VARIABLE ALEATORIA

1
Definición:

 Una variable aleatoria es una descripción

numérica del resultado de un experimento

Tipos:
 Variable aleatoria Discreta
 Variable aleatoria Continua

2
3
4
VARIABLES ALEATORIAS

Clasificación
Discretas Aquellas que toman un
número de valores finito o infinito
numerable. Entre dos valores
cualesquiera de la variable no siempre
existe otro valor posible de la variable.

5
 VARIABLES ALEATORIAS
Clasificación
 Discretas Aquellas que toman un número de
valores finito o infinito numerable. Entre dos
valores cualesquiera de la variable no
siempre existe otro valor posible de la
variable.

Continuas Toman valores en un intervalo de
valores. Entre dos valores cualesquiera de la
variable siempre hay otro valor posible de la
variable.
6

Ejemplos variable aleatoria discreta

Experimento Variable aleatoria Valores posibles V.A

Llamar a cinco clientes Cantidad de clientes 0, 1,2,3,4,5

Inspeccionar un Cantidad de chips 0,1,2,….,40

embarque de 40 chips defectuosos

Funcionamiento de un Cantidad de clientes 0,1,2,3…….

restaurante durante un día

Vender un automóvil Sexo Cliente 0 si es hombre y 1 si es

mujer

7
Ejemplos variable aleatoria continua
Experimento Variable aleatoria Valores posibles V.A

Funcionamiento de un Tiempo en minuto, entre X>=0

banco llegadas de clientes
Llenar una lata de bebida Cantidad de onzas 0<=x<=12.1
(máx =12.1 onzas)

Proyecto para construir un Porcentaje de terminado 0<=x<=100

biblioteca del proyecto

Ensayar un nuevo Temperatura cuando se 150<=x<=212

proceso químico lleva a cabo la reacción
deseada (min 150º F; máx
212ºF)

8
Variable aleatoria
Una variable aleatoria X es una función que
asocia a cada suceso del espacio muestral E de un
experimento aleatorio un valor numérico real:

X :E 
w  X ( w)
Llamar variable a una función resulta algo confuso,
por ello hay que insistir en que es una función.

La variable aleatoria puede ser discreta o continua.

Veremos en este capítulo el caso discreto.
9
10
11
12
 Función de probabilidad
Una vez definida una variable aleatoria X, podemos definir
una función de probabilidad asociada a X, de la siguiente
forma:

p :   [0,1]
x  p( x)  P( X  x)
La función de probabilidad debe cumplir:

(i ) p ( x)  0 x   (Suma sobre todos los posibles valores

(ii )  p ( x)  1
que puede tomar la variable aleatoria).

13
14
 Función de probabilidad discreta

Valores Probabilidad

Z 0 1/4 = 0.25

1 2/4 = 0.50
Z
2 1/4 = 0.25

Z Z

15
Sea el experimento “lanzar dos dados”. Definamos el
espacio muestral E como:
E = {(1,1),(1,2),...(1,6),...,(5,6),(6,6)}

Definamos la variable aleatoria discreta X como:

con S = {2,3,...,12} la suma de puntos.

Una posible función de probabilidad es:
f :   [0,1]
f (2)  P(X  2 )  P( (1,1) )  1/ 36
f (3)  P(X  3 )  P( (1,2)  (2 ,1) )  2 / 36
f (4)  P(X  4 )  P( (1,3)  (3,1)  (2,2) )  3 / 36
... 16
Función de probabilidad de la variable aleatoria X

6/36
P
5/36 5/36

4/36 4/36

3/36 3/36

2/36 2/36

1/36 1/36

2 3 4 5 6 7 8 9 10 11 12 X

Observa que cumple las dos condiciones: es siempre positiva y está normalizada.

17
18
19
20
21
22
23
24
 Distribución de Bernoulli
Experimento de Bernoulli: solo son
posibles dos resultados: éxito o fracaso.
Podemos definir una variable aleatoria
discreta X tal que:
éxito  1
fracaso  0
Si la probabilidad de éxito es p y la de fracaso q = 1 - p,
podemos construir una función de probabilidad:
x 1 x
P( X  x)  p q x  0,1
Evidentemente:
1

 P( X  x)  P( X  0)  P( X  1)  p  q  1
x 0
25