Variable aleatoria

Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio
muestral E de un experimento aleatorio un nmero real.
Variable aleatoria discreta
Una variable aleatoria discreta es aquella que slo puede tomar valores enteros.
Ejemplos: Las preguntas acertadas en un test, la puntuacin obtenida al lanzar un dado.
Variable aleatoria continua
Una variable aleatoria continua es aquella que puede tomar todos los valores posibles
dentro de un cierto intervalo de la recta real.
Ejemplos: el tiempo empleado por un vehculo en hacer un recorrido,la altura de los
alumnos de una clase, las horas de duracin de una pila.
Distribuciones discretas de probabilidad
Funcin de probabilidad
Se llama funcin de probabilidad de una variable aleatoria discreta X a la aplicacin
que asocia a cada valor de x
i
de la variable su probabilidad p
i
.
0 p
i
1 p
1
+ p
2
+ p
3
+ + p
n
= p
i
= 1
Ejemplo: Calcular la distribucin de probabilidad de la variable aleatoria
puntuaciones obtenidas al lanzar un dado.
Valor x 1 2 3 4 5 6
Prob p 1/6 1/6 1/6 1/6 1/6 1/6
Representacin: La representacin de una distribucin discreta de probabilidad es
un diagrama de barras.
Funcin de distribucin de probabilidad de una variable
aleatoria.
Sea X una variable aleatoria discreta cuyos valores suponemos ordenados de menor a
mayor. Llamaremos funcin de distribucin de la variable X, y escribiremos F(x) a la
funcin
F(x) = p(X x)
La funcin de distribucin asocia a cada valor de la variable aleatoria la
probabilidad acumulada hasta ese valor.
Ejemplo:alcular la funcin de distribucin de probabilidad de las puntuaciones
obtenidas al lanzar un dado.
Valor x <1 1 x < 2 2 x < 3 3 x < 4 x < 5 6 x < 6 6 x
Prob p 0 1/6 2/6 3/6 4/6 5/6 1
Representacin
La representacin de un funcin de distribucin de probabilidad es una grfica
escalonada.
Media y varianza de una variable aleatoria discreta
Esperanza matemtica o media
Desviacin tpica
Ejemplo
Calcular la esperanza matemtica, la varianza, y la desviacin tpica, de la
distribucin de probabilidad de las puntuaciones obtenidas al lanzar un dado.
x p
i
x p
i
x
2
p
i
1
2
3
4
5
6 1 6

Ejemplo
Sea la v.a discreta terica que tiene como funcin de probabilidad la siguiente tabla:
X=x
i
-1 0 1 2
f(xi)=P(x
i
) 0,1 0,3 0,2 0,4
Para calcular su funcin de distribucin F(x
i
) =P(X x
i
) :
xi f(xi)=Pi Xi. f(xi) Xi
2
. f(xi)
-1 0,1 -0,1 0,1
0 0,3 0 0
1 0,2 0,2 0,2
2 0,4 0,8 1,6
1 0,9 1,9
Estos parmetros se pueden
calcular ms fcilmente
organizando los datos en forma de
tabla

'

<
<
<
<

2 1
2 1 6 , 0
1 0 4 , 0
0 1 1 , 0
1 0
) (
x si
x si
x si
x si
x si
x F
9 , 0 4 , 0 . 2 2 , 0 . 1 3 , 0 . 0 1 , 0 ). 1 ( ) ( . ) (
1
+ + +

n
i
i i
x f x X E
09 , 1 81 , 0 9 , 1 ) 9 , 0 ( 4 , 0 2 2 , 0 . 1 3 , 0 . 0 1 , 0 . ) 1 ( ) ( ] [
2 2 2 2 2 2 2 2
+ + +


i
i
x f x X V
04 , 1 09 , 1
ACTIVIDAD.
En una urna tenemos 6 bolas marcadas con el nmero +1, seis bolas con el nmero 0 y 5
bolas con el nmero -1. Extraemos dos bolas al azar con reemplazamiento y hallamos su
producto. Considera la variable aleatoria X = resultado del producto
a) Es discreta o continua?
b) Calcula su funcin de probabilidad.
c) Calcula su funcin de distribucin.
d) Determina la esperanza matemtica y la desviacin tpica.
Distribucin binomial o de Bernoulli
Un experimento sigue el modelo binomial o de Bernoulli si:
1. En cada prueba del experimento slo son posibles dos resultados: el suceso A (xito)
y su contrario .
2.La probabilidad del suceso A es constante, es decir, que no vara de una prueba a otra.
Se representa por p.
3.El resultado obtenido en cada prueba es independiente de los resultados obtenidos
anteriormente.
Variable aleatoria binomial
Para un experimento que sigue el modelo binomial se define la variable aleatoria X que
expresa el nmero de xitos obtenidos en cada prueba del experimento. A esa variable
se la denomina variable aleatoria binomial.
La variable aleatoria binomial es una variable aleatoria discreta, slo puede tomar los
valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
Ejemplo:Lanzamos una moneda 10 veces. El experimento se ajusta al modelo binomial.
La variable aleatoria nmero de caras es una variable aleaoria binomial que
puede tomar los valores 0,1,2,3,4,.,10.
Distribucin binomial
Un experimento que se ajusta al modelo binomial se suele representar por B(n, p), donde
n es el nmero de pruebas de que consta el experimento y p es la probabilidad del
suceso A (xito).La probabilidad de es 1 p, y la representamos por q.
Funcin de probabilidad de una variable aleatoria
binomial
La funcin de probabilidad de la distribucin binomial, tambin denominada funcin
de la distribucin de Bernoulli, es:
n es el nmero de pruebas. k es el nmero de xitos. p es la probabilidad de xito.
q es la probabilidad de fracaso.
Ejemplo:La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el
80% de los lectores ya la han leido. Un grupo de 4 amigos son aficionados a la
lectura:
1. Cul es la probabilidad de que el grupo hayan leido la novela 2 personas?
n = 4
p = 0.8
q = 0.2
B(4, 0.2)
2.Y al menos 2?
Media y varianza de la distribucin binomial
Media
Varianza
Desviacin tpica
Ejemplo :La probabilidad de que un artculo producido por una fabrica sea defectuoso es
p 0.002. Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el
nmero esperado de artculos defectuosos, la varianza y la desviacin tpica.
Ejemplo 4:Supongamos el experimento aleatorio consistente en el lanzamiento de
cuatro monedas trucadas con triple de probabilidad de obtener cara que cruz.
Consideramos el suceso A= {obtener cara} con el siguiente espacio muestral.
Definimos la variable X = n de caras obtenido en cada lanzamiento.
El lanzamiento de cuatro monedas:
- El experimento consiste en cuatro lanzamientos iguales n= 4
- Cada lanzamiento slo tiene dos resultados posibles: A= obtener cara y A
c
= no
obtener cara = obtener cruz.
- La probabilidad p de obtener cara no vara de una moneda a otra: p= 0,75, y por
tanto q = 1-p= 0,25 tampoco.
1moneda 2moneda 3moneda 4moneda Resultado ncaras



C CCCC 4c
c
x cccx 3c
c c ccxc 3c
x
x ccxx 2c
c
c cxcc 3c
c
x cxcx 2c

x c cxxc 2c
x
x cxxx 1c
c xccc 3c
c
x xccx 2c
c c xcxc 2c

x
x xcxx 1c
c xxcc 2c
x
c
x xxcx 1c
x c xxxc 1c
x
x xxxx 0c
- El resultado de cada lanzamiento es independiente de los resultados obtenidos en
los lanzamientos anteriores.
Por tanto, se trata de un experimento binomial y X es una V. a. discreta que sigue una
distribucin B(4, 0,75) y por lo tanto su funcin de probabilidad es
x x
x
x X P x f

,
_

4
25 , 0 . 75 , 0 .
4
) ( ) (
con X= 0, 1, 2 , 3 y 4 viene dada en la tabla:
x
i
0 1 2 3 4
f(x
i
)=p
i
4
25 , 0
0
75 , 0
0
4

,
_

3
25 , 0
1
75 , 0
1
4

,
_

2
25 , 0
2
75 , 0
2
4

,
_

1
25 , 0
3
75 , 0
3
4

,
_

0
25 , 0
4
75 , 0
4
4

,
_

El nmero de caras que por trmino medio esperamos obtener es:

E[X] = = n . p = 4 . 0,75 = 3 caras con una desviacin de
8660 , 0 25 , 0 . 75 , 0 . 4 ] [ npq X v
Ejercicios de distribucin binomial
En cada uno de los siguientes ejercicios indica porqu el experimento
descrito sigue el modelo binomial y resuelve la cuestin que se
plantea.
1Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan ms caras que
cruces.
2Un agente de seguros vende plizas a cinco personas de la misma edad y que disfrutan
de buena salud. Segn las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de que, transcurridos 30
aos, vivan:
1. Las cinco personas. 2.Al menos tres personas. 3.Exactamente dos personas.
3Si de seis a siete de la tarde se admite que un nmero de telfono de cada cinco est
comunicando, cul es la probabilidad de que, cuando se marquen 10 nmeros de telfono
elegidos al azar, slo comuniquen dos?
4La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces cul
es la probabilidad de que acierte exactamente en tres ocasiones? Cul es la probabilidad
de que acierte por lo menos en una ocasin?
5En una urna hay 30 bolas, 10 rojas y el resto blancas. Se elige una bola al azar y se anota
si es roja; el proceso se repite, devolviendo la bola, 10 veces. Calcular la media y la
desviacin tpica.
Considera las siguientes situaciones.
A.-En una urna tenemos 6 bolas marcadas con el nmero +1, seis bolas con el nmero 0 y
5 bolas con el nmero -1. Extraemos tres bolas al azar sin reemplazamiento y contamos el
nmero de bolas con signo positivo.
B.-2 de los 12 jugadores de un equipo de baloncesto han tomado sustancias prohibidas. Al
finalizar el encuentro se seleccionan a tres al azar para hacer un control antidopaje.
Por qu no siguen el modelo binomial?
LA DISTRIBUCION DE PROBABILIDAD DE POISSON.
La distribucin de Poisson es una distribucin de probabilidad discreta. Expresa la
probabilidad de un nmero k de eventos ocurriendo en un tiempo fijo si estos eventos
ocurren con una tasa media conocida, y son independientes del tiempo desde el ltimo
evento.La distribucin fue descubierta por Simon-Denis Poisson (17811840)
Funcin de probabilidad: Si el nmero esperado de ocurrencias de un determinado
fenmeno en un intervalo (espacial o temporal, segn sea el caso) es , entonces la
probabilidad de que haya exactamente k ocurrencias (siendo k un entero no negativo, k =
0, 1, 2, ...) es igual a:
Dnde: e es el base del logaritmo natural (e = 2.71828...), k! es el factorial de k, k es el
nmero de ocurrencias de un evento, y es un nmero real positivo, equivalente al
nmero esperado de ocurrencias durante un intervalo dado. Por ejemplo, si los eventos
ocurren de media cada 4 minutos, y se est interesado en el nmero de eventos ocurriendo
en un intervalo de 10 minutos, se usara como modelo una distribucin de Poisson con
= 2.5.
Generalmente para pequeos valores de la distribucin no es simtrica. La distribucin
se hace ms simtrica cuando la media es ms grande. Una propiedad de esta distribucin
es que la media es igual a la varianza: ambas toman el valor de .
Ejemplo: El 2% de los libros encuadernados en cierto taller tiene encuadernacin
defectuosa, obtener la probabilidad de que 5 de 400 libros encuadernados en este taller
tengan encuadernaciones defectuosas. Haciendo
La distribucin de Poisson puede ser vista como un caso limite de la distribucin
binomial, es decir, que una distribucin binomial en la que y se puede
aproximar por una distribucin de Poisson de valor