.

Variables Aleatorias
Continuas
 Las variables aleatorias continuas, pueden tomar los
infinitamente numerosos valores correspondientes a puntos en un
intervalo de una recta.

Si se trata de asignar una probabilidad positiva a cada uno de estos

numerosos valores, las probabilidades ya no sumarán 1, como es el
caso con variables aleatorias discretas.
Por tanto, se debe usar un método diferente para generar la
distribución de probabilidad para una variable aleatoria continua.

2
 Supongamos que usted tiene un conjunto de mediciones en una variable
aleatoria continua y que crea un histograma de frecuencia relativa para describir
la distribución de las mismas. Para un pequeño número de mediciones, se puede
representar de forma grafica en un histograma (figura) pero, a medida que se
recolecten más y más mediciones, se puede representar en el mismo histograma
y se irán reducir el ancho de las barras. El perfil del histograma cambiará
ligeramente, casi todo el tiempo haciéndose cada vez más irregular, como se
muestra en la figura. Cuando el número de mediciones se hace muy grande y los
anchos de clase se hacen muy angostos, el histograma de frecuencia relativa
aparece cada vez más como una curva suave. Esta curva suave describe la
distribución de probabilidad de la variable aleatoria continua.

3
4
 Definición 1.- Diremos que una variable aleatoria es continua si su
rango o recorrido es un intervalo o una unión de intervalos dentro del
conjunto de los números reales.

Definición 2.- Si X es una variable aleatoria continua, su función de

densidad de probabilidad es aquella función que cumple con las dos
propiedades siguientes:

i) f x   0

ii ) 
f ( x)dx  1

5
 i) f x   0

ii ) 
f ( x)dx  1

• El área bajo una distribución continua de probabilidad es igual a 1.

• La probabilidad de que X caiga en un intervalo particular, por ejemplo
entre a y b, es igual al área bajo la curva entre los dos puntos a y b.
Ésta es el área sombreada de la figura
6
 Entonces para la función de densidad tenemos:

Def. Definimos la función de distribución acumulada (F.d.a) para una

variable aleatoria continua X como:

7
 Algunas propiedades de la función de distribución acumulada son las
siguientes:
I. 0  F  x   1

II. Si x1  x 2 F  x1   F  x 2 

III. lim F  x   0 ; lim F  x   1

x   x 

d
IV. F ( x)  f ( x)
dx

V. P ( a  X  b)  b f ( x ) dx  a f ( x ) dx  P ( X  b)  P ( X  a )
   

 F (b)  F ( a ) 8
 VALOR ESPERADO VARIANZA Y DESVIACION ESTANDAR DE
UNA VARIABLE ALEATORIA CONTINUA
Definición.- Definimos el valor esperado o esperanza matemática de
una variable aleatoria continua y de una función de la variable
aleatoria como:

i ) E X    x  f ( x)dx




ii ) E g  X    g ( x) f ( x)dx




9
Algunas propiedades del valor esperado son:

10
Def.- Definimos la varianza de una variable aleatoria continua X como:

V X   E  X  E X 
2

y la desviación estándar de la variable aleatoria X como:
  V X 

Teorema.- Si X es una variable aleatoria continua entonces:

V X   E X    E X 
2 2

Note que como:  2  V X  ;   EX  por el teorema anterior,

tenemos que:
 
E X 2  2  2

11
Suponga que la variable aleatoria continua tiene una función de densidad dada por:

cx para 0  x  2

f ( x)  

0 de otra forma
I. Encuentre el valor de C que hace que 𝑓 𝑥 sea una función de densidad de
probabilidad.
II. Con el valor de C indique quien es 𝑓 𝑥
III. Encuentre la función de distribución acumulada F 𝑥
IV. Grafique 𝑓 𝑥 y F 𝑥
V. Use 𝑓 𝑥 , F 𝑥 y la geometría para encontrar 𝑃 1 𝑋 2
VI. Encuentre 𝑃 𝑋 1.2 | 𝑋 0.5
VII. Encuentre μ , 𝜎 y σ
12