vi.-funciones de distribución de probalidad
DESCRIPTION
Unidad del curso de EstadisticaTRANSCRIPT
FUNCIONES DE PROBABILIDAD
Funciones de probabilidadVariable aleatoria
Representamos por S un espacio muestra en el que se define una funcin de probabilidad, sea x una funcin de valores reales definida en S, la funcin X transforma puntos de S en puntos del eje de las x, se dice que X es una variable aleatoria.Sea S el espacio muestral asociado con un experimento una funcin X que asigna a cada uno de los elementos s S, un nmero real x(s) se llama variable aleatoria.
Dominio
Es el conjunto de valores de A.
Si cada elemento de un conjunto x se le asocia exactamente un elemento de un conjunto y entonces sta asociacin constituye una funcin de x en y, esto se escribe comnmente f(x)=y y se lee la funcin f de x en y.La asociacin puede estructurarse de muchas maneras distinta, generalmente se hace mediante una ecuacin como:
Una tabla de valores o una grfica, lo importante es que la funcin hace corresponder uno y solo uno de los elementos de y con cada elemento de x, en el ejemplo anterior el dominio es el conjunto;Dominio
Recorrido
Considere la funcin definida por la ecuacin; y=2x-6, para todos los enteros positivos menores que 10.
Una funcin (X en Y) es un conjunto de paredes ordenados tales que a cada x, x X le corresponde un nico y Y. En consecuencia podemos usar la notacin del conjunto para describir una funcin:
Si el par ordenado (a,b) pertenece a la funcin esto es; b=f(a) decimos que b es la imagen de a bajo f y en general el recorrido es la imagen del dominio de la funcin
Dominio de la funcin
-1 x 1Rango de la funcin
0 y 1
(recorrido)
funcin de valor absoluto
Lanzamiento de 4 monedas
1. AAAA
4 guilas (1)
2. AAAS
3. AASA
3 guilas (4)4. ASAA
5. SAAA
6. AASS
7. ASAS
8. ASSA
2 guilas (6)
9. SASA
10. SAAS
11. SSAA
12. ASSS
13. SASS
14. SSAS
1 guilas (4)
15. SSSA
16. SSSS
0 guilas (1)
x = nmero de guilas
xNo. EventoNo. Veces
0
1
2
3
416
12, 13, 14, 15
6, 7, 8, 9, 10, 11
2, 3, 4, 5
114
6
4
1
16Considrese el lanzamiento de un par de dado y sea X la sumatoria de los nmeros que muestran las caras hacia arriba del par de dados.
123456
1111213141516
2212223242526
3313233343536
4414243444546
5515253545556
6616263646566
x [=] Suma de las 2 cara de los dadosx23456789101112
No. veces12345654321
Discreta
Variable aleatoria
ContinuaVariable Aleatoria Discreta
Se dice que x es una variable aleatoria discreta uni-dimensional, si es una variable que toma slo un valor finito o infinito numerable de valores del eje de las x.
Supongamos que x toma los valores de x1,x2,,xn; con probabilidades f(x1), f(x2), , f(xn), e imaginamos que A es cualquier subconjunto de los puntos x1, x2, , xn, la probabilidad p(A) de suceso A (probabilidad de que x est en A) se define como;
Donde la representa la suma de f(x) para aquellos valores xi que pertenecen a A.Variable Aleatoria Continua
Se dice que x es una variable aleatoria continua uni-dimensional si existe una funcin f tal que f(x) 0 para toda x del intervalo tal que para cualquier evento la probabilidad;
Aqu A representa un evento y est definido como un intervalo dentro del intervalo de los valores que puede tomar la variable aleatoria.
Aqu se puede tomar cualquier valor
Variable Aleatoria Discreta
Ejemplo;Lanzamiento de 2 dados
x= 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
Lanzamiento de 4 monedas (No. guilas)
x=0,1,2,3,4 (No. de guilas)
Variable Aleatoria Continua
a < x < bIntervalo Cerrado
Intervalo Cerrado-Abierto
Intervalo Abierto-Cerrado
Intervalo Abierto
Denotemos por p(x=a) la probabilidad del evento correspondiente A que la variable aleatoria x tome el valor a, de forma anloga p(a < x b) representa la probabilidad de que el suceso x tome un valor perteneciente al intervalo a < x b, si conocisemos la probabilidad p(a < x b) para todos los valores de a y b, tendramos un conocimiento completo de las probabilidades con que la variable x tiende a tomar valores en diferentes intervalos del dominio de la variable.En aquellos casos donde esto no se verifique diremos que conocemos la distribucin de probabilidad de la variable aleatoria x.
EjemploVariable Aleatoria Discreta
Lanzamiento de un par de dados
123456
1111213141516
2212223242526
3313233343536
4414243444546
5515253545556
6616263646566
x23456789101112
p(x=x)
a) p(x=10)= =
b)
c)
d)
e)
La funcin de distribucin de probabilidad del lanzamiento de un par de dados es;
Para que sea funcin de distribucin de probabilidad si se cumplen las siguientes condiciones:
Para Variable Aleatoria Discreta
1. f(x) 0
2.
Para Variable Aleatoria Continua
1. f(x) 0
2.
Una funcin f(x) se dice que es una funcin de de distribucin de probabilidad si cumple lo siguientes requisitosVariable Aleatoria Discreta1. f(x) 0
2.
Variable Aleatoria Continua
1. f(x) 0
2.
Supongamos que lanzamos 4 monedas y que registramos el nmero de guilas que aparecen, sea el resultado el valor de una variable aleatoria X, por lo tanto X tomar los valores (0, 1, 2, 3, 4); para calcular la funcin de probabilidad f(x), la probabilidad de que aparezcan x guilas observamos que el nmero de formas en que pueden caer las 4 monedas es 24, ya que cada moneda puede caer de 2 maneras distintas (el nmero de formas que pueden caer guilas).El nmero de guilas viene dado por;
Por lo tanto la funcin de distribucin de probabilidad sera la siguiente;
1234
1. AAAA }
2. AAAS
3. AASA
4. ASAA
5. SAAA
6. AASS
7. ASAS
8. ASSA
9. SASA
10. SAAS
11. SSAA
12. ASSS
13. SASS
14. SSAS
15. SSSA
16. SSSS }
x01234
p(x=x)
Variable Aleatoria Discreta
si x=5
f(x)=0
f(5)=0
f(-8)=0
f(2.4)=0
f(3)=
f(3)=
f(3)=
1. Cumple con f(x) 0
2. Para que cumpla
La grfica de esta funcin de distribucin de probabilidad en este casoVariable Aleatoria Discreta
A
B
f
O
x
y
f(x)
|x|
0 1 2 3 4 5 6 7 8 9 10 11 12
11 12 13 14 15 16 26 36 46 56 66
21 22 23 24 25 35 45 55 65
31 32 33 34 44 54 63
41 42 43 53 63
51 52 62
61
A
B
S
x
EMBED Equation.3
EMBED Equation.3
7
8
9
10
11
12
7 8 9 10 11 12
01234
No. de guilas
Para f.d.p
Para x= 0, 1, 2, 3, 4
EMBED Equation.3
O 1 2 3 4 5
0.40
0.30
0.20
0.10
f(x)
x
_1149327181.unknown
_1149401967.unknown
_1149404393.unknown
_1149411201.unknown
_1149411477.unknown
_1149412071.unknown
_1149412301.unknown
_1149413733.unknown
_1149414085.unknown
_1149412324.unknown
_1149412284.unknown
_1149411772.unknown
_1149411234.unknown
_1149411242.unknown
_1149411214.unknown
_1149407270.unknown
_1149409360.unknown
_1149411178.unknown
_1149405508.unknown
_1149405972.unknown
_1149406386.unknown
_1149405411.unknown
_1149403214.unknown
_1149404318.unknown
_1149404356.unknown
_1149403606.unknown
_1149403044.unknown
_1149403080.unknown
_1149402175.unknown
_1149402893.unknown
_1149329263.unknown
_1149401934.unknown
_1149401953.unknown
_1149401737.unknown
_1149401897.unknown
_1149401718.unknown
_1149329183.unknown
_1149329227.unknown
_1149329089.unknown
_1149328015.unknown
_1149317563.unknown
_1149318897.unknown
_1149326903.unknown
_1149327101.unknown
_1149326894.unknown
_1149318578.unknown
_1149318604.unknown
_1149318559.unknown
_1149316697.unknown
_1149317006.unknown
_1149317026.unknown
_1149316750.unknown
_1149316501.unknown