UNIDAD 2

1
VARIABLES ALEATORIAS

Una variable aleatoria es una funcin que asocia un nmero real con cada elemento del espacio
muestral.

VARIABLES ALEATORIAS DISCRETAS

Una variable aleatoria X se llama variable aleatoria discreta si se puede contar su conjunto de
resultados posibles

Ejemplos:

1.- Un capataz en una fbrica tiene tres hombres y cuatro mujeres trabajando para l. Desea elegir
dos trabajadores para una labor especial y decide seleccionarlos al azar. Sea Y el nmero de
mujeres en su eleccin. Encuentra la probabilidad para cada uno de los valores de Y.

2.- Considrese el experimento de lanzar una moneda 3 veces, la probabilidad de que caiga cara en
un lanzamiento es p. Supngase que por cada cara ganamos 1 peso y por cada cruz perdemos 1 peso,
sea X la cantidad total ganada al cabo de los tres lanzamientos. Lista los elementos del espacio
muestral, asigna un valor de X para cada evento simple del espacio muestral y un valor para su
probabilidad.
Si A es el evento de que la ganancia es 1 peso, Cul ser su probabilidad?


Definicin: La funcin f definida sobre R como ) ( ) ( ) ( x X P x P x f
X X
= = = se conoce como la
funcin de masa de probabilidad (funcin de densidad o funcin de probabilidad) de la v.a X si
cumple con las propiedades siguientes:

i) 0 > ) x ( f
X
e x R
ii) } ) x ( f | x {
X
0 = es un conjunto finito o infinito numerable.
iii) 1 =

x
X
) x ( f

4.- En base al ejemplo 2, se dijo que la probabilidad de una cara en un lanzamiento era p. Si p=0.4
calcular la funcin de masa para la v.a X.

Definicin: Se define a la funcin de probabilidad acumulada de la v.a X en el nmero t, F
X
(t)
con < < t como

s s
= = = s =
t x t x
X X
) x ( f ) x X ( P ) t X ( P ) t ( F

Con las propiedades siguientes:
i) < < s s x ) x ( F
X
, 1 0
ii) 0 =

) x ( F lim
X
x
& 1 =

) x ( F lim
X
x

iii) Si
2 1
x x s entonces ) x ( F ) x ( F
X X 2 1
s
iv) Es continua por la derecha, es decir
X
F (x) existe y adems ) t ( F lim ) x ( F
X
x t
X
+

=
UNIDAD 2
2

5._ Sea X una v.a con posibles valores x=0, 1, 2 tal que P(X=0)=1/3, P(X=1)=1/6 y P(X=2)=1/2.
Encuentra y grafica la funcin de probabilidad acumulada para la variable X.

6._ Se sabe que al lanzar una moneda, a menudo sale cara tres veces ms que sello. Esta moneda se
lanza 3 veces. Sea X la v.a que representa el nmero de caras que aparecen:
a) Encuentra la funcin de masa de probabilidad de X.
b) Encuentra la funcin de probabilidad acumulada de X.
c) Grafica ambas funciones.

Definicin: Si X es una v.a discreta con funcin de probabilidad
X
f (x), la esperanza, valor
esperado o media de la v.a X est dada por

) x X ( P x ) x ( xf ) X ( E
x x
X
= = =



7._ En base al ejemplo 4. Cul es el valor esperado de la variable X: ganancia al cabo de los tres
lanzamientos?

8._ Un fabricante produce artculos de tal modo que el 10% es defectuoso y el 90% no lo es. Si se
produce un artculo defectuoso el fabricante pierde $1.00, mientras que un artculo sin defectos le
produce una utilidad de $5.00. Si X es la utilidad neta por artculo, encuentra su valor esperado.

Notas:

- Si la v.a X puede tomar un nmero infinito numerable de valores, entonces se dice que la
esperanza de X existe si y slo si <

) x ( f | x |
x
X
, es decir la serie tiene que ser
absolutamente convergente.

- Si X es una v.a discreta con funcin de probabilidad f
X
(x) y g(x) una funcin de valores reales de
x, se tiene que el valor esperado de la funcin de la v.a est dado por:
) x ( f ) x ( g )] x ( g [ E
x
X
=

Propiedades del valor esperado

Sea X una v.a discreta con funcin de probabilidad f
X
(x)

P1._ Si a y b son constantes y Y=aX+b, entonces E(Y)=aE(X)+b

9.- Demostrar sta propiedad

UNIDAD 2
3

P2._ Si X
1
, X
2
, ..., X
n
son variables aleatorias con valores esperados E(X
i
), i=1, 2, ..., n
respectivamente, entonces la esperanza de la suma de las variables aleatorias es la suma de las
esperanzas de las variables.


= =
= |
.
|

\
|
n
i
i
n
i
i
) X ( E X E
1 1



Definicin._ Si X es una v.a con media = ) X ( E , la varianza de X se define como
2
) ( ) ( = X E X V

10.- Demuestra que
2 2 2
) ( ) ( ) ( = = X E X E X V


Propiedades de la varianza

P1._ La varianza de una constante es cero. Si a=Cte entonces 0 = ) a ( V

P2._ La varianza del producto de una constante por una variable es el producto del cuadrado de la
constante por la varianza de la variable ) ( ) (
2
X V a aX V =

P3._ Si X y Y son independientes entonces ) Y ( E ) X ( E ) XY ( E = por lo tanto
) Y ( V ) X ( V ) Y X ( V + = +

Generalizando, se tiene que si X
1
, X
2
,..., X
n
son variables aleatorias independientes entonces

= =
= |
.
|

\
|
n
i
i
n
i
i
) X ( V X V
1 1



11.- Si X es una v.a con media y varianza dadas por = ) X ( E y
2
o = ) X ( V . Demuestra que
2
1 1 o + = ) ( )] X ( X [ E .


Funcin generadora de momentos

Definicin: Si X es una v.a con
X
) X ( E = y k un entero positivo entonces hay dos tipos de
momentos:
1._ k-simo momento alrededor del origen definido como

= =
x
X
k k o
k
) x ( f x ) X ( E
2._ k-simo momento alrededor de la media o k-simo momento central, definido por:

= =
x
X
k
X
k
X
c
k
) x ( f ) x ( ] ) X [( E
UNIDAD 2
4

Definicin: Si X es una v.a discreta, la funcin generadora de momentos f.g.m se define como:

= =
x
X
tx tX
X
) x ( f e ) e ( E ) t (


Propiedades de la f.g.m

P1._ Si X es una v.a con f.g.m ) t (
X
y Y=aX+b es otra v.a, con a y b constantes, entonces
) at ( e ) t (
X
bt
Y
=

P2._ Si X
1
, X
2
, ..., X
n
son variables aleatorias independientes con f.g.m ) t (
i
X
, i=1, 2, ... , n y

=
=
n
i
i
X Y
1
, entonces la f.g.m de la variable Y, est dada por
[
=
=
n
i
X Y
) t ( ) t (
i
1



Ejemplos:

1._ Supngase que X es una v.a con E(X)=1, E(X
2
)=2 y E(X
3
)=5. Determina el valor del tercer
momento central de X.

2._ Determina la media y la varianza de la v.a X si se sabe que su f.g.m est dada por
( ) < < + =

t e e ) t (
t t
X
para 3
4
1
.

3._ Sea X una v.a con media y varianza
2
o y sea ) t (
X
su f.g.m para < < t . Si c es una
constante positiva y Y una v.a con f.g.m < < =

t e ) t (
] ) t ( [ c
Y
X
para
1
. Determina las
expresiones de la media y la varianza de Y en funcin de la media y la varianza de X.

4._ Si
6
3
6
2
6
3 2 t t t
X
e e e
) t ( + + = . Encuentra a) la esperanza de la v.a, b) su varianza y c) Su funcin
de probabilidad.

UNIDAD 2
5

VARIABLES ALEATORIAS CONTINUAS

Una variable aleatoria es continua si puede asumir cualquier valor en uno o ms intervalos de
nmeros reales y la probabilidad de que asuma un valor especfico dado es cero.

Definicin: Una funcin de densidad continua (para la v.a continua) es una funcin no negativa
con las propiedades:
i)
}

=1 dx ) x ( f
X

ii)
}
= < <
b
a
X
dx ) x ( f ) b X a ( P
Definicin: La funcin de distribucin o funcin de probabilidad acumulada para una v.a. X
continua, con funcin de densidad ) x ( f
X
est dada por
}

< < = s =
x
X X
x dx x f x X P x F , ) ( ) ( ) (
Observacin:

i) continua es donde puntos los en todos , ) x ( f x ) x ( ' F ) x ( f
X X X
< < = .

ii) 0 = ) x ( f
X
en otro caso.


Ejemplos:

1._ Una v.a. continua X que puede asumir valores entre 1 y 3 tienen una funcin de densidad dada
por ) x ( f
X
=1/2.

a) Demuestra que es una funcin de densidad de probabilidad.
b) Encuentra ) 7 . 2 7 . 1 ( < < X P .
c) Cuanto vale ) . X ( P 6 1 s .
d) Encuentra ) (x F
X
y salo para encontrar ) 7 . 2 7 . 1 ( < < X P

2._ Sea Y una v.a continua con funcin de densidad

s s
=
o.c 0
1 0
) (
2
y cy
y f
Y



Encuentra el valor de c, la funcin de probabilidad acumulada y grafica ambas funciones.
UNIDAD 2
6
Valor esperado y varianza de una variable aleatoria continua.
X X
dx ) x ( xf ) X ( E
}

= =

2 2 2
X X X X
dx ) x ( f ) x ( ] ) X [( E ) X ( V o
}

= = =

}

= =
2 2 2 2 2
X X X X
dx ) x ( f x ) X ( E o

}

= = dx ) x ( f e ) e ( E ) t (
X
tx tX
X


Ejemplos:

1._ La concentracin de plomo en la gasolina varia actualmente entre 0.1 y 0.5 gramos por litro
inclusive. Considera la funcin

s s
=
o.c 0
5 . 0 0.1 25 . 1 5 . 12
) (
x x
x f
X
donde X es el nmero de
gramos de plomo por litro de gasolina.
a) Prueba que es una funcin de densidad de probabilidad.
b) Cul es la probabilidad de que su concentracin en un litro de gasolina seleccionado al azar se
ubique entre 0.2 g/l y 0.3 g/l.?
c) Calcular la funcin de distribucin acumulada para X.
d) Utiliza la funcin acumulada para calcular la probabilidad de que la concentracin de plomo en
un litro de gasolina seleccionado aleatoriamente sea de 0.25 g/l a 0.35 g/l.
e) Calcular la media y la varianza.

2._ Para la siguiente funcin

< <

=
o.c 0
1 0
3
) 1 ( 4
) (
3
x
x
x f
X


a) Demuestra que es una funcin de densidad de probabilidad.
b) Encuentra la media y la varianza.
c) Encuentra la ) (x F
X


3._ Si la funcin de probabilidad de una v.a. continua X es

>
=

o.c 0
0
2
x ce
) x ( f
x
X

a) Determina el valor de c.
b) Encuentra P(1<X<2).

UNIDAD 2
7
4._ Supongamos que abordas un autobs para ir a la escuela, y cada 5 minutos llega un autobs a la
parada de la esquina. Debido a variaciones en la hora que sales de casa, el tiempo Y de espera al
siguiente autobs es una v.a. continua.
a) Obtn la f.d.p. para Y
b) Cul es la probabilidad de que esperes entre 1 y 3 minutos la llegada del camin?
c) y ms de cuatro minutos?