PROBABILIDADES Y

ESTADÍSTICA

SEMESTRE 1ERO 2021

PREPARADO POR : PROF. ROSELIN SANTAMARÍA
 2DA PARTE: PROBABILIDADES

Unidad 2.: Variables Aleatorias:

Variable Aleatoria
Definición
Tipos de Variable aleatoria
Propiedades de una V.A.
 VARIABLES ALEATORIAS

 Variable aleatoria:
Si se tiene un espacio muestral S con
una medida de probabilidad para cada
uno de sus elementos y X es una función
con valor real definida con respecto de
S, entonces X se denomina Variable
aleatoria
 VARIABLES ALEATORIAS

 Variable aleatoria:
Una variable aleatoria es una función
que asigna un numero real a cada
resultado en el espacio muestral de un
experimento aleatorio.
Se denota con letra mayúscula: X; Y; Z
 VARIABLES ALEATORIAS
Ejemplo:
En una caja se encuentran 5 pelotas
blancas y 3 pelotas azules. Se seleccionan
al azar dos de ellas de forma sucesiva.
1. Cite los elementos del espacio muestral
2. Si se define W como la pelota Blanca
seleccionada cuales son los valores de
W
 VARIABLES ALEATORIAS

Experimento:
• E= Seleccionar dos pelotas consecutivas y
registras las pelotas escogidas
• S = (AA), (BA), (AB), (BB) (espacio muestral)
• Se define W como el numero de pelotas blancas
seleccionadas. W, es una variable aletoria y en este
caso los valores de W serian
• W = (0,1,2), donde:
0= cuando las dos son azules, 1 = cuando sale una
blanca y una azul, o 2 = cuando las dos sean blacas
 VARIABLES ALEATORIAS

Los valores que toma la variable

aleatoria se denomina rango.
Se define entonces
Rango de una variable aleatoria:
Este lo conforma el conjunto de
posibles valores que toma la variable
aleatoria.
 VARIABLES ALEATORIAS
De acuerdo con el rango las V.A. pueden
ser:
1. Discretas Es aquella variable donde su
rango es finito o infinito numerable, es
decir aquella que toma un conjunto de
valores enteros
 VARIABLES ALEATORIAS
2. Continuas: es aquella cuyo recorrido es
infinito no numerable. Sea Y una v.a.
con función F(y) se dice que esta es
continua si F(y) es continua para

  y  
 VARIABLES ALEATORIAS

Para cada variable aleatoria (V.A.) se

tienen una función de probabilidad, o
distribución de probabilidad que es el que
asigna una probabilidad a cada valor de
la variable así como la función de
distribución acumulada.
 VARIABLES ALEATORIAS DISCRETA

 Es aquella variable donde su rango es

finito o infinito numerable, es decir
aquella que toma un conjunto de valores
enteros.
Si X es una v.a. discreta los posibles
valores se pueden anotar por:

x ;x ;x
1 2 3
;......... .......... ...., ; x n
 VARIABLES ALEATORIAS DISCRETA

 Distribución de probabilidad = función

de probabilidad: Es la que proporciona
las probabilidades asociadas a cada
valor posible de una v.a. Esta función
debe cumplir: p ( X )  0
n

i1
P (X  x i
)  1

P (X  xi)  p (xi)

Esta función esta definida entre 0 y 1

 VARIABLES ALEATORIAS DISCRETA

 La función de distribución acumulada, es

la sumatoria de las probabilidades hasta el
punto indicado, es decir:
a
F ( X )  PX  a    P( X  x)
i
i i
 VARIABLES ALEATORIAS DISCRETA

 La función de distribución acumulada, es:

 Esta Escalonada
Creciente
 Sea X con posibles valores:
Entonces:
x ; x ; x ;....... x ; x
1 2 3 j 1 j


px j   P X  x j  F  x  Fx 
j j 1
 VARIABLES ALEATORIAS DISCRETA

 Un lote de 8 micro computadoras

similares enviadas a un distribuidor
contienen 3 defectuosas. Si una escuela
hace un pedido de 2 de estas. Encontrar:
 La distribución de probabilidad para
el numero de microcomputadoras
defectuosas compradas.
 La función de distribución acumulada
 VARIABLES ALEATORIAS DISCRETA

 Solución,
• Se utilizan cuando sea apropiado los
métodos de conteo para establecer los
valores de probabilidad asociados a
cada punto.
• En este caso se selección dos equipos, sin
sustitución y no importa el orden
 VARIABLES ALEATORIAS DISCRETA

 Solución,
• la Variable aleatoria se refiere al numero
de computadores defectuosas
seleccionadas = X
Rango de X = (0,1,2)
Para obtener la probabilidad de cada
valor de X, se utiliza por combinacion.
 VARIABLES ALEATORIAS DISCRETA

 Solución,
• X= 0, significa que todas las
computadoras seleccionadas son
buenas
P(x=0)= 5C2 * 3C0 = 10 / 28 = 0,36
8C2
P(x=1) = 5C1 * 3C1 = (5*3) / 28 = 0,54
8C2
 VARIABLES ALEATORIAS DISCRETA

 Solución,
P(x=2)= 5C0 * 3C2 = 3 / 28 = 0,10
8C2
La distribución de probabilidad para esta
variable será:

X 0 1 2
P(x) 0,36 0,54 0,10
VARIABLES ALEATORIAS CONTINUA

Se dice que X es una v.a. continua si

existe una función f denominada función
de densidad de probabilidad f.d.p. de x
que satisface las siguientes condiciones:

f x   0

  
f ( x ) dx  1
VARIABLES ALEATORIAS CONTINUA

Si para cualquier valor a, b tal que:

-∞<a<b< ∞ se tiene que:
b
P (a  x  b)   a
f ( x ) dx

Para una V.A. continua la

probabilidad de X=a es cero, es
decir.
P(x=a) = 0
 VARIABLES ALEATORIAS CONTINUA

La función de distribución acumulada de

una variable aleatoria continua es:
xi
F x  P X  x i    f ( x ) dx


Sea X una v.a. con función de distribución

F(x) se dice que X es continua si F(x) es
continua para -∞<x< ∞. Sea F(x) la
Función de distribución acumulada de
X entonces:
 VARIABLES ALEATORIAS CONTINUA

Sea F(x) la Función de distribución

acumulada de X entonces, la f(x) esta
dada por:
dF ( x )
f(x) 
dx
Siempre y cuando exista esta derivada.
Propiedades: Lim F ( x)  F ()  0
x  

Lim F ( x)  F ()  1
x 

y a  yb  F y   F y 
b a
 VARIABLES ALEATORIAS

Cuando se define una V.A. se debe

establecer:
 Valor esperado E(x)
 Varianza V(x)
 VALOR ESPERADO

O esperanza matemática.
Esta indica la tendencia de la
variable, es decir, es como el centro
de gravedad de los datos
considerando el valor de la variable y
la probabilidad asociada a cada
valor
 VALOR ESPERADO

O esperanza matemática.
Sea Y una v.a. discreta con función de
probabilidad p(y), entonces el valor
de y E(Y) esta dado por:
n
E (Y )   yi * p y i 
i1

continua :
E (Y )   r
y * f ( y ) dy
 VALOR ESPERADO

Si p(y), es una caracterización exacta

de la distribución de frecuencias de la
población entonces E(Y) = µ que es la
media poblacional.
Propiedades:
• Esta comprendido dentro del rango de
la variable
• C = constante E(c) = C
 VALOR ESPERADO

Continuación propiedades:
• C = constante Y = Variable
E(Y*C ) = C * E (Y)

• Se tiene X y Y las cuales son

independientes
E(X + Y) = E(X) + E(Y)
E(X - Y) = E(X) - E(Y)
 VARIANZA
Esta representa el cuadrado de las
variaciones que hay de los valores de la
variable con respecto a su media.
La varianza de una variable aleatoria y
esta definida como el valor esperado de
(y-µ)². Es decir, V(y) =E(y-µ)²
La desviación estándar es la raíz cuadra
positiva de la varianza
 VARIANZA
Si la Variable es:
Discreta:
n
V (Y )   y
i1
i  E ( y ) * p y i 
continua :
V (Y )   y
r
 E ( y )  * f ( y ) dy
 VARIANZA

Discreta
n
E (Y 2
)   y 2
i * p y i 
i1

continua :
)  
2 2
E (Y y * f ( y ) dy
r
 VARIANZA