TEMA 5:

VARIABLE ALEATORIA

MARIOLA ESTUDILLO MARTNEZ

DPTO. ESTADSTICA E INVESTIGACIN OPERATIVA
 INTRODUCCIN
Los resultados o sucesos de un experimento aleatorio pueden
ser de naturaleza cualitativa o cuantitativa.

9 Ejemplos de experimentos aleatorios cuyos resultados o

sucesos son cualitativos:

- Lanzamiento de una moneda: E={c,+}.

- Calidad de piezas fabricadas: E={defectuosa ,no defectuosa}.
- Preferencia de una persona sobres tipos de coches: E={A,B,C}.
9 Ejemplos de experimentos aleatorios cuyos resultados o
sucesos son cuantitativos:

- N accidentes de coche en una ciudad en un mes: E={0,1,2,}.

- N clientes que llegan a un comercio en una hora: E={0,1,}.
 INTRODUCCIN
Trabajar con los resultados cualitativos de un experimento
introduce ciertas complicaciones, siendo de gran utilidad el
cuantificar los resultados del experimento aleatorio o, lo que es
lo mismo, asignar un valor numrico a cada suceso del espacio
muestral correspondiente al experimento aleatorio considerado.
Esta relacin entre los sucesos del espacio muestral y el valor
numrico que se le asigna la establecemos mediante la
VARIABLE ALEATORIA (V.A.).

9 Definicin
Sea E un espacio muestral sobre el que se encuentra definida
una funcin de probabilidad P. Sea X una funcin de valor real
definida sobre E, de manera que transforma los resultados de E
en puntos de la recta de nmeros reales. Se dice entonces que X
es una VARIABLE ALEATORIA.
X : E
 INTRODUCCIN
EJEMPLO

Consideremos el experimento aleatorio: lanzar una moneda. Su

espacio muestral es el siguiente:
E = {c , +}

Definimos la v.a. X de la siguiente manera: X=n de cruces.

 INTRODUCCIN
EJEMPLO
Consideremos el experimento aleatorio: lanzar dos veces una
moneda. Su espacio muestral es el siguiente:
E = {{c , c }, {c , +}, {+, c }, {+, +}}
Definimos la v.a. X de la siguiente manera: X=n de cruces.

9 Tipos
La v.a. puede tomar un nmero numerable o no numerable de
valores posibles dando lugar a dos tipos principales de v.a.:
discretas y continuas.
 INTRODUCCIN
9 Definicin

Se dice que una v.a. X es DISCRETA si el nmero de valores que

puede tomar es finito o infinito numerable.

EJEMPLOS
- N de piezas defectuosas en un proceso de fabricacin.
- N de llamadas telefnicas recibidas en una centralita durante
un periodo de tiempo.
- N de depsitos de una entidad bancaria.

Los valores que puede tomar, por tanto, una v.a. discreta son:
x = 0, 1, 2,
 INTRODUCCIN
9 Definicin

Se dice que una v.a. X es CONTINUA si puede tomar un nmero

infinito no numerable de valores.

EJEMPLOS
- Son situaciones tpicas de v.a. continuas las que hacen
referencia a medidas tales como tiempo, peso o longitud.
- Si X = tiempo que dedica un alumno a hacer un examen cuya
duracin mxima es de dos horas (120 minutos), tenemos una
v.a. continua que puede tomar infinitos valores en el intervalo
0x120.
Los valores que puede tomar, por tanto, una v.a. continua son los
infinitos valores de cualquier intervalo de la recta real.
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
Al considerar los valores de una v.a. es posible desarrollar una
funcin matemtica que asigne una probabilidad a cada
realizacin x de la v.a. X. Esta funcin ser la distribucin de
probabilidad de X, que se llama FUNCIN MASA DE
PROBABILIDAD.

Sea X una v.a. discreta que toma un nmero finito de valores, r

en total, que notamos x1, x2,, xr. Designamos la probabilidad de
que la v.a. X tome un valor particular, xi, por:

pi = P [X = xi ]
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
9 Definicin
La distribucin de probabilidad de una v.a. discreta X se llama
FUNCIN MASA DE PROBABILIDAD y se denota por P(x). Es
una funcin que asigna las probabilidades con que la v.a. toma los
valores posibles, de tal manera que las probabilidades verifican
las dos condiciones siguientes:

1. 0 P (xi ) 1 xi de X

2. P (xi ) = 1
i
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
NOTA
Para calcular la probabilidad de que una v.a. discreta X tome
valores en un intervalo de la recta real, por ejemplo, en [a,b],
slo hay que sumar las probabilidades correspondientes a valores
de X comprendidos entre a y b, es decir,
b b
P [a X b ] = P [X = x]= p (x )
x a
= x a
=
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
EJEMPLO
Consideremos el experimento aleatorio consistente en el
lanzamiento de una moneda 2 veces.

a) Obtener la funcin masa de probabilidad de la v.a. X=n de

cruces.
b) Comprobar que realmente es funcin masa de probabilidad.
c) Calcular las siguientes probabilidades: P[0 x < 2], P[0 x 2].
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
a) Obtener la funcin masa de probabilidad de la v.a. X=n de cruces.
Espacio muestral: E = {{c , c }, {c , +}, {+, c }, {+, +}}
Valores que toma la v.a.:

X: E
{c , c } a 0
{c ,+} a 1
{+, c } a 1
{+, +} a 2
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
Funcin masa de probabilidad:
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
b) Comprobar que realmente es funcin masa de probabilidad.
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS

c) Calcular las siguientes probabilidades: P[0 x < 2], P[0 x 2].

 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
EJERCICIO
Un lote de 100 lmparas contiene 10 defectuosas. El minorista
decide tomar 2 lmparas aleatoriamente y si ninguna de las dos
es defectuosa se acepta el lote. Definimos la v.a. X=n lmparas
defectuosas en una seleccin aleatoria de dos lmparas.
Obtener:

a) La funcin masa de probabilidad de la v.a. X.

b) Comprobar que realmente es funcin masa de probabilidad.
c) Calcular la probabilidad de que el minorista acepte el lote.
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
a) La funcin masa de probabilidad de la v.a. X.
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
Funcin masa de probabilidad:
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. DISCRETAS
b) Comprobar que realmente es funcin masa de probabilidad.

c) Calcular la probabilidad de que el minorista acepte el lote.

 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS
En muchas aplicaciones estadsticas la v.a. puede tomar cualquier
valor sobre un intervalo de la recta real, es decir, puede tomar
un nmero infinito de valores, siendo la correspondiente v.a. de
tipo continuo.

En el caso continuo no es posible asignar una probabilidad a

cada uno de los infinitos valores de la v.a., siendo necesario
utilizar una aproximacin diferente para llegar a obtener la
distribucin de probabilidad de una v.a. continua.
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS
9 Definicin
Sea X una v.a. continua. Su distribucin de probabilidad se
denomina FUNCIN DE DENSIDAD, se denota por f(x) y
verifica las siguientes condiciones:

1. f (x ) 0 x
+
1
2. f (x )dx = 1

El rea bajo la curva de la funcin es 1.

 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS
NOTA

La probabilidad de que una v.a. continua X tome valores en un

intervalo de la recta real, por ejemplo, en [a,b], ser igual al rea
bajo la curva f(x) acotada entre a y b, es decir,

b P [a X b ]
P [a X b ] = f (x )dx
a

a b
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS
OBSERVACIN
Hay una diferencia significativa en el clculo de las
probabilidades para una v.a. discreta y una v.a. continua. Si X es
discreta existen las probabilidades puntuales P[X=xi]. Sin
embargo, en el caso continuo, si x es un punto interior de un
intervalo, entonces P[X=xi]=0 ya que:
xi
P [X = xi ] = P [xi X xi ] = f (x )dx = 0
xi

Es decir, el rea entre xi y xi es 0. Entonces se verifica que:

P [a X b ] = P [a X < b ] = P [a < X b ] = P [a < X < b ]

ya que P [X = a ] = P [X = b ] = 0
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS
EJEMPLO

Sea X v.a. continua con funcin de densidad:

1 15 x 17

f (x ) = 2
0 resto

Probar que, efectivamente, es funcin de densidad.

 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS

Para que sea funcin de densidad tiene que verificar:

 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS
EJEMPLO

Obtener el valor de k para que f(x) sea funcin de densidad.

k
3 0x <2

1
f (x ) = 2x <6
8
0 resto

 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS
Para que sea funcin de densidad tiene que verificar:
 DISTRIBUCIN DE
PROBABILIDAD DE UNA V.A.
D. PROBABILIDAD DE V.A. CONTINUAS

Luego la funcin de densidad es:

 FUNCIN DE DISTRIBUCIN
9 Definicin
Dada una v.a. X se define su FUNCIN DE DISTRIBUCIN
asociada como una funcin que se aplica sobre y toma valores
en [0,1]. Se denota por F(x):
F : [0,1]
x a F (x ) = P [X x ]
Es la suma de las probabilidades de todos los puntos inferiores
o iguales a x.

9 Propiedades

1. Es una funcin no decreciente.

2. Es continua a la derecha.
3. F(-)=0, F(+)=1 0 F(x) 1
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
Dada una v.a. discreta X con funcin masa de probabilidad p(x)
se define su funcin de distribucin F(x) como:

F (x ) = P [X x ] = p (xi ) = P [X = xi ]
x x
i x x
i

Representa la suma de las probabilidades puntuales hasta el

valor x (incluido) de la v.a. X.
F (x )
1

x1 x2 x3 x4 xk x
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
9 Propiedades

1. P [X > xi ] = 1 P [X xi ] = 1 F (xi )

2. P [X = xi ] = P [X xi ] P [X xi 1 ] = F (xi ) F (xi 1 )

3. [ ] [ ]
P xi X x j = P X x j P [X xi 1 ] = F (x j ) F (xi 1 )

4. P [X xi ] = 1 P [X < xi ] = 1 P [X xi 1 ] = 1 F (xi 1 )

5. [ ] [ ]
P xi < X x j = P X x j P [X xi ] = F (x j ) F (xi )
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
EJEMPLO
Consideremos el experimento aleatorio consistente en el
lanzamiento de una moneda 2 veces y la v.a. X=n de cruces.
Obtener la funcin de distribucin.

Funcin masa de probabilidad:

x 0 1 2
p(x)
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
Funcin de distribucin:
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
EJERCICIO
Consideremos el ejercicio del lote que contiene 10 lmparas
defectuosas. Obtener la funcin de distribucin.

Funcin masa de probabilidad:

x 0 1 2
p(x) 0.8091 0.1818 0.0091
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
Funcin de distribucin:
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A. DISCRETAS
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
Dada una v.a. continua X con funcin de densidad f(x), se define
su funcin de distribucin F(x) como:
x
F (x ) = P [X x ] = f (t )dt

Representa el rea limitada por la funcin f(x) y a la izquierda

por la recta X = x.

f (x )

F (x )

x
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
9 Propiedades

1. F (x ) = P [X x ] = P [X < x ]
a
2. P [X = a ] = a f (x )dx = 0

3. P [a X b ] = P [a < X < b ] = F (b ) F (a )

4. P [X > x ] = 1 P [X x ] = 1 F (x )
dF (x )
5. F (x ) =
'
= f (x )
dx
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
EJEMPLO

Dada una v.a. continua X con funcin de densidad:

1 15 x 17

f (x ) = 2
0 resto

Obtener su funcin de distribucin y el valor que toma en el

punto x=16.
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
9 Clculo de F(16):

-PRIMERA FORMA:

-SEGUNDA FORMA:
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
EJERCICIO
Una estacin de servicio tiene un depsito de gasolina sin plomo
de 2000 litros al comienzo de cada semana. La demanda semanal
muestra un comportamiento creciente hasta llegar a 1000 litros
y despus se mantiene constante entre 1000 y 2000 litros. Si
designamos por X la v.a. que indica la demanda semanal en miles
de litros de gasolina sin plomo, la funcin de densidad es:

0 x < 0
x 0 x <1

f (x ) = 1
2 1 x <2

0 x 2
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS

a) Comprobar que es funcin de densidad.

b) Obtener la funcin de distribucin.
c) Calcular la probabilidad de que la demanda sea mayor de 1500
litros.
d) Calcular la probabilidad de que la demanda est entre 750 y
1500 litros.
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS

a) Comprobar que es funcin de densidad.

Para que sea funcin de densidad tiene que verificar:
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS

b) Obtener la funcin de distribucin.

 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS

b) Calcular la probabilidad de que la demanda sea mayor de 1500

litros.

-PRIMERA FORMA:

-SEGUNDA FORMA:
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS
-TERCERA FORMA:

c) Calcular la probabilidad de que la demanda est entre 750 y

1500 litros.

-PRIMERA FORMA:
 FUNCIN DE DISTRIBUCIN
F. DISTRIBUCIN DE V.A.CONTINUAS

-SEGUNDA FORMA:
 ESPERANZA MATEMTICA
El concepto de valor esperado o esperanza de una v.a. es uno de
los ms importantes en el estudio de las propiedades de las
distribuciones de probabilidad. El valor promedio de una v.a.
despus de un nmero grande de experimentos es su valor
esperado.

9 Definicin
Sea X una v.a. discreta con funcin masa de probabilidad p(x).
Definimos el valor esperado como
EX =
x
xp (x )
9 Definicin
Sea X una v.a. continua con funcin de densidad f(x). Definimos
el valor esperado como
+
EX = xf (x )dx

 ESPERANZA MATEMTICA
EJEMPLO

Dada una v.a. discreta X con funcin masa de probabilidad p(x),

obtener su esperanza matemtica o valor esperado.

x 0 1 3 4 8
p(x) 0.1 0.2 0.1 0.4 0.2
 ESPERANZA MATEMTICA

EJEMPLO

Dada una v.a. continua X con funcin de densidad f(x), obtener

su esperanza matemtica o valor esperado.

1
4 0 x <2
f (x ) =
1 2 x < 6
8
 ESPERANZA MATEMTICA
9 Definicin
Sea X una v.a. discreta con funcin masa de probabilidad p(x) y
sea g(X) una funcin de la v.a. X. Entonces se define

E [g (X )] = g (x )p (x )
x

9 Definicin

Sea X una v.a. continua con funcin de densidad f(x). Definimos

el valor esperado como

E [g (X )] =
+
g (x )f (x )dx

 ESPERANZA MATEMTICA
EJEMPLO

Dada una v.a. discreta X con funcin masa de probabilidad p(x),

obtener E[3X] y E[X3].

x 0 1 2 3
p(x) 1/8 3/8 3/8 1/8
 ESPERANZA MATEMTICA
EJEMPLO

Dada una v.a. continua X con funcin de densidad f(x), obtener

E[3X] y E[X3].

1
15 x < 17
f (x ) = 2
0 resto
 ESPERANZA MATEMTICA
9 Propiedades
1. La esperanza de una constante es la propia constante.
a constante E [a ] = a
2. Si una v.a. X est acotada, a X b a EX b.
3. Sea X v.a. Sean g(X) y h(X) dos funciones de X que son v.a.
cuyos valores esperados existen y sean a y b dos constantes.

E [ag (X ) + bh (X )] = aE [g (X )] + bE [h (X )]
Esta propiedad se puede extender al caso de n funciones de
X y se conoce como propiedad de linealidad de la esperanza.
EJEMPLO: E[3X-4] =

4. Si la distribucin de probabilidad de X es simtrica respecto

al valor c, entonces EX = c.
 VARIANZA
9 Definicin
Sea X una v.a. discreta con funcin masa de probabilidad p(x).
Definimos la varianza de X como

Var (X ) = E [X EX ] = (xi EX ) p (xi )

2 2

xi
2

Var (X ) = EX (EX ) = xi p (xi ) xi p (xi )
2
2 2

xi xi
9 Definicin

Sea X una v.a. continua con funcin de densidad f(x). Definimos

la varianza de X como

Var (X ) = E [X EX ] = (x EX ) f (x )dx
2 + 2

Var (X ) = EX (EX ) =
2 2

+

x f (x )dx
2
( +

xf (x )dx )
2
 VARIANZA
La varianza es una medida de dispersin que nos permite conocer
el grado de dispersin de los valores de la distribucin con
respecto a su media. Nos indica cmo representa la media a la
distribucin.

Tambin puede utilizarse como medida de dispersin la

desviacin tpica.

9 Definicin

Se define la desviacin tpica como la raz cuadrada positiva de

la varianza y se expresa en la misma unidad de medida que X.

X = Var (X )
 VARIANZA
9 Propiedades
1. La varianza de una constante es 0.

a constante Var [a ] = 0

2. Var(aX) = a2 Var(X), aX = |a|X

EJEMPLO
Var (3X ) = Var ( 4X ) =
3X = 4X =

3. Var(aX+b) = a2 Var(X), aX+b = |a|X

EJEMPLO
Var ( 6X + 3) =

6X +3 =
 VARIANZA
EJEMPLO
Dada una v.a. discreta X con funcin masa de probabilidad p(x),
obtener la esperanza, varianza y desviacin tpica.

x 0 1 2 3 4
p(x) 0.05 0.15 0.35 0.25 0.20
 VARIANZA
EJEMPLO
Dada una v.a. continua X con funcin de densidad f(x), obtener
la esperanza, varianza y desviacin tpica.

1
4 x 0 x <2
f (x ) =
1 1 x 2 x < 4
4
VARIANZA
 TEMA 5:
VARIABLE ALEATORIA

MARIOLA ESTUDILLO MARTNEZ

DPTO. ESTADSTICA E INVESTIGACIN OPERATIVA