UNIVERSIDAD NACIONAL DE INGENIERÍA

Facultad de Ingeniería Civil

Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

UNIDAD DE APRENDIZAJE N° 3

VARIABLE ALEATORIA
DISCRETAS Y CONTINUAS

LIC. FLOR NORMA QUIÑONEZ CUYUBAMBA

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

INTRODUCCIÓN

Se llama variable aleatoria a una magnitud cuyo valor no puede predecirse con certeza
antes de que ocurra, por lo tanto su comportamiento se caracteriza mediante las leyes de
probabilidades; para describirla se emplea una función o distribución de probabilidades que
define los sucesos. Se denota con una letra mayúscula, por ejemplo la variable aleatoria X
y la función X(E) indica la magnitud de ocurrir del suceso E de la variable X.
Un clásico ejemplo de variable aleatoria es el resultado de los ensayos en cilindros de
concreto provenientes de una construcción, ya que para las mismas condiciones de
producción, los resultados son diferentes y al analizar la dispersión en los ensayos se
encuentra que siguen un patrón indicado por las leyes de probabilidades, por lo que se
puede caracterizar por una función de probabilidades.
Las variables aleatorias se dividen en dos tipos: discretas y continuas, las cuales se
representan por una función discreta masa de probabilidades (FMP) que se denota por pX(x)
o por una función de densidad de probabilidades (FDP) que se denota como fX(x) y
función de distribución acumulada (FDA) que se denota como FX(x). (Benjamin y Cornell,
1981; Miller, Freund y Johnson, 1992; Kennedy y Neville, 1982).

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Variable aleatoria
Definición1.- Una variable aleatoria X es una función que asocia a cada suceso del
espacio muestral Ω de un experimento aleatorio un valor numérico real

X : 
w  X ( w)
La variable aleatoria puede ser discreta o continua.

Variable aleatoria discreta

Definición 2.- X es una v.a. discreta si toma valores en un conjunto numerable es decir si
el conjunto de llegada o rango (RX) es {x1 , x2 , x3 , … , xj , … }.

Ejemplos:
 Número de probetas de concreto que superan 𝑓𝑐′ ≥ 210𝑘𝑔/𝑐𝑚2
 Número de accidentes laborales en una empresa.
 Número de caras obtenidas al lanzar tres veces una moneda.

Función de probabilidad o distribución de probabilidad

Una vez definida una variable aleatoria X, podemos definir una función de probabilidad
asociada a X, de la siguiente forma:
p :   [0,1]
x  p ( x)  P( X  x)

La función de probabilidad debe cumplir las siguientes propiedades:

(i) 0  p( x)  1 x  
(ii )  p( x)  1
x

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Ejemplo1:
Se lanza dos veces una moneda. Sea la v.a X: Número de caras obtenidas

a. Construir su función de probabilidad

b. Calcular la probabilidad que el número de caras sea a lo mas uno.

Función de distribución acumulada (FDA)

Dada una variable aleatoria discreta X se llama función de distribución a la función F
definida como:

F :   [0,1]
x  F ( x)  P( X  x)
Propiedades:

Ejemplo 2:
Sea A = {1,2,3}.Se realiza el siguiente experimento, se extrae al azar un subconjunto de A.
Se define la variable aleatoria
X: Ω ⟶ ℝ
∑i ω ≠ ∅
ω → X(ω) = { iϵω
0 ω=∅

a) Indique el Rango de la v.a. X

b) Construir la función de probabilidad de la v.a. X
c) Graficar la PX(x)
d) Construir su función de distribución F(X)

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Esperanza matemática o media de una función de probabilidad discreta

Varianza y desviación estándar o típica de una función de probabilidad

discreta

Ejemplo 3:
En un proyecto de construcción, hay incertidumbre acerca de la cantidad de concreto que
debe colarse la semana próxima. Un analista estimó las siguientes probabilidades

Cantidad(yardas cúbicas) Probabilidad

1,000 0.1
1,200 0.3
1,300 0.3
1,500 0.2
2,000 0.1

Determine el valor esperado (monto) del concreto que debe colarse la semana próxima.
Asimismo, calcule la varianza y desviación estándar de la cantidad de concreto por colar.

VARIABLES ALEATORIAS CONTINUAS

Hemos definido que una variable aleatoria X es discreta si IX es un conjunto finito o infinito
numerable.
En la práctica las variables aleatorias discretas sirven como modelos para hacer inferencias
estadísticas cuando los datos que se recogen son enteros (generalmente el “número de
algo).
Pero cuando los datos que se registran son continuos (por ejemplo estatura de una persona,
resistencia de una viga, porcentaje de hierro en un mineral, caudales,.., etc.) se usan otro
tipo de variables aleatorias como modelo probabilísticos las variables aleatorias continuas.

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Definición de una variable aleatoria continua
Una variable aleatoria X es continua cuando toma valores en un intervalo (a, b) donde a y b
pueden tender a −∞ y +∞ respectivamente.

FUNCIÓN DE DENSIDAD
𝑓(𝑥): ℝ ⟶ ℝ+

Propiedades de función de densidad

a) 𝑓(𝑥) ≥ 0
+∞
b) ∫−∞ 𝑓(𝑥) = 1
𝑏
c) 𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = ∫𝑎 𝑓(𝑥)𝑑𝑥

Ejemplo 4:
Un ingeniero estudia la variable aleatoria Y, definida como la resistencia a tracción en el
límite de fluencia del acero F-36 utilizado en construcciones livianas de acero. Ha definido
para la variable una función de densidad de probabilidad triangular basándose en datos
experimentales observados y en la sencillez de su gráfica. Los datos observados tienen una
amplitud de 20 MN/m2, comprendida entre 35 y 55 MN/m2, y la moda es de 41 MN/m2. La
expresión matemática de la función de densidad de probabilidad es

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

0.1

35 41 55

a. Encontrar la función de densidad de la v.a. Y

b. Calcular la probabilidad de que la resistencia a tracción en el límite de fluencia sea
menor de 35 MN/m2.
c. Determinar la probabilidad de que la resistencia a tracción en el límite de fluencia
supere los 50 MN/m2.

Función de distribución

𝑥
𝑃(𝑋 ≤ 𝑥) = 𝐹(𝑥) = ∫−∞ 𝑓(𝑡)𝑑𝑡 ∀𝑥 ∈ 𝐼𝑥

TEOREMAS (PROPIEDADES)
1. Si 𝑎 < 𝑏 ⇒ 𝑃(𝑎 < 𝑋 < 𝑏) = 𝐹𝑥 (𝑏) − 𝐹𝑥 (𝑎)
2. 𝑆𝑖 𝑘1 < 𝑘2 ⇒ 𝐹𝑥 (𝑘1 ) < 𝐹𝑥 (𝑘2 )
3. lim 𝐹𝑋 (𝑥) = 0
𝑥⟶−𝑎

4. lim 𝐹𝑋 (𝑥) = 1
𝑥⟶𝑎

5. lim 𝐹𝑋 (𝑥) = 𝐹𝑋 (𝑎) es continua por la derecha

𝑥→𝑎+

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
6. 𝐹𝑋 es única para cada variable aleatoria.

Relación entre la función de densidad y la función de distribución

 Conocida la función de densidad de una v.a continua
 ¿se puede calcular su función de distribución?
Recíprocamente si se conoce la función de distribución de una v.a continua puede
calcularse su función de densidad derivando

𝑓(𝑥) = 𝐹 ′ (𝑥) ∀𝑥 ∈ 𝑅𝑥 ; F es derivable

Ejemplo 5:
El tiempo requerido por los estudiantes para presentar un examen de una hora es una
variable aleatoria con una función de densidad dada por

a. Determinar el valor de c.
b. Indique la función de distribución acumulada 𝐹𝑌 (𝑦).
c. Calcular la probabilidad de que un estudiante termine en menos de media hora.
d. Dado que cierto estudiante necesita al menos 15 minutos para presentar el examen,
obtener la probabilidad de que necesite al menos 30 minutos para terminarlo.

Esperanza Matemática para una v.a. continua

Sea X una v.a continua, 𝑓(𝑥) su función de densidad
Se define
+∞
𝐸(𝑋) = ∫−∞ 𝑥𝑓(𝑥)𝑑𝑥

Esperanza de una función de una variable aleatoria

Teorema: Sea X una v.a.; g una función 𝑔: ℝ ⟶ ℝ

a) Si X es discreta con función de probabilidad P(x)

𝐸(𝑔(𝑋)) = ∑ 𝑔(𝑥)𝑃(𝑥)
𝑥𝜖𝐼𝑥

b) Si X es continua con función de densidad f

+∞
𝐸(𝑔(𝑋)) = ∫ 𝑔(𝑥)𝑓(𝑥)𝑑𝑥
−∞

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

Propiedades:

a) 𝐸(𝑎𝑋 + 𝑏) = 𝑎𝐸(𝑋) + 𝑏
b) E(X+Y)=E(X)+E(Y)

Estas propiedades son válidas para cualquier variable aleatoria (discreta, continua)

Ejemplo 6:
El tiempo necesario (en meses) para la construcción de un puente se considera una variable
aleatoria. Una empresa constructora ha determinado que dicha variable tiene la siguiente
función de probabilidades.

a) Hallar el valor esperado y varianza del tiempo necesario para la construcción del
puente.
b) Suponga que se decide contratar a la empresa constructora mencionada acordándose
pagarle 20,000 dólares por la construcción del puente en un tiempo máximo de 10 meses.
Sin embargo, si se terminara antes del tiempo pactado la empresa constructora recibe 5,000
dólares adicionales por cada mes ahorrado. Calcule el valor esperado y la desviación
estándar del pago obtenido por la empresa por la construcción del puente.

Varianza para una v.a continua

Se define:

donde:

Propiedades:
1)𝑉𝑎𝑟(𝑎𝑋 + 𝑏) = 𝑎2 𝑣𝑎𝑟(𝑥)

2) Var(X+Y)=Var(X)+Var(Y) (X e Y son v.a. independientes)

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

Ejemplo 7:
La producción mensual de cemento tipo V, de cierta fábrica es una v.a cuya función de
densidad se muestra en la figura:

f(x)

7/16

1/16

Si el costo Y (en soles), de cada tonelada de cemento, varía según la producción, siendo:
Y = 15000 – 100X ¿Cuál es el costo esperado?

TECNICA DE TRANSFORMACIONES PARA VARIABLES CONTINUAS

Teorema: Sean X es una variable aleatoria continua con distribución de probabilidad f(x ).
Si la función Y= g(X) define una correspondencia uno a uno entre los valores X y Y , de tal
forma que la ecuación y = g (x ) tenga su inversa x = g - 1 ( y ) , entonces la distribución de
Y es:

siendo

(J: Jacobiano de la transformación)

Ejemplo 8:
Supóngase que la variable aleatoria X tiene la siguiente función de densidad
𝑥
0≤𝑥≤4
𝑓(𝑥) = { 8
0 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Si Y=H(X) es una variable aleatoria

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Encontrar la función de densidad de la v.a. Y

MA611 I,H________________________________________________________________________F.N.Q.C