Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición:
Se llama variable aleatoria a toda función X
que asigna a c/u de los elementos del espacio
muestral S, un número Real X(s).
X :S
Rx es el recorrido o
s X ( s) Imagen de la
variable.
S Rx Son los posibles
s valores de X
X(s)
Si X(s)= S Rx =S
Ejemplo
Se lanzan tres monedas y se considera el
espacio muestral asociado:
s= CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS
Se define la ariable aleatoria X: n mero de
caras q e se obtienen en los tres lan amientos
P(X=0) =P(SSS) =
P(x=3) = P(CCC)=
b) p(x i ) 1
i 1
La función p definida se llama función de probabilidad de X o
función de peso.
El conjunto de pares (xi , p(xi)) es la distribución de
probabilidades de X.
Interpretación Geométrica
P(x3)
P(x1)
P(x2)
X1 X2 X3 xi
Función de probabilidad de la variable aleatoria X
Suma de los puntos obtenidos al arrojar dos dados
6/36
P
5/36 5/36
4/36 4/36
3/36 3/36
2/36 2/36
1/36 1/36
2 3 4 5 6 7 8 9 10 11 12 X
Observa que cumple las dos condiciones: es siempre positiva y la suma de sus
probabilidades da 1.
Ejemplos de variable aleatoria
discreta
Experimento Variable Valores posibles
aleatoria V.A
Llamar a cinco Cantidad de clientes 0, 1,2,3,4,5
clientes por teléfono que atendieron
Inspeccionar un Cantidad de chips 0,1,2, .,40
embarque de 40 defectuosos
chips
Funcionamiento de Cantidad de clientes 0,1,2,3 .
un restaurante
durante un día
Vender un automóvil Sexo Cliente 0 si es hombre y 1 si
es mujer
Ejemplo
xi P(xi)
Un lote de 8 calculadoras
contiene 3 defectuosas. Se
selecciona una calculadora
al azar y se la prueba, 1 P(x1)=
repitiéndose la operación
hasta que aparezca una 2 P(x2)=
calculadora no defectuosa.
Hallar la distribución de
probabilidades de X definida 3 P(x3)=
como el n mero de
e tracciones q e se hacen
4 P(x4)=
Ejemplo 2
Supongamos que la
variable aleatoria X
1
toma valores posibles
j =1,2,3, adem s:
P(x=j)= j
2
a) Probar que es una legítima distribución de
probabilidad
b) Calcular P(X es par)
Variable aleatoria continua
Se dice que X es una variable aleatoria continua
si:
existe una función f(x), llamada función de
densidad de probabilidad de X, (fdp) que
satisface las siguientes condiciones:
a) f(x) 0 x
b) f(x)dx 1
c) Para cualquier intervalo (a,b)/ - a b
b
P (a x b) f(x)dx
a
Interpretación Geométrica
f(x)
P(a<x<b)
a b
Consideraciones
x0
1. P(X=Xo) = 0 porque P(X = Xo)= f(x)dx 0
x0
Por lo tanto
F: [0,1]
F ( x) P( X x)
x
2. Si X es una VAC entonces F(x)=P(X x )= f(s)ds
Ejemplo: Grafica la función de probabilidad f(x) y la función
de distribución F(x) (FDA) de una variable discreta X
definida como: P ntos obtenidos en la cara de n dado .
xi P(xi) x F(x)
1 1/6 X<1 0
2 1/6 [1,2) 1/6
3 1/6 [2,3) 2/6
4 1/6 [3,4) 3/6
5 1/6 [4,5) 4/6
6 1/6 [5,6) 5/6
x 6 1
Para variables discretas
1 1
6
F(x)
f(x)
0.5
0 1 6 x 0 1 6 x
6x(1-x) si 0 x 1
f(x)=
0 si x (0,1)
CARACTERÍSTICAS
NUMÉRICAS DE VARIABLES
ALEATORIAS
Momentos
El momento k-ésimo para una variable
aleatoria discreta respecto del origen, es
n
k
E(x ) xki .p xi
i 1
n
E(X) = xip xi Es el promedio ponderado de los valores
i 1 posibles de X
E(X) x.f(x) dx
6x(1-x) si 0 x 1
Hallar la E(X) para f(x)
0 enotro caso
Ejercicio: Un instrumento electrónico tiene
una duración X, (en unidades de 100 hs)
que es una VAC con la fdp:
-x
e si x >0
f(x)
0 si x 0
Suponiendo que el costo de fabricación de
tal artículo es $20 y que el fabricante
vende el artículo por $50, pero garantiza
un reembolso total si x 0,2 y devuelve la
mitad si 0,2 x 0,4
2
2
VAC V (x) x E ( x ) .f ( x )dx x 2.f ( x )dx x.f ( x )dx
0.5357
2 2
( xi E( x )) P( xi ) 0.5357
i
V(X ) 0.7319
Ejemplo 2) Calcula la varianza y dispersión
de la variable aleatoria X cuya fdp es
2x si 0 x 1
f(x)=
0 si x 0,1
1
V(X )
18
V(X) 1/ 18 0.2357
Propiedades de la varianza
1) Si x = C entonces V(x) = 0
2) V (x+c) = V (x)
3) V(cx) c 2V (x)