DISTRIBUCION DE PROBABILIDAD DE UNA VARIABLE ALEATORIA

DISCRETA
(CURSO VIRTUAL)

Una variable aleatoria discreta es aquella que solo puede tomar algunos valores entre 2
números dados. Por ejemplo: el # de puntos que muestra la cara superior de un dado
después de un lanzamiento; el # de clientes que llegan en una hora a un banco.
La distribución de probabilidad de una variable aleatoria discreta es una tabla, gráfica,
fórmula, o cualquier otro medio que se usa para especificar todos los valores de la variable,
junto con sus respectivas probabilidades.
Se deben cumplir 2 condiciones:
1. P(Xi ≥ 0)
2. ∑( Xi) = 1
La función de distribución acumulativa, que se denota como Fx(x) = P(X ≤ x).
En el siguiente ejemplo vamos a ver como se construye una distribución de probabilidad.

EJEMPLO:
Se lanza una moneda 3 veces y se define una variable aleatoria X como el número de caras
en los 3 lanzamientos. Construir la distribución de probabilidad de la variable X .El espacio
muestral en el lanzamiento de una moneda 3 veces es el siguiente:
S = {ccc, ccs, scc, csc, ssc, scs, css, sss}.
Los posibles valores de X con sus respectivas probabilidades son:
X: 0 1 2 3
1 3 3 1
P(X= x):
8 8 8 8

La anterior tabla es una distribución de probabilidad porque están los posibles valores de X
con sus respectivas probabilidades y se cumplen las 2 condiciones.

VALOR ESPERADO DE UNA VARIABLE ALEATORI DISCRETA

Si X es una variable aleatoria discreta que asume los valores X1, X2,….., Xn; con
probabilidades respectivas p(X1), p(X2), …… , p(Xn) . El valor esperado de X se denota y
define de la siguiente manera:
E (X) = ∑ Xi P(Xi)
Vamos a calcular el valor esperado para el ejemplo anterior:
E (X) = (0*1/8) + (1*3/8) +( 2*3/8 ) + (3*1/8) = 1,5 y se interpreta de la siguiente manera:
el número esperado de caras en 3 lanzamientos de una moneda es 1,5.

Propiedades del valor esperado:

1. El valor esperado de una constante es igual a la constante. E(C) = C.
2. El valor esperado de una constante por una variable es igual a la constante por el
valor esperado de la variable. E(CX) = C*E(X)
 3. El valor esperado de una constante por una variable más una variable es igual a la
constante más el valor esperado de la variable. E(C+X) = C+ E(X).
4. El valor esperado de la suma de 2 variables es igual a la suma de los valores
esperados de dichas variables. E(X+Y) = E(X) + E(Y).
VARIANZA DE UNA VARIABLE ALEATORIA DISCRETA

Si X es una variable aleatoria discreta que asume valores X1, X2, …, Xn con
probabilidades respectivas P1, P2, …, Pn; la varianza de X se denota y define de la
siguiente manera:
V(X) = ∑ (Xi – E(X))²* P(Xi)
Para el ejemplo de la moneda quedaría:
V(X) = (0-1,5)²*(1/8) + (1-1,5)²*(3/8) + (2-1,5)²*(3/8) + (3-1,5)²*(1/8) = 0,75.

Propiedades de la varianza:
1. La varianza siempre es positiva. V(X) ≥ 0.
2. La varianza de una constante es 0. V(C) = 0.
3. La varianza de una variable es igual al valor esperado de la variable al cuadrado
menos el valor esperado de la variable elevado al cuadrado.
V(X) = E(X²) – (E(X))².
4. La varianza de una constante más una variable es igual a la varianza de la variable.
V(C+X) = V(X).
5. La varianza de una constante por una variable es igual a la constante al cuadrado
por la varianza de la variable. V(C*X) = C²*V(X).
Vamos a calcular la varianza del ejemplo anterior utilizando la propiedad 3:
E(X) = 1,5
E(X²) = (0²*1/8) + (1²*3/8) + (2²*3/8) + (3²*1/8) = 3
V(X) = 3- (1,5)² = 0,75
Si queremos calcular la desviación estándar sacamos la raíz cuadrada de la varianza
Desviación Estándar = √(0,75) = 0,866

EJERCICIO: Se lanza un dado 2 veces y se define una variable X como la suma de puntos
de los 2 lanzamientos.
a) Construir la distribución de probabilidad de X.
b) Calcular el valor esperado y la varianza de X.
c) Calcular P (X≤ 5).
d) Calcular P ( X> 9).