VARIABLES ALEATORIAS

Mtodos Estadsticos Aplicados a las Auditoras Sociolaborales

Francisco lvarez Gonzlez
francisco.alvarez@uca.es

VARIABLES ALEATORIAS UNIDIMENSIONALES

Variable aleatoria, asociada a una experiencia aleatoria, es la ley que hace corresponder a cada suceso
aleatorio un valor numrico.
As, por ejemplo, la expresin "lanzamos tres monedas observando el nmero de caras que se obtienen"
est definiendo la variable aleatoria que permite asociar al suceso Cara-Cruz-Cara el valor 2 (dos caras).
Como en el caso de las variables estadsticas, las variables aleatorias pueden ser discretas o continuas. Nos
centraremos en el estudio de las primeras.

FUNCIN DE DENSIDAD O LEY DE PROBABILIDAD

Es el conjunto de los valores de la variable aleatoria X y sus probabilidades respectivas f(x) = Pr(X=x).
Para el caso discreto se suele adoptar la forma de representacin siguiente :
X

x1

x2

x3

f(X)

p1

p2

p3

....
....

xi

....

xn

pi

....

pn
n

Ante la equivalencia entre frecuencias relativas y probabilidades, se verifica que :

=1

i=1

FUNCIN DE DISTRIBUCIN
Del mismo modo que se definan las frecuencias acumuladas, denominamos funcin de distribucin a :
F(x) = Pr(Xx)

MOMENTOS. ESPERANZA MATEMTICA, VARIANZA, ASIMETRA Y CURTOSIS

n

Momento ordinario de orden k :

k = p i . x ik
i =1

k = p i . ( x i E ( X) )

Momento central de orden k :

i =1

En particular :
Esperanza matemtica : Es el momento ordinario de orden 1 (1) , equivalente a la media aritmtica.
n

E ( X) = 1 = p i . x i
i =1

Varianza : Es el momento central de 2 orden.

n

V( X) = 2 = p i . ( x i E ( X)) = p i . x 2i E ( X) 2 = 2 12
2

i =1

i =1

Desviacin tpica : Es la raz cuadrada de la varianza.

D ( X) = V( X )
Coeficiente de asimetra : (similar a lo estudiado en el anlisis descriptivo de una variable)

A ( X) =

[ D( X)] 3

Coeficiente de curtosis : (similar a lo estudiado en el anlisis descriptivo de una variable)

K( X) =

[ D( X)] 4

Expresin de algunos momentos centrales en funcin de momentos ordinarios :

1 = 0
2 = 2

3 = 3 3. 1 . 2 + 2. 13
12

4 = 4 4. 1 . 3 + 6. 12 . 2 3. 14
Variables aleatorias (F. lvarez) - 1

OTRAS MEDIDAS DE CENTRALIZACIN

Moda : es el valor de la variable aleatoria que posee probabilidad mxima.
Mediana : es el valor Md de la variable aleatoria para el cul :
F(Md) 0'5 y 1 - F(Md) < 0'5 (siendo F la funcin de distribucin)

PROPIEDADES

E(X + Y) = E(X) + E(Y)

E(.X) = .E(X) , para cualquier nmero .
Si las dos variables son independientes , se verifica que :
E(X . Y) = E(X) . E(Y)
V(X + Y) = V(X) + V(Y)

TEOREMA DE TCHEBYCHEV
Establece la probabilidad mxima de que la variable aleatoria tome valores en los alrededores de la esperanza
matemtica (media de la distribucin).
Teorema :
Para toda variable aleatoria X para la que existe su esperanza y su varianza, se verifica que, para
cualquier valor numrico positivo k :

Pr( X E ( X ) < k ) < 1

V( X)
k2

Grficamente :
La probabilidad de que cualquier valor de la
variable X pertenezca al intervalo sombreado
es inferior a :

2 - Variables aleatorias (F. lvarez)

V( X)
k2

EJERCICIOS RESUELTOS
1
Lanzadas cuatro monedas, consideremos el nmero de cruces obtenidas. Calcular, de la variable
aleatoria as definida :
a)
Ley de probabilidad
b)
Funcin de distribucin
c)
Esperanza matemtica y varianza
d)
Mediana y moda de la distribucin
e)
Determine la probabilidad de obtener ms de 1 y menos de 3 caras. Compruebe el teorema de
Tchebychev.
CCCC
CCC+
CC++
C+++
++++

CC+C
C+C+
+C++

C+CC
C++C
++C+

+CCC
+CC+
+++C

+C+C

Se obtienen 0 cruces
Se obtienen 3 caras y 1 cruz
Se obtienen 2 caras y 2 cruces
Se obtienen 1 cara y 3 cruces
Se obtienen 4 cruces

++CC

Ley de probabilidad o funcin de densidad :

X
f(x)=Pr(X=x)

0
1/16

1
4/16

2
6/16

3
4/16

4
1/16

0
1/16
1/16

1
4/16
5/16

2
6/16
11/16

3
4/16
15/16

4
1/16
16/16 = 1

Funcin de distribucin :
X
f(x)=Pr(X=x)
F(x)=Pr(Xx)

0
1
16
5

F ( x) = 16
11
16
15
16
1

Ms correctamente se expresar :

para x < 0
para0 x < 1
para1 x < 2
para 2 x < 3
para3 x < 4
para x 4

Grficamente :
Funcin de distribucin

Ley de probabilidad

Para el clculo de la esperanza matemtica y la varianza de una variable aleatoria discreta, se aconseja construir la
siguiente tabla auxiliar :

1
2
De aqu :

X
P
P.X
P.X2
E(X) = 1 = 2

0
1/16
0
0

1
4/16
4/16
4/16

2
6/16
12/16
24/16

3
4/16
12/16
36/16

4
1/16
4/16
16/16

Totales
1
32/16 = 2
80/16 = 5

V(X) = 2 - 12 = 5 - 4 = 1
Variables aleatorias (F. lvarez) - 3

Definida la desviacin tpica como la raz cuadrada de la varianza :

D(X) = 1
Observando la ley de probabilidad o funcin de densidad, deducimos que :
Moda = 2 (al tener X=2 la mayor probabilidad (6/16) )
Observando la funcin de distribucin, deducimos que :
Mediana = 2 (al ser X=2 el valor para el que F(X) (=11/16) primero iguala o supera a 0'5)
Comprobemos el teorema de Tchebychev para el caso reseado :

Pr (1 < X < 3) = Pr(X=2) = 6/16 = 0'375

Siendo E(X) = 2 , la esperanza se encuentra en el centro del intervalo definido (1 , 3), luego su amplitud es k=2.
Recordando que V(X) =1, tenemos :

Pr ( X E ( X ) < 2) < 1

1
= 0'75
22

La probabilidad calculada es en efecto inferior a 0'75.

2
En la extraccin simultnea de tres bolas de una urna que contiene 6 bolas
blancas y cuatro negras, observamos el nmero de bolas blancas extradas.
De la variable aleatoria as definida, calcular :
a)
ley de probabilidad
b)
funcin de distribucin
c)
esperanza matemtica , varianza y desviacin tpica.
d)
mediana y moda de la distribucin.

4

3
4
Pr(0blancas y3ne gras ) = =
= 0'033
10 120

3

6 4
.
1 2
6.6
Pr(1blanca y 2ne gras ) = =
= 0'3
120
10

3

6 4
.
2 1
15.4
Pr(2blancas y1ne gra ) = =
= 0'5
120
10

3

6

3
20
Pr(3blancas y0ne gras ) = =
= 0'167
10 120

3

Una vez calculadas las probabilidades de las distintas situaciones posibles, obtenemos :
Ley de probabilidad o funcin de densidad :
X
Prob.

0
0'033

1
0'3

F(x) =

0
0'033
0'333
0'833
1

Funcin de distribucin :

2
0'5

3
0'167

x<0
0x<1
1x<2
2x<3
x3

Esperanza matemtica , varianza y desviacin tpica :

X
Prob. = P
P.X
P.X2

E( X) = 1'8

0
0'033
0
0

1
0'3
0'3
0'3

2
0'5
1
2

V( X) = 3' 8 - 1' 8 2 = 0'56

3
0'167
0'5
1'5

D( X) =

Totales
1'8
3'8

0' 56 = 0'748

Mediana y Moda :
Observando la funcin de distribucin, deducimos que :
Mediana = 2 (al ser X=2 el valor para el que F(X) (= 0'8333) primero iguala o supera a 0'5)
Observando la ley de probabilidad o funcin de densidad, deducimos que :
Moda = 2 (al tener X=2 la mayor probabilidad (0'5) )

4 - Variables aleatorias (F. lvarez)

3
Complete la ley de probabilidad siguiente, sabiendo que su esperanza matemtica es igual a 1'8 :
X
Prob.

0
0'2

1
a
n

De una parte, sabiendo que se verifica que

2
b

3
0'3

= 1 , resulta : 0'2 + a + b + 0' 3 = 1 a + b = 0'5

i=1

Conocida la esperanza matemtica : E ( X ) =

p .x
i

= 0 . 0' 2 + 1. a + 2. b + 3. 0' 3 = 1' 8 a + 2.b = 0'9

i=1

Resolviendo el sistema obtenemos los valores de a y b :

a + b = 0'5
a = 0'5 - b
a + 2.b = 0'9
0'5 - b + 2.b = 0'9 b = 0'4 a = 0'1

4
Calcular la esperanza matemtica, varianza, asimetra y curtosis de la variable aleatoria que tiene como
funcin de distribucin :

F(x) =

0
0'2
0'55
0'85
1

x<2
2x<4
4x<6
6x<8
x8

La ley de probabilidad o funcin de densidad ser :

x
p

2
0'2

4
0'35

6
0'3

8
0'15

p.x
p.x2
p.x3
p.x4

0'4
0'8
1'6
3'2

1'4
5'6
22'4
89'6

1'8
10'8
64'8
388'8

1'2
9'6
76'8
614'4

Clculo de momentos :
1
2
3
4

1 = 4'8 ()
2 = 26'8 ()
3 = 165'6 ()
4 = 1096 ()

Luego :

esperanza matemtica :
n

E( X) = p i . x i = 1 = 4'8
i =1

varianza :

V( X) = 2 = 2 12 = 26'8 4'8 2 = 3'76

( D( X) =

3'76 = 19391
'
)

coeficiente de asimetra :

3 = 3 3. 1 . 2 + 2.13 = 165'6 3.4'8.26'8 + 2.4'8 3 = 0'8640

3
0'8640
A ( X) =
'
3 =
3 = 01185
'
( D( x)) 19391

coeficiente de curtosis :

4 = 4 4. 1. 3 + 6. 12 . 2 3. 14 = 1096 4.4'8165
. '6 + 6.4'82 .26'8 3.4'84 = 28'7872
28'7872
4
K( X) =
4 3=
4 3 = 0'9638
19391
'
( D( x ) )

5
Realizada una apuesta de 100 pts., un jugador extrae una bola de una caja que contiene 2 bolas
blancas, 3 rojas y 5 negras. Si la bola extrada es negra pierde lo apostado y finaliza el juego; si es roja
recibe lo apostado y deja de jugar, y finalmente, si es blanca, cobra 200 pts. si al lanzar una moneda
obtiene cruz y 400 pts. si sale cara.
Si el jugador participa en 12 ocasiones en dicho juego, qu beneficio o prdida tendr ?.
Las situaciones posibles son :
Variables aleatorias (F. lvarez) - 5

Beneficio
-100 pts.
100 - 100 =
0 pts.
200 - 100 =
100 pts.
400 - 100 =
300 pts.

Extrae bola negra

Extrae bola roja
Extrae bola blanca y cruz
Extrae bola blanca y cara

Probabilidad
(5/10)
0'5
(3/10)
0'3
(2/10).(1/2)
0'1
(2/10).(1/2)
0'1

La esperanza matemtica de la variable aleatoria "beneficio en el juego" , nos indica lo que cabe esperar que
ocurra en cada jugada.
Una cantidad negativa se interpreta como la prdida media que el jugador tendr en cada jugada. Si la
esperanza es positiva indicar que el jugador, promediando jugadas, ganar dicha cantidad. En ambos casos
se dice que el juego no es equitativo o que es injusto.
Cuando la esperanza matemtica del beneficio en un juego es igual a cero, diremos que dicho juego es
equitativo o justo.
En nuestro caso :

E(X) = -100.0'5 + 0.0'3 + 100.0'1 + 300.0'1 = -10 pts.

Realizadas 12 jugadas, lo ms probable (lo esperado) es que haya perdido 120 pts. [12 . (-10) ] .

6
Lanzando dos dados y sumando los puntos obtenidos, los premios que ofrece el juego son los
siguientes :
- Devolucin de lo apostado :
si la suma es inferior a 4 o superior a 10.
- Doble de lo apostado :
si se obtiene 5 o 9.
- Cuatro veces lo apostado :
si la suma de puntos es 7
Analice si el juego es equitativo o no.
Anlisis de las situaciones posibles :
1-1
1-2
1-3
1-4
1-5
1-6

2
3
4
5
6
7

2-1
2-2
2-3
2-4
2-5
2-6

3
4
5
6
7
8

3-1
3-2
3-3
3-4
3-5
3-6

4
5
6
7
8
9

4-1
4-2
4-3
4-4
4-5
4-6

5
6
7
8
9
10

5-1
5-2
5-3
5-4
5-5
5-6

6
7
8
9
10
11

6-1
6-2
6-3
6-4
6-5
6-6

7
8
9
10
11
12

Al apostar x pts., los beneficios o prdidas son :

Situaciones
Devolucin de lo apostado
Doble de lo apostado
Cuatro veces lo apostado
Prdida de lo apostado

2, 3, 11, 12
5,9
7
4, 6, 8, 10

N de veces
6
8
6
16
36

Beneficio
0
x
3x
-x

Probabilidad
6/36
8/36
6/36
16/36

Determinemos su esperanza matemtica :

E( X) = 0.

6
8
6
16 8x +18x - 16x 10
+ x.
+ 3x .
x.
=
=
.x
36
36
36
36
36
36

Siendo la esperanza matemtica positiva, el juego siempre dar beneficio al jugador . No es equitativo, siendo
desfavorable para la banca.
Parece claro que el dueo del local de juego no tiene vista comercial o no sabe estadstica.

6 - Variables aleatorias (F. lvarez)

EJERCICIOS PROPUESTOS
1
Determine la funcin de distribucin, esperanza matemtica, varianza y desviacin tpica de las variables
aleatorias definidas por las siguientes funciones de densidad :
a)

x
f(x)

1
0'1

2
0'25

b)

x
f(x)

-2
0'05

0
A

3
0'05

4
0'3

2
0'15

4
A

5
0'3
6
0'2

8
2.A

2
Determine la ley de probabilidad, esperanza matemtica, mediana, moda, varianza, desviacin tpica, asimetra
y curtosis de la variable aleatoria que tiene como funcin de distribucin :

F(x) =

0
0'15
0'35
0'35
0'7
1

si
si
si
si
si
si

x<1
1x<2
2x<3
3x<4
4x<5
x5

3
Determine la ley de probabilidad, funcin de distribucin, esperanza matemtica, varianza y desviacin tpica de
la variable aleatoria definida por el nmero de bolas blancas resultantes de la extraccin de dos bolas de una
urna, que contiene 3 bolas blancas y dos negras, y una bola de otra urna, que posee 5 bolas de cada color.

4
La participacin en un juego nos lleva a lanzar una moneda y un dado. Si sale cara al lanzar la moneda
perdemos lo apostado. Si sale cruz, recibimos el doble de la apuesta si el nmero del dado es mltiplo de 3,
tres veces la apuesta si sale 5 y, lo apostado, en el resto de los casos.
Si un jugador participa 20 veces en el juego, apostando 1000 pts. en cada ocasin, qu beneficio obtendr
con mayor probabilidad ?.

Variables aleatorias (F. lvarez) - 7

SOLUCIONES DE LOS EJERCICIOS PROPUESTOS

1
a)
F(x) =

b)
F(x) =

0
0'1
0'35
0'4
0'7
1

si
si
si
si
si
si

x<1
1x<2
2x<3
3x<4
4x<5
x5

0
0'05
0'2
0'35
0'5
0'7
1

si
si
si
si
si
si
si

x < -2
-2 x < 0
0x<2
2x<4
4x<6
6x<8
x8

E(X) = 3'45
V(X) = 1'9475
D(X) = 1'3955

E(X) = 4'4
V(X) = 10'24
D(X) = 3'2

2
x
f(x)

1
0'15

2
0'2

3
0

4
0'35

5
0'3

E(X) = 3'45
V(X) = 2'1475
D(X) = 1'4654
Moda = Mediana = 4
Asimetra = A(X) = -0'5212
Curtosis = K(X) = -1'254

3
Urna 1
0 blancas
0 blancas
1 blanca
1 blanca
1 blancas
1 blancas

F(x) =

Urna 2
0 blancas
1 blanca
0 blancas
1 blanca
0 blancas
1 blanca
0
0'05
0'4
0'85
1

Prob.
0'1.0'5 = 0'05
0'1.0'5 = 0'05
0'6.0'5 = 0'30
0'6.0'5 = 0'30
0'3.0'5 = 0'15
0'3.0'5 = 0'15
si
si
si
si
si

Total
0 blancas
1 blanca
1 blanca
2 blancas
2 blancas
3 blancas

x<0
0x<1
1x<2
2x<3
x3

x
f(x)

0
0'05

E(X) = 1'7
V(X) = 0'61
D(X) = 1'7

4
Beneficio : X
P = Probabilidad
E(X) = -167

-1000
0'5

En 20 jugadas perder 3340 pts.

8 - Variables aleatorias (F. lvarez)

0
0'25

1000
0'167

2000
0'083

1
0'35

2
0'45

3
0'15