UNIDAD II - VARIABLES ALEATORIAS

UNA VARIABLE ALEATORIA (VA) ES UN CONJUNTO DE PARES ORDENADOS CUYA PRIMERA COORDENADA ES
UN EVENTO DE LA COLECCIÓN EXHAUSTIVA DEL ESPACIO MUESTRAL (EM) Y LA SEGUNDA COORDENADA ES
UN VALOR ASOCIADO A MEDIDA DE LA EXPECTATIVA DE APARICIÓN DE TAL EVENTO.

X P(X) F(X)
0 0,25 0,25
1 0,35 0,60
2 0,25 0,85
3 0,15 1
∑=1

DISCRETAS Numerables

VARIABLES
ALEATORIAS
CONTINUAS No numerables

DISCRETA CONTINUA
PROBABILIDAD
PUNTUAL
P(x)
( ) 0
PROBABILIDAD
ACUMULADA ( ) ( )
F(x)

ESPERANZA
E(x) [ ∗ ( )] ∗ ( )

ESPERANZA
CUADRÁTICA [ ∗ ( )] ∗ ( )
E(x2)

[ − ( )] ∗ ( ) [ − ( )] ∗ ( )
VARIANZA
V(x)

( )− ( )
DESVIO
D(x) ( ) ( )

AUTOR: ALEJANDRO DUARTE VERSION 2020

 ESPERANZA / VALOR ESPERADO
Es un valor promedio. Es el valor que espero obtener.

( ) = ∑[ ∗ ( )]
PROPIEDADES

1) La unidad de medida de la Esperanza es igual a la unidad de medida de la variable.

El valor de la Esperanza está comprendido dentro del
2) dominio de la variable: ( )≤ ( )≤ ( )
La Esperanza de una constante es igual a la
3) constante: ( )=
La Esperanza de una constante más una variable, es
4) igual a la constante más la Esperanza de la variable: ( + )= + ( )
La Esperanza de una constante por una variable, es
5)
igual a la constante por la Esperanza de la variable: ( ∗ )= ∗ ( )
La suma de los Desvíos de una variable con respecto
6)
a su Esperanza, es igual a cero: ∑[ − ( ) ∗ ( )] = 0
La Esperanza de la suma de dos o más variables, es
7)
igual a la suma de las Esperanzas de las variables: ( + )= ( )+ ( )
La Esperanza del producto de dos variables, es igual
8) al producto de las Esperanzas de las variables SOLO ( ∗ ) = ( )∗ ( )
SI ESTAS SON INDEPENDIENTES:

VARIANZA
Es el Valor Esperado de los Desvíos cuadráticos.

( ) = ∑[ − ( )] ∗ ( ) = ( )− ( )
PROPIEDADES

1) La unidad de medida de la Varianza es igual a la unidad de medida de la variable al cuadrado.

La Varianza puede tomar valores únicamente iguales o
2) mayores a cero: ( )≥0
3) La Varianza de una constante es igual a cero: ( )=0
La Varianza de una constante más una variable, es igual a la
4) Varianza de la variable: ( + )= ( )
La Varianza de una constante por una variable, es igual al
5) cuadrado de la constante por la Varianza de la variable: ( ∗ )= ∗ ( )
La Varianza de la suma o de la resta de dos variables
6) aleatorias e independientes es igual a la suma de las ( ± ) = ( )+ ( )
Varianzas de cada una de ellas:
La Varianza de la suma de dos variables aleatorias es igual a la suma de las Varianzas de cada una de
7) ellas más dos veces la Covarianza; y la Varianza de la diferencia de dos variables aleatorias es igual a
la suma de las Varianzas de cada una de ellas menos dos veces la Covarianza:
( ± ) = ( )+ ( )±2∗ ( , )
( ∗ ± ∗ )= ∗ ( )+ ∗ ( )±2∗ ( , )

AUTOR: ALEJANDRO DUARTE VERSION 2020

 COVARIANZA
Dadas dos variables aleatorias (X e Y), la Covarianza COV(X,Y) es la medida de la forma que varían
conjuntamente las variables; y nos dice cómo se relacionan las variables entre ellas. Se puede decir que es el
valor esperado de los desvíos de las variables X e Y en manera conjunta.

( , )=∑ − ( ) ∗ − ( ) ∗ ( , )
( , )= ( ∗ )− ( )∗ ( )
 Si COV(X,Y) es un número positivo, la relación entre las variables es DIRECTA.
 Si COV(X,Y) es un número negativo, la relación entre las variables es INDIRECTA.
 Cuando X e Y son independientes, la COV(X,Y) es igual a cero. Pero si la covarianza es cero no
quiere decir que sean independientes.

FUNCIÓN DE DENSIDAD Y DISTRIBUCIÓN (V.A. CONTÍNUAS)

Densidad INTEGRAR Distribución

( )={ ≤ ≤ ( )={ 0≤ ≤1
DERIVAR

DERIVADA FUNCIÓN INTEGRAL

0 ∗

∗ ∗
2

1
2

∗
+1

REGLAS DE INTEGRACIÓN:
La integral del producto entre una constante y una función, es igual a la constante por la integral de
la función:

∗ ( ) = ∗ ( )

La integral de la suma o de la resta de dos o más funciones, es igual a la suma o resta de las
integrales de las funciones:

( ) ± ( ) = ( ) ± ( )

REGLA DE BARROW:

( ) = ( ) . = ( )− ( )

AUTOR: ALEJANDRO DUARTE VERSION 2020

 COEFICIENTE DE VARIABILIDAD
Este coeficiente nos muestra cuán homogénea es la variable o cuan representativa es la Esperanza con
respecto de los valores de la variable. Por lo general se expresa como un porcentaje. Es por esto que su
cálculo es el siguiente:

( ) ∑[( − ( )) ∗ ( )]
= ∗ 100 = ∗ 100
| ( )| |∑[ ∗ ( )]|

0% – 10%  La Esperanza es REPRESENTATIVA

10% y más  La Esperanza NO ES REPRESENTATIVA

NOTA: El porcentaje puede variar dependiendo del curso.

COEFICIENTE DE CORRELACIÓN
Es un índice que puede utilizarse para medir el grado de relación de dos variables siempre y cuando ambas
sean cuantitativas.

( , )
=
( )∗ ( )
 Si r = 1, existe una correlación positiva perfecta. El índice indica una dependencia total entre las dos
variables denominada relación DIRECTA: cuando una de ellas aumenta, la otra también lo hace en
proporción constante.
 Si 0 < r < 1, existe una correlación positiva.
 Si r = 0, no existe relación lineal. Pero esto no necesariamente implica que las variables son
independientes: pueden existir todavía relaciones no lineales entre las dos variables.
 Si -1 < r < 0, existe una correlación negativa.
 Si r = -1, existe una correlación negativa perfecta. El índice indica una dependencia total entre las
dos variables llamada relación INVERSA: cuando una de ellas aumenta, la otra disminuye en
proporción constante.

TEOREMA DE DESIGUALDAD DE T’CHEBYSHEV

El teorema de T’Chebyshev estima la probabilidad de que una variable tome valores en un intervalo simétrico
respecto del promedio, dando una cota a esta probabilidad.
La fórmula es:
1
[ ( )− ∗ ( ) ≤ ≤ ( ) + ∗ ( )] ≥ 1 −
o bien

1
[ ( )− ∗ ( )≤ ≤ ( ) + ∗ ( )] ≤

AUTOR: ALEJANDRO DUARTE VERSION 2020