VARIABLES

ALEATORIAS
FABIOLA GESELL GAMBOA
VARIABLES ALEATORIAS
Definición: Una variable aleatoria es una función que asocia un número real con
cada elemento del espacio muestral

Ejemplos:
Resultado al lanzar un dado
Número de lanzamientos de una moneda hasta que sale cara
Cantidad de hermanos que tienen los habitantes de Concepción
Número de los clientes que recibe un restaurant un fin de semana
Peso de recién nacidos
Tiempo que demoran las personas que corren una maratón
 VARIABLES
ALEATORIAS DISCRETAS
VARIABLE ALEATORIA
DISCRETA
Definición: Una variable aleatoria discreta es una v.a con un recorrido
finito (o infinito numerable)

Ejemplo: Trabajaremos con el experimento de lanzar una moneda al aire tres

veces, nos interesa registrar el número de caras. Defina:
• X: número de caras al lanzar tres veces una moneda
• Espacio muestral
• Valores de X= {0,1,2,3}
FUNCIÓN DE PROBABILIDAD
Definición: La función de probabilidad de una v.a. discreta p(x)= P(X=x) satisface
las siguientes propiedades:

a) p(x) ≥ 0

Ejemplo: La distribución de probabilidad al lanzar una moneda tres veces y registrar

las caras.
FUNCIÓN DE DISTRIBUCIÓN
ACUMULADA
Definición: La función de distribución de una v.a discreta X se denota por F(x) y
representa la probabilidad de que la variable tome valores menores o iguales que cierto
valor x:

Satisface las siguientes propiedades:

a)0 ≤ F(x) ≤ 1
b)Si

Ejemplo: La función de distribución al lanzar una moneda tres veces y registrar las caras.
ESPERANZA
Definición: La media o valor esperado de una v.a discreta X, se denota por µx o
E(X), es:

Ejemplo: La esperanza del ejemplo de lanzar una moneda tres veces y registrar las
caras.
VARIANZA
Definición: La varianza de una v.a. discreta X se denota por o V(X) y su fórmula de
calculo es:

También puede ser calculada como

donde

Ejemplo: La varianza del ejemplo de lanzar una moneda tres veces y registrar las
caras.
FUNCIÓN DE UNA VARIABLE
ALEATORIA
Si se tiene una función H(x) = ax + b, entonces
la Esperanza de la nueva variable H puede ser calculada como:

La varianza de la nueva variable H puede ser calculada como:

 EJERCICIO
Suponga que el número de solicitudes para ingresar a una carrera por vía interna (por año),
se puede considerar una variable aleatoria cuya distribución de probabilidad está definida
como: x 0 1 2 3 4 5
p(x) 0,15 0,21 0,27 0,15 0,17 0,05

1) Calcule e interprete la esperanza y

desviación estándar.
2) Calcule la probabilidad de que un año se reciban más
de 2 solicitudes
3) Si por cada solicitud vía interna que se recibe, el
número de solicitudes normales se calcula como
250 + 1,7x ¿Cuántas solicitudes se espera tener este año?
 EJERCICIO
Un servicio de delivery recibe entre 3 a 10 pedido por minuto durante la hora punta. distribución de probabilidad
asociada es: :
X 3 4 5 6 7 8 9 10
p(x) 0,25 0,2 0,06 0,04 0,07 0,12 0,07 0,09

Calcule la probabilidad de los siguientes eventos

a) Cuando mucho se realicen 4 pedidos
b) Se realicen menos de 6 pedidos
c) Por lo menos se realicen 7 pedidos
d) Se reciban entre 5 y 8 pedidos
e) ¿Cuántas pedido se esperan en 1 hora?
f) Si la propina que recibe el repartidor se puede calcular a través de una función de x,
Y= 5679 + 870x ¿Cuánto es el monto que espera recibir en 6 horas de trabajo un repartidor?
 VARIABLES ALEATORIAS
BIDIMENSIONALES
Análisis conjunto de dos variables aleatorias asociadas a un experimento.

Número de compras versus número de clientes por hora que ingresan a una
panadería
Número de hijos de una familia versus número de vehículo que tiene.
 DISTRIBUCIÓN DE
PROBABILIDAD CONJUNTA
Dadas dos variables aleatorias discretas, la probabilidad de que
ocurra
e está determinada por la función de probabilidad conjunta:
DISTRIBUCIÓN DE
PROBABILIDAD CONJUNTA
Tabla de probabilidad conjunta

Distribución marginal de X
Distribución marginal de Y
EJERCICIO
Un servicio automotriz necesita relacionar el número clientes que ingresa con la cantidad de
clientes que compran algún repuesto en 5 minutos. De acuerdo a los registros que tienen la
distribución de probabilidad conjunta es:
X|Y 0 1 2 Total
2 0,17 0,09 0,03 0,29
3 0,12 0,09 0,06 0,27
4 0,09 0,06 0,08 0,23
5 0,08 0,11 0,02 0,21
Total 0,46 0,35 0,19 1

1. ¿Cuál es la probabilidad que entren clientes 5 y 2 compren algún repuesto?

2. ¿Cuál es la distribución marginal de los clientes que ingresan?
3. ¿Cuál es la probabilidad de que entren al menos 4 clientes?
FUNCIÓN DE PROBABILIDAD
CONDICIONAL
Definición: La función de probabilidad condicional de una variable aleatoria X
dado Y = y se puede calcular como:

Definición: La función de probabilidad condicional de una variable aleatoria Y

dado X = x se puede calcular como:
EJERCICIO
Un servicio automotriz necesita relacionar el número clientes que ingresa con la cantidad de
clientes que compran algún repuesto en 5 minutos. De acuerdo a los registros que tienen la
distribución de probabilidad conjunta es:

X|Y 0 1 2 Total
2 0,17 0,09 0,03 0,29
3 0,12 0,09 0,06 0,27
4 0,09 0,06 0,08 0,23
5 0,08 0,11 0,02 0,21
Total 0,46 0,35 0,19 1

Si en 5 minutos entran 4 clientes ¿Cuál es la distribución del número de clientes que compran
algún repuesto?
COVARIANZA
Dadas X e Y dos variables aleatorias discretas, la covarianza entre X e Y se
calcula como:

donde,

Obs.
EJERCICIO
Considerando la tabla de probabilidad conjunta siguiente:

X|Y -2 0 3
-1 0,15 0,25 0,10
2 0,25 0,05 0,20

Calcule:
.
.
INDEPENDENCIA
Dadas las variables aleatorias X e Y, se dice que son independientes si:

Observación.:

Si las variables aleatorias X e Y son independientes, entonces

EJERCICIO
Considerando la tabla de probabilidad conjunta siguiente:
X|Y -2 0 3
-1 0,15 0,25 0,10
2 0,25 0,05 0,20

¿Las variables X e Y son independientes?

 ESPERANZA Y VARIANZA

Considere las va X e Y y los números reales a y b, entonces:

Si X e Y son va independientes, entonces

VALORES ESPERADOS
CONDICIONALES
El valor esperado de la variable aleatoria X dado Y = y se calcula
como:

El valor esperado de la variable aleatoria Y dado X = x se calcula

como:
EJERCICIO
Un servicio automotriz necesita relacionar el número clientes que ingresa con la
cantidad de clientes que compran algún repuesto en 5 minutos. De acuerdo a los
registros que tienen la distribución de probabilidad conjunta es:

X|Y 0 1 2 Total
2 0,17 0,09 0,03 0,29
3 0,12 0,09 0,06 0,27
4 0,09 0,06 0,08 0,23
5 0,08 0,11 0,02 0,21
Total 0,46 0,35 0,19 1

¿Cuántas ventas se espera realicen por algún repuesto, si es que entraron 4 clientes?
DISTRIBUCIONES
DISCRETAS
CLÁSICAS
DISTRIBUCIÓN BERNOULLI

Se utiliza cuando se trabaja un experimento aleatorio que se realiza sólo una vez y que tiene dos
resultados posibles, generalmente descritos como éxito o fracaso, dando como resultado una variable
dicotómica.

Se dice que X~ Ber(p) y su distribución de probabilidad es:

Donde,
E(X)=p y V(X)=pq
DISTRIBUCIÓN BINOMIAL

Está distribución es uilizada para analizar el número de éxitos que ocurren en n ensayos. Cada uno de estos
ensayos es independiente del otro y tiene probabilidad p de éxito.

Por ejemplo, número de artículos que fallen de un lote de 50 vendidos, número de clientes que comprar en una
pastelería de un total de 50 que ingresan a la tienda.

La distribución de probabilidad es:

donde
x es el número éxitos
E(X)=np V(X)=npq
EJERCICIO

Una evaluación tiene 6 preguntas, cada una de ellas tiene 3 alternativas y sólo
una de ellas es correcta. Suponemos que una persona contestará la prueba sin
tener conocimientos y por ende responderá al azar, el interés está en el número
de respuestas correctas.
Responda:
a) ¿Cuál es la variable?
b) Identifique su distribución y sus parámetros.
c) Escriba su distribución de probabilidad
d) ¿Cuál es la probabilidad de tener 2 respuestas correctas?
e) ¿Cuál es la probabilidad de que la mitad de la evaluación esté correcta?
f) ¿Qué probabilidad existe de que tenga al menos 1 respuesta buena?
g) ¿Cuántas preguntas se espera tenga correctas?
h) Si el puntaje de la prueba se calcula con la función Y = 10 + 2x ¿Cuánto se espera sea el puntaje
obtenido?
DISTRIBUCIÓN POISSON

Es muy utilizada en situaciones donde se quiere medir la frecuencia de un evento

sobre alguna unidad de tiempo.
Por ejemplo, el número de clientes que llegan en una hora, número de
accidentes en un mes, el número de clientes atendidos en una hora.
La distribución de probabilidad es

donde
x número de veces que ocurre el evento
µ número promedio de ocurrencias por unidad de tiempo
EJERCICIO

Suponga que al servicio de encomiendas de Corral llegan en promedio 6

encomiendas por día. De acuerdo a esto, responda:
a) ¿Cuál es la variable aleatoria en estudio?
b) Identifica la distribución y su parámetro
c) Calcule la probabilidad de que lleguen a dejar encomiendas durante un
día.
d) Calcule la probabilidad de que se reciban al menos tres encomiendas
durante un día.
e) Calcule la probabilidad de que se reciban entre 16 y 19 encomiendas
en 1 semana (5 días)