Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VARIABLES ALEATORIAS
Capítulo VI
CAPITULO VI
6.1 DEFINICIÓN Y TIPOS DE VARIABLES
Son aquellas variables que presentan un valor como resultado de un
experimento aleatorio y que están sujetos a una probabilidad de
ocurrencia.
1
10/05/2022
CAPITULO VI
CAPITULO VI
Una variable aleatoria, Es aquella (representada por x) que tiene un valor
numérico determinado por el azar como resultado de un experimento.
2
10/05/2022
CAPITULO VI
6.2 FUNCIÓN O LEY DE PROBABILIDAD, FUNCIÓN DE DISTRIBUCIÓN DE
UNA VARIABLES ALEATORIA DISCRETA Y SUS PROPIEDADES
Establece la probabilidad para cada valor de la variable aleatoria, es decir
se construye como una tabla de frecuencias que presenta a los valores de
la variable aleatoria discreta y sus probabilidades de ocurrencia, de forma
que cumplan con los siguientes propiedades:
CAPITULO VI
Ejemplo: para el caso del lanzamiento de dos dados, cual es la Distribución
de Probabilidad para la suma de sus resultados.
X P(X)
2 1/36
Solución: Espacio Muestral: 3 2/36
Ω = { 1,1 1,2 1,3 1,4 1,5 1,6 4 3/36
2,1 2,2 2,3 2,4 2,5 2,6 5 4/36
3,1 3,2 3,3 3,4 3,5 3,6 6 5/36
4,1 4,2 4,3 4,4 4,5 4,6 7 6/36
5,1 5,2 5,3 5,4 5,5 5,6 8 5/36
6,1 6,2 6,3 6,4 6,5 6,6} 9 4/36
10 3/36
3
10/05/2022
CAPITULO VI
Se puede observar en el
histograma de probabilidades,
que la variables aleatoria (la
suma de los resultados de los
dos dados), tiene su mayor
valor cuando X = 7, o es más
probable observar una suma
igual a 7.
CAPITULO VI
Función densidad de Probabilidad, llamaremos a f(x), Función de
Densidad, de una variable discreta aquella expresión matemática que nos
permite determinar, cómo se distribuye una variable aleatoria numérica
en una población. Esta función discreta, automáticamente provee las
probabilidades de que una variable aleatoria asumirá cualquier valor dado
dentro del espacio muestral definido. Debe satisfacer dos condiciones:
4
10/05/2022
CAPITULO VI
Ejemplo: Para el caso del lanzamiento de dos dados, comprobar que es
Función de Densidad de Probabilidad:
X P(X)
2 1/36
6− x−7 3 2/36
f(x) = para x = 2, 3, 4, . . . , 12 4 3/36
36
5 4/36
CAPITULO VI
Ejercicio: Comprobar si son funciones de densidad de probabilidad:
X−2
1. f(x) = para X = 1, 2, 3, 4, 5;
5 X P(X)
X 2
0 0,32768
2. f(x) = para X = 0, 1, 2, 3, 4;
30 x 1 0,4096
5 1 4 5−x 2 0,2048
3. f(x) = para X = 0, 1, 2, 3, 4, 5;
x 5 5 3 0,0512
x
1 4 0,0064
4. f(x) = k para X = 0, 1, 2, 3, . . . . . . . ;
5 5 0,00032
x 5−x 0 5−0
5 1 4 1 4
Ejemplo: f(x = 0) = = (5C0) = 0,32768
x 5 5 5 5
5
10/05/2022
CAPITULO VI
6.3 FUNCIÓN DE DENSIDAD DE PROBABILIDAD, FUNCIÓN DE
DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA CONTINUA Y SUS
PROPIEDADES
CAPITULO VI
Por lo que: P(a ≤ X ≤ b) = , para cualquier valor entre a y b.
x
a b
X
6
10/05/2022
CAPITULO VI
Una función f(x), puede servir como una función de densidad de
probabilidad de una variable aleatoria continua “X”, si sus valores
satisfacen las condiciones siguientes:
2. න f(x) . dx = 1
−∞
CAPITULO VI
Ejemplo: El número de minutos que un vuelo entre dos ciudades se
adelanta o atrasa es una variable aleatoria cuya densidad de probabilidad
está dada por: 1
(36 − x 2 ) para, −6 < x < 6
f(x) = ቐ288
0 para cualquier otra parte
Donde los valores negativos indican que el vuelo llega adelantado y los
positivos que llegan con retraso. Encuentre las probabilidades que uno de
estos vuelos llegará:
a) Al menos 2 minutos adelantado.
b) Al menos 1 minuto retrasado.
c) Cualquier tiempo entre 1 y 3 minutos adelantado.
d) Exactamente 5 minutos retrasado .
Ing. Wilson TRUJILLO ARANIBAR, FCyT-UMSS 14
7
10/05/2022
CAPITULO VI
Solución: La variable aleatoria
continua, puede presentan
valores negativos o positivos:
−2
1
a) P(-6 < x < -2 ) = න (36 − x 2 ) . dx = 25,93%
−6 288
CAPITULO VI
b) Al menos 1 minuto retrasado.
6
1
P( 1 < x < 6) = න (36 − x 2 ) . dx = 37,62%
1 288
8
10/05/2022
CAPITULO VI
Ejercicio Propuesto: El desgaste (en miles de kilómetros) que los dueños
de automóviles tienen con cierta clase de neumáticos es una variable
aleatoria cuya densidad de probabilidad está dada por:
1 −𝑥
𝑒 30 para, x > 0
𝑓(𝑥) = ቐ30
0 para, x ≤ 0
CAPITULO VI
6.4 ESPERANZA MATEMÁTICA Y VARIANZA, PROPIEDADES
Para el caso de las Variables Aleatorias Discretas:
La esperanza matemática de una variable aleatoria X, es el número que
expresa el valor medio del fenómeno que representa dicha variable.
9
10/05/2022
CAPITULO VI
Las propiedades de la Esperanza Matemática se expresa como:
- E[C] = C; donde C es una constante
- E[CX] = C.E[X]; siendo C una constante y X una Variable Aleatoria
- E[X + C] = E[X] + C; siendo C una constante y X una Variable Aleatoria
- E[X + Y] = E[X] + E[Y] ; donde X y Y son Variable Aleatoria
CAPITULO VI
Ejemplo: Se tiene una caja con 2 bolillos negros, 3 blancas y 4 rojas. Se
extrae sucesivamente una bola sin reposición hasta que salga una roja.
Hallar la distribución de probabilidad del numero de extracciones a
realizar y la función de distribución (función de probabilidad acumulada)
correspondiente, además de las media y varianza de la variable aleatoria
discreta.
Solución:
X={Intentos hasta obtener un bolillo rojo}= { 1, 2, 3, 4, 5, 6 }
10
10/05/2022
CAPITULO VI
De acuerdo con el Espacio Muestral, tendríamos las siguientes opciones:
Ω = { R; N y R; B y R; N y N y R; N y B y R; B y B y R; B y N y R;
B y B y B y R; B y N y N y R; N y B y N y R; N y N y B y R; B y B
y N y R; B y N y B y R; N y B y B y R; N y B y B y N y R; ………...N y N y B y B
y B y R; N y B y N y B y B y R; N y B y B y N y B y R; N y B y B y B y N y
R; B y B y B y N y N y R; …..}
CAPITULO VI
Las probabilidades serian:
P( 1 intento = 1) = 4 / 9 = 44,4 %
P ( 2 intentos = 2) = 2/9 * 4 / 8 + 3 / 9 * 4 / 8 = 5 / 18 = 27,8 %
P ( 3 intentos = 3) = 2 / 9 * 1 / 8 * 4 / 7 + 2 / 9 * 3 / 8 * 4 / 7 + 3 / 9 * 2 / 8 *
4 / 7 + 3 / 9 * 2 / 8 * 4 / 7 = 10 / 63 = 15,9 %
P ( 4 intentos = 4) = 3 / 9 * 2 / 8 * 1 / 7 * 4 / 6 + 3 / 9 * 2 / 8 * 1 / 7 * 4 / 6 +
2 /9 * 3 / 8 * 1 / 7 * 4 / 6 + 2 / 9 * 1 / 8 * 3 / 7 * 4 / 6 + 3 / 9 * 2 / 8 * 2 / 7 *
4/6 + 3 / 9 * 2 / 8 * 2 / 7 * 4 / 6 + 2 / 9 * 3 / 8 * 2 / 7 * 4 / 6 = 5 / 63 = 7,9%
11
10/05/2022
CAPITULO VI
La distribución de probabilidad queda como:
Intenciones 1 2 3 4 5 6
P(X) = f(x) 4/9 5 / 18 10 / 63 5 / 63 2 / 63 1 / 126
CAPITULO VI
La media de la distribución será:
4 5 10 5 2 1
μ(x) = x . P(x) = (1. + 2. + 3. + 4. + 5. + 6. ) = 2 intentos
9 18 63 63 63 126
6 4 5 10
𝜎 2 (x) = (X i − 𝜇)2 . P(X i ) = ((1 − 2)2 . + (2 − 2)2 . + (3 − 2)2 . +
𝑖=1 9 18 63
5 2 1
(4 − 2)2 . + (5 − 2)2 . + (6 − 2)2 . ) = 1,333 intentos 2
63 63 126
por lo que, σ = 1,15 = 1 intentos
12
10/05/2022
CAPITULO VI
Interpretación:
De acuerdo con los resultados, podemos concluir que el numero de
intensiones esperado para lograr escoger un bolillo de color rojo es de dos
intentos (media), con una variación de una intención, por lo que, dadas las
condiciones del experimento, lo más probable de escoger un bolillo rojo es
entre 1 a 3 intenciones (µ ± σ = 2 ± 1), sin hacer la reposición.
CAPITULO VI
Para el caso de las Variables Aleatorias Continuas:
Para el caso de una variable aleatoria continua, se calcula la media,
varianza y desviación estándar, de acuerdo con las siguientes expresiones:
∞
13
10/05/2022
CAPITULO VI
Ejemplo: La duración de un alimento enlatado perecedero es una variable
aleatoria cuya función de densidad de probabilidad es:
20000
para, x > 0
𝑓(𝑥) = ൞ (𝑥 + 100)3
0 en cualquier otra parte
CAPITULO VI
Solución: De acuerdo con las preguntas del ejemplo:
14
10/05/2022
CAPITULO VI
d) Cual es el tiempo esperado de duración del alimento y su variación.
100000
20000
μ(x) = න x. . dx = 99,8 ≅ 100 hrs
0 (x + 100)3
100000
20000
𝜎 2 (𝑥) = න (x − 99,8)2 . . dx = 98254 hrs 2
0 (x + 100)3
𝜎 = 313,5 hrs
CAPITULO VI
Las propiedades de la Esperanza Matemática en el caso de la Variable
Aleatoria Continua se expresa como:
15
10/05/2022
CAPITULO VI
6.5 DISTRIBUCIONES MIXTAS
Las distribuciones que aparecen en problemas prácticos son de tipo
discreto o continuo que dan lugar a diferentes tipos de variables aleatorias.
Ahora destacamos las denominadas variables mixtas que se consideran una
mezcla de variables discretas y continuas.
CAPITULO VI
Ejemplo: Dada la función de densidad.
2−(x+2) ; para x = 0,1,2,3, … . .
1
1 − x ; para 0 < x < 1
f x = 2
3
(1 − x)2 ; para 1 < x < 2
4
0; en otros casos
16
10/05/2022
CAPITULO VI
a) Para ser función de probabilidad debe cumplir:
∞ 1 2
1 3
2−(x+2) + න 1 − x . 𝑑𝑥 + න (1 − x)2 = 1
2 4
𝑥=0 0 1
∞
1 1
2−2 2−𝑥 + + = 1
4 4
𝑥=0
1 1 1
+ + =1
2 4 4
CAPITULO VI
b) Ya que cumple con las condiciones, la probabilidad es:
2 1 2
1 3
𝑝 0,5 < 𝑥 < 2 = 2−(x+2) + න 1 − x . 𝑑𝑥 + න (1 − x)2
2 4
𝑥=1 0,5 1
1 1 1 1 1
+ + + = = 50%
23 24 16 4 2
17