UNIVERSIDAD DISTRITAL FACULTAD

PROBABILIDAD Y ESTADISTICA
2015-3.
GERMÁN MONTEZUMA montezumag@gmail.com
Grupo: estadisticayprobabilidades2015-3 en yahoo.es
GUIA 9
TEMA: Variables Aleatorias y distribución de probabilidad

OBJETIVO: Identificar, propiedades, medidas de una variable aleatoria y calcular su

función de probabilidad correspondiente.

Variable Aleatoria. (V.A). Una variable aleatoria X de un espacio muestral S es una

función entre S y R (números reales) tal que la imagen inversa de cada intervalo de
reales es un evento de S.

Teorema: Sean X y Y variables aleatorias del mismo espacio muestral S y k un número

real cualquiera, entonces se cumple que X + Y; k + X; k.X; X.Y son también variables
aleatorias, donde:
1. (X + Y)(s) = X(s) +Y(s)
2. (k + X)(s) = k +X(s)
3. (k.X)(s) = k.X(s)
4. (X + Y)(s) = X(s) + Y(s)
Para todo s que pertenece al espacio muestral S.

Función de Probabilidad o Distribución de Probabilidad. Es una función

f ( xi )  P( X  xi ) que asigna a cada valor de la V.A. X la probabilidad correspondiente,
la cual satisface las propiedades:
1. f ( xi )  0
n
2.  f (x )  1
i 1
i

Para representar la función de probabilidad se hace por medio de una tabla de la forma:

Xi x1 x2 …… xn SUMA
f (Xi ) f ( x1 ) f ( x2 ) …… f ( xn ) 1

Media o Esperanza. Es el valor promedio de los valores posibles de una V. A.

X, la cual se denota como E(x) o  (x) y se calcula con la expresión:
n
E ( x )   xi f ( xi ) .
i 1

Teorema. Sean X y Y variables aleatorias del mismo espacio muestral S y k un número

real cualquiera, entonces se cumple:
 1. E(X +Y) = E(X) + E(Y)
2. E(k + X) = k + E(X)
3. E(kX) = k .E(X)

Varianza. La varianza de la V.A. X mide el esparcimiento o dispersión de X con

respecto a la media, entonces la varianza de X se denota por var(x) y se calcula con
una de las siguientes expresiones:
n
1. var( x)   xi f ( xi )   2  E ( x 2 )   2
2

i 1

n
2. var( x)   ( xi   ) 2 f ( xi )  E (( X   ) 2 )
i 1

La Desviación Estándar de X , denotada por  x , es la raíz cuadrada ( no negativa) de

la var(x), es decir:
 x  var(x)

Teorema. Sean X y Y variables aleatorias del mismo espacio muestral S y k un

número real cualquiera, entonces se cumple que:

1. var(k + X) = var(X)
2. var(k.X) = k 2 var( X )
3.  (k  X )   ( X )
4.  (k. X )  k  ( X )

Variable aleatoria Estandarizada ( X * ). Sea X una V.A con media  y desviación

estándar  >0 . La variable aleatoria X * estandarizada que corresponde a X se define
por:
X 
X* 


TALLER

1. Hallar el valor esperado, la varianza y la desviación estándar de cada una de las

siguientes distribuciones:
a)
X 2 3 11
f(X) 1/3 ½ 1/6
b)
X -5 -4 1 2
f(X) 1/4 1/8 1/2 1/8

c)
 X 3 7 11 15
f(X) 1/6 2/6 2/6 1/6

2 Se lanza un dado corriente. Designamos X como el doble del numero que

aparezca y denotamos Y como 1 o 3 según que el nùmero sea impar o par.
Hallar la distribución, el valor esperado, la varianza y la desviación estandar de :

a) X b) Y c) X+Y d) XY

3. Una moneda cargada con la probabilidad de que resulte cara es ¾, se lanza 3

veces. Sea X la variable aleatoria que denota la mayor hilera de caras
sucesivas que aparezca. Hallar la distribución, la esperanza, y la desviación
estándar de X.

4. Se lanza una moneda corriente hasta que resulte una cara o cinco sellos. Hallar
el valor esperado de los lanzamientos de la moneda.

5. Un jugador lanza dos monedas corrientes. Gana un dólar o dos según que
aparezca una o dos caras. Por otra parte pierde cinco dólares si no aparece
cara. Determinar el valor esperado del juego y si éste es favorable al jugador.

6. Un jugador lanza dos monedas corriente, gana cinco dólares si aparecen dos
caras, dos dólares si aparece una cara y un dólar si ninguna cara aparece.
a) Hallar la ganancia esperada
b) Cuánto debe pagar para jugar si el juego es legal

7. La probabilidad de que el equipo A gane un juego es ½. A juega con B un

torneo. El primer equipo que gane dos juegos seguidos o un total de tres gana el
torneo. Hallar el número esperado de juegos en el torneo.

8. Hallar la media, la varianza, y la desviación estándar de la distribución de dos

puntos donde: p+q = 1 y la distribución es:

X a b
f(X) P q
9. Demostrar que:
n n
var( x)   xi f ( xi )   2   ( xi   ) 2 f ( xi )  E (( X   ) 2 )
2

i 1 i 1

10. Graficar cada distribución de probabilidad del numeral 1 y calcula los valores
correspondientes a la variable estandarizada X *