Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Néstor Komarnicki
Variable aleatoria
X = “Números de hermanos”
Y = “Estatura”
Probabilidad y Estadística – Prof. Lic. Néstor Komarnicki
Se lanzan dos dados cúbicos con las caras numeradas del 1 al 6. Se considera
la variable aleatoria X, que asigna a cada elemento del espacio muestral la
suma de las cara obtenidas. Indica el conjunto de valores del recorrido.
En la tabla se han recogido los posibles valores de la variable X junto con los
elementos del espacio muestral del experimento asociados a cada valor de X.
Espacio muestral X
(1, 1) 2
(1, 2) (2, 1) 3
(1, 3) (2, 2) (3, 1) 4
(1, 4) (2, 3) (3, 2) (4, 1) 5
(1, 5) (2, 4) (3, 3) (4, 2) (5, 1) 6
(1, 6) (2, 5) (3, 4) (4, 3) (5, 2) (6, 1) 7
(2, 6) (3, 5) (4, 4) (5, 3) (6, 2) 8
(3, 6) (4, 5) (5, 4) (6, 3) 9
(4, 6) (5, 5) (6, 4) 10
(5, 6) (6, 5) 11
(6, 6) 12
Función de Probabilidad
En general, dada una variable aleatoria discreta X que toma los valores x 1, x2,
… , xn, la función de probabilidad se suele dar en forma de tabla asignando a
cada valor de la variable xi su probabilidad pi = P (X = xi).
X P
x1 p1
x2 p2
… …
xi pi
Probabilidad y Estadística – Prof. Lic. Néstor Komarnicki
Propiedades
1) 0 ≤ pi para i = 1, 2, 3, …, n.
2) ∑𝑛𝑖=1 𝑝𝑖 = 1
3) P(a ≤ X ≤ b) = P(X = a) + P(X = a + 1) + … + P(X = b – 1) + P(X = b)
4) P(X ≤ b) = 1 – P(X > b)
1
P(X = 0) = P (XX) =
4
1
P(X = 1) = P (XC U CX) =
2
1
P(X = 2) = P (CC) =
4
X 0 1 2
f(x) 1 1 1
4 2 4
P(X ≤ x) = F(x)
0 − ∞ < 𝑥 < 𝑥1
𝑓(𝑥1 ) 𝑥1 ≤ 𝑥 <𝑥2
F(x) = { 𝑓(𝑥1 ) + 𝑓(𝑥2 ) 𝑥2 ≤ 𝑥 <𝑥3
… …
𝑓(𝑥1 ) + … + 𝑓(𝑥𝑛 ) 𝑥𝑛 ≤ 𝑥 < + ∞
0 −∞< 𝑥 < 0
1
4
0≤ 𝑥 <1
F(x) = { 3
4
1 ≤ 𝑥 <2
1 2 ≤ 𝑥 < +∞
La representación gráfica de F(x) es:
Probabilidad y Estadística – Prof. Lic. Néstor Komarnicki
Distribución de Probabilidad
1. f(x) ≥ 0
∞
2. ∫−∞ 𝑓(𝑥 ) 𝑑𝑥 = 1
En 2 observamos que la variable aleatoria de valor real se encuentra entre - ∞
y + ∞. Esto nos permite definir la probabilidad de que un X que se encuentre
entre dos valores a y b, es decir:
𝑐𝑥 2 0 < 𝑥 <3
𝑓 (𝑥 ) = {
0 𝑑𝑒 𝑜𝑡𝑟𝑎 𝑓𝑜𝑟𝑚𝑎
∞ 3
𝑐𝑥 3 3 2
∫ 𝑓(𝑥 ) 𝑑𝑥 = 1 ⇒ ∫ 𝑐𝑥 𝑑𝑥 = | = 9𝑐
3 0
−∞ 0
1
Dado que 9c = 1 entonces c =
9
2 1 2 𝑥3 2 8 1 7
b) P(1 < X < 2) = ∫ 𝑥 𝑑𝑥 = | = − =
1 9 27 1 27 27 27
Ejercicio resuelto 2:
a) Cada par de valores, por ejemplo (1, 1), tiene un valor de 1/36 de
probabilidad, por ser 36 valores posibles (6 valores de un dado por 6 valores
del segundo dado) y considerar todos los pares con igual probabilidad (son
equiprobables). La cantidad de pares que contiene cada suma da el valor de
probabilidad que le corresponde a cada suma, por lo tanto:
x 2 3 4 5 6 7 8 9 10 11 12
f(x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Ejercicio resuelto 3:
x 0 1 2 3
f(x) 1/8 3/8 3/8 1/8
Ejercicio resuelto 4:
a)
0 −∞ <𝑥 < 2
1
2 ≤𝑥 <3
36
3
3≤𝑥 <4
𝐹 (𝑥 ) = 36
6
4 ≤ 𝑥 <5
36
… ….
35
11 ≤ 𝑥 < 12
36
{1 12 ≤ 𝑥 < + ∞
b)
Ejercicio resuelto 5:
0 −∞ <𝑥 <0
1
0 ≤ 𝑥 <1
8
1
a) F(x) = 1 ≤ 𝑥 <2
2
5
2 ≤ 𝑥 <3
8
{1 3≤ 𝑥<∞
Probabilidad y Estadística – Prof. Lic. Néstor Komarnicki
b)