05.

VARIABLE ALEATORIA En gran cantidad de experimentos aleatorios es necesario cuantificar los resultados, es decir, asignar a cada resultado del experimento un nmero, con el fin de poder realizar un estudio matemtico. Ejemplos. Consideremos el experimento aleatorio que consiste en lanzar tres monedas, supongamos que a cada elemento de su espacio muestral E=(CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS) le asignamos un nmero real, el correspondiente al nmero de caras. Esta correspondencia que acabamos de construir es una funcin del espacio muestral E en el conjunto de los nmeros reales R. A esta funcin la llamaremos Variable Aleatoria y la denotaremos por X.

Supongamos el experimento aleatorio que consiste en lanzar dos dados, podemos asignar a cada resultado la suma de los puntos aparecidos en cada dado (discreta). Consideremos el experimento que consiste en elegir al azar 500 personas y medir su estatura. La ley que asocia a cada persona con su talla es una variable aleatoria (continua). Variable Aleatoria. Se dice que hemos definido una variable aleatoria para un experimento aleatorio cuando hemos asociado un valor numrico a cada resultado del experimento. Sea E el Espacio muestral asociado a un experimento. Se llama variable aleatoria a toda aplicacin del espacio muestral E en el conjunto de los nmeros reales (es decir, asocia a cada elemento de E un nmero real). Se utilizan letras maysculas X, Y,... para designar variables aleatorias, y las respectivas minsculas (x, y, ...) para designar valores concretos de las mismas. Si un experimento con espacio muestral E, tiene asociada la variable aleatoria X, es natural que se planteen preguntas como: Cul es la probabilidad de que X tome un determinado valor?, esto nos lleva a establecer, por convenio, la siguiente notacin, (X=x) representa el suceso "la Variable Aleatoria X toma el valor x", y P(X=x) representa la probabilidad de dicho suceso.

(X<x) representa el suceso "la variable aleatoria X toma un valor menor a x", y P(X<x) representa la probabilidad de que la Variable Aleatoria X tome un valor menor a x. (Xx) representa el suceso "la variable aleatoria X toma un valor menor o igual a x, y P(Xx) representa la probabilidad de que la Variable Aleatoria X tome un valor menor o igual a x.

Normalmente, los resultados posibles (Espacio muestral E) de un experimento aleatorio no son valores numricos. Por ejemplo, si el experimento consiste en lanzar de modo ordenado tres monedas al aire, para observar el nmero de caras (C) y Sellos (S) que se obtienen, el espacio muestral asociado a dicho experimento aleatorio sera: E=(CCC,CCS,CSC,SCC,SCS,SSC,CSS,SSS) En estadstica resulta ms fcil utilizar valores numricos en lugar de trabajar directamente con los elementos de un espacio muestral como el anterior. As preferimos identificar los sucesos (CSS,SCS,SSC) con el valor numrico 1 que representa el nmero de caras obtenidas al realizar el experimento . De este modo aparece el concepto de variable aleatoria unidimensional como el de toda funcin
X:E e X ( e) = x e

que atribuye un nico nmero real xe, a cada suceso elemental e, del espacio muestral E. Por ejemplo, en el ejemplo anterior, se define la variable aleatoria: X=Nmero de caras del siguiente modo: X(CCC)=3; X(CCS,CSC,SCC)=2; y X(SSC,CSS,SCS)=1, y finalmente X(SSS)=0, puesto que estamos hablando de caras La variable X no recibe el calificativo de aleatoria por el hecho de que atribuya de modo imprevisible un valor cualquiera a un elemento (e est incluido en E) ya que este valor est definido de forma precisa (determinstica). Lo que es aleatorio en realidad, es que al hacer el experimento, no sabemos qu elemento de E puede ocurrir. La composicin de una funcin real con una variable es tambin variable aleatoria, pues est definida sobre E y a cada elemento suyo le asocia un valor real.

X:E E h(X) = h h: x h(X(e)

En funcin de los valores que tome la variable, esta puede ser clasificada en discreta o continua del siguiente modo que es Discreta cuando slo puede tomar un nmero finito o infinito numerable de valores, por ejemplo, el conjunto de los nmeros naturales; y es Continua cuando puede tomar un nmero infinito no numerable de valores, por ejemplo, el conjunto de los nmero reales. En un caso se habla de elementos contables y en el otro de elementos medibles Si sobre los elementos de E existe una distribucin de probabilidad, esta se transmite a los valores que toma la variable X. Es decir, toda la variable aleatoria conserva la estructura probabilstica del experimento aleatorio que describe, en el sentido de que si P es la funcin de probabilidad definida sobre el espacio muestral E, sta induce otra funcin P` definida sobre el conjunto de los reales, de forma que conserva los valores de las probabilidades,

P (X = )x = P( e E : X( )E = x) P ( X (a , b ) ) = P ( e E : X (e ) ( a , b ) )

Variable Aleatoria Discreta. Dada una Variable Aleatoria Discreta X, su funcin de probabilidad f, se define de modo que f(xi) es la probabilidad de que X tome ese valor. Si xi no es uno de los valores que puede tomar X, entonces f(xi)=0. La representacin grfica de la funcin de probabilidad se realiza mediante un diagrama de barras anlogo al de distribucin de frecuencias relativas para variables discretas. Ejemplo, si retomamos el caso del lanzamiento de 3 monedas de forma que cada una de ellas tenga probabilidad 1/2 de dar como resultado cara o sello, se tiene que,

f (3) = P( X = 3) = P(CCC) = 1 / 2 * 1 / 2 * / 2 = 1 / 8 f (2) = P( X = 2) = P(CCS, CSC, SCC) = 1 / 8 +1 / 8 +1 / 8 = 3 / 8 f (1) = P(X = 1) = P(SSC, SCS, CSS) = 1 / 8 +1 / 8 +1 / 8 = 3 / 8 f (0) = P( X = 0) = P(SSS) = 1 / 2 * 1 / 2 *1 / 2 = 1 / 8

Obsrvese que X est definido sobre el espacio muestral de sucesos E, mientras que f lo est sobre el espacio de nmeros reales .Las propiedades de la funcin de probabilidad de Variable Aleatoria se deducen de forma inmediata de los axiomas de probabilidad, Si x1,,xn son todos los valores admisibles de la variable aleatoria X, entonces, la suma de probabilidades de todos los valores es UNO (1):

f ( X i ) = P ( X = x i ) = 1
i =1 i =1

e igualmente todos estos valores deben ser positivos. Otro concepto importante es el de funcin de distribucin de una variable aleatoria discreta, F, que se define de modo que si x pertenece al conjunto de los valores reales, F(xi) es igual a la probabilidad de que X tome un valor inferior o igual a xi: F(xi)=P(Xxi) Esta funcin se representa grficamente del mismo modo que la distribucin de frecuencias relativas acumuladas. Volviendo al ejemplo de las tres monedas, se tiene que
F(3) = P( X 3) = f (0) + f (1) + f ( 2) + f (3) = 1 / 8 + 3 / 8 + 3 / 8 +1 / 8 = 1 F( 2) = P ( X 2) = f (0) + f (1) + f ( 2) = 1 / 8 + 3 / 8 + 3 / 8 = 7 / 8 F(1) = P( X 1) = F(0) + f (1) = 1 / 8 + 3 / 8 = 4 / 8 F(0) = P ( X 0) = f (0) = 1 / 8

Grficamente,

Variables aleatorias discretas Problema. Lanzamos dos dados al aire. Nos interesa encontrar probabilidades tal como la probabilidad de que la suma de los puntos en los dados es menor que 8. Si asumimos que todos los resultados observados al tirar dos dados son equiprobables entonces el espacio muestral del experimento, con treinta y seis posibles resultados es: 1 1, 1 1, 2 1, 3 1, 4 1, 5 1, 6 1 2 2, 1 2, 2 2, 3 2, 4 2, 5 2, 6 2 3 3, 1 3, 2 3, 3 3, 4 3, 5 3, 6 3 4 4, 1 4, 2 4, 3 4, 4 4, 5 4, 6 4 5 5, 1 5, 2 5, 3 5, 4 5, 5 5, 6 5 Como nos interesa la suma de los puntos observados, si obtenemos el resultado (3, 5) le asignamos el valor 8, correspondiente a la suma de 3 y 5. Podemos calcular la probabilidad de que la suma sea igual a 8, contando todos los resultados donde la suma es ocho. El evento de que la suma es ocho contiene 5 resultados: {(2,6), (3,5), (4,4), (5, 3), (6,2)}; por lo tanto la probabilidad deseada es 5/36. Podemos repetir este proceso con cada uno de los resultados para obtener la siguiente tabla: Resultado Probabilida d 2 3 4 5 6 7 8 9 10 11 12 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

Hemos encontrado la distribucin de probabilidad de los valores posibles de la suma al tirar dos dados. En general, si S es un espacio muestral con una medida de probabilidad P, definimos una variable aleatoria como una funcin que asigna un nmero real a cada uno de los elementos de S. Es decir X es una funcin cuyo dominio es el espacio muestral S y su codominio es el conjunto de nmeros reales
5

Interpretamos, por ejemplo X = 8 como el evento de que se observ el resultado 8 al tirar los dos dados, es decir el evento { (2,6), (3,5), (4,4), (5, 3), (6,2)} ocurri. Tambin asignamos a X = 8 la probabilidad de ese evento. As vemos que P( X = 8 ) = P({ (2,6), (3,5), (4,4), (5, 3), (6,2)}) = 5/36. Nota que a pesar de que X es una funcin, usualmente no se escribe el argumento de la funcin, es decir, si s es un elemento del espacio muestral S, en vez de escribir X(s), sencillamente escribimos X. Es usual denotar las variables aleatorias por letras maysculas y los valores que puede asumir por letras minsculas. Par Ordenado. Sea un conjunto {a,b} constituido por los elementos a y b, el {a , b} el conjunto de todos los subconjuntos del conjunto {a,b}, que consta de los elementos , {a}, {b}, {a,b}. Se llama par ordenado a , b al subconjunto {{a}, { a , b} {a,b}} de Si A y B son dos conjuntos, el Producto Cartesiano, A B , es el conjunto de todos los posibles pares ordenados a , b formados con el primer elemento a que pertenece a A y un segundo elemento b que pertenece a B, esto es,
A B = {a , b a A, b B}

Una Relacin R entre los conjuntos A y B es un subconjunto de A B Se llama Dominio de una Relacin R entre A y B, y se designa por domR, al conjunto de los elementos a A tales que para algn b B sea a , b R , esto es, en smbolos,

domR = { a A para a lg un b B, a, b R}

o sea, el dominio de una relacin es el conjunto de las primeras coordenadas de los pares ordenados de R Se denomina Rango de una relacin R, rgR, o recorrido de R, recR, al conjunto de aquellos elementos b B , tales que para algn b B , sea a , b R , o sea, en otras palabras,

rgR = { b B para a lg un a A, a, b R}

Una Funcin f de A a B, lo que quiere decir, una funcin f cuyo dominio esta en A y cuyo rango est en B, es una relacin entre A y B con estas condiciones,

domf = A, a, b1 f , y a, b2 f

, debe ser b1=b2

Variable Aleatoria. Sea un conjunto fundamental de probabilidades y sea el sigma anillo de sucesos sobre . La variable aleatoria X es una funcin cuyo dominio es y cuyo rango es un conjunto no vaco de nmeros reales, con la condicin de que para cualquier nmero real x, el conjunto de sucesos elementales ) x sea un suceso, esto es, un elemento de . O sea, para los que X (

{X ( ) x}

( , , P) , es el conjunto de los subconjuntos de Sigma Espacio. Notacin, Desde este punto, se trabajara con la notacin [ X x ] en vez de { X ( ) x} y [X S] en vez de { X ( ) S} , lo que permitir ajustarnos mas a lo normal de a literatura estadstica y normal de otros textos.

Si X es una funcin cualquiera con dominio , cuyo rango es el conjunto no vaco de nmeros reales, entonces, se verifica que,
n= 1

[ X x 2 n ] =[ X < x ]

para cualquier nmero real x

Si X es una funcin cualquiera con dominio , cuyo rango es el conjunto no vaco de nmeros reales, se tiene,
n= 1

[ X < x +2 n ] =[ X x ]

Teorema: Sea X una funcin de dominio , cuyo rango es el conjunto no vaco de nmeros reales X, ser una variable aleatoria siempre y cuando para cualquier nmero real x, sea [ X x ] , tambin lo ser siempre y cuando, [X > x ] , para todo nmero real x lgebra de las Variables Aleatorias. Teoremas: Si X y Y son variables aleatorias y k una constante real cualquiera, tambin sern variables aleatorias: X Y, kX, X2, XY, (X Y)2, [(X+Y)2-(X-Y)2]/4, max{X,Y}, y X/Y cuando s [Y=0]= . Teorema: Sea A un conjunto de sucesos elementales en , IA ser una variable aleatoria siempre y cuando A , siendo IA el indicador de A, que se define como una funcin,

 1, si A IA = c 0 , si A
lo que debe leerse como, Verdaderamente, I indica a A, pues si ocurre A ocurrir alguno de los sucesos elementales en A, e IA( )=1, mientras que si A no ocurre, ocurrir alguno de los sucesos en Ac, y entonces, IA( )=0 Teorema: Sea A un conjunto de sucesos elementales en , IA ser una variable aleatoria siempre y cuando sea A . Trabajar con,

, si x < 0 c [I A x] = A , si 0 x < 1 , si 1 x
Teorema: Para cualquier
I =1,

) =1 para cualquier es decir, I (

Teoremas: Sea la existencia de IA e IB y dems funciones que aqu se relacionan, entonces se cumple, 2 A A

(I ) = I , A

1 I A = I Ac , A I A I B = I AB , A y B I AB = max{I A , I B}, A y B I A + I B = I A+ B , par A, B de sucesos disjuntos

Teorema:
[min(X, Y ) z ] = [X z ] [Y z]

Si

son

variables

aleatorias,

entonces,

Funcin de probabilidad o distribucin de probabilidad En la Tabla anterior (en la definicin de la variable aleatoria y ejemplariz con un lanzamiento de dos dados regulares) vemos que a cada valor posible de X, le asignamos un nmero correspondiente a su probabilidad. As podemos definir otra funcin: f(x) = P(X = x), para cada nmero x en el campo de valores de la variable X. Esta funcin se llama la funcin de probabilidad o distribucin de probabilidad de la variable X. Para el ejemplo de la suma de los puntos al tirar dos dados, los valores de esta funcin estn dados en la Tabla, la cual se puede reescribir usando los conceptos estudiados. x 2 3 4 5 6 7 8 9 10 11 12 f( x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 Vemos que f(x) nunca adquiere un valor menor de cero. Esto se debe a que f(x) representa una probabilidad, la cual nunca puede ser menor de cero. De igual manera f(x) nunca puede ser menor de 1. Si sumamos todos lo valores que puede tener f(x) obtenemos 1, debido a que estamos sumando las probabilidades de que la variable aleatoria asuma uno de los valores establecidos. Por su definicin, la funcin de probabilidad tiene las siguientes caractersticas: 1. f(x)0 para todo valor x en su dominio 2. f(x)=1 donde la sumatoria se extiende sobre todos los valores x en el dominio de f.

La probabilidad de observar un valor particular de la variable aleatoria, digamos X = 3 est dado por la altura de la barra sobre el 3, es decir P(X = 3) = 2/36. De igual manera, en vez de asociar la altura de la barra con la probabilidad, podemos ver que el rea de la barra sobre el 3 es 2/36 1 = 2/36, ya que la altura de la barra es 2/36 y su ancho es 1. Usar el rea de las barras para representar la probabilidad es muy til para extender la nocin de probabilidad a otras variables. Podemos usar el histograma de probabilidad para calcular probabilidades tal como P( X 4). Vemos que P(X 4) = P(X =2 X =3 X =4) = P(X = 2) + P(X = 3) +
9

P(X = 4) , ya que los eventos donde X = 2, X= 3 y X=4 son disjuntos. Entonces P( X 4) = 1/36 + 2/36 + 3/36 = 6/36, sumando las reas de la barras que estn sobre el 4 y a su izquierda. Debemos ser muy cuidadosos con las desigualdades, ya que P( X 4) = 6/36, mientras que P( X< 4) = 3/26. Extendiendo esta idea de probabilidades acumulativas, podemos definir otra funcin partiendo de la distribucin de probabilidad. Si X es una variable aleatoria discreta, definimos la funcin de distribucin de X o funcin de distribucin acumulativa de X de la siguiente manera: F(x) = P( Xx ) = f(t) para x en el intervalo (-,)

10