Definición variable aleatoria

Una variable aleatoria X es una función o aplicación del espacio muestral S en

los reales R, tal que a cada suceso A del espacio muestral le hace corresponder un
número o intervalo real.

Ejemplo:

Se tiran dos monedas y se considera el número de caras que aparecen S = { ss,

sc, cs, cc}

 X = número de caras
 X(ss) = 0
 X(sc) = X(cs) = 1
 X(cc) = 2

Es decir que una variable aleatoria expresa en forma cuantitativa el resultado

de un experimento aleatorio, donde la probabilidad del suceso es igual a la
probabilidad de que se dé el valor de la variable.

P (A) = P (cc) = P (x = 2) = ½ . ½ = ¼

Una variable aleatoria es discreta cuando toma valores aislados, en

cantidad finita o a lo sumo infinito numerable y cada valor x de la variable tiene
como imagen inversa un suceso aleatorio de probabilidad no nula.

Ejemplo:

1) Sea X = número de veces que aparece el seis al tirar tres veces un dado.

Luego X es una v.a. discreta que puede tomar valores comprendidos 0 y 3

Una variable aleatoria es continua cuando está definida en todo el campo de

variación, es decir que entre dos valores cualesquiera existen infinitos puntos
intermedios.

2) Sea X = peso (en gramos) de potes de mermelada elegidos al azar de un lote

Luego X es una v.a. continua que puede tomar valores comprendidos en el

intervalo [980,1020].
 Distribución discreta de
probabilidad
Sean x1, x2, . . . xn , . . . valores de una variable discreta X. A cada valor xi
le corresponde un valor de probabilidad pi que indica la probabilidad de que
la variable X tome un determinado valor.

Es decir: pi = P ( X = xi ) para i = 1, 2, 3, ...

El conjunto { pi } se denomina función de probabilidad o función de frecuencia

o distribución de probabilidad discreta, si cumple con dos condiciones:

1- Cualquier probabilidad es no negativa: P ( X = xi ) = pi>= 0 i = 1, 2, 3, . .

2- La suma de las probabilidades en todo el campo de variación de la variable

es igual a uno:

Ejemplo:

Ejemplo 1:

Se tiran 4 monedas al aire y se cuenta el número de caras.

X = número de caras (v. a. discreta) ==> X = 0, 1, 2, 3, 4

La distribución de probabilidad estará dada por la siguiente tabla de

frecuencias:
 La función de probabilidad discreta se la representa mediante un gráfico de
barras o bastones:

Sea x un valor dado de la v.a. X, entonces la probabilidad de que la variable

sea a lo sumo igual a dicho valor se denomina función de distribución o de
acumulación de la v. a. X.

En símbolos:

F(x) se representa en un gráfico acumulativo escalonado, en el cual la función

se mantiene constante en cada intervalo que no contenga ningún valor de X y en cada
valor xi presenta un salto de altura pi .
 Distribución continua de
probabilidad
Como los valores de la v.a. X no son contables, sino medibles, se asocia una
función continua f (x) definida para todos los valores del campo de variación de X
denominada función de densidad de probabilidad (f.d.p.)

Toda función de densidad de probabilidad debe cumplir con dos condiciones:

Si se quiere calcular la probabilidad de que X se encuentre en el intervalo

[x1, x2]:

Ejemplo:

Sea la variable aleatoria X que indica la duración (en años) de una componente
electrónica y que presenta la siguiente función de densidad de probabilidad:

Para hallar el valor de la constante k, nos basamos en la condición de cierre:

La representación gráfica dicha función de densidad de probabilidad será:

 Si se desea calcular la probabilidad de que la componente dure entre 1 y 2
años, será:

Para el ejemplo:

Esperanza matemática.
Variancia. Propiedades
Esperanza matemática
Es el valor promedio o esperado de una variable aleatoria.

Para el ejemplo 1:
Propiedades de E (x)
1- La esperanza matemática de una constante es igual a dicha constante.

E(c)=c

2- La esperanza matemática de una variable más una constante es igual a la

contante más la esperanza matemática de la variable.

E(x+c)=c+E(x)

3- La esperanza matemática de una constante por una variable es igual a la

constante por la esperanza matemática de la variable.

E(c.x)=c.E(x)

4- La esperanza matemática de la suma o resta de dos variables aleatorias es

igual a la suma o resta de las esperanzas matemáticas de cada una.

E( x ± y ) = E ( x ) ± E ( y )

5- La esperanza matemática del producto de dos variables aleatorias

independientes es igual al producto de las esperanzas matemáticas de cada
una.

E(x.y)=E(x).E(y)

Esperanza matemática aplicada en juegos

Una aplicación de la esperanza matemática es en juegos donde se puede ganar
o perder (no existe empate).

Considerando la ganancia (+) o pérdida (-) como valores de variable, la E(x)

puede dar:

1- Positiva, por lo que se dice que el juego es favorable.

2- Negativa, por lo que se dice que el juego es desfavorable.

3- Cero, por lo que se dice que el juego es equitativo.

 Ejemplo:

Determinar la esperanza matemática para un jugador de ruleta que apuesta una

ficha a pleno.

El jugador puede ganar 35 fichas (más la que le devuelven) si sale el número

apostado, con una probabilidad 1/37. Puede perder una ficha si no sale el número con
una probabilidad 36/37.

En promedio, por cada jugada a pleno se espera que pierda 1/37 del valor de la
ficha. El juego es desfavorable para el jugador.

Variancia
La variancia está dada por la esperanza matemática del cuadrado de la
diferencia entre la variable y su esperanza matemática.

En símbolos:

¿ Se puede sistematizar el uso de las probabilidades, para agilizar su

cálculo usándolo como una función?

Sí, a partir de la aplicación de funciones se estandarizan procesos donde la

variable independiente pasan a ser sucesos y la variable dependiente nos da las
probabilidades de esos sucesos.
 Referencias Bibliográficas
Modulo 3: Teorías de probabilidad y variable aleatoria.– Materia: Estadística
aplicada - Universidad Kennedy