Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD DE APRENDIZAJE N° 3
VARIABLE ALEATORIA
DISCRETAS Y CONTINUAS
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.
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.
(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
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=∅
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
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
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.
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+
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
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
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.
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.
𝐸(𝑔(𝑋)) = ∑ 𝑔(𝑥)𝑃(𝑥)
𝑥𝜖𝐼𝑥
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.
donde:
Propiedades:
1)𝑉𝑎𝑟(𝑎𝑋 + 𝑏) = 𝑎2 𝑣𝑎𝑟(𝑥)
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?
siendo
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