1

VARIABLES
ALEATORIAS.

Mag. Lourdes Huamán Romero

 Introducción a Variables
Aleatorias
 Tanto en la vida cotidiana como en el campo científico
estamos habituados a observar fenómenos aleatorios cuyos
resultados se expresan mediante números; por ejemplo el
voltaje de salida en una fuente de alimentación, el número
de personas en la cola del cine, la velocidad de conexión a
la red, etc.
 Incluso en problemas de naturaleza puramente cualitativa es
muy frecuente recurrir a la codificación numérica; en
situaciones tales como: el diagnostico de un paciente “sano”
o “enfermo”, preguntas del tipo ¿estudias o trabajas?, etc., las
respuestas son usualmente codificadas con 0 y 1, aunque en
realidad podría emplearse cualquier pareja de símbolos con
igual precisión.
 Introducción a Variables
aleatorias
 Una variable aleatoria o variable estocástica es una variable
estadística cuyos valores se obtienen de mediciones en algún tipo
de experimento aleatorio. Formalmente, una variable aleatoria es
una función, que asigna eventos.
 Por ejemplo lanzar un dado dos veces
Espacio muestral:
Los posibles resultados: (1, 1), (1, 2), etc.
Evento: La suma de resultados obtenidos: 2, 3, 4, etc.

 Una variable aleatoria es un valor numérico que corresponde al

resultado de un experimento aleatorio.
Introducción a Variables
4
aleatorias

2-2008
VARIABLES ALEATORIAS
DEFINICIÓN :
Se denomina variable aleatoria es toda
función que asocia a cada elemento del
espacio muestral Ω ó S un valor en el
conjunto de los números reales Rx
 VARIABLES ALEATORIAS
 Una v. a. X es una función definida en Ω tal
que a cada elemento ω є Ω le asocia un
numero real x= X(ω).

 El dominio de la v. a. X es el espacio Ω y el
rango es el subconjunto de los números
reales que denotaremos por Rx , siendo.

Rx  x  R / x  X (w), w 
 Ejemplo:

7
Sea Ώ el espacio muestral que se obtiene al lanzar al
aire una moneda tres veces consecutivas, esto es:

2-2008
 VARIABLES ALEATORIAS
Ejemplo: se prueban tres componentes electrónicos y se observa el
carácter de defectuoso o no.
 VARIABLES ALEATORIAS
Ejemplo:
Se sacan dos bolillas de manera sucesiva sin
reemplazo de una urna que contiene 5 bolillas
blancas y 4 bolillas rojas.
X: “numero de bolillas rojas extraídas”
Definir:
Espacio muestral:
Rango Rx:
CLASIFICACIÓN
 V. A. Discretas.
 Es aquella cuyo rango es un conjunto finito o
infinito numerable de valores proceden del
conteo.
 Si la variable aleatoria X es discreta su rango
se expresara en general por:


Rx  x1 , x2 , ...xn 
 Una variable aleatoria discreta X es una
función que asigna valores numéricos a los
sucesos elementales de un espacio muestral.
 V. A. Discretas.

Ejm: Lanzamos tres monedas y definimos la variable

aleatoria X:número de caras obtenidas. Siendo C
obtener cara y X obtener cruz, como el espacio
muestral es:
S= {CC,CX,XC,XX} entonces se tiene
X : −----R
CC ----- 2
CX ----- 1
XC ----- 1
XX ----- 0
 Función DE PROBABILIDAD

 Definición.- Es la aplicación que asigna a cada

valor de la variable aleatoria discreta X la
probabilidad de que la variable tome dicho valor.
ƒ x : X → [0, 1]
xi −→ ƒ(X = xi)
 Tiene que cumplir lo siguiente :

f ( x)  0; x  R
n

 f (x )  1
i 1
i
 Función DE PROBABILIDAD
Ejemplo: Lanzamos dos monedas y definimos la variable aleatoria X,
número de caras obtenidas. Siendo C obtener cara y X obtener cruz.
La
 Función DE PROBABILIDAD
Ejemplo:
Consideremos el experimento que consiste en
lanzar tres monedas a al aire. Llamaremos C : cara y
S: sello; y el evento es el número de caras:
Definir:

El espacio muestral:

Definir la variable aleatoria:

Definir su función de probabilidad:

4
 Función de distribución
También denominada función de
distribución acumulativa (f.d.a.)
Definición.- la función de distribución
acumulada de probabilidades o
simplemente función de distribución, F(x),
de una variable aleatoria discreta x cuya
función de probabilidad es f(x), se define
por:
F ( x)  P[ X  x]   P[ X  x]   f ( xi ), para  x 
k x k x
 Función de distribución
Ejemplo: Lanzamos dos monedas y definimos la
variable aleatoria x, número de caras obtenidas.
Siendo C obtener cara y X obtener cruz. Hemos
calculado la función de distribución de probabilidad.

F ( x)  P[ X  x]   P[ X  x]   f ( xi ), para  x 
k x k x
 Función de distribución
En base a la tabla anterior pasemos a hallar la función de
distribución acumulativa .

F ( x)  P[ X  x]   P[ X  x]   f ( xi ), para  x 
k x k x

Fx (0)  P( X  0)  Px (0)  1/ 4
1 2 3
Fx (1)  P( X  1)  Px (0)  Px (1)   
4 4 4
1 2 1 4
Fx (2)  P( X  2)  Px (0)  Px (1)  Px (2)      1
4 4 4 4
 Función de distribución
Por lo tanto la función de distribución queda
expresada de la siguiente forma.
Función de distribución

PROPIEDADES:
1.  F ( x)  P[ X  x]   f ( xi )
k x

2.  0  F ( x)  1
3.  si _ x  y, entonces _ F ( x)  F ( y)
ESPERANZA MATEMÁTICA
Es la media o valor
esperado de una variable
aleatoria de x con
función denotado por µ o
E(x)
  E ( x)   xi f ( x)
xRx
 ESPERANZA MATEMÁTICA
PROPIEDADES:
 . E(C) =C
 . E ( x1  x2  ...  xn )  E ( x1 )  E ( x2 )  ...  E ( xn )
 . E ( x1.x2 .....xn )  E ( x1 ).E ( x2 ).....E ( xn )
Si son independientes

 . E( x   )  0
 . E( x  C)  E( x)  C
 .
E(C.x)  C.E( x)
 Varianza
Sea x una variable aleatoria X, con
distribución de probabilidad f(x) y
con media igual a µ, la varianza
de X es la expresión:

  V ( x)  E ( X t   )   ( X t   ) f ( x)   x f ( x)  
2 2 2 2

x x
 Varianza- propiedades
*_ V (C )  0
*_ V ( x)  E ( x )  
2 2

*_ V ( x1  x2  ...xn )  V ( x1 )  V ( x2 )  ...  V ( xn )
*Si _ son _ independientes.
*_ V ( x  C )  V ( x)
*_ V (C.x)  C .V ( x)
2
Desviación
estándar
La desviación estándar de
la variable aleatoria x es la
raíz cuadrada positiva de
la varianza, esto es:

    V ( x)
2
 VARIABLES ALEATORIAS
continuas
Es aquella cuyo rango es un intervalo en R o
conjunto infinito no numerable de valores
reales
Proceden de mediciones.
Ejemplo:
X= El tiempo de duración de un artefacto
electrodoméstico obtenido al azar de un lote.
X= El contenido de magnesio en una aleación
X= Tiempo que tarda un alumno en resolver un
examen de matemáticas.
 VARIABLES ALEATORIAS
continuas
Ejemplo: Sea X la variable aleatoria que
representa el número de kilogramos que pierde
una persona al seguir una dieta especifica
durante cierto periodo. Es una v. a. continua,
pues su rango (los valores que puede tomar) son
todos los puntos de un intervalo, por ejemplo [1,3].

X: número de kilogramos que pierde una persona

al seguir una dieta.
Función de probabilidad
Definición.- Se dice que la función f(x) es función
de densidad (Ley, modelo o distribución) de
probabilidad de la variable aleatoria continua X si
satisface las siguientes condiciones:

f ( x)  0; x  R




f ( x )dx  1

P ( A)  p[ x  A]   f ( x )dx  1
A

para _ cualquier _ int ervalo _ A  R

 Función de probabilidad
Ejemplo: El contenido de magnesio en una
aleación es una variable aleatoria, dada por la
siguiente función de densidad de probabilidad.

¿Cuál es la probabilidad de que el contenido de

magnesio en la aleación sea menor que 2?
 Función de distribución
función de distribución acumulada (f.d.a.)

Definición; La función de distribución acumulada

(f.d.a.), F(x) de una Variable aleatoria continua X
con función de densidad f(x), se define por:
R
F ( x)  P[ X  x]   f ( x)dx, para    x  

Además, la función de
densidad puede
obtenerse de:

dF ( x)
f ( x) 
dx
Esperanza matemática
La media o valor esperado de
una variable aleatoria de X con
función de densidad esta
denotada por µ o E(x)

  E ( x)   x. f ( x)dx

 Varianza
Sea x una variable aleatoria X, con
función de densidad f(x) y con media
igual a µ, la varianza de X es la
expresión:
 
 2  V ( x)  E ( X t   )   ( X t   ) 2 f ( x)dx   x 2 f ( x)dx   2
 
Desviación estándar

La desviación estándar de
la variable aleatoria x es la
raíz cuadrada positiva de
la varianza, esto es:
    V ( x)
2
34