Estadística I 1 Melanie Nogué Fructuoso TEMA 4 VARIABLES ALEATORIAS CONTINUAS 1. Función de probabilidad y distribución
Views 132 Downloads 4 File size 573KB
Estadística I 1 Melanie Nogué Fructuoso
TEMA 4 VARIABLES ALEATORIAS CONTINUAS 1. Función de probabilidad y distribución Cuando el soporte de la variable es un intervalo, estamos hablando de variables aleatorias continuas, como por ejemplo:
X= tiempo que tarda una persona en llegar al trabajo Sop(X)=[0,∞)
1.1.
Cálculo de probabilidades
Utilizábamos la función de probabilidad para las variables aleatorias discretas de forma que la calculábamos asignando un valor a la variable X. No obstante, en las continuas no se puede aplicar, pues al calcular un valor concreto, la probabilidad daría 0. Entonces, en las variables aleatorias continuas se asignan probabilidades a intervalos: (
)
Para poder calcularlo, la función de densidad se definirá como: (
)
( )
∫
Es decir, todo lo que hasta ahora hemos calculado con las variables aleatorias discretas lo haremos mediante integrales. Por ejemplo: ( )
[
{
]
Queremos saber la probabilidad de que X tome valores entre 0 y 0,5: (
)
∫
Propiedades de las integrales: i.
∫
ii.
∫
iii.
∫
iv.
∫
v.
∫
[
]
Estadística I 2 Melanie Nogué Fructuoso vi.
∫
vii.
∫
viii.
∫
En el cálculo de probabilidades, da igual si > o < llevan el igual, pues no añade probabilidades. Si recordamos en matemáticas, las integrales son áreas, y en las VAC también representarán las probabilidades como áreas.
1.2.
-
Propiedades de la función de densidad
Debe ser siempre positiva. La integral en el soporte de la variable en la función de densidad da 1, es decir: ( )
∫
Esta última propiedad se usará por ejemplo en ejercicios donde se pregunte: Ejercicio ejemplo: ¿qué valor de K debe ser para que la función sea una función de densidad? ( )
[
{
]
∫
1.3.
Función de distribución
Nos da todas las probabilidades acumuladas hasta el punto a. se calcula a priori: ( )
(
)
( )
∫
Donde el menos infinito representa el valor mínimo del soporte y el infinito es el valor máximo. En nuestro ejemplo sería: ( )
(
)
∫
Y finalmente, la forma de colocarlo es: ( ( )
{
) [
[
) )
Estadística I 3 Melanie Nogué Fructuoso
Propiedades: i. ii. iii. iv.
Siempre se encuentra entre 0 y 1. ( ) ( ) ( ) ( ) ( ) Si nos dan la función de distribución, para encontrar la función de densidad tendremos que derivar.
1.4.
Esperanza
O valor esperado, se define como: ( )
( )
∫
Propiedades: La más importante es que si queremos calcular cualquier función de x siendo E(g(x)), se hace: ( ( ))
1.5.
( )
∫
( )
Varianza
Tiene el mismo significado que para las VAD. ( )
( ) (
∫
( ))
O bien: ( )
1.6.
(
)
( ( ))
( )
( )
∫
( ( ))
Función de densidad conjunta y marginal
Como en dos VAD estamos trabajando con funciones de densidad y deberemos definir una nueva función de densidad conjunta. Si por ejemplo tenemos: (
)
{
(
)
[
]
[
]
Estadística I 4 Melanie Nogué Fructuoso
¿Cuál es el valor de K para que la función de densidad conjunta sea realmente una función de densidad? ∫
∫
(
)
∫
[
]
∫
La forma general es: (
)
∫ ∫
Si por ejemplo no nos dan los dos extremos de las variables u sólo nos dan el superior, a la hora de integrar cogeríamos el valor del soporte, por ejemplo: [
(
]
)
∫
También nos pueden preguntar por la probabilidad de que x e y estén relacionadas, como por ejemplo: (
)
Esto afectará a los límites de integración. En primer lugar, fijamos x y despejamos y, y entonces cambiamos el orden y decimos y