Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA 3
VARIABLE ALEATORIA DISCRETA
1. Introducción
2. Variable Aleatoria Discreta
3. Esperanza Matemática y Varianza de una Variable Aleatoria Discreta
4. Modelos especiales de Probabilidad
1. Introducción
Los resultados posibles de un experimento aleatorio (espacio muestral) pueden
asumir valores no numéricos.
Por ejemplo, si el experimento consiste en lanzar dos monedas al aire para observar
el número de caras (c) y cruces (x) que se obtienen, el espacio muestral asociado a
dicho experimento aleatorio es Ω = {(𝑐, 𝑐 ), (𝑐,×), (×, 𝑐 ), (×,×)} , pero suele ser más
sencillo utilizar valores numéricos en lugar de trabajar directamente con los elementos
del espacio muestral.
De este modo surge el concepto de variable aleatoria como el de toda función que
atribuye un único número real a cada resultado elemental o evento simple del espacio
muestral.
En el ejemplo anterior se puede define la variable aleatoria “Número de caras”. Dicha
variable asigna a cada evento simple un número, el número de caras. Las variables
aleatorias se suelen designar con las últimas letras del abecedario, tales como, X, Y,
En este caso, sea X: “Números de caras”
Luego, X(c, c, ) = 2
X(c, x ) = X(x, c) = 1
X(s, s, ) = 0
Todos los posibles valores que puede tomar la variable se denomina “recorrido de la
variable aleatoria”. Este recorrido puede ser discreto o continua lo que da origen a
clasificar las variables aleatorias como discretas o continuas.
1
Variable Aleatoria discreta – Año 2020
2
Variable Aleatoria discreta – Año 2020
3
Variable Aleatoria discreta – Año 2020
∑ 𝑷(𝒙) = 𝟏
𝒙
f(x)
Otra forma de expresar la función de cuantía
1
𝑓 (𝑥) = 𝑥: 0,3
𝑓(𝑥)𝑓(𝑥) { 8
3
𝑓(𝑥) = 𝑥: 1, 2:
8
4
Variable Aleatoria discreta – Año 2020
Distribución de probabilidad
La distribución de probabilidad de una variable aleatoria discreta se indica de la
siguiente forma,
X: “Definición de la variable”
𝒙 → 𝒓𝒆𝒄𝒐𝒓𝒓𝒊𝒅𝒐
𝑿{ ( )
𝒇 𝒙 → 𝒇𝒖𝒏𝒄𝒊ó𝒏 𝒅𝒆 𝒄𝒖𝒂𝒏𝒕á
Tal que 𝑓(𝑥) es función de cuantía si y solo si verifique
1. 0 ≤ 𝑓(𝑥 ) ≤ 1 para todo valor de x.
2. ∑𝑥 𝑓(𝑥) = 1 para todo valor x.
En el ejemplo 1,
X: “Número de test positivos”
𝑥 ∶ 0, 1, 2, 3
𝑿{ 1 3
𝑓(0) = 𝑓(3) = : 𝑓(1) = 𝑓(2) =
8 8
5
Variable Aleatoria discreta – Año 2020
Función de distribución
Acumulada
0 𝑠𝑖 𝑥 < 0
1
0 ≤𝑥<1
8
4
𝐹(𝑥) ∶ 1 ≤𝑥<2
8
7
2≤𝑥<3
8
{1 𝑥 ≥3
𝐸 [𝑋] = ∑ 𝑥 𝑓(𝑥)
𝑥
6
Variable Aleatoria discreta – Año 2020
Observación.
Otra notación para la esperanza o media poblacional 𝜇 = 𝐸 [𝑋] = ∑𝑥 𝑥 𝑓(𝑥)
En general, dada 𝑔(𝑋) una función cualquiera de X 𝐸 [𝑔(𝑋)] = ∑𝑥 𝑔(𝑥 ) 𝑓(𝑥)
Nota. El nombre “esperanza” proviene de los juegos de azar, ya que hace referencia
a la ganancia esperada por el jugador. Un juego equitativo es aquel en que el valor
esperado es igual a cero, esto es E(X)=0, caso contrario existirá ventaja para el
jugador o la banca.
Propiedades de E[X]
1. E[c ] = c con c una constante cualquiera
Demostración. 𝐸 [𝑐 ] =
⏟ ∑𝑥 𝑐 𝑓(𝑥) = 𝑐 ∑
⏟𝑥 𝑓(𝑥) = 𝑐
𝑝𝑜𝑟 𝑑𝑒𝑓. =1
El resultado indica que la esperanza es 1.5 test positivos, pero como el número de
test es entero, se puede concluir que el valor esperado de test positivo es dos
(aproximadamente). El valor de la esperanza depende de la función de probabilidad
y esto significa que si cambia f(x) el valor esperado para la variable será otro.
3.2. Varianza
Se estudia el valor esperado de los desvíos al cuadrado que da origen a la varianza.
7
Variable Aleatoria discreta – Año 2020
Observación.
Otra notación para la varianza poblacional 𝜎 2 = 𝑉 [𝑋] = ∑𝑥(𝑥 − 𝜇)2 𝑓(𝑥)
Es claro que la varianza de una variable aleatoria es siempre positiva o al
menos cero 𝑉 [𝑋] ≥ 0
Propiedades de V[X]
1. V[c ] = 0 con c una constante cualquiera
Por definición 𝑉[𝑥] = 𝐸[ (𝑋 – 𝐸 [𝑋] )2 luego en este caso 𝑉[𝑐] = 𝐸[ (𝑐 – 𝐸 [𝑐 ] )2 y
aplicando propiedades de esperanza 𝑉[𝑐] = 𝐸[ (𝑐 – 𝑐 )2 = 0
2. 𝑉[𝑐 𝑋] = 𝑐 2 𝑉[𝑋] con c una constante cualquiera
𝑉 [𝑐 𝑋 ] =
⏟ 𝐸 [ (𝑐 𝑋 )2 ] − (𝐸 [𝑐 𝑥 ])2 = 𝑐 2 (𝐸 [ 𝑋 2 ] − (𝐸 [𝑋])2 ) = 𝑐 2 𝑉[𝑋]
𝑝𝑜𝑟 𝑓ó𝑟𝑚𝑢𝑙𝑎.
8
Variable Aleatoria discreta – Año 2020
19 12 2 1
Luego 𝑉 [𝑋 ] = − (8) = = 0.125
8 8
Desviación Estándar.
La desviación estándar típica de una variable aleatoria es la raíz cuadrada de su
varianza.
𝑫𝑺(𝑿) = √𝑽(𝑿) = 𝝈
Ejemplo 5.
La función de probabilidad de una variable aleatoria X está dada por:
2 p x 1
f ( x) p x2
4 p x3
a. Encuentre el valor de p, sabiendo que f (x ) es función de cuantía.
Por lo tanto,
2
7 x 1
1
f ( x) x2
7
4 x3
7