Para pensar en el concepto de variables aleatorias, podemos
comenzar por un ejemplo intuitivo. Estamos reunidos con nuestro amigo Luis y, para divertirnos, decidimos realizar una apuesta. Vamos a lanzar un dado al aire, de tal manera que, si el número obtenido es par, gano un punto y Luis lo pierde. Por otra parte, si el número es impar, yo pierdo el punto y Luis lo gana. Si llevo este juego a términos matemáticos, puedo representar todos los resultados posibles que tengo en un lanzamiento a través de un conjunto numérico que llamaremos . De esta manera, los resultados que puedo obtener al lanzar el dado, son:
Llamemos a una función que determina si gané o perdí un
punto. Si denotamos con cualquiera de los resultados de tirar el dado, entonces tenemos que: Ejemplo
Sea el conjunto que agrupa los resultados de tirar dos dados.
Se tiene la función:
Donde es el resultado del primer dado y el resultado del
segundo. Ejemplo
Sea , , el precio de mercado de tres compañías diferentes y el espacio
muestral el conjunto de todas las posibles combinaciones de valores que los precios de mercado pueden tener mañana. Podemos definir una función:
En todos los ejemplos vistos, se define una función en el espacio
muestral que lleva a un número real. Este tipo de función se conoce como variable aleatoria. Variable aleatoria
Es una función definida en el espacio muestral que retorna un
número real bien definido a partir de cualquier resultado. Cuando el espacio muestral es discreto, se puede definir una variable aleatoria especificando los valores para , ,…. Pregunta
Acabo de elegir una persona al azar y observo cuál es el peso
de esa persona en kilogramos. ¿Cuál de las siguientes afirmaciones es verdadera?
a. El peso es una variable aleatoria continua.
b. El peso es una variable aleatoria discreta. c. El peso no es una variable aleatoria. d. El peso es un fenómeno determinístico. Tipos de variables aleatorias
Las variables aleatorias pueden ser discretas cuando tienen un
número finito y contable de valores posibles, y continuas cuando sus resultados no son finitos. Distribución de probabilidades de una V.A.
La distribución de probabilidades de una variable aleatoria X
está definida por:
dondees un valor cualquiera que pueda tener.
Ejemplo
Sea con probabilidades uniformes y una variable aleatoria
definida por:
Entonces y . Para otros valores de , .
Ejemplo
Sea el número de caras en dos lanzamientos de una moneda
no cargada. Existen tres valores posibles para X:0,1,2. El valor 1 se puede obtener de dos maneras diferentes y por lo tanto la distribución de probabilidades es:
Para cualquier otro valor de , .
Ejemplo
Sea el número de caras en dos lanzamientos de una moneda
no cargada. Existen tres valores posibles para X:0,1,2. El valor 1 se puede obtener de dos maneras diferentes y por lo tanto la distribución de probabilidades es:
Para cualquier otro valor de , .
Representación gráfica
Para tener una idea de la
distribución, podemos representar estos valores en un histograma. Acá se pueden ver las frecuencias que esperaríamos si realizáramos un número grande de lanzamientos independientes. Ejemplo
Asuma que ,
Y que
¿Cuál es la distribución de probabilidades de ?
Solución Ejercicio
Sea el conjunto de todos los resultados de dos lanzamientos
de un dado con probabilidades uniformes y sea la suma de ambos lanzamientos. ¿Cuál es la distribución de ? Distribución acumulada
En algunas ocasiones es conveniente organizar la información de una
manera diferente. En lugar de tener la probabilidad para cada valor posible de , podemos tener la probabilidad de que se encuentre por debajo de un umbral .
La distribución acumulada de una variable aleatoria está definida por:
La cual es una función definida para cualquier número real
Distribución acumulada
Cuando se conoce la distribución de , vemos que
Es decir que se puede calcular el valor de la distribución
acumulada sumando las probabilidades de todos los casos donde . Ejemplo
Asuma que ,
Y que
¿Cuál es la distribución acumulada de probabilidades de ?
Solución
Si , entonces Si , entonces Si , entonces Si , entonces Solución gráfica Valor esperado
La media es uno de los conceptos estadísticos principales. El
valor esperado es el concepto teórico correspondiente a la media. La esperanza de una variable aleatoria es una cantidad teórica con la siguiente propiedad: Si hacemos un gran número de observaciones independientes de , la media de estas observaciones se aproximará a .
Si es una variable aleatoria con valores posibles , entonces:
Ejemplo
Sea el resultado de tirar un dado. Encuentre .
Ejemplo
Sea el resultado de tirar dos dados y sea la suma de ambos
lanzamientos. Encuentre . Algunas propiedades del valor esperado
Si y son dos variables aleatorias, y y dos constantes,
entonces se pueden usar las siguientes reglas: Ejemplo
Sea el conjunto de los resultados de tirar dos dados y sea la
suma de ambos lanzamientos. Si representa el resultado del primer lanzamiento y el lanzamiento del segundo, encuentre . Esperanza de una función de una variable aleatoria
Sea una variable aleatoria y una función de dicha variable.
Entonces es una nueva variable aleatoria y su valor esperado se puede calcular así: Ejemplo
Sea el resultado de tirar un dado y sea . Entonces:
Varianza de una variable aleatoria
La varianza de una variable aleatoria está definida por:
La cual es una medida de desviación del valor esperado. Si
todos los valores de la variable aleatoria son cercanos a su valor esperado, entonces la varianza será pequeña. Desviación estándar de una variable aleatoria
La desviación estándar de una variable aleatoria está definida
por: Ejemplo
Asuma que es una variable aleatoria con valores 2, 4, 6 y 8, y
que su distribución está dada por
Entonces:
Y Otra forma de representar la varianza
La varianza de una variable aleatoria es equivalente a:
Propiedades de la varianza
1. Si es una constante, entonces .
2. Si donde k es una constante, entonces . 3. Si es una constante, entonces . 4. . 5. .