Estadística I TEMA 3 Variable Aleatoria

Variable 1aleatoria

Se llama   variable aleatoria a toda función que asocia a cada elemento del

espacio muestral E un número real.

Se utilizan letras mayúsculas X, Y, ... para designar variables aleatorias, y las

respectivas minúsculas (x, y, ...) para designar valores concretos de las mismas.

Variable aleatoria discreta

Una   variable aleatoria discreta es aquella que sólo puede tomar valores

enteros .

Ejemplos

El número de hijos de una familia, la puntuación obtenida al lanzar un dado.

Variable aleatoria continua

Una   variable aleatoria continua   es aquella que   puede tomar todos los valores

posibles dentro de un cierto intervalo   de la recta real.

Ejemplos

La altura de los alumnos de una clase, las horas de duración de una pila.

Distribuciones discretas de probabilidad

Función de probabilidad

Se llama   f unción de probabilidad de una variable aleatoria discreta X a la

aplicación que asocia a cada valor de x i   de la variable su probabilidad p i .

0 ≤ pi  ≤ 1

p1 + p2 + p3 + · · · + pn = Σ pi  = 1

Ejemplo

Calcular la   distribución de probabilidad   de las puntuaciones obtenidas al lanzar un

dado.
Estadística I TEMA 3 Variable Aleatoria

2
x p  i

      1

Representación

La representación de una   distribución discreta de probabilidad es un diagrama

de barras.

Función de distribución
Estadística I TEMA 3 Variable Aleatoria

3
Sea X una variable aleatoria discreta cuyos valores suponemos ordenados de menor

a mayor. Llamaremos   función de distribución de la variable X , y escribiremos F(x) a la

función:

F(x) = p(X ≤ x)

La función de distribución asocia a cada valor de la variable aleatoria la

probabilidad acumulada hasta ese valor.

Ejemplo

Calcular la   función de distribución de probabilidad   de las puntuaciones obtenidas

al lanzar un dado.

x p  i

x <1 0

1≤ x < 2

2≤ x < 3

3≤ x < 4

4≤ x < 5

5≤ x < 6

6≤ x 1

Representación

La representación de una   función de distribución de probabilidad   es una gráfica

escalonada.
Estadística I TEMA 3 Variable Aleatoria

Media y varianza de una variable aleatoria discreta

Esperanza matemática o media

Varianza

Desviación típica

Ejemplo

Calcular la   esperanza matemática, la varianza, y la desviación típica , de la

distribución de probabilidad de las puntuaciones obtenidas al lanzar un dado.

 x p  i x · p  i x  2  · p i

3
Estadística I TEMA 3 Variable Aleatoria

5
4

6 1 6

            

Ejercicios de distribuciones discretas

1Se lanza un par de dados. Se define la variable aleatoria X como la suma de las

puntuaciones obtenidas. Hallar la función de probabilidad, la esperanza matemática y la

varianza.

2Un jugador lanza un dado corriente. Si sale número primo, gana tantos cientos de

euros como marca el dado, pero si no sale número primo, pierde tantos cientos de euros

como marca el dado. Determinar la función de probabilidad y la esperanza matemática del

juego.

3Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 €

ó un segundo premio de 2000 € con probabilidades de: 0.001 y 0.003. ¿Cuál sería el precio

justo a pagar por la papeleta?

4Sea X una variable aleatoria discreta cuya función de probabilidad es:

x p  i

0 0,1

1 0,2
Estadística I TEMA 3 Variable Aleatoria

2 0,1 6

3 0,4

4 0,1

5 0,1

1. Calcular, representar gráficamente la función de distribución.

2. Calcular las siguientes probabilidades:

p (X < 4.5)

p (X ≥ 3)

p (3 ≤ X < 4.5)

Ejercicios123 4
Ejercicios resueltos de distribuciones discretas
1

Se lanza un par de dados. Se define la variable aleatoria X como la suma de las

puntuaciones obtenidas. Hallar la función de probabilidad, la esperanza matemática y la

varianza.

 x p i x · p i x 2· pi

2 1/36 2/36 4/36

3 2/36 6/36 18/36

4 3/36 12/36 48/36

5 4 /36 20/3 6 100/36

6 5/36 30/36 180/36

7 6/36 42/36 294/36

     8      5/36 40/36 320/36

Estadística I TEMA 3 Variable Aleatoria

7
9 4 /36 36/36 324/36

10 3/36 30/36 300/36

11 2/36 22/36 242/36

12 1/36 12/36 144/36

    7 54.83

2
Un jugador lanza un dado corriente. Si sale número primo, gana tantos cientos de

euros como marca el dado, pero si no sale número primo, pierde tantos cientos de euros

como marca el dado. Determinar la función de probabilidad y la esperanza matemática del

juego.

 x p  i x· p  i

+100 100/6

+ 200 200/6

+ 300 300/6

- 400 -400/6

+ 500 500/6

-600 - 600/6

             100/6

µ =16.667

3
Estadística I TEMA 3 Variable Aleatoria

8
Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 € ó

un segundo premio de 2000 € con probabilidades de: 0.001 y 0.003. ¿Cuál sería el precio

justo a pagar por la papeleta?

μ = 5000 · 0.001 + 2000 · 0.003 = 11 €

4
Sea X una variable aleatoria discreta cuya función de probabilidad es:

x p  i

0 0,1

1 0,2

2 0,1

3 0,4

4 0,1

5 0,1

1. Calcular, representar gráficamente la función de distribución.

2. Calcular las siguientes probabilidades:

p (X < 4.5)

p (X < 4.5) = F (4.5) = 0.9

p (X ≥ 3)

p (X ≥ 3) = 1 - p(X < 3) = 1 - 0.4 = 0.6

p (3 ≤ X < 4.5)

p (3 ≤ X < 4.5) = p (X < 4.5) - p(X < 3) = 0.9 - 0.4 = 0.5

Estadística I TEMA 3 Variable Aleatoria

Ejercicios de distribuciones discretas

1Un jugador lanza dos monedas. Gana 1 ó 2 € si aparecen una o dos caras. Por otra

parte pierde 5 € si no aparece cara. Determinar la esperanza matemática del juego y si éste

es favorable.

2Sabiendo que p(X ≤ 2) = 0.7 y p(X ≥ 2) = 0.75. Hallar:

1. La esperanza matemática.

2.La varianza.

3.La desviación típica.

1
Un jugador lanza dos monedas. Gana 1 ó 2 € si aparecen una o dos caras. Por otra

parte pierde 5 € si no aparece cara. Determinar la esperanza matemática del juego y si éste

es favorable.

E = {(c,c);(c,x);(x,c);(x,x)}

p(+1) = 2/4

p(+2) = 1/4

p(−5) = 1/4

μ = 1 · 2/4 + 2 · 1/4 - 5 · 1/4 = −1/4. Es desfavorable

Sabiendo que p(X ≤ 2) = 0.7 y p(X ≥ 2) = 0.75. Hallar:

La esperanza matemática, la varianza y la desviación típica.

Estadística I TEMA 3 Variable Aleatoria

10

 x p i x · p i x 2· pi

0 0.1 0 0

1 0.15 0.15 0.15

2 0.45 0.9 1.8

3 0.1 0.3 0.9

4 0.2 0.8 3.2

    2.15 6.05

μ =2.15

σ² = 6.05 - 2.15² = 1.4275

σ = 1.19