TEMA 9: VARIABLES ALEATORIAS

Una variable aleatoria es una variable que toma valores

numricos determinados por el resultado de un

experimento aleatorio. No hay que confundir la variable

aleatoria con sus posibles valores. Ejemplos:

- n de caras al lanzar 6 veces una moneda (valores: 0, 1,

2)

- n de llamadas que recibe un telfono en una hora

- tiempo que esperan los clientes para pagar en un

supermercado

Las variables aleatorias pueden ser discretas o continuas:

- Discretas: el conjunto de posibles valores es numerable.

Suelen estar asociadas a experimentos en que se mide el

nmero de veces que sucede algo.

- Continuas: el conjunto de posibles valores es no

numerable. Puede tomar todos los valores de un

intervalo. Son el resultado de medir.

1
 Ejemplo: Ejercicio 15.2 de Pea y Romo

Clasificar como discretas o continuas las siguientes

variables aleatorias:

a) n de pginas de un libro discreta

b) tiempo que tarda en fundirse una bombilla continua

c) n de preguntas en una clase de una hora discreta

d) cantidad de agua consumida en un mes continua

En la prctica se consideran discretas aquellas variables

para las que merece la pena asignar probabilidades a todos

los posibles sucesos elementales.

Distribucin de una variable aleatoria

Sea x una variable aleatoria discreta. Su distribucin viene

dada por los valores que puede tomar, x1, x2, x3, , xk, y las

probabilidades de que aparezcan p1, p2, p3, , pk. Estas

cantidades p i P { x x i } reciben el nombre de funcin de

probabilidad o funcin de masa.

2
Ejemplo:

Variable aleatoria x=n de caras al lanzar tres veces una

moneda

Posibles valores de x: 0, 1, 2 y 3

Lanzar 3 veces moneda:

E={CCC,CCX,CXC,XCC,XXC,XCX,CXX,XXX}

La variable aleatoria x:

- Toma valor 0 cuando ocurre el suceso {XXX}

- Toma valor 1 cuando ocurre el suceso {XXC,XCX,CXX}

- Toma valor 2 cuando {CCX,CXC,XCC}

- Toma valor 3 cuando {CCC}

La funcin de probabilidad es:

p 0 P { x 0 } 1 / 8 0 ,1 2 5

p 1 P { x 1} 3 / 8 0 ,3 7 5

p 2 P { x 2 } 3 / 8 0 ,3 7 5

p 3 P { x 3 } 1 / 8 0 ,1 2 5

Funcin de probabilidad de x:

3
0.40

0.35

0.30

0.25

0.20

0.15

0.10
0 1 2 3

Cul ser la probabilidad de que salgan al menos dos

caras?

P { x 2 } P { x 0 } P { x 1 } P { x 2 } 0 ,1 2 5 0 , 3 7 5 0 , 3 7 5
0 ,8 7 5

y la probabilidad de que el nmero de caras est entre 1 y

2?

P {1 x 2 } P { x 1} P { x 2 } 0 ,3 7 5 0 ,3 7 5 0 ,7 5

4
 La probabilidad de que una variable aleatoria x tome un

valor entre dos cantidades a y b ser:

P { a x b } P { x a } P { x a 1} . . . P { x b 1} P { x b }
b

xia
P { x x i}

La funcin de probabilidad verifica que:

- p i P { x x i} 0

k k
-
i1
pi
i1
P { x x i} 1

La funcin de distribucin o de probabilidad acumulada

representa en cada punto x0 la probabilidad de que la

variable tome un valor menor o igual que dicho punto, es

decir, P { x x 0 } .

5
Ejemplo: n caras al lanzar tres veces una moneda

P { x 0 } P { x 0 } 0 ,1 2 5

P { x 1 } P { x 0 } P { x 1 } 0 ,1 2 5 0 , 3 7 5 0 , 5

P { x 2 } P { x 0 } P { x 1 } P { x 2 } 0 ,5 0 , 3 7 5 0 ,8 7 5

P { x 3 } P { x 0 } P { x 1 } P { x 2 } P { x 3 } 0 , 8 7 5 0 ,1 2 5 1

Funcin de distribucin de x

1.0

0.8

0.6

0.4

0.2

0.0
0 1 2 3

6
 Sea x una variable aleatoria continua. Si queremos conocer

su distribucin de probabilidad no nos vale la funcin de

probabilidad empleada con las discretas (cada valor con su

probabilidad asociada) porque toma muchos valores. La

probabilidad asociada a cada valor es prcticamente nula

(la funcin de distribucin es continua).

Emplearemos la funcin de densidad. Se interpreta de

forma parecida al histograma. Expresa la densidad o

concentracin de probabilidad en cada zona. Expresa las

probabilidades por reas. Sus valores ms altos

corresponden a zonas en las que es ms probable que

aparezcan resultados del experimento aleatorio.

Ver Figuras 15.5 y 15.6 de Pea y Romo

7
Media o esperanza de una variable aleatoria

La media o esperanza de una variable aleatoria discreta

ser:
k
E (x) m x x 1 p 1 x 2 p 2 . . . x k p k
i1
xipi

Ejemplo: Ejercicio 15.5 de Pea y Romo

x=resultado de lanzar un dado

La distribucin de probabilidad de x ser:

p 1 P { x 1} 1 / 6

p2 P {x 2} 1 / 6

p6 P { x 6} 1 / 6

El valor esperado de x ser:

k
1 1 1 1 1 1
m x
i1
xipi 1
6
2 3 4 5 6 3 ,5
6 6 6 6 6

8
 La idea de media o esperanza de una variable aleatoria

continua es equivalente pero su clculo es algo ms

complicado porque requiere emplear el concepto de

integral.

La media de una variable aleatoria puede interpretarse

como el valor esperado o medio que toma dicha variable o

como el valor central de dicha distribucin.

Propiedades:

- si x e y son dos variables aleatorias se cumple que:

m xy m x m y

- si a y b son constantes se cumple que:

m ax b am x b

9
Ejercicio 15.3 (de Pea y Romo)

Una compaa ha vendido 205 billetes para un avin de

200 plazas.

Sea x la variable aleatoria que expresa el n de viajeros que

va al aeropuerto para viajar en el avin. Su distribucin

es:

xi 198 199 200 201 202 203 204 205

pi 0,05 0,09 0,15 0,20 0,23 0,17 0,09 0,02

a) Hallar la probabilidad de que todos los viajeros que van

al aeropuerto tengan plaza.

P { x 2 0 0} P { x 1 9 8} P { x 1 9 9} P { x 2 0 0}
0 , 0 5 0 , 0 9 0 ,1 5 0 , 2 9

b) Obtener la probabilidad de que se quede sin plaza

alguno de los viajeros que va al aeropuerto.

P { x 2 0 0 } P { x 2 0 1} P { x 2 0 2 } . . . P { x 2 0 5 }
0 , 2 0 , 2 3 0 ,1 7 0 , 0 9 0 , 0 2 0 , 7 1

P { x 2 0 0 } 1 P { x 2 0 0 } 1 0 ,2 9 0 ,7 1

10
 c) Calcular el n esperado de viajeros que acude al

aeropuerto.
k
m x
i1
x i p i 1 9 8 0 , 0 5 1 9 9 0 , 0 9 2 0 0 0 ,1 5 2 0 1 0 , 2

2 0 2 0 , 2 3 2 0 3 0 ,1 7 2 0 4 0 , 0 9 2 0 5 0 , 0 2
2 0 1 ,4 4

d) Cul es la probabilidad de que la primera persona de

la lista de espera tenga sitio en el vuelo?

P { x 1 9 9 } P { x 1 9 8 } P { x 1 9 9 } 0 , 0 5 0 , 0 9 0 ,1 4

Desviacin tpica de una variable aleatoria

La desviacin tpica de una variable aleatoria es una

medida de dispersin de la distribucin alrededor de la

media. Los valores pequeos indican concentracin de la

distribucin alrededor de la esperanza y los valores

grandes corresponden a distribuciones ms dispersas.

11
 El concepto de desviacin tpica es equivalente en variables

aleatorias discretas y continuas, aunque en estas ltimas su

clculo es ms complicado.

Si x es una variable aleatoria discreta su desviacin tpica

viene dada por:

k k

x
2
x D T (x) i m x pi x i2 p i m 2
x
i1 i1

y su varianza ser:
k k

x
2
x
2
V (x) i m x pi x i2 p i m 2
x m x 2 m 2
x
i1 i1

Propiedades:

- si a y b son constantes se cumple que:

a x b a x

2
ax b a 2 x
2

- si x e y son dos variables aleatorias independientes se

cumple que:

2
xy x2 2
y y xy x2 2
y

12
Ejercicio 15.4 (de Pea y Romo)

Se lanza tres veces una moneda. Sea x la variable aleatoria

que expresa el n de caras en los tres lanzamientos.

a) Hallar y representar la funcin de probabilidad de x.

(ver Ejemplo pag. 3)

Se lanza 3 veces una moneda:

E={CCC,CCX,CXC,XCC,XXC,XCX,CXX,XXX}

x=0 {XXX} p 0 P { x 0 } 1 / 8 0 ,1 2 5

x=1 {XXC,XCX,CXX} p 1 P { x 1} 3 / 8 0 ,3 7 5

x=2 {CCX,CXC,XCC} p 2 P { x 2 } 3 / 8 0 ,3 7 5

x=3 {CCC} p 3 P { x 3 } 1 / 8 0 ,1 2 5

b) Calcular el n esperado de caras al lanzar la moneda.

Era previsible el resultado?

k
m x
i1
x i p i 0 0 ,1 2 5 1 0 , 3 7 5 2 0 , 3 7 5 3 0 ,1 2 5 1 , 5

S, ya que en cada lanzamiento P(C)=1/2 y al lanzar tres

veces se tiene que 3 1 / 2 1 , 5 .

13
 c) Hallar la desviacin tpica de x

k ( 0 1 , 5 ) 2 0 ,1 2 5 ( 1 1 , 5 ) 2 0 , 3 7 5
x 2
x i m x pi 0 ,8 6 6
i1 ( 2 1 , 5 ) 0 , 3 7 5 ( 3 1 , 5 ) 0 ,1 2 5
2 2

o bien:

k
x x i2 p i m 2
x 0 2

0 ,1 2 5 . . . 3 2 0 ,1 2 5 1 , 5 2 0 , 8 6 6
i1

La desviacin tpica es una medida de dispersin que

depende de las unidades de medida de la variable. Para

evitar este inconveniente podemos emplear el coeficiente de

variacin. El coeficiente de variacin de una variable

aleatoria x ser:

CVx x
m x

14
Ejercicio 15.7 (de Pea y Romo)

Sea x una variable aleatoria que expresa el n de personas que

habitan en una vivienda elegida al azar. La distribucin de

probabilidad de x es la siguiente:

xi 1 2 3 4 5 6 7 8+
pi 0,230 0,322 0,177 0,155 0,067 0,024 0,015 0,010

a) Comprobar que es una distribucin de probabilidad.

Todas las pi son mayores o iguales que cero y adems se

cumple que:
8

i1
p i 0 , 2 3 0 , 3 2 2 0 ,1 7 7 . . . 0 , 0 1 0 1

b) Hallar la probabilidad de que el n de personas que

viven en un hogar sea menor o igual que cuatro.

P x 4 P x 1 P x 2 P x 3 P x 4
0 , 2 3 0 , 3 2 2 0 ,1 7 7 0 ,1 5 5 0 , 8 8 4

c) Calcular la probabilidad de que al menos dos personas

vivan en una vivienda.

P x 2 P x 2 P x 3 ...` P x 8
1 P ( x 2 ) 1 0 ,2 3 0 ,7 7

15
d) Obtener el n medio de personas que habitan en una

vivienda.

m x 1 0 , 2 3 2 0 , 3 2 2 3 0 ,1 7 7 . . . 7 0 , 0 1 5 8 0 , 0 1 2 , 6 8 9

16