TEMA 1 VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES

1.- Defina el concepto de variables aleatorias y ponga un ejemplo Una variable aleatoria es una funcin que asigna un valor numrico a cada suceso elemental del espacio. Ejemplo: suceso aleatorio moneda al aire:Definimos a X como el n de cruces que aparecen al lanzar la moneda, los sucesos pueden ser: A1=(FC) A2=(CF) A3=(CC) A4=(FF) Los valores que damos a la variable aleatoria son: X(A1)=X(FC)=1; X(A2)=X(CF)=1; X(A3)=X(CC)=2; X(A4)=X(FF)=0 Observamos que la variable aleatoria X es una funcin, pues a cada elemento del conjunto origen, le hace corresponder un solo elemento del conjunto imagen, de valores de la variable aleatoria.

2.- Cundo podemos decir que una variable aleatoria es discreta? Y continua? Ponga un ejemplo. Una variable aleatoria X es DISCRETA si puede tomar un nmero finito o infinito, pero numerable de posibles valores. (ejemplo: n piezas defectuosas que aparecen en proceso de fabricacin). Una variable aleatoria X es CONTINUA si puede tomar un nmero infinito de valores correspondientes a los puntos de uno o ms intervalos de la recta real.(ejemplo: cantidad de lluvia cada cada da en un determinado punto geogrfico valor mnimo y el mximo de lluvia prevista)

3.- Existen analogas en las condiciones que debe verificar la funcin de probabilidad de una variable discreta y la funcin de densidad de una variable continua? La distribucin de probabilidad o funcin de probabilidad de una variable aleatoria discreta X, la notaremos por P(x) y es una funcin que asigna las probabilidades con la que la variable aleatoria toma los posibles valores de tal manera que las probabilidades verifiquen 2 condiciones: 1.- 0 P(xi) 1 i = 1,2, r (esta condicin indica que la probabilidad no puede ser negativa) ( 2.- P(xi) = 1 (esta condicin indica que los sucesos X=x para todos los valores posibles x, son mutuamente excluyentes y exhaustivos) Sea X una variable de tipo continuo y si existe una funcin f(x) que verifique: 1.- (x) 0 2.- f(x)dx = 1 - < X < +

Diremos que f(x) es la funcin de densidad de la variable continua X. En el caso discreto la probabilidad se asigna a cada valor de la variable aleatoria, mientras que en el caso continuo la probabilidad es considerada como una densidad de probabilidad sobre el rango de valores de la variable aleatoria, es decir en el caso discreto existen probabilidades puntuales, sin embargo en el caso continuo la P(X=x)=0 y la probabilidad no se asigna a un punto sino a un intervalo. En el caso discreto la suma de probabilidades puntuales es igual a 1, mientras en el caso continuo la suma de densidades de probabilidad o el rea bajo la curva f(x) debe ser igual a la unidad. La probabilidad de que la variable continua X tome valores en el intervalo (a,b) ser igual al rea bajo la curva f(x) acotada entre a y b P(a x b) = f(x)dx La funcin de distribucin de una variable aleatoria continua verifica: es no decreciente es decir si xixj entonces F(xi)f(xj))

4.- En el clculo de probabilidades de una variable aleatoria discreta y una continua existen diferencias? Hay una diferencia significativa en el clculo de probabilidades para una variable aleatoria discreta y una variable aleatoria continua. Si la variable aleatoria X es discreta, sabemos que existen probabilidades puntuales P(X=xi), sin embargo, en el caso continuo, si xi es un punto interior al intervalo de definicin de la variable aleatoria continua X, entonces la P(X = xi)= 0 =P(xi X xi)=0

5.- Qu entendemos por funcin de distribucin? Una funcin de distribucin acumulativa de la variable aleatoria X, que denotaremos por F(x) como la probabilidad de que la variable aleatoria X tome valores menores o iguales que X, es decir, DISCRETO F(x) = P (Xx) = P(xi)=P(X=xi) Y representa la suma de probabilidades puntuales hasta el valor x inclusive de la variable aleatoria X CONTINUO F(x) = P(Xx) = f(x)dx Y representa el rea limitada por la curva funcin de densidad f(x) y a la izquierda de la recta X=x.

6.- Cundo podemos decir que las variables aleatorias son independientes? Diremos que las variables aleatorias X e Y son independientes si y solo si se verifica que la funcin de distribucin conjunta F(x,y) es igual al producto de sus distribuciones marginales F1(x) F2(y) es decir: X e Y son independientes: F(x,y) = (F1(x) F2(y) (x,y)