República Bolivariana de Venezuela

Instituto Universitario de Tecnología

“Antonio José de Sucre”

Anaco, Estado Anzoátegui

Escuela: Informática. 3er Semestre.

Cátedra: Estadística II

Variables
Aleatorias.
Parte 2
Profesor: Bachiller:
José Ramón Amaya Pinto Jenifer Marcano

Junio, 2022

ÍNDICE.

1. Introducción...……………………………………………………………………………………........ Pag.3
2. Desarrollo...........………………………………………….................................................................... Pag.4
 2.1. ¿Qué es una Variable Aleatoria………….……………...……………………………………... Pag.4
2.1.1. Ejemplos………………………….………………………………….…………………… Pag.4
2.2. Ejercicio de Variable Aleatoria con Distribución de Probabilidad.......................................... Pag.4
2.3. Ejercicio de una Máquina de Control Numérico…….….………............................................. Pag.5
2.4. Ejercicio de Distribución de Probabilidad Conjunta………………………….……………… Pag.6
2.5. Ejercicio de Variables Independientes………………………………………….……………… Pag.7

3. Conclusión………………………………………………………………………………………...…… Pag.8
4. Bibliografía……………………………………………………………………...……………………... Pag.9

INTRODUCCIÓN.
 En probabilidad y estadística, una variable aleatoria es una función que asigna un valor,
usualmente numérico, al resultado de un experimento aleatorio. Las variables aleatorias suelen
tomar valores reales, pero se pueden considerar valores aleatorios como valores lógicos,
funciones o cualquier tipo de elementos. El término elemento aleatorio se utiliza para englobar
todo ese tipo de conceptos relacionados. Un concepto relacionado es el de proceso estocástico,
un conjunto de variables aleatorias ordenadas (habitualmente por orden o tiempo).

La relación entre variable aleatoria y distribución de probabilidad es muy estrecha. De

hecho, una distribución de probabilidad es en realidad la función de una variable aleatoria. Es
decir, es función de una función.

1. Explicar lo relacionado con Variables Aleatorias Estándares. Colocar 2

ejemplos.
 Es una regla que asigna un valor numérico a cada resultado en el espacio muestral de un
experimento. Una variable aleatoria puede ser de tal forma que cada posible suceso o resultado
se puede expresar mediante un número.
Por ejemplo; El número de personas en una muestra de 50 que comen frutas
habitualmente; La puntuación obtenida al lanzar un dado.

2. Consideremos una variable aleatoria X con la siguiente distribución de

probabilidades
xi 0 1 2 3
F(xi) 0,3 0,1 0,4 0,2
¿Cuál es la probabilidad que se asocia con valores de X hasta 2σ y 3σ de su
expectativa?
E ( X ) =0 . 0,3+ 1. 0,1+2 . 0,4+3 . 0,2=1,5 ⟶ μ=1,5
V ( X )=σ x → σ= √ V ( X ) V ( X )=E ( X )−μ
2 2 2

V ( X )= [ 0 . 0,3+1 . 0,1+ 2 . 0,4+3 . 0,2 ] −1,5 =1,25→ σ =√ 1,25=1,11803

2 2 2 2 2

Para probabilidad 2σ ⟶ P(| X−μ|< h σ )≥ 1−1/ h2

P (|X −μ|<h σ )=P [ ( μ−h σ ) < X < ( μ+h σ ) ]
P (|X −μ|<2 σ ) =P [ ( μ−2 σ ) < X < ( μ+ 2 σ ) ]
¿ P ( 1,5−2 .1,11803< X <1,5+2 .1,11803 )
¿ P (−0,73606< X < 3,73606 )
¿ P ( 0 ) + P (1 ) + P( 2)+ P ( 3 )
¿ 0,3+0,1+ 0,4+0,2
¿1
Que es mucho mayor que 1−1 /h 2=1−1/22=3 /4 1>3/ 4
Para probabilidad 3 σ
P (|X −μ|<3 σ )=P [ ( μ−3 σ )< X < ( μ+3 σ ) ]
¿ P ( 1,5−3 . 1,11803< X <1,5+3 . 1,11803 )
¿ P (−1,85409< X < 4,85409 )
¿ P ( 0 ) + P (1 ) + P( 2)+ P ( 3 )
¿ 0,3+0,1+ 0,4+0,2
¿1
Que es mucho mayor que 1−1 /h 2=1−1/32=8/9 1>8/9

3. Sea X el número de veces que fallará cierta máquina de control numérico: 1, 2 o 3 veces
en un día dado. Y si Y denota el número de veces que se llama a un técnico para una
emergencia, su distribución de probabilidad conjunta estará dada como
 Valores de X
f(x i,yj) 1 2 3 g(y j)
1 0.05 0.05 0.10 0.2
Valores
3 0.05 0.10 0.35 0.5
de Y
5 0.00 0.20 0.10 0.3
f(x i) 0.1 0.35 0.55 1

a) Evalúe la distribución marginal de X.

FMP para X
xi 1 2 3
F(xi) 0,1 0,35 0,55

b) Evalúe la distribución marginal de Y.

FMP para Y
yi 1 3 5
F(yi) 0,2 0,5 0,3

c) Calcule P(Y = 3 | X = 2).

Fav 0,10
P= P=
Totales 0,35

4. Suponga que X y Y tienen la siguiente distribución de probabilidad conjunta:

 Valores de X
f(x i,yj) 2 4 g(y j)
1 0.10 0.15 0.25
Valores
3 0.20 0.3 0.5
de Y
5 0.1 0.15 0.25
f(x i) 0.4 0.6 1

a) Calcule la distribución marginal de X.

FMP para X
xi 2 4
F(xi) 0,4 0,6

b) Calcule la distribución marginal de Y.

FMP para Y
yi 1 3 5
F(yi) 0,25 0,5 0,25

c) Calcule E(X), E(Y), y E(XY) para la siguiente distribución conjunta.

E ( X ) =( 2 ) . ( 0,4 )+ ( 4 ) . ( 0,6 ) =3,2

E ( Y )=( 1 ) . ( 0,25 ) + ( 3 ) . ( 0,5 )+ (5 ) . ( 0,25 ) =3
E ( XY )=E ( X ) . E ( Y )=3,2 . 3=9 ,6

d) Demuestre que E(XY) = E(X) . E(Y)

E ( XY )= (2 . 1 )( 0,10 )+ ( 2. 3 ) ( 0,20 ) + ( 2 .5 )( 0,10 ) + ( 4 . 1 )( 0,15 )+ ( 4 . 3 ) ( 0,30 ) + ( 4 .5 ) ( 0,15 )=¿

E ( XY )=0,2+1,2+1+ 0,6+3,6+3=¿

E ( XY )=9,6

5. X) E (Y) para esta distribución. ¿Indicar su resultado X e Y son

Independientes? Explique su respuesta.
 Valores de X
f(xi,yj) 0 1 2 3 g(y i)
1 1/8 0 0 1/8 1/4
Valores
2 0 1/4 1/4 0 1/2
de Y
3 0 1/8 1/8 0 1/4
f(xi) 1/8 3/8 3/8 1/8 1

f (ij) fi fj
F ( i , j )= = .
N N N

1 1 1 1 1
8 4 8 0 2 8
= . ; ≠ .
1 1 1 1 1 1

No son independientes, son dependientes. Son dependientes debido a que, al

multiplicar las frecuencias marginales y posteriormente dividirla entre la población,
no da un resultado similar a la frecuencia conjunta deseada, un ejemplo claro sería
el cálculo de la frecuencia conjunta “0” pues sabemos que, aunque intentemos
multiplicar sus frecuencias marginales y dividirlas entre la población no dará una
cifra exacta a “0”.

CONCLUSIÓN.

La variable aleatoria es la herramienta matemática que permite pasar del estudio de

sucesos aislados al estudio de las distribuciones de probabilidad, que son funciones reales y, por
lo tanto, hace posible la aplicación del análisis matemático y de otras herramientas matemáticas
a la estadística. En teoría de probabilidad y estadística, un conjunto de variables aleatorias, se
consideran independientes e idénticamente distribuidas si cada variable aleatoria tiene la misma
distribución de probabilidad y todas son mutuamente independientes.

La desigualdad de Chebyshev es un teorema utilizado en estadística que proporciona una

estimación conservadora (intervalo de confianza) de la probabilidad de que una variable
aleatoria con varianza finita se sitúe a una cierta distancia de su esperanza matemática o de su
media.

BIBLIOGRAFÍA.

https://www.youtube.com/watch?v=esLYhtOIiWc
https://saia2.uts.edu.ve/pluginfile.php/538562/mod_resource/content/0/4.%20LECTURA
%20%20VARIABLES%20ALEATORIAS.%20ACTIVIDAD
%204.%20UNIDAD.2.%202021-2.docx

https://economipedia.com/definiciones/variable-aleatoria.html

https://es.wikipedia.org/wiki/Variable_aleatoria

https://www.youtube.com/watch?v=3z6kH1egugE

https://www.youtube.com/watch?v=CkJ67vziT6U