Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VARIABLE ALEATORIA
• Recorrido y Distribución de Probabilidades
• Probabilidad Acumulada
• Esperanza y Varianza
• Desigualdad de Tchebychev
VARIABLE ALEATORIA
S RX
ε si xi
X(si) = xi
Definición: una variable aleatoria es una
función que asocia un número real a cada
elemento del espacio muestral S.
EJEMPLO
ε = {arrojar 2 monedas y anotar la secuencia de
caras y secas que se obtiene}
El valor de probabilidad será de 3/8 porque los eventos donde aparecen dos
caras son tres de los ocho posibles detallados en el espacio muestral S.
1. P(X=xi) > 0
x
Representación gráfica de la distribución del ejemplo
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
Esta función nos permite calcular la probabilidad de que la variable
aleatoria X tome valores menores o iguales a un número real
cualquiera.
σ 𝑖
F(x)=P(X ⩽ x)= 𝑗=1 𝑃(𝑋 = 𝑥𝑗) / xi menor o igual a x
F(xi) acumula las probabilidades (las suma) desde el primer punto del
recorrido hasta el que iguala o es el último menor que el valor del
argumento (x) de F(x)
En la tabla calculamos la F(x) del ejemplo anterior
8
- x
8
F(xi) es una funcion escalonada; constante en cada intervalo que no contenga ningún valor de la variable. En cada xi, la F(xi)
presenta una discontinuidad (representada como una linea de puntos) con un salto de altura P(xi). Antes de que aparezca el
primer valor de la variable aleatoria (en rigor, desde -∞), F(xi) vale cero; despues del ultimo valor de la variable aleatoria
F(xi) vale uno (hasta llegar a +∞).
Esperanza matemática de una VAD
𝑛
E(X) = σ𝑖=1[𝑥𝑖 ∗ 𝑃 𝑋 = 𝑥𝑖 ]
E(X) representa el centro ponderado de la distribución de
probabilidad de la variable aleatoria. También decimos que la
esperanza coincide con la media matemática de la distribución a
la que llamamos μ.
2. E(c・X) = c・E(X)
E(X) = 0*(1/8)+1*(3/8)+2*(3/8)+3*(1/8)
E(X) = 3/2 =1,5
LA ESPERANZA ES MEDIDA DE CENTRALIZACIÓN
f(xi)
E(X)
2 2
V(X) = E[𝑋 ] − [𝐸 𝑋 ]
2 2 2 2 2
E[𝑋 ] = 0 *(1/8)+1 *(3/8)+2 *(3/8)+3 *(1/8)
= 24/8 = 3
3 2
V(X) = 3 - ( ) = 3/4
2
σ(x) = 3/2
TEOREMA DE TCHEBYCHEV
El matemático ruso Tchebychev desarrolló un teorema (también conocido como Desigualdad
de Tchebychev) que con muy poca información (solo la esperanza y el desvío estandar)
permite establecer una cota inferior (forma 1) a la probabilidad de que la variable aleatoria
se ubique dentro de un intervalo de cierta cantidad de desvíos alrededor de su media; o bien
una cota superior (forma 2) a la probabilidad de que la variable aleatoria se ubique fuera de
un intervalo de cierta cantidad de desvíos alrededor de su media.
2
P[|X−E(x )| ≥ k⋅σx ] < 1/𝑘
Observación 1: el Teorema no permite calcular la probabilidad, sino
dar un valor mínimo (forma 1) o máximo (forma 2)
Observación 2: a veces la cota no da ninguna información relevante.
Por ejemplo, en la forma 2 si k < 1 Tchebychev dice:
¡que la Probabilidad es menor que un número mayor que 1!