Está en la página 1de 8

TEXTO UNIVERSITARIO

VARIABLES ALEATORIAS


UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA
FACULTAD DE CIENCIAS ECONMICAS Y ADMINISTRATIVAS
DEPARTAMENTO ACADMICO DE CIENCIAS ECONMICAS
Variables Aleatorias Anlisis Estadstico


Daniel Guzmn Rojas

1
VARIABLE ALEATORIA
Realizamos el siguiente experimento: lanzamos dos monedas al aire. Los posibles resul-
tados del experimento quedan reflejados en el siguiente diagrama de rbol:

El espacio muestral del experimento es:
( ) { }
CC, CX, XC, XX S O =

Variable aleatoria es una funcin del espacio muestral ( O) de un experimento aleatorio
en el conjunto de los nmeros reales (
9
).
Llamar variable a una funcin resulta algo confuso, por ello hay que insistir en que es una
funcin.
Una variable aleatoria es un nmero que depende del resultado de un experimento aleato-
rio. Lo que est en juego es la localizacin de este nmero: determinar cuales son las po-
sibilidades de caer en tal o tal parte de
9
. Esta localizacin conduce a asociar a toda va-
riable aleatoria una ley de probabilidad sobre
9
.
Se llama ley de la variable aleatoria
x
a la ley de probabilidad
x
f
sobre , definida pa-
ra todo conjunto boreliano A de
9
por:
( ) | |
x
f A f x A = e

En la prctica nos olvidamos de la codificacin inicial en eventos y la ley P sobre O,
para quedarnos finalmente con la ley
x
f
sobre
9
. Si solamente observamos una varia-
ble aleatoria X , podremos considerar que los eventos son los valores reales que ella
puede tomar y dotar a este conjunto de la ley de X .
Por razones de modelado y tambin por comodidad matemtica, consideramos dos tipos
de variables aleatorias: las variables aleatorias discretas, que solamente toman un nme-
Variables Aleatorias Anlisis Estadstico


Daniel Guzmn Rojas

2
ro finito o numerable de valores (en general valores enteros) y las variables aleatorias
continuas que pueden tomar, a priori, cualquier valor en un intervalo de nmero reales.
Esta diferenciacin corresponde, por supuesto, a la que ya se consider para las leyes de
probabilidad
En general, se repetir un mismo experimento, donde se observarn algunas variables
aleatorias. La idea de independencia entre variables aleatorias juega un papel importante
en todo lo que veremos.
Las variables aleatorias
1
, ,
n
x x
se llaman independientes si para toda n tupla
1
, ,
n
A A
de conjuntos borelianos en
9
, los eventos
1 1
, ,
n n
x A x A e e
son in-
dependientes.
De una sucesin
n
x
de variables aleatorias se dice que son independientes si para todo
n
las variables aleatorias
1
, ,
n
x x
son independientes.
La independencia es, por tanto, una propiedad de los eventos
i i
x A e
.
De aqu se deduce que si X e Y son independientes entonces toda funcin de X es
independiente de toda funcin de Y .
Por ejemplo en el experimento anterior, si consideramos el nmero de caras que resultan,
vemos que puede ser : 0, 1 y 2. La funcin que asigna a cada uno de los resultados del
experimento el nmero de caras, es una variable aleatoria discreta

( )
, , , f CC CX XC XX O=

( ) ( )
0, 1, 2 f x =

FUNCIN DE DISTRIBUCIN DE PROBABILIDAD
La funcin de distribucin de una variable aleatoria
x
con valores en
9
(o ms precisa-
mente de su ley) es la funcin
( )
F x
, de
9
en
| |
, a b
, que a
xe9
asocia:
Variables Aleatorias Anlisis Estadstico


Daniel Guzmn Rojas

3
( ) | |
F x P X x = s


Sus propiedades principales son las siguientes.
La funcin de distribucin caracteriza a la ley. En particular,
| | ( ) ( )
, , a b P X a b F b F a ( < e9 e =




( )
F x
es une funcin creciente, continua por la derecha con un lmite por la iz-
quierda en todo punto.
( ) ( )
lim 0 lim 1
x x
F x F x

= v =

Leyes discretas
La funcin de distribucin de una variable aleatoria discreta es una funcin en escalera. Si
la variable aleatoria toma los valores
, 1, 2,
k
x k =
, que se supone estn ordenados
en orden creciente, entonces la funcin de distribucin
( )
F x
toma los valores:
( )
| |
| | | |
| |
| |
1
1 1 2
1 1
0
,
,
k k k
para x x
P X x para x x x
F x
P X x P X x para x x x
+
<

= e

= + + = e




Variables Aleatorias Anlisis Estadstico


Daniel Guzmn Rojas

4

Aqu tenemos por ejemplo la ley y los diferentes valores de la funcin de distribucin para
la cantidad de nmeros buenos con nmeros marcados en la lotera TINKA.
X
0 1 2 3 4

| |
P X x =

0.2512 0.4275 0.2538 0.0622 0.0053

| |
P X x s

0.2512 0.6787 0.9325 0.9947 1.0000

Leyes continuas.
La funcin de distribucin de una variable aleatoria continua es la primitiva de la densidad
que se anula en :
( ) | | ( )
0
0
x
F x P X x f x x

= s = c
}

Es una funcin continua en
9
. En todo punto
x
en el que
( )
f x
es continua,
( )
F x
es derivable y se cumple:
( )
( )
F x
f x
x
c
=
c

Variables Aleatorias Anlisis Estadstico


Daniel Guzmn Rojas

5
Parmetros de una variable aleatoria
Media o Esperanza Matemtica:
Variables Aleatorias Discretas:
| |
1 1 2 2
1
n
i i n n
i
E X p x p x p x p x
=
= = = + + +


Variables Aleatorias Continuas:
| | ( )
E X x f x x
9
= = c
}

Varianza:
| | | |
2
2
V X E X E X o ( = =


| | | | | | ( )
2
2 2
2 V X E X XE X E X o
(
= = +


| | | | | | | | ( )
2
2 2
2 V X E X E X E X E X o ( = = +


| | | | ( )
2
2 2
V X E X E X o ( = =


Variables Aleatorias Discretas:
| | ( ) ( )
2 2
2 2 2
1 1
n n
i i i
i i
V X E X p x p x o
= =
= = = =


Variables Aleatorias Continuas:
| | ( ) ( ) ( )
2 2
2
V X E X x f x x o
9
= = = c
}

Desviacin Estndar o Tpica:
Variables Aleatorias Discretas:
2 2
1
n
i
i
p x o
=
=


Variables Aleatorias Anlisis Estadstico


Daniel Guzmn Rojas

6
Variables Aleatorias Continuas:
( ) ( )
2
x f x x o
9
= c
}

La esperanza matemtica y los juegos de azar
A un juego de azar podemos asignarle una variable aleatoria x, cuyos valores son las ga-
nancias correspondientes a los posibles resultados.
La esperanza matemtica de la variable aleatoria x representa el beneficio medio que se
obtiene en cada jugada cuando se juega un nmero elevado de veces.
Si la esperanza matemtica es mayor que 0 se dice que el juego es favorable al ju-
gador
Si es menor que 0 se dice que perjudica al jugador
Si es 0 se dice que el juego es equitativo
Sea el juego que consiste en sacar una bola de una urna que contiene 7 bolas rojas y 3
bolas negras. Ganamos 50 soles si la bola extrada es roja y tenemos que pagar 200 so-
les en el caso de que sea negra. Qu podemos esperar si jugamos muchas veces?
Espacio muestral = {R, N}
Consideramos las ganancias como positivas y las prdidas negativas.
R
N
50
-200
0.7
0.3
P(x
i
) x
i
VARIABLE ALEATORIA X FUNCION DE PROBABILIDAD

Calculamos la esperanza y la desviacin estndar matemtica
( )( ) ( )( ) 50 0.7 200 0.3 25 = + =
( )( ) ( ) ( )( ) ( )
2 2 2 2
0.7 50 25 0.3 200 25 111.8 o
( (
= + =


Variables Aleatorias Anlisis Estadstico


Daniel Guzmn Rojas

7
Es decir, si jugamos muchas veces la media de ganancias y prdidas ser de -25 soles
Ejemplos de variables aleatorias en las ciencias econmicas
El salario de los trabajadores de una determinada regin.
El tiempo de estancia de enfermos en un determinado centro hospitalario.
El coeficiente intelectual de los alumnos de una determinada universidad.
El tiempo que dedican a vacaciones las personas de una determinada ciudad cada
ao.
El tiempo reproduccin de un artculo determinado.
El nmero de personas que forman en una cola de banco.
Y as, se puede continuar con cualquier cualidad medible de los individuos de una pobla-
cin.
Tambin podemos estudiar caractersticas cualitativas de los individuos de una poblacin
como variables aleatorias , por ejemplo, si un individuo de una determinada poblacin tie-
ne estudios de grado superior, si tiene estudios superiores le asignamos el valor 1, en ca-
so contrario el valor 0.
Si en la poblacin del ejemplo anterior, tomamos una muestra aleatoria de n individuos, y
para cada muestra, consideramos el total de los que tienen estudios superiores (sumamos
los valores 0 1 asignados a cada individuo de la muestra), tenemos otra variable aleato-
ria.