VARIABLES ALEATORIAS

Mtodos Estadsticos Aplicados a las Auditoras Sociolaborales

Francisco lvarez Gonzlez francisco.alvarez@uca.es

VARIABLES ALEATORIAS UNIDIMENSIONALES

Variable aleatoria, asociada a una experiencia aleatoria, es la ley que hace corresponder a cada suceso aleatorio un valor numrico. As, por ejemplo, la expresin "lanzamos tres monedas observando el nmero de caras que se obtienen" est definiendo la variable aleatoria que permite asociar al suceso Cara-Cruz-Cara el valor 2 (dos caras). Como en el caso de las variables estadsticas, las variables aleatorias pueden ser discretas o continuas. Nos centraremos en el estudio de las primeras.

FUNCIN DE DENSIDAD O LEY DE PROBABILIDAD

Es el conjunto de los valores de la variable aleatoria X y sus probabilidades respectivas f(x) = Pr(X=x). Para el caso discreto se suele adoptar la forma de representacin siguiente : X f(X) x1 p1 x2 p2 x3 p3 .... .... xi pi .... .... xn pn

Ante la equivalencia entre frecuencias relativas y probabilidades, se verifica que :

p
i=1

=1

FUNCIN DE DISTRIBUCIN
Del mismo modo que se definan las frecuencias acumuladas, denominamos funcin de distribucin a : F(x) = Pr(Xx)

MOMENTOS. ESPERANZA MATEMTICA, VARIANZA, ASIMETRA Y CURTOSIS

Momento ordinario de orden k : Momento central de orden k : En particular : Esperanza matemtica : Es el momento ordinario de orden 1 (1) , equivalente a la media aritmtica.

k = p i . x ik
i =1

k = p i . ( x i E ( X) )
i =1

E ( X) = 1 = p i . x i
i =1

Varianza : Es el momento central de 2 orden.

2 V( X) = 2 = p i . ( x i E ( X) ) = p i . x 2 E ( X) 2 = 2 1 i 2 i =1 i =1 n n

Desviacin tpica : Es la raz cuadrada de la varianza.

D ( X) = V( X )
Coeficiente de asimetra : (similar a lo estudiado en el anlisis descriptivo de una variable)

A ( X) =

[ D( X)] 3
4 3

Coeficiente de curtosis : (similar a lo estudiado en el anlisis descriptivo de una variable)

K( X) =

[ D( X)] 4

Expresin de algunos momentos centrales en funcin de momentos ordinarios :

1 = 0 2 = 2 12

3 = 3 3. 1 . 2 + 2. 13 4 = 4 4. 1 . 3 + 6. 12 . 2 3. 14
Variables aleatorias (F. lvarez) - 1

OTRAS MEDIDAS DE CENTRALIZACIN

Moda : es el valor de la variable aleatoria que posee probabilidad mxima. Mediana : es el valor Md de la variable aleatoria para el cul : F(Md) 0'5 y 1 - F(Md) < 0'5 (siendo F la funcin de distribucin)

PROPIEDADES
E(X + Y) = E(X) + E(Y) E(.X) = .E(X) , para cualquier nmero . Si las dos variables son independientes , se verifica que : E(X . Y) = E(X) . E(Y) V(X + Y) = V(X) + V(Y)

TEOREMA DE TCHEBYCHEV
Establece la probabilidad mxima de que la variable aleatoria tome valores en los alrededores de la esperanza matemtica (media de la distribucin). Teorema : Para toda variable aleatoria X para la que existe su esperanza y su varianza, se verifica que, para cualquier valor numrico positivo k :

Pr( X E ( X ) < k ) < 1

Grficamente :

V( X) k2

La probabilidad de que cualquier valor de la variable X pertenezca al intervalo sombreado es inferior a :

V( X) k2

2 - Variables aleatorias (F. lvarez)

EJERCICIOS RESUELTOS
1
Lanzadas cuatro monedas, consideremos el nmero de cruces obtenidas. Calcular, de la variable aleatoria as definida : a) Ley de probabilidad b) Funcin de distribucin c) Esperanza matemtica y varianza d) Mediana y moda de la distribucin e) Determine la probabilidad de obtener ms de 1 y menos de 3 caras. Compruebe el teorema de Tchebychev. CCCC CCC+ CC++ C+++ ++++ Se obtienen 0 cruces Se obtienen 3 caras y 1 cruz Se obtienen 2 caras y 2 cruces Se obtienen 1 cara y 3 cruces Se obtienen 4 cruces

CC+C C+C+ +C++

C+CC C++C ++C+

+CCC +CC+ +++C

+C+C

++CC

Ley de probabilidad o funcin de densidad : X f(x)=Pr(X=x) Funcin de distribucin : X f(x)=Pr(X=x) F(x)=Pr(Xx) Ms correctamente se expresar : 0 1/16 1/16 1 4/16 5/16 2 6/16 11/16 3 4/16 15/16 4 1/16 16/16 = 1 0 1/16 1 4/16 2 6/16 3 4/16 4 1/16

0 1 16 5 F ( x) = 16 11 16 15 16 1

para x < 0 para0 x < 1 para1 x < 2 para 2 x < 3 para3 x < 4 para x 4
Funcin de distribucin

Grficamente : Ley de probabilidad

Para el clculo de la esperanza matemtica y la varianza de una variable aleatoria discreta, se aconseja construir la siguiente tabla auxiliar : X P P.X P.X2 E(X) = 1 = 2 0 1/16 0 0 1 4/16 4/16 4/16 2 6/16 12/16 24/16 3 4/16 12/16 36/16 4 1/16 4/16 16/16 Totales 1 32/16 = 2 80/16 = 5

1 2 De aqu :

V(X) = 2 - 12 = 5 - 4 = 1 Variables aleatorias (F. lvarez) - 3

Definida la desviacin tpica como la raz cuadrada de la varianza : D(X) = 1 Observando la ley de probabilidad o funcin de densidad, deducimos que : Moda = 2 (al tener X=2 la mayor probabilidad (6/16) ) Observando la funcin de distribucin, deducimos que : Mediana = 2 (al ser X=2 el valor para el que F(X) (=11/16) primero iguala o supera a 0'5) Comprobemos el teorema de Tchebychev para el caso reseado : Pr (1 < X < 3) = Pr(X=2) = 6/16 = 0'375 Siendo E(X) = 2 , la esperanza se encuentra en el centro del intervalo definido (1 , 3), luego su amplitud es k=2. Recordando que V(X) =1, tenemos :

Pr ( X E ( X ) < 2) < 1
La probabilidad calculada es en efecto inferior a 0'75.

1 = 0'75 22

2
En la extraccin simultnea de tres bolas de una urna que contiene 6 bolas blancas y cuatro negras, observamos el nmero de bolas blancas extradas. De la variable aleatoria as definida, calcular : a) ley de probabilidad b) funcin de distribucin c) esperanza matemtica , varianza y desviacin tpica. d) mediana y moda de la distribucin.

4 3 4 Pr(0blancas y3ne gras ) = = = 0'033 10 120 3 6 4 . 2 1 15.4 Pr(2blancas y1ne gra ) = = = 0'5 120 10 3
Ley de probabilidad o funcin de densidad : X Prob. Funcin de distribucin : F(x) = 0 0'033 1 0'3 0 0'033 0'333 0'833 1

6 4 . 1 2 6.6 Pr(1blanca y 2ne gras ) = = = 0'3 120 10 3 6 3 20 Pr(3blancas y0ne gras ) = = = 0'167 10 120 3

Una vez calculadas las probabilidades de las distintas situaciones posibles, obtenemos :

2 0'5 x<0 0x<1 1x<2 2x<3 x3

3 0'167

Esperanza matemtica , varianza y desviacin tpica : X Prob. = P P.X P.X2 0 0'033 0 0 1 0'3 0'3 0'3 2 0'5 1 2 3 0'167 0'5 1'5 Totales 1'8 3'8

E( X) = 1'8
Mediana y Moda :

V( X) = 3' 8 - 1' 8 2 = 0'56

D( X) =

0' 56 = 0'748

Observando la funcin de distribucin, deducimos que : Mediana = 2 (al ser X=2 el valor para el que F(X) (= 0'8333) primero iguala o supera a 0'5) Observando la ley de probabilidad o funcin de densidad, deducimos que : Moda = 2 (al tener X=2 la mayor probabilidad (0'5) )

4 - Variables aleatorias (F. lvarez)

3
Complete la ley de probabilidad siguiente, sabiendo que su esperanza matemtica es igual a 1'8 : X Prob. 0 0'2 1 a 2 b 3 0'3

De una parte, sabiendo que se verifica que

p
i=1 n

= 1 , resulta : 0'2 + a + b + 0' 3 = 1 a + b = 0'5

Conocida la esperanza matemtica : E ( X ) =

p .x
i i=1

= 0 . 0' 2 + 1. a + 2. b + 3. 0' 3 = 1' 8 a + 2.b = 0'9

Resolviendo el sistema obtenemos los valores de a y b : a + b = 0'5 a = 0'5 - b a + 2.b = 0'9 0'5 - b + 2.b = 0'9 b = 0'4 a = 0'1

4
Calcular la esperanza matemtica, varianza, asimetra y curtosis de la variable aleatoria que tiene como funcin de distribucin : 0 0'2 0'55 0'85 1 x<2 2x<4 4x<6 6x<8 x8

F(x) =

La ley de probabilidad o funcin de densidad ser : x p Clculo de momentos : 1 2 3 4 Luego : esperanza matemtica : p.x p.x2 p.x3 p.x4 0'4 0'8 1'6 3'2 1'4 5'6 22'4 89'6 1'8 10'8 64'8 388'8 1'2 9'6 76'8 614'4 1 = 4'8 () 2 = 26'8 () 3 = 165'6 () 4 = 1096 () 2 0'2 4 0'35 6 0'3 8 0'15

E( X) = p i . x i = 1 = 4'8
i =1

varianza :

V( X) = 2 = 2 12 = 26'8 4'8 2 = 3'76

coeficiente de asimetra :

( D( X) =

3'76 = 19391) '

3 = 3 3. 1 . 2 + 2.13 = 165'6 3.4'8.26'8 + 2.4'8 3 = 0'8640 3 0'8640 A ( X) = = 01185 ' 3 = ' ( D( x)) 193913
coeficiente de curtosis :

4 = 4 4. 1. 3 + 6. 12 . 2 3. 14 = 1096 4.4'8165'6 + 6.4'82 .26'8 3.4'84 = 28'7872 . 28'7872 4 3 = 0'9638 K( X) = 4 3= 193914 ' ( D( x ) )

5
Realizada una apuesta de 100 pts., un jugador extrae una bola de una caja que contiene 2 bolas blancas, 3 rojas y 5 negras. Si la bola extrada es negra pierde lo apostado y finaliza el juego; si es roja recibe lo apostado y deja de jugar, y finalmente, si es blanca, cobra 200 pts. si al lanzar una moneda obtiene cruz y 400 pts. si sale cara. Si el jugador participa en 12 ocasiones en dicho juego, qu beneficio o prdida tendr ?. Las situaciones posibles son : Variables aleatorias (F. lvarez) - 5

Extrae bola negra Extrae bola roja Extrae bola blanca y cruz Extrae bola blanca y cara

Beneficio -100 pts. 100 - 100 = 0 pts. 200 - 100 = 100 pts. 400 - 100 = 300 pts.

Probabilidad (5/10) 0'5 (3/10) 0'3 (2/10).(1/2) 0'1 (2/10).(1/2) 0'1

La esperanza matemtica de la variable aleatoria "beneficio en el juego" , nos indica lo que cabe esperar que ocurra en cada jugada. Una cantidad negativa se interpreta como la prdida media que el jugador tendr en cada jugada. Si la esperanza es positiva indicar que el jugador, promediando jugadas, ganar dicha cantidad. En ambos casos se dice que el juego no es equitativo o que es injusto. Cuando la esperanza matemtica del beneficio en un juego es igual a cero, diremos que dicho juego es equitativo o justo. En nuestro caso : E(X) = -100.0'5 + 0.0'3 + 100.0'1 + 300.0'1 = -10 pts.

Realizadas 12 jugadas, lo ms probable (lo esperado) es que haya perdido 120 pts. [12 . (-10) ] .

6
Lanzando dos dados y sumando los puntos obtenidos, los premios que ofrece el juego son los siguientes : - Devolucin de lo apostado : si la suma es inferior a 4 o superior a 10. - Doble de lo apostado : si se obtiene 5 o 9. - Cuatro veces lo apostado : si la suma de puntos es 7 Analice si el juego es equitativo o no. Anlisis de las situaciones posibles : 1-1 1-2 1-3 1-4 1-5 1-6 2 3 4 5 6 7 2-1 2-2 2-3 2-4 2-5 2-6 3 4 5 6 7 8 3-1 3-2 3-3 3-4 3-5 3-6 4 5 6 7 8 9 4-1 4-2 4-3 4-4 4-5 4-6 5 6 7 8 9 10 5-1 5-2 5-3 5-4 5-5 5-6 6 7 8 9 10 11 6-1 6-2 6-3 6-4 6-5 6-6 7 8 9 10 11 12

Al apostar x pts., los beneficios o prdidas son : Situaciones Devolucin de lo apostado Doble de lo apostado Cuatro veces lo apostado Prdida de lo apostado Determinemos su esperanza matemtica : 2, 3, 11, 12 5,9 7 4, 6, 8, 10 N de veces 6 8 6 16 36 Beneficio 0 x 3x -x Probabilidad 6/36 8/36 6/36 16/36

E( X) = 0.

6 8 6 16 8x +18x - 16x 10 + x. + 3x . x. = = .x 36 36 36 36 36 36

Siendo la esperanza matemtica positiva, el juego siempre dar beneficio al jugador . No es equitativo, siendo desfavorable para la banca. Parece claro que el dueo del local de juego no tiene vista comercial o no sabe estadstica.

6 - Variables aleatorias (F. lvarez)

EJERCICIOS PROPUESTOS
1
Determine la funcin de distribucin, esperanza matemtica, varianza y desviacin tpica de las variables aleatorias definidas por las siguientes funciones de densidad : a) x f(x) x f(x) 1 0'1 -2 0'05 2 0'25 0 A 3 0'05 2 0'15 4 A 4 0'3 6 0'2 5 0'3 8 2.A

b)

2
Determine la ley de probabilidad, esperanza matemtica, mediana, moda, varianza, desviacin tpica, asimetra y curtosis de la variable aleatoria que tiene como funcin de distribucin : 0 0'15 0'35 0'35 0'7 1 si si si si si si x<1 1x<2 2x<3 3x<4 4x<5 x5

F(x) =

3
Determine la ley de probabilidad, funcin de distribucin, esperanza matemtica, varianza y desviacin tpica de la variable aleatoria definida por el nmero de bolas blancas resultantes de la extraccin de dos bolas de una urna, que contiene 3 bolas blancas y dos negras, y una bola de otra urna, que posee 5 bolas de cada color.

4
La participacin en un juego nos lleva a lanzar una moneda y un dado. Si sale cara al lanzar la moneda perdemos lo apostado. Si sale cruz, recibimos el doble de la apuesta si el nmero del dado es mltiplo de 3, tres veces la apuesta si sale 5 y, lo apostado, en el resto de los casos. Si un jugador participa 20 veces en el juego, apostando 1000 pts. en cada ocasin, qu beneficio obtendr con mayor probabilidad ?.

Variables aleatorias (F. lvarez) - 7

SOLUCIONES DE LOS EJERCICIOS PROPUESTOS

1
a) F(x) = 0 0'1 0'35 0'4 0'7 1 0 0'05 0'2 0'35 0'5 0'7 1 si si si si si si si si si si si si si x<1 1x<2 2x<3 3x<4 4x<5 x5 x < -2 -2 x < 0 0x<2 2x<4 4x<6 6x<8 x8 E(X) = 3'45 V(X) = 1'9475 D(X) = 1'3955

b) F(x) =

E(X) = 4'4 V(X) = 10'24 D(X) = 3'2

2
x f(x) 1 0'15 2 0'2 3 0 4 0'35 5 0'3 E(X) = 3'45 V(X) = 2'1475 D(X) = 1'4654 Moda = Mediana = 4 Asimetra = A(X) = -0'5212 Curtosis = K(X) = -1'254

3
Urna 1 0 blancas 0 blancas 1 blanca 1 blanca 1 blancas 1 blancas Urna 2 0 blancas 1 blanca 0 blancas 1 blanca 0 blancas 1 blanca 0 0'05 0'4 0'85 1 Prob. 0'1.0'5 = 0'05 0'1.0'5 = 0'05 0'6.0'5 = 0'30 0'6.0'5 = 0'30 0'3.0'5 = 0'15 0'3.0'5 = 0'15 si si si si si x<0 0x<1 1x<2 2x<3 x3 Total 0 blancas 1 blanca 1 blanca 2 blancas 2 blancas 3 blancas x f(x) 0 0'05 1 0'35 2 0'45 3 0'15

F(x) =

E(X) = 1'7 V(X) = 0'61 D(X) = 1'7

4
Beneficio : X P = Probabilidad E(X) = -167 -1000 0'5 0 0'25 1000 0'167 2000 0'083 En 20 jugadas perder 3340 pts.

8 - Variables aleatorias (F. lvarez)