13

CAPITULO 1: FENOMENOS ALEATORIOS

Analizando

P X  1  e 1

b) Por la propiedad vii)

P X  1  1  P  X  1  1  F 1
   

 1 
P X  1  1  1  e 1 
   2 

1
P X  1  e 1
  2

c) Por la propiedad iv)

P  1  X  0  P X  1  P X  0   F 0  F 1

1
P 1  X  0   e 1
  2

5. Variables aleatorias discretas

Se dice que una función X : S   es una variable aleatoria discreta si el rango

de X es un conjunto finito o infinito numerable, esto es, existe un conjunto finito

RX  x 1, x 2 ,  , x k    tal que X w   RX , w  S .

Como se calculó en el ejercicio 2 el rango de la variable aleatoria X número de

artículos defectuosos en la muestra de tamaño cuatro es un número finito numerable

RX  0,1, 2, 3 .

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

14
CAPITULO 1: FENOMENOS ALEATORIOS

Un conjunto infinito numerable correspondiente a la variable aleatoria X que denota

el número de veces que se lanza al aire una moneda legal antes de que aparezca la

primera cara le corresponde el siguiente espacio muestral

S  C , EC , EEC , EEEC , EEEEC , 

La variable aleatoria X asigna los valores correspondientes X C   1 , X EC   2

etc. Y tendría un rango RX  1, 2, 3, 4,  .

Función de probabilidad de una variable aleatoria discreta

Sea X una variable aleatoria discreta con rango RX  x 1 , x 2 , x 3 ,   ; se llama

función de probabilidad de la variable aleatoria X a la función p x  definida

por la regla de correspondencia

p x   P X  x    P w , si x  x j , j  1, 2, 3, 

 
w S /X w x j 

Esta función de probabilidad, llamada también función de cuantia de la variable

aleatoria X debe satisfacer las siguientes condiciones

i) p x   0 , x  RX  x 1, x 2 , x 3 , 

 p x   1

ii)  p x   j
x RX j 1

iii) p x   0 , si x  x j , j  1, 2, 3, 

El dominio de la función de probabilidad p x  de una variable aleatoria discreta X

es un subconjunto de  y su rango es un subconjunto del intervalo  0, 1 como se

 

muestra en la siguiente figura.

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

 15
CAPITULO 1: FENOMENOS ALEATORIOS

Figura 5. Rango de la función de probabilidad


X p
RX
S

w
p x j 
X w   x j

0 1

Fuente: Elaboración propia

Al conjunto de pares ordenados x, p x ; x  R  X

se denomina distribución de

probabilidad de la variable aleatoria X y usualmente se representa en una tabla de

la forma siguiente

Tabla 1. Tabla de distribución de probabilidad

x x1 x2  xk

p x   P X  x  p x 1  p x 2   p x k 

Fuente: Elaboración propia

También se representa la distribución de probabilidad de la variable aleatoria


discreta X en forma gráfica uniendo los pares ordenados x , p x  con el eje de las 
abscisas “x” por medio de una línea vertical continua o punteada, no se debe

 
confundir en unir los pares ordenados x , p x  mediante una línea poligonal o una

línea suave ya que quita la esencia de la definición discreta que no puede tomar

valores entre dos valores dados. Esta representación se muestra en la siguiente figura

donde los pares ordenados se representan con puntos llamativos.

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

16
CAPITULO 1: FENOMENOS ALEATORIOS

Figura 6. Representación gráfica de función de probabilidad de una variable aleatoria X, discreta

Fuente: Elaboración propia

Función de distribución acumulada de probabilidad de una variable aleatoria discreta

Sea X una variable aleatoria discreta con rango RX  x 1 , x 2 , x 3 ,   y función

de probabilidad

p x   P X  x  , j  1, 2, 3, 

La función de distribución acumulada de probabilidad de la variable aleatoria

discreta X , denotada por F x  , x   está dada por

F x   P X  x    p x    j
P X  x j 
 
j :x j x  j :x j x 

La grafica de una función de distribución acumulada de probabilidad de una variable

aleatoria discreta X con rango RX  x 1 , x 2 ,  , x k  donde x 1  x 2    x k , es una

función tipo “escalera”. Esto es el valor de F es constante en los intervalos x j 1 , x j 



ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

 17
CAPITULO 1: FENOMENOS ALEATORIOS

para j  1,2, , k y tienen un salto de tamaño p x j   p x j 1  en x j y cumple las

propiedades descritas anteriormente; esto se muestra en la siguiente figura.

Figura 7. Representación gráfica de función de distribución acumulada de una variable aleatoria X,

discreta

Fuente: Elaboración propia

4. La función de probabilidad de una variable aleatoria X está dada por

C x
p x   , x  0,1, 2,  ; donde  es un número positivo. Se pide
x!

a) Encontrar el valor de C

b) Calcular P  X  2 
 

Solución:

a) De acuerdo a la propiedad ii) de función de probabilidad

 p x   1
x RX

De acuerdo al rango de la variable aleatoria X

p 0  p 1  p 2  p 3    1

Evaluando con la función de probabilidad dada

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

18
CAPITULO 1: FENOMENOS ALEATORIOS

C  0 C 1 C  2 C  3
     1
0! 1! 2! 3!

Factorizando el valor de C

 0 1  2 3 
C        1
 0 ! 1! 2! 3! 

Reescribiendo

  2 3 
C 1       1
 1! 2 ! 3! 

Escribiendo en sumatoria


j
C  1
j 0 j!

xj
De acuerdo a la serie exponencial e  
x

j 0 j !

C  e  1

Por lo tanto

C  e 

b) Con el valor de C  e  hallado redefinimos la función de probabilidad

e   x
p x  
x!

El valor pedido es

P X  2   p 2 

Evaluando en la función de probabilidad

e   2
P X  2 
2

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

 19
CAPITULO 1: FENOMENOS ALEATORIOS

5. Una urna contiene 8 bolas, de las cuales 3 son rojas. Grafique y compare las

funciones de distribución acumulada de las variables aleatorias siguientes

X 1 : número de bolas rojas que se obtienen a extraer 2 bolas sin reemplazo

X 2 : número de bolas rojas que se obtienen a extraer 2 bolas con reemplazo

Solución:

Para la primera variable aleatoria

X 1 : número de bolas rojas que se obtienen al extraer 2 bolas rojas sin reemplazo

Sean

R : bola roja

B : bola de cualquier color menos roja

El dominio será

S  BB, BR, RB, RR 

Evaluando X 1 w 

X 1  0 : X 1 B, B   0

X 1  1 : X 1 B, R   X 1 R, B   1

X 1  2 : X 1 R, R   2

Por lo tanto el rango será

RX  0,1, 2
1

La función de probabilidad calculando p x i  para cada x i  RX

1

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

20
CAPITULO 1: FENOMENOS ALEATORIOS

3 
  5
0 2
   10
p 0  P X 1  0 
  
8 28
 

2 
 

3    
  5 5 3
1 1 1 1
 
      15
p 1  P X 1  1   
8 8 28
   
2 
2 
   

3 
  5
2 0

   3
p 2  P X 1  2  
8 28
 

2 
 

Por definición la función de distribución acumulada de probabilidad de la variable

aleatoria discreta X 1 , denotada por F1 x  , x   está dada por

F1 x   P X 1  x    P X 1  x j 

 
j :x j x 

Evaluando

F1 0  P X 1  0   P X 1  x j   P X 1  0

 
j :x j 0

10
F1 0  P X 1  0 
28

F1 1  P X1  1   P X 1  x j   P X 1  0  P X 1  1

 
j :x j 1

10 15 25
F1 1  P X 1  1   
28 28 28

F1 2  P X 1  2   P X 1  x j   P X1  0  P X 1  1  P X 1  2
 
j :x j 2

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

 21
CAPITULO 1: FENOMENOS ALEATORIOS

10 15 3
F1 2  P X 1  2    1
28 28 28

De forma analítica


 0 si x 0



 10

 si 0x 1
F1 x   
 28

 25
 si 1  x  2

 28

 1 si x 2



Representando gráficamente

Para la segunda variable aleatoria

X 2 : número de bolas rojas que se obtienen a extraer 2 bolas con reemplazo

Sean

R : bola roja

B : bola de cualquier color menos roja

El dominio será

S  BB, BR, RB, RR 

Evaluando X 2 w 

X 2  0 : X 2 B, B   0

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

22
CAPITULO 1: FENOMENOS ALEATORIOS

X 2  1 : X 2 B, R   X 2 R, B   1

X 2  2 : X 2 R, R   2

Por lo tanto el rango será

RX  0,1, 2
2

La función de probabilidad calculando p x i  para cada x i  RX

2

5 5 25
p 0  P X 2  0   
  8 8 64

3 5 5 3 30
p 1  P X 2  1     
  8 8 8 8 64

3 3 9
p 2  P X 2  2   
  8 8 64

Por definición la función de distribución acumulada de probabilidad de la variable

aleatoria discreta X 2 , denotada por F2 x  , x   está dada por

F2 x   P X 2  x    P X 2  x j 

 
j :x j x 

Evaluando

F2 0  P X 2  0   P X 2  x j   P X 2  0

 
j :x j 0

25
F2 0  P X 2  0 
64

F2 1  P X 2  1   P X 2  x j   P X 2  0  P X 2  1

 
j :x j 1

25 30 55
F2 1  P X 2  1   
64 64 64

F2 2  P X 2  2   P X 2  x j   P X 2  0  P X 2  1  P X 2  2
 
 j :x j 2

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

 23
CAPITULO 1: FENOMENOS ALEATORIOS

25 30 9
F2 2  P X 2  2    1
64 64 64

De forma analítica


 0 si x 0



 25

 si 0 x 1
F2 x   
 64

 55
 si 1  x  2

 64

 1 si x 2



Representando gráficamente

6. Variables aleatorias continuas

Se dice que una función X : S   es una variable aleatoria continua si el rango

de X es un intervalo o un conjunto de intervalos de la recta real.

Por ejemplo el rango de la variable aleatoria X que representa la temperatura en un

ambiente donde se acciona un motor eléctrico pude dar el siguiente espacio muestral

S  10.1,17.3, 55.2, 23.4, 

Es un intervalo determinado, es decir puede tomar varios valores dentro del intervalo

de temperaturas Tinf,Tsup  .
 

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

24
CAPITULO 1: FENOMENOS ALEATORIOS

Función de densidad de probabilidad de una variable aleatoria continua

Sea X una variable aleatoria continua con rango R X   ; se llama función de

densidad de probabilidad de la variable aleatoria X o simplemente función de

densidad asociada a la variable aleatoria X a la función f : RX   0,   que



satisface las siguientes condiciones

i) f x   0 ,  x  RX  

ii)  f x dx  1
RX

 f x dx
b
iii) Para todo a , b  RX , con a  b : P a  X  b  
a

Propiedades de la función de densidad de probabilidad

i) Una consecuencia inmediata de la definición de función de densidad de una variable

aleatoria continua es que para cualquier valor especifico de X , por ejemplo X  x 0

, se tienen que P X  x 0   0 , debido a que por la propiedad iii) de la definición

 

f x dx  0
x0
P X  x   P
 0 
x  X  x  
 0 0   x0

ii) Si X es una variable aleatoria continúa entonces

P a  X  b   P a  X  b   P a  X  b   P a  X  b 

iii) La función f x  , función de densidad de probabilidad de una variable aleatoria

continua X , no es probabilidad; solo cuando la función es integrada entre dos limites

producirá una probabilidad, que será el área bajo la curva y  f x  entre x  a y

x  b con a  b .

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021

 25
CAPITULO 1: FENOMENOS ALEATORIOS

Función de distribución acumulada de una variable aleatoria continúa

Sea X una variable aleatoria continua con rango R X   y función de densidad

de probabilidad f x  . La función de distribución acumulada de la variable

aleatoria continua está dada por

F x   P X  x   f x dx ,  x  

x

 

Figura 7. Representación gráfica de función de distribución acumulada de una variable aleatoria X,

discreta

Fuente: Elaboración propia

Propiedades de la función de distribución acumulada

i) Se cumple que

dF x 
f x  
dx

Para todo x en el cual F x  es derivable.

ii) Como F    1 , entonces se cumple

F   f x dx  1


 

ING. JULIO CESAR UBERHUAGA CONDE – CIV 2021