Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VARIABLE ALEATORIA
Definición
Sea E un espacio muestral sobre el que se encuentra definida
una función de probabilidad P. Sea X una función de valor real
definida sobre E, de manera que transforma los resultados de E
en puntos de la recta de números reales. Se dice entonces que X
es una VARIABLE ALEATORIA.
X : E
INTRODUCCIÓN
EJEMPLO
Tipos
La v.a. puede tomar un número numerable o no numerable de
valores posibles dando lugar a dos tipos principales de v.a.:
discretas y continuas.
INTRODUCCIÓN
Definición
EJEMPLOS
- Nº de piezas defectuosas en un proceso de fabricación.
- Nº de llamadas telefónicas recibidas en una centralita durante
un periodo de tiempo.
- Nº de depósitos de una entidad bancaria.
Los valores que puede tomar, por tanto, una v.a. discreta son:
x = 0, 1, 2, …
INTRODUCCIÓN
Definición
EJEMPLOS
- Son situaciones típicas de v.a. continuas las que hacen
referencia a medidas tales como tiempo, peso o longitud.
- Si X = “tiempo que dedica un alumno a hacer un examen cuya
duración máxima es de dos horas (120 minutos)”, tenemos una
v.a. continua que puede tomar infinitos valores en el intervalo
0≤x≤120.
Los valores que puede tomar, por tanto, una v.a. continua son los
infinitos valores de cualquier intervalo de la recta real.
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. DISCRETAS
Al considerar los valores de una v.a. es posible desarrollar una
función matemática que asigne una probabilidad a cada
realización x de la v.a. X. Esta función será la distribución de
probabilidad de X, que se llama FUNCIÓN MASA DE
PROBABILIDAD.
pi P X xi
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. DISCRETAS
Definición
La distribución de probabilidad de una v.a. discreta X se llama
FUNCIÓN MASA DE PROBABILIDAD y se denota por P(x). Es
una función que asigna las probabilidades con que la v.a. toma los
valores posibles, de tal manera que las probabilidades verifican
las dos condiciones siguientes:
1. 0 P xi 1 xi de X
2. P xi 1
i
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. DISCRETAS
NOTA
Para calcular la probabilidad de que una v.a. discreta X tome
valores en un intervalo de la recta real, por ejemplo, en [a,b],
sólo hay que sumar las probabilidades correspondientes a valores
de X comprendidos entre a y b, es decir,
b b
P a X b P X x p x
x a
x a
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. DISCRETAS
EJEMPLO
Consideremos el experimento aleatorio consistente en el
“lanzamiento de una moneda 2 veces”.
X: E
c , c 0
c , 1
, c 1
, 2
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. DISCRETAS
Función masa de probabilidad:
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. DISCRETAS
b) Comprobar que realmente es función masa de probabilidad.
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. DISCRETAS
1. f x 0 x
1
2. f x dx 1
b P a X b
P a X b f x dx
a
a b
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. CONTINUAS
OBSERVACIÓN
Hay una diferencia significativa en el cálculo de las
probabilidades para una v.a. discreta y una v.a. continua. Si X es
discreta existen las probabilidades puntuales P[X=xi]. Sin
embargo, en el caso continuo, si x es un punto interior de un
intervalo, entonces P[X=xi]=0 ya que:
xi
P X xi P xi X xi f x dx 0
xi
P a X b P a X b P a X b P a X b
ya que P X a P X b 0
DISTRIBUCIÓN DE
PROBABILIDAD DE UNA V.A.
•D. PROBABILIDAD DE V.A. CONTINUAS
EJEMPLO
Sea X v.a. continua con función de densidad:
Propiedades
F x P X x p xi P X xi
x x
i x x
i
x1 x2 x3 x4 xk x
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. DISCRETAS
Propiedades
1. P X xi 1 P X xi 1 F xi
2. P X xi P X xi P X xi 1 F xi F xi 1
3.
P xi X x j P X x j P X xi 1 F x j F xi 1
4. P X xi 1 P X xi 1 P X xi 1 1 F xi 1
5.
P xi X x j P X x j P X xi F x j F xi
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. DISCRETAS
EJEMPLO
Consideremos el experimento aleatorio consistente en el
“lanzamiento de una moneda 2 veces” y la v.a. X=“nº de cruces”.
Obtener la función de distribución.
x 0 1 2
p(x) ¼ ½ ¼
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. DISCRETAS
Función de distribución:
0 1 2
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. DISCRETAS
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. DISCRETAS
EJERCICIO
x 0 1 2
p(x) 0.8091 0.1818 0.0091
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. DISCRETAS
Función de distribución:
0 1 2
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. DISCRETAS
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A.CONTINUAS
Dada una v.a. continua X con función de densidad f(x), se define
su función de distribución F(x) como:
x
F x P X x f t dt
f x
F x
x
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A.CONTINUAS
Propiedades
1. F x P X x P X x
a
2. P X a a f x dx 0
3. P a X b P a X b F b F a
4. P X x 1 P X x 1 F x
dF x
5. F x
'
f x
dx
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A. CONTINUAS
EJEMPLO
Dada una v.a. continua X con función de densidad:
- SEGUNDA FORMA:
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A.CONTINUAS
EJERCICIO
Una estación de servicio tiene un depósito de gasolina sin plomo de
2000 litros al comienzo de cada semana. La demanda semanal muestra
un comportamiento creciente hasta llegar a 1000 litros y después se
mantiene constante entre 1000 y 2000 litros. Si designamos por X la
v.a. que indica la demanda semanal en miles de litros de gasolina sin
plomo, la función de densidad es:
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A.CONTINUAS
- SEGUNDA FORMA:
FUNCIÓN DE DISTRIBUCIÓN
•F. DISTRIBUCIÓN DE V.A.CONTINUAS
- TERCERA FORMA:
- SEGUNDA FORMA:
ESPERANZA MATEMÁTICA
El concepto de valor esperado o esperanza de una v.a. es uno de
los más importantes en el estudio de las propiedades de las
distribuciones de probabilidad. El valor promedio de una v.a.
después de un número grande de experimentos es su valor
esperado.
Definición
Sea X una v.a. discreta con función masa de probabilidad p(x).
Definimos el valor esperado como
EX
x
xp x
Definición
Sea X una v.a. continua con función de densidad f(x). Definimos
el valor esperado como
EX xf x dx
ESPERANZA MATEMÁTICA
EJEMPLO
x 0 1 3 4 8
p(x) 0.1 0.2 0.1 0.4 0.2
ESPERANZA MATEMÁTICA
EJEMPLO
Dada una v.a. continua X con función de densidad f(x),
obtener su esperanza matemática o valor esperado.
ESPERANZA MATEMÁTICA
Definición
Sea X una v.a. discreta con función masa de probabilidad p(x) y
sea g(X) una función de la v.a. X. Entonces se define
E g X g x p x
x
Definición
E g X
g x f x dx
ESPERANZA MATEMÁTICA
EJEMPLO
x 0 1 2 3
p(x) 1/8 3/8 3/8 1/8
ESPERANZA MATEMÁTICA
EJEMPLO
Dada una v.a. continua X con función de densidad f(x),
obtener E[3X] y E[X3].
ESPERANZA MATEMÁTICA
Propiedades
1. La esperanza de una constante es la propia constante.
a constante E a a
2. Si una v.a. X está acotada, a ≤ X ≤ b a ≤ EX ≤ b.
3. Sea X v.a. Sean g(X) y h(X) dos funciones de X que son v.a.
cuyos valores esperados existen y sean a y b dos constantes.
E ag X bh X aE g X bE h X
Esta propiedad se puede extender al caso de n funciones de
X y se conoce como propiedad de linealidad de la esperanza.
EJEMPLO: E[3X-4] = 3 E[X] - 4
xi
2
Var X EX EX xi p xi xi p xi
2
2 2
xi xi
Definición
Var X E X EX x EX f x dx
2 2
Var X EX EX
2 2
x f x dx
2
xf x dx
2
VARIANZA
La varianza es una medida de dispersión que nos permite conocer
el grado de dispersión de los valores de la distribución con
respecto a su media. Nos indica cómo representa la media a la
distribución.
Definición
X Var X
VARIANZA
Propiedades
1. La varianza de una constante es 0.
a constante Var a 0
x 0 1 2 3 4
p(x) 0.05 0.15 0.35 0.25 0.20
VARIANZA
EJEMPLO
Dada una v.a. continua X con función de densidad f(x),
obtener la esperanza, varianza y desviación típica.
VARIANZA
TEMA 3:
VARIABLE ALEATORIA