PARAMETROS ALEATORIOS Se llama variable aleatoria aquella que toma diversos valores o conjuntos de valores con distintas probabilidades.

Existen 2 caractersticas importantes de una variable aleatoria, sus valores y las probabilidades asociadas a esos valores. Una tabla, grfico o expresin matemtica que d las probabilidades con que una variable aleatoria toma diferentes valores, se llama distribucin de la variable aleatoria. Como vimos anteriormente, la inferencia estadstica se relaciona con las conclusiones que se pueden sacar acerca de una poblacin de observaciones basndose en una muestra de observaciones. Entonces intervienen las probabilidades en el proceso de la seleccin de la muestra; en este caso se desea saber algo sobre una distribucin con base en una muestra aleatoria de esa distribucin. De tal manera vemos que trabajamos con muestras aleatorias de una poblacin que es mas grande que la muestra obtenida; tal muestra aleatoria aislada no es mas que una de muchas muestras diferentes que se habran podido obtener mediante el proceso de seleccin. Este concepto es realmente importante en estadstica.

Probabilidades y estadsticas Contenido Apunte de Probabilidades y estadsticas: Variable aleatoria discreta. Variable aleatoria continua. Esperanza. Variancia de una variable aleatoria. Teorema de Bayes. VARIABLE ALEATORIA Dado un experimento aleatorio y su correspondiente espacio muestral se denomina variable aleatoria a la funcin que asigna a cada elemento del espacio muestral un nmero real. X: S R/X(s) x Ejemplo: Si se define la variable aleatoria X = nmero de caras obtenidas al arrojar dos monedas

Qu valores puede tomar x? X(SS) = 0

X(CS) = X(SC) = 1 X(CC) = 2 Se denomina recorrido Rx al conjunto de valores que puede tomar la variable. VARIABLE ALEATORIA DISCRETA Una variable aleatoria es discreta cuando toma un nmero contable de valores.Entonces entre dos valores consecutivos de una variable aleatoria discreta no hay ningn nmero que pertenezca al recorrido de la variable Rx = {X1;X2;...,Xn,...} donde cada Xi es un valor de la v.a. En general , estos valores no sern igualmente probables, sino que cada X tendr asignada una probabilidad. Luego, para caracterizar una variable aleatoria discreta es necesario conocer su recorrido y la probabilidad de cada elemento del recorrido Sigamos con el ejemplo X = Cantidad de caras al tirar dos monedas P(X = 0) = P(SS) = P(X = 1) = P(SC;CS) = P(X = 2) = P(CC) = Funcin de distribucin de probanilidad

Propiedades 1) P(Xi) 0 " Xi 2) P(xi) = 1 VARIABLE ALEATORIA CONTINUA Una variable es continua en un intervalo cuando puede tomar cualquier valor perteneciente al intervalo. En general definiremos variables aleatorias continuas cuando las experiencias consistan en medir peso, altura, longitud, tiempo, temperatura, etc. En este caso se define (en lugar de la funcin de distribucin) una funcin de densidad de probabilidad que tiene las siguientes propiedades 1) f(x) 0 " X R 2) f(x).dx = 1

3) a < b P(a x b) = f(x).dx ESPERANZA DE UNA VARIABLE ALEATORIA La esperanza es un parmetro de la distribucin. Es una medida de tendencia central. Si X es discreta: = E(X) = xi.p(xi) Si X es continua

 = E(X) = x.f(x).dx La esperanza E(x) no es un resultado que esperararamos cuando X se observa slo una vez. Pero si observramos un gran nmero de observaciones independientes de X el promedio de esos resultados estar cerca de E(x). Ejemplo: En una operacin comercial se puede obtener una utilidad de $1000 o sufrir una prdida de $500. Si la probabilidad de una utilidad es de 0,6, demuestre que la utilidad esperada en dicha operacin es de $400. Primero definimos la variable aleatoria X = utilidad en operacin comercial = E(X) = xi.p(xi) E(X) = 1000*0,6+(-500)*0,4 E(X) = 400 PROPIEDADES DE LA ESPERANZA Sean X e Y variables aleatorias y c una constante perteneciente a los reales: 1) E (c ) = c 2) E (X+c ) = E(X) + c 3) E (cX) = c E(X) 4) E (X+Y) = E(X) + E(Y) 5) E (X-Y) = E(X) - E(Y) 6) Si X e Y son independientes E (XY) = E(X) * E(Y) VARIANCIA DE UNA VARIABLE ALEATORIA La variancia es un parmetro de la distribucin. Es una medida de dispersin de los valores de x alrededor de E(X) Var(X) = = E(X - ) Var(X) = = E(X - [E(X)]) PROPIEDADES DE LA VARIANCIA Sean X e Y variables aleatorias y c una constante perteneciente a los reales: 1) V (c ) = 0 2) V (X + c ) = V(X) 3) V (cX) = c2 V(X) 4) Si X e Y son independientes V (X + Y) = V(X) + V(Y) 5) Si X e Y son independientes V (X - Y) = V(X) + V(Y) TEOREMA DE Bayes

REPASANDO CONCEPTOS DE CONTEO Permutaciones: Algunos arreglos de r objetos seleccionados de n posibles objetos. n.Pr = n! / (n - r) Nota: El orden de los arreglos es importante en las permutaciones. Combinaciones: El nmero de formas de elegir r objetos de un grupo de n objetos sin considerar el orden. n.Cr = n! / r!.(n - r)