Variable Aleatoria Continua

Distribuciones de probabilidad de
variables aleatorias continuas
•El cálculo participa en el análisis del comportamiento

aleatorio. Los estadísticos llaman Variable Aleatoria
Continua a las variables cuyos valores observados
varían sobre un intervalo de números reales.
Recuérdese que siempre es posible proporcionar la
distribución de probabilidad de una variable aleatoria
discreta asignando una probabilidad positiva a cada
uno de los posibles valores que puede tomar la
variable. En cada caso, por supuesto, la suma de las
probabilidades que asignamos debe ser igual a 1.
Universidad ICESI – Facultad de Ingeniería
Departamento de Matemáticas y Estadística
Prof. Ernesto Peláez
•Desafortunadamente, la distribución de
probabilidad de una variable aleatoria continua no
puede establecerse de la misma forma, ya que es
imposible desde el punto de vista matemático
asignar probabilidades diferentes de cero a todos
los puntos de un intervalo y, al mismo tiempo,
satisfacer la condición que exige que las
probabilidades de los posibles valores distintos
sumen 1. En consecuencia, el método para
describir estas variables continuas es distinto.
•Definición: Si Y es cualquier variable aleatoria, la

Función de Distribución Acumulada de Y, que se
denota por F(y), se expresa mediante:
F ( y )  P(Y  y ) para    y  
Si esta función es continua y su primera derivada
existe y también es continua, se dice que la
variable aleatoria Y es continua.
En este caso, se tiene para cualquier número real

y: P(Y  y )  0
Propiedades de una función de
Distribución Acumulada
Si F(y) es una función de distribución Acumulada,

entonces:
1. F ()  Lim F ( y )  0
y  
2. F ()  Lim F ( y )  1
y 
3. Si y1  y2 entonces F ( y1 )  F ( y2 ) para funciones no decrecientes
La derivada de F(y) es otra función primordial en la

teoría de probabilidad y estadística.

Función de Densidad de
Probabilidad
•Definición: Si F(y) es la función de distribución de

una variable aleatoria continua Y, entonces f(y),
dada por:
dF ( y )
f ( y)   F ' ( y)
dy
Siempre y cuando exista la derivada, se conoce

como Función de Densidad de Probabilidad para la
variable aleatoria Y

Propiedades de una Función de
Densidad de Probabilidad
Si f(y) es una función de densidad, entonces:

1. f ( y )  0 para cualquier valor de y

2.

 f ( y)dy  1.
Con estas propiedades vistas tanto para la
función de distribución acumulada como para la
función de densidad de probabilidad, podemos
ahora presentar la conexión entre el cálculo y el
análisis del comportamiento aleatorio.
Relación entre el cálculo y la probabilidad
para variables aleatorias continuas
Si la variable aleatoria Y tiene función de densidad

f(y) y a ≤ b, entonces la probabilidad de que Y
esté en el intervalo [a,b] es:
b
P (a  Y  b)   f ( y )dy  F (b)  F (a )
a
Donde F(y) es la función de distribución

acumulada de Y. Recuérdese que por ser
funciones continuas: P(Y=a)=0 y P(Y=b)=0
Relación entre el cálculo y la probabilidad
para variables aleatorias continuas
De lo anterior se desprende que para la variable

aleatoria Y: P (a  Y  b)  P(a  Y  b)
Además que el área bajo la curva de la integral
mencionada, corresponde a la probabilidad de la
variable aleatoria. La función de distribución
acumulada se puede calcular con base en la
función de densidad, así:
y
P(Y  y )  F ( y )   f (t )dt


Cálculo de probabilidades para variables
aleatorias continuas
Ejemplo: Dados los valores f(y)=cy², 0≤y≤2 y f(y)=0 en

cualquier otro punto, determine el valor de c para el cual f(y)
es una función de densidad válida.
Solución: se necesita un valor de c tal que:

F ( )   f ( y)dy  1

2
cy   8 
2 3
  cy dy  
2
  c
0
3 0  3 
Así , (8 / 3)c  1, de lo cual se desprende que c  3 / 8
Calcule ahora P(1≤Y≤2) y P(1<y<2)

2
 3 y 
2 3
7
P (1  Y  2)   (3 / 8) y dy     
2
1  8  3 1 8
Como Y tiene una distribución continua, se infiere que:
P(Y=1)=P(Y=2)=0 y por lo tanto que:
P(1<Y<2)=P(1≤Y≤2)=7/8

Otro ejemplo: Suponga que Y tiene una función de

densidad dada por:
ky(1  y ) 0  y 1
f ( y)  
 0 en cualquier otro punto
Determine el valor de k que convierte a f(y) en una

función de densidad de probabilidad.
Calcule P(0.4≤Y≤1)

Valor Esperado para variables aleatorias
continuas
Definición: El valor esperado de una variable aleatoria

continua Y es:

E (Y )   yf ( y)dy

Siempre que exista la integral, donde f(y) es la función de

densidad.
Se deja como ejercicios calcular los valores esperados de
los ejemplos anteriores.

Distribución de Probabilidad Exponencial
Se dice que una variable aleatoria Y tiene una distribución

Exponencial con parámetro β>0 si y solo si, su función de
densidad es la siguiente:
(1 /  )e  y /  0 y
f ( y)  
 0 en cualquier otro punto
Esta distribución es muy utilizada en modelos para estudios

de confiabilidad de productos, es decir, modelos que
estudian los tiempos de vida o tiempos transcurridos hasta
cuando fallan los productos.

Dicha distribución tiene una propiedad conocida como falta

de memoria, que implica que los productos que siguen esta
distribución, no se envejecen o se fatigan, pero esto no
significa que no fallen, lo que indica es que su propensión a
fallar se mantiene constante en el tiempo, en otras palabras,
la probabilidad de que el producto falle estando nuevo, es la
misma que cuando el producto lleva mucho tiempo de uso.
Esta propiedad que parece irreal, se aplica mucho para
modelar tiempos de vida de componentes electrónicos de
alta calidad que generalmente fallan por causas ajenas al
propio producto.
Ejercicio:
•Si Y se distribuye exponencial, encuentre su función de
distribución acumulada.
•Demuestre que el valor esperado de la función exponencial
es β.
•Para una distribución exponencial particular donde β=120,
que está modelando el tiempo de duración hasta la falla de
un componente electrónico, halle la probabilidad de que el
componente falle antes de 20 horas.

EJERCICIOS SUGERIDOS
Para ejercicios sugeridos de este tema de variable aleatoria

continua, buscar los ejercicios del texto “Estadística
Matemática con Aplicaciones” de Wackerly, Mendenhall y
Scheaffer.
Este texto se encuentra en la biblioteca y está referido como
texto de consulta en el programa del curso.


Variable Aleatoria Continua

Cargado por

Copyright:

Formatos disponibles

Variable Aleatoria Continua

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Variable Aleatoria Continua

Cargado por

Copyright:

Formatos disponibles

Distribuciones de probabilidad de

variables aleatorias continuas

•El cálculo participa en el análisis del comportamiento

•Definición: Si Y es cualquier variable aleatoria, la

En este caso, se tiene para cualquier número real

Si F(y) es una función de distribución Acumulada,

3. Si y1  y2 entonces F ( y1 )  F ( y2 ) para funciones no decrecientes

La derivada de F(y) es otra función primordial en la

Universidad ICESI – Facultad de Ingeniería

•Definición: Si F(y) es la función de distribución de

Siempre y cuando exista la derivada, se conoce

Universidad ICESI – Facultad de Ingeniería

Si f(y) es una función de densidad, entonces:

Si la variable aleatoria Y tiene función de densidad

Donde F(y) es la función de distribución

De lo anterior se desprende que para la variable

Universidad ICESI – Facultad de Ingeniería

Ejemplo: Dados los valores f(y)=cy², 0≤y≤2 y f(y)=0 en

Calcule ahora P(1≤Y≤2) y P(1<y<2)

Universidad ICESI – Facultad de Ingeniería

Otro ejemplo: Suponga que Y tiene una función de

Determine el valor de k que convierte a f(y) en una

Universidad ICESI – Facultad de Ingeniería

Definición: El valor esperado de una variable aleatoria

Siempre que exista la integral, donde f(y) es la función de

Universidad ICESI – Facultad de Ingeniería

Se dice que una variable aleatoria Y tiene una distribución

Esta distribución es muy utilizada en modelos para estudios

Universidad ICESI – Facultad de Ingeniería

Dicha distribución tiene una propiedad conocida como falta

Universidad ICESI – Facultad de Ingeniería

Para ejercicios sugeridos de este tema de variable aleatoria

Universidad ICESI – Facultad de Ingeniería

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.