Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Mallén Arenas
Departamento de Matemáticas
Facultad de Ciencias
Universidad de Chile
Introducción
Definición
Dado un experimento aleatorio , Ω el espacio muestral asociado a . Una
función X que asigna a cada elemento ω en Ω uno y solamente un número
real x = X(ω), se llama variable aleatoria. Es decir, X es una función real,
X : Ω −→ IR
El dominio de la variable aleatoria X es Ω y el rango es un subconjunto de
IR que lo denotaremos por RX o R(X). El rango RX de la variable
aleatoria X está dado por el siguiente conjunto de números reales:
Ejemplo
Pensemos en los estudiantes de una universidad A, cada estudiante vamos
a concebirlo como un suceso, a este suceso vamos a asignarle su altura ası́
diremos que Juan mide 1.72, Pedro mide 1.66 mts. Es decir, estamos
cuantificando los estudiantes X(Juan) = 1.72, X(Pedro) = 1.66 mts.
A = {ω ∈ Ω : X(ω) ∈ EX }
Definición
A es un evento en el espacio muestral Ω y EX un evento en el rango RX
de la variable aleatoria X, entonces definimos la probabilidad de EX como:
Definición
Si el rango de la variable aleatoria X, es un conjunto finito o infinito
numerable, se llama variable aleatoria discreta. En este caso:
RX = {x1 , x2 , x3 , . . . }.
Ejemplo
En un lote de 10 artı́culos, hay 3 artı́culos defectuosos. Del lote se toma al
azar una muestra de cuatro artı́culos sin reposición. Sea X la variable
aleatoria que representa el número de artı́culos defectuosos en la muestra.
a) Describir el dominio de X;
b) Determinar la función de probabilidad de X;
c) Graficar la función de probabilidad de X.
Ejemplo
Considere el lanzamiento de una moneda tres veces y defina
X(ω) = nC − nS . Hallar la distribución de probabilidad y construir su
tabla.
Ejemplo
Para cada una de las siguientes funciones, determine la constante k para
que f (x) sea una función de probabilidad de una variable aleatoria X.
a) f (x) = kx, x = 1, 2, 3, ..., 10
x
b) f (x) = k 13 , x = 1, 2, 3, ...
{X ≤ x}
Definición
Sea X una variable aleatoria discreta con función de probabilidad,
p(xi ) = P (X = xi ) , sea x un número real cualquiera, la función de
Distribución de X se denota por F (x) y se define como:
X X
F (x) = P (X ≤ x) = p(xi ) = P (X = xi ).
xi ≤x xi ≤x
Nota:
a) La función de distribución da directamente P (X ≤ a) = F (a);
b) P (X ≥ a) = 1 − P (X < a) = 1 − F (xk ), si xk < a ≤ xk+1 ;
c) La función de distribución F (x) se puede usar para determinar la
probabilidad de cualquier clase con relación a X; en particular se
tiene:
P (a < X ≤ b) = F (b) − F (a)
P (a ≤ X ≤ b) = F (b) − F (a) + P (X = a)
P (a < X < b) = F (b) − F (a) − P (X = b)
P (a ≤ X < b) = F (b) − F (a) − P (X = b) + P (X = a)
p(xi ) = P (X = xi ) = F (xi ) − F (xi−1 ).
Definición
Decimos que X es una variable aleatoria continua con rango RX si existe
una función f (x) integrable, llamada función de densidad de probabilidad
asociada a X, que satisface las siguientes condiciones:
1 f (x) ≥ 0, ∀x ∈ IR
R
RX f (x)dx = 1
2
P (X = x0 ) = 0;
Ejemplo
Considere la variable aleatoria continua X con fdp dada por:
(
kx, si 0 ≤ x ≤ 1;
f (x) =
0, en otro caso.
0 ≤ F (x) ≤ 1, ∀x ∈ IR
lim F (x + h) = F (x),
h→0
P (Y = yj ) = P (H(X) = yj )
= P −1
P(X = H (yj ))
= xi :H(xi )=yj P (X = xi ).
Ejemplo
Suponga que la variable aleatoria X toma los tres valores -1, 0 y 1 con
probabilidades 1/3,1/2 y 1/6, respectivamente. Sea Y = 3X + 1 ¿Cuál es
la función de probabilidades de la variable aleatoria Y ?
FY (y) = P (Y ≤ y)
= P (H(X) ≤ y)
= P (X ≤ H −1 (y))
= FX (H −1 (y)),
Ejemplo
Suponga que la variable aleatoria continua X tiene fdp dada por:
(
2x, si 0 ≤ x ≤ 1;
f (x) = .
0, en otro caso.
Definición
Sea X una v.a. con rango RX y función de probabilidad p(x) si es
discreta o función de densidad f (x) si es continua. El valor esperado o
esperanza matemática de X, se denota por E(X). Y se define:
X
E(X) = xp(x),
x∈RX
si X es discreta;
ii) Z Z ∞
E(H(X)) = H(x)f (x)dx = H(x)fX (x)dx,
x∈RX −∞
si X es continua.
Teorema
Si X es una variable aleatoria, a y b constantes. Entonces
E(a) = a;
E(aH(X)) = aE(H(X));
E(aH(X) + bG(X)) = aE(H(X)) + bE(G(X)).
Corolario
Sea X una variable aleatoria y si a y b son constantes, entonces:
E(aX + b) = aE(X) + b.
Definición
La varianza de una variable aleatoria X, se denota por Var(X) o por la
letra griega σ 2 y se define como:
Definición
La Dasviación Tı́pica o Desviación Estándar de una variable aleatoria X,
se denota por σ o σX y se define como:
p
σ = σX = V ar(X).
Teorema
Si X es una variable aleatoria con media µ, la varianza de X está dado
por:
V ar(X) = σ 2 = E(X 2 ) − [E(X)]2 = E(X 2 ) − µ2
Teorema
Si X es una variable aleatoria, a y b constantes, entonces
Var(aX + b) = a2 Var(X)
Teorema
Si X es una variable aleatoria y c una constante, entonces
1 σcX = |c|σX
2 σX+c = σX