Professional Documents
Culture Documents
2.-
f ( x)dx = 1
f X ( x ) dx
1
1.
2.
fX
(x )dx
=1
3.
P ( x1 X x2 ) =
x2
f ( x ) dx
X
x1
`
`
kx 2 0 x 2
fX (x) =
0 d . o. m .
Encuentre el valor de k.
Cul es la probabilidad de que la clase termine a
menos de un minuto despus del trmino de la hora?
Cul es la probabilidad de que la clase contine entre
60 y 90 segundos despus del trmino de la hora?
Cul es la probabilidad de que la clase contine por lo
menos 90 segundos despus del trmino de la hora?
a)
f X ( x ) dx =
0 dx + kx 2 dx + 0 dx
0
2
8
k 3
= x
=
k
3
3
0
Como
8
3
f X ( x ) dx = 1
k = 1 k=
3
8
b ) P ( X 1) =
8
3
x 2 ddx =
x
8
0 8
=
0
1
8
0 125
0,125
c) P (1 X 1,5) =
=
d ) P ( X 1,5
, )=
1,5
1 3
3 2
x dx = x
8
1 8
0,2969
64
19
1,5
3 x2dx
1,5 8
= 1
3 2
x dx
8
0
= 1
1
8
3 2
x
0
= 1
27
64
37
64
0, 5781
F(x)
( ) = P(X
( x) =
f ( s)ds
para x
De la definicin de funcin de distribucin acumulada de una variable
aleatoria continua se deducen las ppropiedades
p
siguientes:
g
1.- F() = 0
2.- F() = 1
3.- P( x1 X x2) = F(x2) F(x1)
dF ( x )
= f ( x)
4.dx
10
11
12
Esperanza Matemtica
Esperanza Matemtica
Sea X una variable aleatoria continua con funcin de
densidad f(x). Se llama esperanza matemtica o valor
esperado, valor medio o media de X al nmero real.
E( X ) = =
x f ( x)dx
Significado
g
de la esperanza
p
Como valor medio terico de todos los valores que puede
tomar la variable. Representa
p
una medida de centralizacin.
13
Esperanza Matemtica
Ejemplo: La distribucin de la cantidad de grava (en toneladas)
vendida a una empresa en particular proveedora de materiales
para la construccin, en una semana dada, es una v.a. X continua
con fdp:
fd
3 1 x 2 0 x 1
fX ( x) = 2
0 de otra manera
Cuntas toneladas esperaras que se vendan durante esa
semana?
14
Esperanza Matemtica
Solucin:
Por definicin tenemos:
3
E ( X ) = x f X ( x ) dx = x (1 x ) dx = = 0,375
8
0
3
2
15
Esperanza Matemtica
`
16
Varianza
Definicin
Medida del cuadrado de la distancia promedio entre la
media y cada elemento de la poblacin.
Sea X una variable aleatoria continua con distribucin de
probabilidad f(x) y media . La varianza de X es calculada
por medio de:
2 = E [( X ) 2 ] = ( x ) 2 f ( x) dx = x 2 f ( x)dx 2
17
Desviacin estndar
`
18
IV.1.
IV 1 La distribucin Uniforme
`
19
IV.1.
IV 1 La distribucin Uniforme
`
b
f ( x)dx = 1
a
b+a
= E[ x] =
2
(b a) 2
( )=
Var(x)
12
20
IV.1.
IV 1 La distribucin Uniforme
`
21
22
e
dx
0
lim e x dx
23
Sea:
dt
= e x
dx
dt = e x dx
b
Entonces:
( )
lim e dt = lim e
t
Sustituyendo: t = e x
24
b
0
( )
= lim e
b
x b
0
1
= lim x
b e
1
1
= lim b lim (0 ) = 0 lim 0
b e b e
b e
1
= 0 lim = lim(1) = lim(1) = 1
b
b
b 1
25
w = e t
dw
= e t
dx
d = e t dt
dw
d
26
F ( x) = e t dt
0
x
F ( x) = e t ( )dt = e t ( )dt
F ( x) = e t ( )dt
0
x
F ( x) = e dw = e
w
27
w x
0
F ( x ) = e
w x
F ( x ) = e
t x
[
F ( x) = [e
F ( x ) = e x e ( 0 )
x
e0
F ( x ) = 1 e x
28
E (x
( x) =
V ( x) =
Var
Respectivamente.
29
4.
30
lla media,
di
1
E (x ) = =
IV
IV.3
IV.3.
3. Distribucin de Probabilidad Normal
`
31
f (x ) =
Con:
<x<
<<
>0
32
1
e
2
(
x )2
2 2
2.
f (x )dx = 1
33
34
1
,
2
Demostracin
Sea:
f (x ) =
35
1
2
(
x )2
2 2
f ( x ) =
f ( x ) =
1
e
2
1
e
2
(
x )2
2( x )
(
)
2
2
(
x )2
2( x )
2 2
2 2
Igualando a cero:
1
2
( x )2
2 2
2( x )
=0
2
De donde resulta:
x = 0
x=
36
(
)
f ( x ) = f ( x )
f
x
+
2
4
( x )2 1
2
f ( x ) = f ( x )
4
1
f ( x ) = f ( x ) 2
37
( x )
2
Entonces:
f() < 0
Y como:
x=
Por lo tanto:
f ( ) =
1
2
, 1
38
7.
39
8.
x=
x=+
Considerando la segunda derivada,
derivada la obtenida en el punto seis,
seis e igualando a
2
cero:
1 (x )
1 = 0
f ( x ) 2
2
Despejando:
( x )2 = 1
2
(x )2 = 2
De donde resulta:
x=
x=
Por lo tanto:
x=+
40
x=
41
Donde:
X es la variable de inters.
: es la media.
: es la desviacin estndar
Z es ell nmero
Z:
de
d d
desviaciones
i i
estndar
d d
de X respecto a lla media
di de
d esta
distribucin.
44
IV
IV.3.1
IV.3.1.
3 1. Distribucin Normal Tipificada
P b bilid d asociadas
Probabilidades
i d con una di
distribucin
t ib i normall
45
46
Solucin:
47
entre la
distribucin normal y la estndar
48
49
50
51
Ms de 61 kg.
Entre 63 y 69 kg.
g
Menos de 70 kg.
Ms de 75 kgg
52
a)
b)
c)
d)
53
Espaoles
Ingleses
170.2
175.4
6.4
5.9
54
Apndice
Distribucin de Probabilidad Normal
f (x )dx = 1
Demostracin
Sea:
1
f (x ) =
Como:
I=
( x )2
2 2
f ( x )dx =
1
e
2
( x )2
2 2
dx
55
Apndice
Derivando:
dt =
Entonces:
Por lo que:
dx
( x )2
2 2
1
e
2
t2
dx
dt
Considerando I2:
I =
2
56
1
2
t2
2
dt
1
2
s2
2
ds
Apndice
Por lo que ahora tenemos una integral doble de la siguiente
forma:
(
s 2 +t 2 )
1 2
2
I =
e
dsdt
2
De donde resulta:
1
I =
2
2
57
(s
+t 2
2
)
dsdt
Apndice
Realizando un cambio a coordenadas polares.
Sea:
s = r cos
Y
t = r sen
Por lo que el rea ds y dt se transforma en rdrd , y los
nuevos intervalos
i
l son:
- < s < y
- < t <
0<r<
58
0 < < 2
Apndice
Entonces
1
2
I =
2
1
2
I =
2
1
I =
2
2
1
I =
2
2
59
(r sen + r
cos 2
0 0
r 2 sen 2 + cos 2
r 2 (1)
rdrd
0 0
2
e
0 0
r2
rdrd
rdrd
rdrd
0 0
Apndice
Resolviendo:
r2
rdr
I 2 = ( ) e
0
60
r2
( 1)rdr
Apndice
Por lo que:
( ) e w dw
d = lim
li e w dw
d
b
lim e
= lim e
b
r2
Sustituyendo:
b
o
lim e 2 lim e 2
b
b
2
61
= lim b 2 lim 1 = [0 1] = 1
b
b
e2
Apndice
Entonces:
Por lo tanto:
2
0 1d = 0 = 2 0 = 2
I2 =
1
[2 ] = 1
2
I=1
Lo cual queda demostrado.
62