Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Notas
Tomaremos como introducción un fragmento del libro “Introdución a la
probabilidad” de Luis Rincón en el cual se explica de manera intuitiva la
naturaleza de las variables aleatorias de acuerdo al conujunto de valores que
éstas pueden tomar; nos referimos al soporte (o dominio) de la variable alea-
toria.
1
continua cuando toma todos los valores dentro de un intervalo
(a, b) ⊆ R. Cuando revisemos el concepto de función de distribu-
ción daremos una definición más precisa acerca de v.a. continua.
(Rincón, 2014, 113).
2
ganancia o pérdida del juego. Encuentre la función de masa de probabilidad
de la v.a. X.
Se habı́a revisado anteriormente que la v.a. X transforma al espacio de
resultados Ω en el siguiente conjunto {−2, 4, 0, 1, −1, 2}. El nuevo proposito
es encontrar la probabilidad con la que la variable aleatoria X toma todos y
cada uno de dichos valores, es decir, se trata de preguntarse cual es la pro-
babilidad de que la variable aleatoria X tome el valor x ∈ {−2, 4, 0, 1, −1, 2}.
3
Parejas únicamente de una bola naranja y una negra. Calculamos el
número de parejas de bolas naranjas y negras, y les restamos el núme-
ro de parejas de bolas únicamente naranjas y el número de parejas
únicamente negras.
6 2 4
− − = 15 − 1 − 6 = 8.
2 2 2
|A2 | 6
f (4) = P(X = 4) = = .
|Ω| 91
4
que al extraer dos bolas de una urna, éstas sean ambas naranjas (OO).
Entonces
|A3 | 1
f (0) = P(X = 0) = = .
|Ω| 91
¿Cuál es la probabilidad de que la variable aleatoria X tome el valor
1?
Debido a que el valor 1 está asociado al evento de que el resultado del
experimento sea la extracción de una bola blanca y una negra (BW ), se
tiene que calcular la probabilidad de que ésto suceda. Sea A4 el evento
de que al extraer dos bolas de una urna, éstas sean una bola blanca y
una negra (BW ). Entonces
|A4 | 32
f (1) = P(X = 1) = = .
|Ω| 91
|A5 | 16
f (−1) = P(X = −1) = = .
|Ω| 91
|A6 | 8
f (2) = P(X = 2) = = .
|Ω| 91
5
Por lo tanto, la función de probabilidad de la v.a. X está dada como sigue:
28
91 si x = −2
6
si x = 4
91
1
si x = 0
91
f (x) = (1)
32
si x = 1
91
16
si x = −1
91
8
91
si x = 2
•
Para determinar si una función de probabilidad es efectivamente de pro-
babilidad basta probar las siguientes propiedades:
1. f (x) ≥ 0 ∀x ∈ R.
X
2. f (x) = 1.
x
6
Se utilizará de nuevo el ejemplo anterior para mostrar como se calcula
la función de distribución acumulativa a partir de la función de masa de
probabilidades.
7
La función de distribución acumulativa evaluada en 0 corresponde a
la probabilidad de que la variable aleatoria X tome un valor menor o
igual a 0, esto es
28 16 1 45
F (0) = P(X ≤ 0) = f (−2) + f (−1) + f (0) = + + = .
91 91 91 91
En efecto, la probabilidad que acumula la v.a. X en el intervalo (−∞, 0]
es equivalente a la probabilidad de que X = 2, de que X = −1 y de
que X = 0.