0.1.

DIFERENCIA CON LAS DISCRETAS 1

Variables aleatorias continuas

0.1 Diferencia con las discretas
Supongamos que medimos el sueldo de 55 docentes universitarios. Los primeros 10 valores
obtenidos fueron los siguientes

72.356, 76 102.234, 354 54.143, 98 65.765, 98 103.765, 98 100.053, 87 78.709, 76 42.102, 89 24.760, 90
¿Se pude hacer una tabla de frecuencia? ¿Qué es lo que falla??

Definción: una variable es continua si entre dos valores del rango de la misma hay
infinitos valores.

Luego una variable continua puede tomar tantos valores que al seleccionar una mues-
tra de dicha variable ningún valor se repite!!!! Por lo tanto no tiene sentido hablar de
una función de probabilidad puntual. Para presentar la versión continua de la función de
probabilidad puntual necesitamos recordar el concepto de frecuencia relativa.

Sea Ω un espacio muestral asociado a un experimento y sea A un evento de Ω. Supong-

amos que repetimos n veces el experimento.

Definición:
cantidad de veces que ocurre A
fA = Frecuencia Relativa de A =
n
Teorema de frecuencia relativa: si n es grande
fA ≈ P (A).
Ejemplo
• El experimento es tirar un dado.
• A = { sale un 1 }.
• Repetimos 1587 veces el experimento.
• 259 veces salió un 1.
cantidad de veces que ocurre A 259
fR,A = = = 0.163201.
n 1587
1
P (A) = = 0.1666667
6
2

0.2 Función de densidad

Mediante el siguiente ejemplo queremos introducir la nocion de densiad de una variable
aleatoria. Consideramos

• X =: altura de una argentina tomada al azar .

• X es una variables aleatoria.
• Tomamos la altura de 5489 mujeres argentinas en todo el paı́s: X1 , X2 ....X5489 (medi-
ciones)
• Con las mediciones construimos un gráfico llamado histograma de la siguiente man-
era:
– Dividimos el rango donde yacen los 5489 datos en varios intervalos disjuntos
que por simplicidad podemos considerar de igual longitud.
– Contamos la cantidad de alturas que pertenecen a cada intervalo.
– Graficamos el histograma en un par de ejes coordenados de la siguiente manera:
En las abscisas ponemos los intervalos elegidos y sobre cada uno de ellos dibu-
jamos un rectángulo cuya área es igual a la frecuencia del intervalo dividido el
total de observaciones (frecuencia relativa), es decir
Frecuencia relativa
Altura del rectángulo =
Long. del intervalo

Histogram of altu
0.8
0.6
Density

0.4
0.2
0.0

0 1 2 3

altu
0.2. FUNCIÓN DE DENSIDAD 3

Una función de densidad de la variable X es cualquier función que se aproxime al his-

tograma de dicha variable.

density.default(x = altu)

0.8
0.6
Density

0.4
0.2
0.0

0 1 2 3

N = 5000 Bandwidth = 0.08169

Notar que

b
#{Xi en (a, b) }
Z
≈ P (X ∈ (a, b) ) ≈ área de un rectángulo (a, b) ≈ f (x)dx
5489 a

siendo f una densidad para X.

En general dada una variable aleatoria continua, para determinar una función de den-
sidad para dicha variable se toman mediciones de la misma y con la computadora se
busca una función que aproxime al histograma de las mediciones.
Propiedad Dada X una variable aleatoria continua y f una densidad para X entonces

1. f (x) ≥ 0

R
2. f (x)dx = 1 (integral sobre toda la recta)

Rb
3. P (X ∈ (a, b) ) = a
f (x)dx
4

0.3 Función de distribución

La función de distribución acumulada de una v.a continua X con función de densidad fX
se define como Z x
FX (x) = P (X ≤ x) = fX (t)dt
−∞
es decir, FX (x) es la probabilidad de que la variable aleatoria tome valores menores o
iguales a x.
Qué caracterı́sticas tiene FX ?
Propiedades de la función de distribución acumulada

1. ∀x ∈ R, FX (x) ∈ [0, 1]
2. FX es monótona no decreciente, es decir, si x1 < x2 entonces FX (x1 ) ≤ FX (x2 ).
3. X es una variable aleatoria continua si y solo si FX es una función continua.
4. lim FX (x) = 1 lim FX (x) = 0
x→+∞ x→−∞

5. Sean a, b ∈ R con a ≤ b, entonces

P (a < X ≤ b) = P (a ≤ X ≤ b) = P (a < X < b) = P (a ≤ X < b) = FX (b) − FX (a)

0.4 Ejercicios
1. La fracción de alcohol X en cierto compuesto puede considerarse una v.a. donde X
tiene función de densidad
fX (x) = c(1 − x) I[0,1] (x)
(a) Determinar c.
(b) Hallar FX
(c) Se elige un compuesto al azar. Hallar la probabilidad de que la fracción de
alcohol en dicho compuesto esté entre 13 y 23 .
(d) Supóngase que el precio de venta del compuesto depende del contenido del
alcohol: si x < 13 el precio es 10$, 13 < x < 32 el precio es 20$ y si x > 23 el
precio es 30$. Hallar la función de probabilidad puntual del precio de venta
del producto.
2. El diámetro D (expresado en dm) del tronco de cierta especie de árboles es una
variable aleatoria con función de densidad
fD (x) = k x I(0,10) (x).
0.5. VARIABLES ALEATORIAS CONTINUAS FAMOSAS 5

a) Hallar el valor de la constante k.

b) ¿Cuál es la probabilidad de que el diámetro de un árbol de esa especie elegido
al azar mida entre 4 y 6 dm?
c) Idem b) sabiendo que el diámetro mide más de 5 dm.
d) En un área del bosque hay 3 árboles de esa especie. Calcular la probabilidad
de que exactamente 2 de ellos tengan el diámetro entre 4 y 6 dm.
e) ¿Cuántos árboles habrı́a que muestrear en el bosque para que la probabilidad
de encontrar al menos uno cuyo diámetro mida entre 4 y 6 dm, sea mayor o
igual que 0.99?

0.5 Variables aleatorias continuas famosas

0.6 Distribución Uniforme:

Definción: Una variable aleatoria X tiene distribución uniforme en el intervalo [a, b], si su
función de densidad es

1

b−a
a≤x<b
fX (y) =
0 en otro caso.
Notación: X ∼ U (a, b).
Ejercicio 1 (Está resuelto en los videos!) El tiempo, en minutos, que una persona per-
manece en la cola de un supermercado se puede modelar mediante una variable aleatoria
U (1, 9).

1. Calcular la probabilidad de que una persona esté en la cola menos de 6 minutos.

2. Calcular la probabilidad de que una persona espere más de tres minutos pero menos
de 6.
3. ¿Cuál es la probabilidad de que una persona espere más de seis minutos pero menos
de 9?
4. Calcular la función de distribución de X.

Propiedades de la distribución uniforme Si X tiene distribución uniforme en el

intervalo [a, b] entonces
1) 
 0 x<a
x−a
FX (x) = a≤x<b
 b−a
1 x≥b
6

2) Todos los intervalos de igual longitud en su rango son igualmente probables, es decir:
si [α, β] y [c, d] están incluı́dos en [a, b] y β − α = d − c, entonces P (α < X < β) = P (c <
X < d).