible k sea la proporción
de probabilidad, entonces el área total de todos los rectángulos es 1. Como en cada histograma el área total de
todos los rectángulos es igual a 1, el área total bajo la curva regular también es 1. La probabilidad de que la
profundidad en un punto seleccionado al azar se encuentre entre a y b es simplemente el área bajo la curva regular
entre a y b.
f(x) se usa para calcular un área que representa la
probabilidad de que X asuma un valor en [a, b].
La gráfica de f(x) a menudo se conoce como curva
de densidad.
Si X es una variable aleatoria continua, entonces para cualesquiera x1 y x2,
Ejemplo:
La dirección de una imperfección con respecto a una línea de referencia sobre un neumático está, en general,
sujeta a incertidumbre. Considérese la línea de referencia que conecta el vástago de la válvula de un neumático
con su punto central y sea X el ángulo medido en el sentido de las manecillas del reloj con respecto a la
ubicación de una imperfección. Una posible función de densidad de probabilidad de X es con
La probabilidad de que el ángulo esté entre 90° y 180° es
=
Ejemplo:
Función de distribución acumulada
La función de distribución acumulada de una variable aleatoria continua X es
para -
La función de distribución acumulada de una variable aleatoria continua da las probabilidades y se
obtiene integrando la función de densidad de probabilidad f(u) entre los límites y x. Con cada x, F(x) es el
área bajo la curva de densidad a la izquierda de x.
F(x) se incrementa con regularidad a medida que x se
incrementa.
Ejemplo:
Ejemplo:
Suponga que la función de densidad de probabilidad de la magnitud X de una carga dinámica sobre un
puente (en newtons) está dada por para cualquier número x entre 0 y 2.
1
La función de densidad de una variable aleatoria continua puede determinarse a partir de la función de
distribución acumulada por derivación, es decir, dada F(x),
siempre y cuando exista la derivada.
Ejemplo:
La función de densidad de probabilidad de X es:
0.01
Media y varianza de una variable aleatoria continua
Media
La media o valor esperado de X, denotada como o E(X) es
Varianza
La varianza de X, denotada como o V(X) es
La desviación estandar de X es
Ejemplo:
Distribución continua uniforme
Se dice que una variable aleatoria continua X tiene una distribución uniforme en el intervalo [a, b] si la
función de densidad de probabilidad de X es
La media y la varianza de una variable aleatoria continua uniforme X en son
La función de distribución acumulada de una variable aleatoria continua uniforme es f(x)
1
a b x
Ejemplo:
La dirección de una imperfección con respecto a una línea de referencia sobre un neumático está, en general,
sujeta a incertidumbre. Considérese la línea de referencia que conecta el vástago de la válvula de un neumático
con su punto central y sea X el ángulo medido en el sentido de las manecillas del reloj con respecto a la
ubicación de una imperfección. f(x)
1/360
0
360 x
Distribución normal o de Gauss
Muchas poblaciones numéricas tienen distribuciones que pueden ser representadas muy fielmente por una curva
normal apropiada (forma de campana), por ejemplo: estaturas, pesos y otras características físicas, errores de
medición en experimentos científicos, mediciones antropométricas en fósiles, tiempos de reacción en
experimentos psicológicos, mediciones de inteligencia y aptitud, calificaciones en varios exámenes y numerosas
medidas e indicadores económicos. La distribución normal es en sí la distribución de probabilidad más
importante en todo el campo de la estadística.
Se dice que una variable aleatoria continua X tiene una distribución normal con parámetros y donde
y , si la función de densidad de probabilidad de X es
La notación denota una distribución normal con media y varianza .
Cada curva de densidad es simétrica con respecto a y acampanada, de modo que determina el centro de
la función de densidad (punto de simetría). El valor de determina la anchura, es decir, la distancia desde
hasta los puntos de inflexión de la curva.
Ninguna de las técnicas estándar de integración puede ser utilizada para evaluar la integral que determina esta
distribución, y las probabilidades generalmente se encuentran por métodos numéricos o en una tabla.
Interpretación para cualquier variable aleatoria normal
Ejemplos:
Supongamos que los gastos diarios de un turista en una determinada ciudad puede modelarse por medio de la función
normal.
La distribución normal con valores de parámetro y se llama distribución normal estándar. Una
variable aleatoria que tiene una distribución normal estándar se llama variable aleatoria normal estándar y se
denotará por Z.
La función de variable acumulada de una variable aleatoria normal estándar se denota como .
La siguiente tabla de probabilidades contiene probabilidades de la forma . En las filas
conseguimos parte del valor de z y los encabezados de la columnas corresponden al dígito de las centésimas de
z. Por ejemplo, si queremos conseguir P(z < 1.53) se lee hacia abajo la columna z hasta conseguir 1.5 y después
se selecciona la probabilidad en la columna con el encabezado 0.03.
1.53
Ejemplo:
Es posible transformar todas las observaciones de cualquier variable aleatoria normal X en un nuevo conjunto de
observaciones de una variable aleatoria normal Z con media 0 y varianza 1. Esto se puede realizar mediante la
transformación
A la creación de una variable aleatoria por medio de esta transformación se le llama estandarización.
Ejemplo:
El tiempo que requiere un conductor para reaccionar a las luces de freno de un vehículo que está desacelerando
es crítico para evitar colisiones por alcance. Un artículo sugiere que el tiempo de reacción de respuesta en
tráfico a una señal de freno de luces de freno estándar puede ser modelado con una distribución normal que
tiene un valor medio de 1.25s y desviación estándar de 0.46s. ¿Cuál es la probabilidad de que el tiempo de
reacción esté entre 1.00s y 1.75s?
Si X denota el tiempo de reacción, entonces estandarizando se obtiene
Ejemplo:
