Escolar Documentos
Profissional Documentos
Cultura Documentos
- VARIABLES Y DISTRIBUCIONES
ALEATORIAS CONTINUAS
1.- INTRODUCCION.
En el tema anterior representábamos los posibles resultados de diversos
experimentos con variables aleatorias discretas. Como es fácil observar, muchos
experimentos pueden tener resultados que sólo se pueden representar con números
reales.
Por ejemplo el peso de los garbanzos de cierta procedencia, la altura de los árboles
de una plantación, el consumo de combustible por km recorrido,... En todos estos
casos los valores que se pueden obtener pueden representarse con números reales,
e hipotéticamente los valores posibles abarcan un espectro continuo entre ciertos
límites.
De aquí el interés de poder contar con un instrumento que nos permita modelizar los
resultados de estos experimento con nuevas variables aleatorias que puedan tomar
valores continuos en un intervalo.
a) f(x) ≥ 0 ∀x
+∞
b) ∫
−∞
f(x) dx = 1
b
entonces P ( x ∈ [a, b] ) = ∫
a
f(x) dx
1.2. Parámetros.
Dada una variable aleatoria continua, x, con función de densidad f(x), los parámetros
más significativos son:
+∞
Media : m= ∫ f ( x) xdx
−∞
+∞
σ = ∫ f ( x)( x − m)
2 2
Varianza: dx
−∞
Una variable aleatoria x tiene una distribución uniforme en el intervalo [a, b], si su
función de densidad es :
1
función de densidad f(x) = x ∈[a , b] f(x) = 0 x ∉[a , b]
b−a
b+a
media E(x) =
2
1
varianza σ 2 = ( b − a) 2
12
0 z < −1
1 + z − 1 ≤ z < 0
f ( z) =
1 − z 0 ≤ z ≤ 1
0 1< z
Se pide:
a) Comprobar que f(z) cumple las condiciones para ser una función de densidad.
b) Indicar la función de distribución, F(z), de la variable z.
c) Representar gráficamente la función de densidad y la función de distribución.
d) Indicar P( z ∈ [− 0.5,0.5] ).
3.1. Concepto.
1 ( x − m) 2
1 −
2 σ2
función de densidad f(x) = e
σ 2π
media E(x) = m
σ 2 (x) = σ
2
varianza
-2,4
-2,1
-1,8
-1,5
-1,2
-0,9
-0,6
-0,3
0,3
0,6
0,9
1,2
1,5
1,8
2,1
2,4
2,7
-3
1 2 0.5
3
-3
0,6
1,2
1,8
2,4
-2,4
-1,8
-1,2
-0,6
0,5
1,5
2,5
0
3
-2,5
-1,5
-0,5
-3
-2
-1
METODOS ESTADÍSTICOS Y APLICACIONES
Ejercicio 3.1.b.: Indicar el valor tal que la probabilidad de que una variable normal
tipificada:
a) no lo supere sea de 0.4681
b) lo supere sea de 0.0505 (sol.: 1.64 )
c) lo supere sea de 0.1284
Para calcular, por ejemplo, P ( N( 0, 1 ) < 1.537 ), las tablas de la variariable normal
tipificada nos dan las siguientes probabilidades:
P ( z < 1.53 ) = 0.936992
P ( z < 1.54 ) = 0.938220
0.938220 − 0.936992
P( z < 1.537 ) = 0.936992 + (1.537 − 1.53) =
1.54 − 1.53
1 ( x −m )2 a−m 1
1 − 1 − u2 a−m
P ( N ( m, σ ) < a ) = ∫
a
e 2 σ2
dx = ∫ σ e 2
du = P N (o,1) <
−∞
σ 2π −∞
2π σ
Ejemplos
1,75 − 2
P( N (2 ; 1,3) > 1,75) = P N (0 ; 1) >
1,3
2,975 − 3,2
P( N (3,2 ; 0,75) < 2,975) = P N (0 ; 1) <
0,75
2,975 − 3,2 4,125 − 3,2
P ( N (3,2 ; 0,75) ∈ [2,975 ; 4,125]) = P N (0 ; 1) ∈ ;
0, 75 0, 75
Ejercicio 3.2.b.: Se desea preparar unos estuches con tres piezas de fruta de tres
especies diferentes. Los pesos, en gramos, de las frutas de cada una de las
especies se distribuyen según: A = N(125, 15), B = N(90, 10), y C = N(155, 20).
Indicar:
a) cómo se distribuye el peso de los estuches. (sol.: N 370, 725 ) ( )
b) probabilidad de que un estuche pese más de 300 gramos.
Observar como se asemeja a una distribución normal. A medida que n aumenta esta
semejanza aumenta.
Una variable aleatoria binomial B(n, p) puede aproximarse a una variable aleatoria
normal N(np, np(1 − p) ) si se cumple alguna de estas condiciones:
En muchos casos, las causas perturbadoras que originan diversas fluctuaciones son
numerosas, de importancia individual reducida y tales que sus efectos se suman
unos a otros.
Ejemplo:
1
media E(x) =
λ
1
varianza σ 2 (x) =
λ2
función de distribución
1,2
1
0,5
0,8
1
0,6
2
0,4 4
0,2
0
0,5
1,5
2,5
3,5
4,5
5,5
0
1
Por lo tanto representa el tiempo medio entre dos sucesos de Poisson. O el
λ
tiempo desde el inicio hasta la primera llegada.
Ejercicio: El paso de autobuses por una parada sigue una distribución de Poisson
con una media de 10 autobuses por hora. Cual es la probabilidad de que un viajero
tenga que esperar más de 10 minutos el paso de un autobús.
Solución: El viajero tendrá que esperar más de 10 minutos si durante, al menos, ese
tiempo no pasa ningún autobús. El tiempo medio que transcurre entre el paso de dos
autobuses sucesivos es:
60
= 6 minutos
10
La frecuencia media por minuto será:
1
autobuses por minuto
6
1
− t
e 6
Por lo tanto la probabilidad de que el pasajero tenga que esperar más de 10 minutos
será:
1
− 10
e 6
=
∞
e − x x a −1
función de densidad f(x) = ∀x ≥ 0 con Γ( x ) = ∫ e − x x a −1dx a>0
Γ(a ) 0
∞
nota Γ(a ) = ∫ e − x x a −1dx con a > 0; Γ(1) = 1 ;
0
Γ ( n) = ( n − 1) Γ ( n − 1)
media E(x) = a
varianza σ 2 (x) = a
x a −1 (1 − x ) b −1
función de densidad f(x) = ∀x ∈ [0, 1]
β ( a , b)
1
nota β (a , b) = ∫ x a −1 (1 − x ) b −1 dx
0
a
media E(x) =
a +b
a −b
varianza σ 2 (x) =
(a + b) 2 (a + b + 1)
n
1 −1
función de densidad f(x) = n / 2 e − x/2 x 2
2 Γ ( n / 2)
tipificadas:
x = x12 + x22 + ..... + xn2 donde x1 , x 2 ,..., x n son variables N(0, 1).
En la gráfica siguiente se representa la función de densidad de variables chi-
cuadrado con diferentes grados de libertad
0,08
0,06 5
0,04 10
15
0,02
20
0 2,5
7,5
12,5
17,5
22,5
27,5
0
10
15
20
25
En las tablas los valores de las variables χ n aparecen en función de n e indican la
2
Una variable χ 5 de 5 grados de libertad supera el valor 0.554 con una probabilidad
2
de 0.99
probabilidad de 0.25
( )
P χ 72 > k = 0,10
P (χ 2
17 < k ) = 0,05
P (χ 2
25 > 13,1197 ) = k
N (0,1)
tn = x ∈ ]- ∞, ∞ [
χ 2n / n
Una variable t5 de 5 grados de libertad supera el valor 1.476 con una probabilidad de
0.10
Una variable t15 de 15 grados de libertad supera el valor 1.753 con una probabilidad
de 0.05
función de densidad de la t
0,1
0,08
0,06 1
2
0,04
5
0,02 60
0
-3,2
-2,4
-1,6
-0,8
-4
0,8
1,6
2,4
3,2
0
a) P ( t10 ∈[1812
. ,2.228] )
b) P ( t10 ∈[ −1812
. ,2.228] )
c) P ( t25 ∈[ −1316
. ,2.060] )
d) P ( N(0,1) ∈[ −1316
. ,2.060] )
χ 2n / n
Fn,m=
χ 2m / m
Es la relación entre dos variables chi-cuadrado divididas por sus grados de libertad.
Una variable F5,3 supera el valor 9.01 con una probabilidad de 0.05
Una variable F3,5 supera el valor 5.41 con una probabilidad de 0.05
Una variable F5,3 supera el valor 28.24 con una probabilidad de 0.01
Ejercicio: Indicar el valor crítico, Z, de una variable Fn,m para los grados de libertad y
niveles de probabilidad indicados::
Se utiliza en Fiabilidad.
CUESTIONES Y EJERCICIOS
4.01 Simular los resultados de una variable aleatoria binomial con n = 20, y p = 0.3.
Dibujar el histograma.
a) P(N(0,1) < 1 )
b) P( 1< N(2,0.25) < 2.5 )
c) P(N(2, 0.25) > 2.33 )
4.07 Una compañía fabrica lámparas cuya duración se distribuye normalmente con
media 800 horas y desviación típica 40 horas. Indicar la probabilidad de que un foco
se funda entre las 778 y 834 horas.
2
4.12 Sean las variables aleatorias normales: X = N(50,2) , Y = N(37, 2.5), Z = N(45,
1.5) que representan los pesos, en gramos, de tres tipos de piezas. Estas piezas se
empaquetan en grupos de tres piezas del tipo X, dos del tipo Y y 4 del tipo Z. Si el
embalaje resiste 425 grs. Indicar cuantos embalajes se romperán.
4.15 Una habitación se ilumina con dos lámparas de las indicadas en el ejercicio
anterior. Indicar la probabilidad de que
a) la habitación esté perfectamente iluminada durante al menos 3.000 horas
b) la habitación se quede sin ninguna iluminación antes de 3.000 horas.
4.22 Con los mismos datos del problema anterior, pero tomando una muestra de 50
individuos, calcular la probabilidad de que la media de la muestra verifique:
a) m < 45.7
b) m > 47
c) 43 < m
d) 44.1 < m < 47.3
e) 43.3 < m < 48.1
f) 45.2 < m < 46.2
g) 45.5 < m < 45.9
4.23 Las máquinas de 5 fábricas presentan averías con una frecuencia media de
1.2 , 3.2, 0.7, 3.5 y 2.4 veces por días ( 24 horas). Los procesos de avería en las 5
plantas son independientes y cada proceso se asume que satisface las condiciones
de un experimento de Poisson. Se pide:
a) Cual es la probabilidad de que el número de averías diarias sea superior a 12
entre todas las fábricas.
b) Después de una rotura en la primera fábrica, cuál es la probabilidad de que en las
próximas 6 horas se presente la siguiente avería.
4.26 En un pueblo hay instalados 1.800 teléfonos. Se sabe que cada teléfono está
hablando con el exterior, por término medio, 1 minuto/hora. Cuántas líneas debe
tener la centralita para que en un momento dado los usuarios encuentren línea
exterior libre con una probabilidad de al menos el 0.9772.
4.27 En una fábrica se desean obtener alambres de longitud l, pero la longitud de las
piezas obtenidas es l+x, donde x = N( 0 mm, 9 mm). Se trata de obtener piezas
exactamente de 500 mm. Si la pieza es de longitud menor, se pierde, y si es mayor
de 500 mm, la pieza es útil pero se deber recortar, perdiéndose el exceso de
longitud. Indicar a qué longitud debe reglarse la máquina para minimizar las pérdidas
de alambre.
4.30 Una bola se considera útil para rodamientos si su diámetro está en el intervalo
[10.3 ; 10.49]. el diámetro de las bolas fabricadas se distribuye según una N( 10.42 ;
0.0137). Determinar el coste de reprocesar las bolas defectuosas si el coste de
reprocesar las que tienen un diámetro excesivo es de 237 pts/u y el de las que
tienen un diámetro menor que el límite de tolerancia es de 437 pts/u.
4.31 Una bola se considera útil para rodamientos si su diámetro está en el intervalo
[10.3 ; 10.49]. el diámetro de las bolas fabricadas se distribuye según una N( 10.42 ;
0.037). Determinar el coste de reprocesar las bolas defectuosas si el coste de
reprocesar las que tienen un diámetro excesivo es de 237 pts/u y el de las que
tienen un diámetro menor que el límite de tolerancia es de 437 pts/u.