VARIABLES ALEATORIAS

Variable aleatoria
Es una función cuyo dominio es un espacio muestral, y
cuyo rango es un subconjunto de lo números reales.
X
DX= RX
O1 x1
O2 x2
.. ..
.. ..
Ok xm

DX=={O1, O2, ..., Ok} RX=={x1, x2, ..., xm}

 VARIABLES ALEATORIAS
Tipo de variables aleatorias

1. Variables aleatorias discretas

Son aquellas cuyos rangos forman conjuntos numerables.
Pueden contener un número finito o infinito de elementos.
Ejemplos: Número de fallas por cada metro de un tejido.
Número de artículos defectuosos producidos.
2. Variables aleatorias continuas
Son aquellas cuyos rangos forman conjuntos no
numerables.
Ejemplos: Cantidad de combustible consumido por día.
Peso de un producto.
 VARIABLES ALEATORIAS DISCRETAS.

Función de probabilidad
Sea X una variable aleatoria discreta que tiene como
rango RX ; luego, una función f(x) es llamada función
de probabilidad de la variable aleatoria X si tiene como
dominio a RX , y como rango a un conjunto de
números reales P[X= xi ] = f(xi) que cumplen con las
siguientes condiciones.

1. P[X=xi] = f (xi) 0 ,  xi  RX

2. 0  f (xi)  1 ,  xi  RX

3.  f ( xi )  1
xiRX
 VARIABLES ALEATORIAS DISCRETAS. Ejemplo

Una ONG ha propuesto 10 nuevos proyectos, de los

cuales 4 son proyectos educativos y 6 son proyectos
sociales. Para realizar un análisis de factibilidad de los
proyectos se eligen al azar 3 de ellos para que sean
analizados la próxima semana.
Si se define X= Número de proyectos educativos que
serán evaluados la próxima semana, halle la función de
probabilidad de la variable X.

Exp. Aleatorio: Se eligen al azar 3 proyectos para ser analizados.

MSR 10 
4 P.Educativos 3 n( )     120
3
6 P.Sociales
 VARIABLES ALEATORIAS DISCRETAS. Ejemplo

={ (S1,S2,S3), (S1,S2,E3), (S1,E2,S3), (E1,S2,S3), (E1,E2,S3), (E1,S2,E3), (S1,E2,E3), (E1,E2,E3) },

X 0 1 1 1 2 2 2 3
 RX={0,1,2,3}

f(0)=P[ X=0 ]=P[ S1,S2,S3 ]= (6/10)(5/9)(4/8)=120/720=5/30

f(1)=P[ X=1 ]=P[ S1,S2,E3 ]+P[ S1,E2,S3 ]+P[ E1,S2,S3 ]
= (6/10)(5/9)(4/8)+ (6/10)(4/9)(5/8)+ (4/10)(6/9)(5/8)= 15/30
f(2)=P[ X=2 ]=P[ S1,E2,E3 ]+P[ E1,S2,E3 ]+P[ E1,E2,S3 ]
= (6/10)(4/9)(3/8)+ (4/10)(6/9)(3/8)+ (4/10)(3/9)(6/8)= 9/30
f(3)=P[ X=3 ]=P[ E1,E2,E3 ]= (4/10)(3/9)(2/8)=24/720=1/30
VARIABLES ALEATORIAS DISCRETAS. Ejemplo

Función de probabilidad de la variable aleatoria X

f ( x)  5 / 30 , si x  0
 15 / 30, si x  1
 9 / 30, si x  2
 1/30, si x  3
 0, otros valore s de x

Tabla de probabilidades
X 0 1 2 3
f(x) 5/30 15/30 9/30 1/30
VARIABLES ALEATORIAS DISCRETAS. Ejemplo
Gráfico de distribución de probabilidades

f(x)

16/30

12/30

8/30

4/30

0 1 2 3 x
Número de proyectos educativos
 VARIABLES ALEATORIAS DISCRETAS.

Función de probabilidad acumulativa

Sea X una variable aleatoria discreta que tiene como
función de probabilidad f(x); luego, la función de
probabilidad acumulativa de la variable aleatoria X se
define como:

F ( x)  PX  x   f ( xi )
xi  x
 VARIABLES ALEATORIAS DISCRETAS.

Función de probabilidad acumulativa.

Propiedades

1. F ( x)  0,  x  m, donde m  Min x  RX

2. F ( x)  1,  x  M , donde M  Max x  RX

3. 0  F ( x)  1,  x  RX

4. F(x) es una función no decreciente.

 VARIABLES ALEATORIAS DISCRETAS. Ejemplo

Si el número de proyectos educativos que son evaluados por

semana es una variable aleatoria X que tiene como tabla de
probabilidades:

X 0 1 2 3
f(x) 5/30 15/30 9/30 1/30
Halle la función de distribución acumulativa de X.

Puesto que RX={0,1,2,3}  m=Min x RX =0, M=Max x RX =3,

F(x)=P[ X < x ]=0  x <0

 VARIABLES ALEATORIAS DISCRETAS. Ejemplo
X 0 1 2 3
f(x) 5/30 15/30 9/30 1/30
RX={0,1,2,3}  m=Min x RX =0, M=Max x RX =3,
Para 0  x <1
F(0)=P[ X  0 ]= P[ X < 0 ]+P[ X = 0 ]= 0 +f(0)= 5/30
Para 1 x <2
F(1)=P[ X  1]= P[ X < 1 ]+P[ X = 1 ]= 5/30 +f(1)= 20/30
Para 2  x <3
F(2)=P[ X  2 ]= P[ X < 2 ]+P[ X = 2 ]= 20/30 +f(2)= 29/30
Para x3
F(3)=P[ X  3 ]= P[ X < 3 ]+P[ X = 3 ]= 29/30 +f(3)= 1
 VARIABLES ALEATORIAS DISCRETAS. Ejemplo

F ( x)  0 , si x  0
 5 / 30, si 0  x  1
 20 / 30, si 1  x  2 Gráfico de distribución acumulativa de probabilidades

 29 /30, si 2  x  3 F(x)
1
 1, si x  3
25/30

20/30

15/30

10/30

5/30

0 1 2 3 4 x
Número de proyectos educativos
 VARIABLES ALEATORIAS CONTINUAS

Función de probabilidad
Una función f(x) es llamada función de probabilidad (o
función de densidad) de la variable aleatoria continua
X si cumple con las siguientes condiciones.

1. f (x) 0 ,  x  R

2.  f ( x)dx  1

3. Sea el evento A={ x / a  x  b}, luego,
b
PA  Px  A  Pa  x  b   f ( x)dx
a
 VARIABLES ALEATORIAS CONTINUAS. Ejemplo.

El tiempo de espera en una cola de servicios, en minutos, es

una variable cuyo comportamiento aleatorio es definido por la
siguiente función:

f ( x)  k ( x  1) , si 1  x  5
0 , para otros valores de x

Halle el valor de “k” que hace que f(x) sea una función de
densidad, y luego halle la probabilidad que un cliente elegido al
azar espere más de tres minutos para ser atendido.
VARIABLES ALEATORIAS CONTINUAS. Ejemplo.
Distribución de los tiempos de espera

f(x)
0.8

0.6
f ( x)  k ( x  1)
0.4

0.2
f ( x)  0 f ( x)  0

0 1 2 3 4 5 x

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 1)

 f ( x )dx  1

VARIABLES ALEATORIAS CONTINUAS. Ejemplo.
 x 1 5 

 f ( x )dx   f ( x )dx   f ( x )dx   f ( x )dx

  1 x 5
5
 0   k ( x  1)dx  0
1
5
  k ( x  1)dx
1

2 x 5
( x  1) 1
k  8k  1  k
2 8
x 1

f ( x)  ( x  1) / 8 , si 1  x  5
0 , para otros valores de x
VARIABLES ALEATORIAS CONTINUAS. Ejemplo.

Px  3  ?
Distribución de los tiempos de espera

f(x)
0.8

0.6
f ( x)  ( x  1) / 8
0.4

0.2
f ( x)  0
f ( x)  0

0 1 2 3 4 5 x

 x 5 
x 1
5
Px  3   f ( x)dx   f ( x)dx   f ( x)dx   8 dx  0
x 3 x 3 x 5 x 3
x 5
( x  1)
 
2
1
  (5  1) 2  (5  3) 2  0.75
16 x 3
16
 VARIABLES ALEATORIAS CONTINUAS

Función de probabilidad acumulativa

Sea X una variable aleatoria continua que tiene como
función de densidad f(x); luego, la función de probabilidad
acumulativa de la variable aleatoria X se define como:

x
F ( x )  P X  x    f (w)dw

 VARIABLES ALEATORIAS CONTINUAS

Función de probabilidad acumulativa.

Propiedades

1. F ()  0

2. F ()  1

3. 0  F ( x)  1,  xR

4. F(x) es una función no decreciente.

d F ( x)
5. f ( x) 
dx
 VARIABLES ALEATORIAS CONTINUAS. Ejemplo.

El tiempo de espera en una cola de servicios, en minutos, es

una variable cuya función de densidad es:

f ( x)  ( x  1) / 8 , si 1  x  5
0 , para otros valores de x

Halle la función de distribución acumulativa de probabilidades

de la variable. Luego halle la probabilidad que un cliente elegido
al azar espere más de tres minutos para ser atendido.
VARIABLES ALEATORIAS CONTINUAS. Ejemplo.

Distribución de los tiempos de espera

f(x)

0.6

0.4 f ( x)  ( x  1) / 8

0.2
f ( x)  0 f ( x)  0

0 1 2 3 4 5 x

x
F ( x )  P X  x    f ( w)dw

VARIABLES ALEATORIAS CONTINUAS. Ejemplo.

Distribución de los tiempos de espera

f(x)

0.6

0.4 f ( x)  ( x  1) / 8

0.2
f ( x)  0 f ( x)  0

0 1 2 3 4 5 x

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 5)

x x
F ( x)  PX  x 
x

Para x 1  f (w)dw   (0)dw  0

 
VARIABLES ALEATORIAS CONTINUAS. Ejemplo.
Distribución de los tiempos de espera
f(x)

0.6

0.4 f ( x)  ( x  1) / 8

0.2
f ( x)  0 f ( x)  0

0 1 2 3 4 5 x

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 5)

1 x  5
x
Para
x 1 x
F ( x)  PX  x    f (w)dw   f (w)dw   f (w)dw
  w1
x 2 x
w 1 ( w  1) ( x  1) 2
 0  dw  
8 16 16
1 1
VARIABLES ALEATORIAS CONTINUAS. Ejemplo.
Distribución de los tiempos de espera
f(x)

0.6

0.4 f ( x)  ( x  1) / 8

0.2
f ( x)  0 f ( x)  0

0 1 2 3 4 5 x

Región 1 ( x < 1) Región 2 ( 1  x  5 ) Región 3 ( x > 5)

x
Para x  5
x 1 5 x
F ( x)  PX  x    f (w)dw   f (w)dw   f (w)dw   f (w)dw
  1 w 5

 0 1 0  1
VARIABLES ALEATORIAS CONTINUAS. Ejemplo.

F ( x)  0 , si x  1
( x  1) 2
 , si 1  x  5
16
1 , si x  5

Función de distribución acumulativa de probabilidades

F(x)
1.0

0.8

0.6

0.4

0.2

0 1 2 3 4 5 x
 VALOR ESPERADO

Valor esperado o esperanza matemática

Es el valor promedio que esperaríamos encontrar por la
observación repetida de una variable aleatoria.
Si X es una variable aleatoria con función de probabilidad f(x),
el valor esperado de la variable X se define como:
1. Si X es una variable aleatoria discreta
EX   x f ( xi )
xi RX

2. Si X es una variable aleatoria continua


EX    x f ( x)dx

 VALOR ESPERADO

Valor esperado o esperanza matemática de una función

de una variable aleatoria
Sea X una variable aleatorias con función de probabilidad f(x), y
sea Y=g(x) una función de la variable aleatoria X, luego,
1. Si X es una variable aleatoria discreta

EY  E g (X)    g ( x) f ( xi )
xi RX

2. Si X es una variable aleatoria continua


EY  E g (X)    g ( x) f ( x)dx

 VALOR ESPERADO

Media y variancia de una variable aleatoria

Sea X una variable aleatoria con función de probabilidad f(x) ;

entonces, la media X y la variancia de la variable aleatoria X se
definen como:

X  EX

X
2
     
 Var X  E X  X  E X  X
2 2 2
 VALOR ESPERADO

Propiedades de valores esperados

Si X, Y son dos variables aleatorias, y a, b son dos constantes:
1) E(a)=a
2) E( aX )= a E(X)
3) E( a X + b )= a E(X) + b
4) E( a X + b Y )= a E(X) + b E(Y)
5) Var(a) = 0
6) Var( a X )= a2 Var( X )
7) Si X, Y son variables aleatorias independientes:

Var aX  bY  a 2 Var X  b2 Var Y

 VALOR ESPERADO. Ejemplo
Si el número de proyectos educativos que son evaluados por
semana es una variable aleatoria X que tiene como tabla de
probabilidades:
X 0 1 2 3
f(x) 5/30 15/30 9/30 1/30
Halle la media y variancia de X.
EX   x f ( x )
 (0)(5 / 30)  (1)(15 / 30)  (2)(9 / 30)  (3)(1 / 30)  1.2
 
E X 2   x 2 f ( x)
 (0) 2 (5 / 30)  (1) 2 (15 / 30)  (2) 2 (9 / 30)  (3) 2 (1 / 30)  2

X  EX  1.2 X
2
 EX  
2 2
X  2  (1.2)  0.56
2
 VALOR ESPERADO. Ejemplo

El tiempo de atención (en minutos), a los clientes de un

establecimiento es una variable cuya función de densidad es:

f ( x)  ( x  1) / 8 , si 1  x  5
0 , para otros valores de x

Halle la media y variancia del tiempo de atención.

 f(x)
VALOR ESPERADO. Ejemplo
0.6

0.4 f ( x)  ( x  1) / 8

0.2
f ( x)  0 f ( x)  0

0 1 2 3 4 5 x


x 1
5
EX   x f ( x )dx   x dx  11/ 3
 1
8

 

x 1
5
E X   x f ( x )dx   x
2 2
dx  43 / 3 2

 1
8

X  EX  11/ 3  
2X  E X2  2X  43
3  ( 11) 2  8
3 9
 VALOR ESPERADO. Ejemplo
El tiempo de atención (X, en minutos), a los clientes de un
establecimiento es una variable cuya función de densidad es:
f ( x)  ( x  1) / 8 , si 1  x  5
0 , para otros valores de x
Si el costo de atención (nuevos soles) es igual a : Y=5+1.2X, halle
la media y variancia del costo de atención por cliente.

 Y  E5  1.2X  5  1.2 EX  5  1.2  X

 5  (1.2)(11/ 3)  9.4 nuevos soles

2Y  Var 5  1.2X  (1.2) 2 Var X  (1.2) 2 2X

 (1.2)2 (8 / 9)  1.28 (nuevos soles)2