Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Rosa Montao
Variables Aleatorias Discretas
Funcin de Probabilidad o Cuanta
Definicin: Dada una variable aleatoria discreta que toma los valores
se denomina funcin de probabilidad o funcin de masa a la
funcin:
X
1 2
( , , ......, , ......)
n
x x x
[ ]
01 : , P R
( ) ( ) ({ : ( ) }) P x P X x P X x = = = =
Que verifica que:
1. 0 Rec ( ) ( P X x x X = = )
2. 1
Re ( )
( )
c x
P X x = =
En el ejemplo correspondiente al lanzamiento de la moneda:
1
0 0
4
( ) ( ) ({ , }) P P X P s s = = = =
1
1 1
2
( ) ( ) ({ , }) ({ , }) P P X P c s P s c = = = + =
1
2 2
4
( ) ( ) ({ , }) P P X P c c = = = =
{ } 0 012 ( ) , , P X x x = =
Funcin de Distribucin
Definicin: Dada una variable aleatoria discreta que toma los valores
tal que
se define la funcin de distribucin
asociada a como:
1 2
( , , ...., , ....)
n
x x x
1 2
.... ....
n
x x x
X
[ ]
01 : , F R
( ) ( ) ( )
i
X i
x x
F x P X x P x
= =
Ejemplo: Para la funcin de distribucin de la variable aleatoria : Nmero de
caras, cuyo Rec(X)={0,1,2} la funcin de distribucin es:
X
0 si 0
1 4 si 0 1
3 4 si 0 2
1 si 2
/
( )
/
X
x
x
F x
x
x
<
<
=
<
Propiedades:
Si ( )
X
F x es la funcin de distribucin de una variable aleatoria discreta , esta
debe satisfacer
X
(1) ( )
X
F x es escalonada y los puntos de salto son los
i
x
(2) 0 lim ( )
X
x
F x
= ; 0 lim ( )
X
x
F x
=
(3) ( )
X
F x es no decreciente, es decir, si ( ) ( )
X Y
x y F x F y
(4) ( )
X
F x es contnua por la derecha
Ejemplo: Dado un experimento que consiste lanzar un dado cargado 100 veces se obtiene la
siguiente funcin de Probabilidad:
01 si 13
04 si 2
02 si 4
005 si 5
015 si 6
0 en otro caso
. ,
.
.
( )
.
.
X
x
x
x
P x
x
x
=
=
=
Determine la funcin de distribucin.
Solucin:
De acuerdo a la definicin debemos ir acumulando las probabilidades tal que:
0 si 1
01 si 1 2
05 si 2 3
06 si 3 4
08 si 4 5
085 si 5 6
1 si 6
.
.
( ) .
.
.
X
x
x
x
F x x
x
x
x
<
<
<
= <
<
<
Representaciones grficas:
Funcin de Cuanta Funcin de Distribucin
0,00
0,10
0,20
0,30
0,40
0,50
1 2 3 4 5 6
Valores delavariable
P
r
o
b
a
b
i
l
i
d
a
d
Probabilidad
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
0 1 2 3 4 5 6 7 8 9
Val or de l a vari abl e
P
r
o
b
a
b
i
l
i
d
a
d
A
c
u
m
u
l
a
d
a
Esperanza Matemtica
Definicin: Si es una variable aleatoria discreta que toma los valores
se define la esperanza de
como:
X
1 2
( , , ...., , ....)
n
x x x X
Re ( )
( ) ( )
i i
c x
E X x P X = = x
Es decir como la suma de cada uno de los valores que puede tomar la variable multiplicado por
su probabilidad.
Propiedades :
(a) Si es una variable aleatoria y una funcin de dicha variable, se
define la esperanza de como:
X ( h X)
( ) h X
[ ]
Re ( )
( ) ( ) ( )
i i
c x
E h X h x P X x = =
(b) ( ) ( ) E aX b aE X b + = +
(c) [ ] [ ] [ ]
( ) ( ) ( ) ( ) E h X g X E h x E g x + = +
(d) [ ] [ ] [ ]
E aX bY aE X bE Y + = +
(e) [ ]
E a a a = R
Ejemplo: Sea una variable discreta cuya funcin de probabilidad esta dada por X
02 si 1
03 si 2
05 si 3
0 en otro caso
.
.
( )
.
X
x
x
P x
x
=
=
=
Determine la esperanza o el valor esperado de . X
Solucin:
Paso 1: Aplicando la definicin se tiene:
1 0 2 2 0 3 3 0 5 2 3
Re ( )
( ) ( ) , , , ,
i i
c x
E X x P X x = = = + + =
Varianza
Definicin: Se define la Varianza de una variable aleatoria discreta
como:
X
2 2
Re ( )
( ) ( ) ( ) ( )
i i
c x
V X E X x P X x = = =
Desarrollando, se tiene que
2
( ) ( ) V X E X
2
=
.Tambien se denota
2
( )
X
V X = .
A la Raiz cuadrada positiva de la varianza de X se le denomina desviacin estndar
y se denota por
X
Propiedades :
(a) V X ( ) ( ) b V X + =
) X b a V X + = (b) V a
2
( ) (
(c) [ ]
0 , Cte. V a a = R
)
Definicin: Se definen los momentos centrales de orden r como y se
denotan por
(
r
X
E X
r
.
Como casos particulares se tiene:
0
1 =
1
0 =
2
( ) V X =
Definicin: Se definen los momentos respecto del origen de r como y se
denotan por .
( )
r
E X
X
r
m
Como casos particulares se tiene:
1
( ) m E = =
Definicin: Se definen la moda de una variable como si X
0 k
M x =
m x ( ) (
k i
) P X x a P X x = = =
Definicin: Se definen la mediana a de una variable r como si X
e k
M x =
1
1
2
( )
k
F x
<
y
1
2
( )
k
F x