UNIVERSIDAD DE PAMPLONA

DEPARTAMENTO DE MATEMÁTICAS
Asignatura: Teoría de Probabilidades
Tema: Variables Aleatorias, esperanza o valor esperado.
Docente: Carolina Vargas Contreras
Fecha: Semana 1 Borrador Segundo Corte Grupo: BR

Variables Aleatorias
Variable aleatoria (V.A):
➢ Cantidad que resulta de un experimento que por azar puede adoptar diferentes valores.
➢ Una variable aleatoria es una función que asocia un número real con cada elemento del espacio
muestral.

Ejemplos

• Si cuenta el número de empleados ausentes en el turno matutino del lunes, el número puede ser 0,
1, 2, 3,… El número de ausencias es una variable aleatoria.

• Si pesa cuatro lingotes de acero, los pesos pueden ser de 2 492 libras, 2 497 libras, 2 506 libras, etc.
El peso es una variable aleatoria.

• El número de focos defectuosos producidos por hora en Cleveland Company,

• El número de corredores del maratón de Boston en la carrera de 2010.

• La cantidad diaria de conductores multados por conducir bajo la influencia del alcohol en Texas.

Las (V.A) definidas sobre espacios muestrales discretos se llaman (V.A) discretas y las definidas sobre
espacios muestrales continuos se llaman (V.A) continuas.

Los conjuntos pueden ser:

Discretos: número finito o infinito numerable de elementos.

Continuos: número infinito no numerable de elementos.

Si un espacio muestral contiene un número finito de posibilidades, o una serie interminable con tantos
elementos como números enteros existen, se llama espacio muestral discreto.

Si un espacio muestral contiene un número infinito de posibilidades, igual al número de puntos en un

segmento de recta, se le denomina espacio muestral continuo.

Variable aleatoria discreta:

Variable aleatoria que adopta sólo valores claramente separados.

Ejemplos.

➢ Si hay 100 empleados, el recuento de la cantidad de ausentes el lunes sólo puede ser 0, 1, 2, 3,
…, 100.
➢ El número de caras que se presentan en tres lanzamientos de una moneda.
➢ El número de estudiantes que obtienen E en clase.
➢ El número de empleados de producción que se ausentaron hoy en el segundo turno.
➢ El número de comerciales de 30 segundos que pasan en la NBC de las 8 a las 11 de la noche.

Variable Aleatoria Continua:

Puede tomar uno de una cantidad grande de valores dentro de ciertas limitaciones.

Una (V.A) puede ser continua, aunque nosotros sólo podamos acceder a un subconjunto finito de valores.

Ejemplos:

➢ La presión arterial es una (V.A). continua pero sólo podemos acceder a un conjunto finito de
valores por la limitación de los aparatos de medida.
➢ La estatura de una persona
➢ Se puede suponer una infinidad de valores, con ciertas limitaciones.
Por ejemplo: Los tiempos de los vuelos comerciales entre Atlanta y Los Ángeles son de 4.67 horas,
5.13 horas, etc. La variable aleatoria es la cantidad de horas.
➢ La presión, medida en libras por pulgada cuadrada (psi), de un nuevo neumático Chevy Trail-blazer
puede ser de 32.78 psi, 31.62 psi, 33.07 psi, etc. En otras palabras, es razonable que se presente
cualquier valor entre 28 y 35. La variable aleatoria es la presión de la llanta.
➢ La duración de cada canción en el último álbum de Linkin Park.
➢ El peso de cada estudiante de esta clase.
➢ La temperatura ambiente en un momento

Se ha visto que, cuando uno delfín de un grupo

está lastimado, los demás acudirán inmediatamente
a ayudarle. Todos ellos lo levantarán hasta la
superficie para que pueda respirar

Media, Varianza y Desviación Estándar de una Distribución de Probabilidad

Distribución de Probabilidad

➢ Listado de todos los resultados de un experimento y la probabilidad asociada con cada resultado.
 ➢ Una distribución de probabilidad proporciona toda la gama de valores que se pueden presentar en
un experimento. Es similar a una distribución de frecuencias relativas, sin embargo en vez de
describir el pasado, describe la probabilidad de que un evento se presente en el futuro.

Características de una distribución de probabilidad.

1. La probabilidad de un resultado en particular se encuentra entre 0 y 1, inclusive.

2. Los resultados son eventos mutuamente excluyentes.
3. La lista es exhaustiva. Por lo tanto, la suma de las probabilidades de los diversos eventos es igual a 1.

Media

➢ La media de una distribución de probabilidad también recibe el nombre de valor esperado 𝐸(𝑥). Se
trata de un promedio ponderado en el que los posibles valores de una variable aleatoria se ponderan
con sus correspondientes probabilidades de ocurrir.

La media de una distribución de probabilidad discreta se calcula con la fórmula:

𝜇 = ∑[𝑥 ∗ 𝑃(𝑥)] ó 𝜇 = 𝐸(𝑥) = ∑[𝑥 ∗ 𝑃(𝑥)]

𝑃(𝑥) es la probabilidad de un valor particular 𝑥.

Varianza y desviación estándar de una distribución de probabilidad

La media constituye un valor típico para resumir una distribución de probabilidad discreta. Sin embargo,
no describe el grado de dispersión (variación) en una distribución.

La varianza sí lo hace. La fórmula de la varianza de una distribución de probabilidad es:

𝜎 2 = ∑[(𝑥 − 𝜇)2 𝑃(𝑥 )]

𝜎 2 = ∑ 𝑥 2 ∗ 𝑃(𝑥 ) − 𝜇2

La desviación estándar 𝝈: se determina al extraer la raíz cuadrada positiva de 𝜎 2 .

La fórmula de la desviación estándar de una distribución de probabilidad es:

𝜎 = √𝜎 2
Ejemplo
La tabla presenta la probabilidad de que un sistema de computadores esté “por debajo” del número indicado
de períodos por día durante la etapa inicial de instalación del sistema.
Calcule:
a) El número esperado de veces por día que el computador esté inoperante.
b) La varianza y la desviación de esta distribución de probabilidad.

Número de períodos diarios de inoperancia de un nuevo sistema de computación.

Número de períodos x 4 5 6 7 8 9
Probabilidad P(x) 0,01 0,08 0,29 0,42 0,14 0,06

Solución
Realizo la tabla de distribución de probabilidades teniendo en cuenta el enunciado dado.

a) Media o valor esperado

𝜇 = 𝐸(𝑥) = ∑[𝑥 ∗ 𝑃(𝑥)]
𝜇 = 𝐸(𝑥) = 6,78

6,78 aproximo a 7

Se espera que el computador esté inoperante 7 veces al día.

b)
Varianza Desviación Estándar
2 2 2
𝜎 = ∑ 𝑥 𝑃 (𝑥 ) − 𝜇
𝜎 = √𝜎 2
𝜎 2 = 47 − (6,78)2
𝜎 = √1,03
𝜎 2 = 1,03
𝜎 = 1,01
La varianza de la distribución de probabilidad es La desviación estándar de la distribución es de
1,03 1,01

No cambies lo que más quieres en la vida

por lo que más quieres en el momento,
porque los momentos pasan y la vida sigue.