Sesin 11

Variables
Aleatorias

Mg. Edward Huamani Alhuay

Firmes en nuestro compromiso de alcanzar nuestra

visin de ser competitivos e innovadores para tener
acreditacin internacional y contribuir al desarrollo
sostenido.
 1. VARIABLE ALEATORIA
Una variable aleatoria X es una funcin que asocia a cada
suceso del espacio muestral de un experimento aleatorio
un valor numrico real:

X :
w X ( w)
: Experimento aleatorio
: Espacio muestral (todos los resultados posibles)
A cada elemento del espacio muestral w le asignamos un nmero real X(w)

Llamar variable a una funcin resulta algo confuso, por ello hay
que insistir en que es una funcin.

2
 EJEMPLO 1
Nmero de caras al lanzar
3 monedas.

Elementos del
+++ ++C +C+ C++ CC+ C+C +CC CCC
espacio muestral

Ley de
correspondencia

N reales
(# de caras) 0 1 2 3 caras

Establecer una variable aleatoria

para un experimento aleatorio no
X :
es ms que una manera de asignar
de "manera natural" nmeros a los w X ( w)
eventos.
3
 1. VARIABLE ALEATORIA
Una variable aleatoria X es una funcin que aplica cada suceso
del espacio muestral en algn punto de la recta real.

Ms de un suceso puede aplicarse al mismo valor de X pero no

puede ser multivaluada (todo punto de debe corresponder con un
solo valor de X)
X :
w X ( w) x

Dominio Rango

X(cero caras)=0 X(una cara)=1 X(dos caras)=2 X(tres caras)=3

Dominio : ={cero caras,una cara,dos caras,tres caras}

Rango : {0,1,2,3}
4
 EJEMPLO APLICATIVO 2

Ejemplo 1: Se el experimento aleatorio Lanzar una moneda 2 veces y observar su resultado,

entonces ss,cs,sc,cc y sea X la variable N de caras obtenidas donde X es una
funcin definida sobre .

ss, cs, sc, cc

x(ss) x(cs) x(sc) x(cc)
0 1 1 2
Entonces X(w) tiene como dominio el espacio muestral y como rango
X: 0,1,2
Rx x / x 0,1,2 ; en smbolos
w X(w)
 1.1 TIPOS DE VARIABLES ALEATORIAS

Variable aleatoria discreta: una v.a. es discreta si su

recorrido es un conjunto discreto. Es decir un conjunto
que se puede enumerar.

Variable aleatoria continua: una v.a. es continua si su

recorrido no es un conjunto numerable. Intuitivamente
esto significa que el conjunto de posibles valores de la
variable abarca todo un intervalo de nmeros reales.
Por ejemplo, la variable que asigna la estatura a una
persona extrada de una determinada poblacin es una
variable continua ya que, tericamente, todo valor
entre, pongamos por caso, 0 y 2,50 m, es posible
 2. VARIABLE ALEATORIA DISCRETA
Se llama variable aleatoria discreta si el rango de la variable aleatoria X es un
conjunto finito o infinito numerable.

Rx x1 , x2 , x3 ,......

Ejemplo 2: En 100 das de trabajo, los records de los empleados se marcan cada da que ellos
estn ausentes del trabajo. Se selecciona aleatoriamente un record y se observa los das
marcados. Hallar Rx

Rx 0,1,2,3,....,100
 2.1 FUNCION DE DISTRIBUCIN DE
PROBABILIDAD V.A. DISCRETA
La distribucin de probabilidad de X ser la descripcin del conjunto de valores posibles de
X (rango de X), junto con la probabilidad asociada con cada uno de estos valores. Se
denota por:

p(x)=p X=x P w

A esta funcin de probabilidad tambin se le conoce como funcin de cuanta de X.

Diremos que la funcin p(x)=P(X=x) que va del conjunto de valores posibles de la
variable aleatoria X al intervalo [0, 1] es la funcin distribucin de probabilidad para
X si y slo si se satisfacen las siguientes propiedades:

i) 0 p(x) 1 x Rx

ii)
xRx
p(x) 1

iii) p(x)=0 si x x j j=1,2,3....

 2.2 REPRESENTACION TABULAR DE LA FUNCION
DE PROBABILIDAD V.A. DISCRETA

Al conjunto de pares ( x; p( x )) x Rx se denomina distribucin de probabilidad de la

V.A.

X x1 x2 xk

p(x) p(x1 ) p(x2 ) . p(xk )

Ejemplo 3: En el experimento anterior Lanzar una moneda 2 veces y observar su resultado y
siendo X una V.A. N de caras obtenidas.

a) Describe el dominio de X: ss,cs,sc,cc

b) Hallar el rango de X: Rx 0, 1, 2

c) Hallar la distribucin de probabilidad en forma tabular

X 0 1 2

p(x) 1/4 2/4 1/4

Ejemplo 4: Sea el experimento lanzar 3 monedas y observar el resultado y sea X la V.A.
Nmero de caras obtenidas en las 3 monedas

a) Describe el dominio de X: sss,css,scs,ssc,ccs,csc,scc,ccc

b) Hallar el rango de X:

Evaluando para cada resultado tenemos que:

x 0 : sss
x 1 : css, scs, ssc
x 2 : ccs,csc, scc
x 3 : ccc

Por lo cual Rx 0, 1, 2, 3

c) Hallar la distribucin de probabilidad en forma tabular

X 0 1 2 3

p(x) 1/8 3/8 3/8 1/8

2.3. FUNCIN DE DISTRIBUCIN ACUMULADA
DE UNA V.A. DISCRETA
Se denota por F(x) , x y es dado por:

F( x ) P X x p( x i )
xi x

Ejemplo 5: En el ejemplo 4 hallar la funcin de Distribucin Acumulada F(x):

Solucin: Hallando F(x):

i) Si x 0 F ( x ) 0

ii) Si x 0 F( 0 ) F( x 0 ) 1
8

1 3 4
iii) x 1 F( 1 ) F( x 1 )
8 8 8

1 3 3 7
iv) x 2 F( 2 ) F( x 2 )
8 8 8 8

7 1 8
v) x 3 F( 3 ) 1
8 8 8
2.3. FUNCIN DE DISTRIBUCIN ACUMULADA DE
UNA V.A. DISCRETA
Por lo cual su funcin de distribucin acumulada ser:

0 ; si x0

1/8 ; si 0 x 1

F ( x) 1/2 ; si 1 x 2

7/8 ; si 2 x3

1 ; si x3

Representacin Tabular:

X 0 1 2 3

p(x) 1/8 3/8 3/8 1/8

F(x) 1/8 4/8 7/8 1

 2.3. PROPIEDADES DE UNA FUNCIN
ACUMULADA DE V.A. DISCRETA

Propiedades: Para todo a, b se tiene

a) P X>b 1 P X b

b) P X<b P X b P X b

c) P a<X b P X b P X a

d) P a X b P X b P X a

e) P a X b P X b P X a

Ejemplo 6: Del ejemplo 5 Calcular:

a) P X<2 b) P X=0 c) P 0<X 2

a) P 1<X 3 e) P 2 X 5 f) P X>1.5
 2.4. ESPERANZA MATEMATICA DE UNA V.A.
DISCRETA

Tambin se le conoce como Promedio o media aritmtica y est

definida por:

=E X xi p( xi )
j 1

Propiedades: i) E c c ; donde c es una constante

ii) E ax b aE x b
 2.5. VARIANZA DE UNA V.A. DISCRETA

n
Var x E x E x E( x ) ; donde E x xi2 p( xi )
2 2 2 2 2
i 1

Propiedades: i) Var c 0 ; donde c es una constante

ii) Var ax b a 2Var x

Ejemplo 7: Del ejemplo 5 calcular E x y Var x

 3. VARIABLE ALEATORIA CONTINUA

DEFINICIN

Una Variable aleatoria X : es llamada continua cuando el rango Rx

, es un intervalo o una coleccin de intervalos sobre la recta real.

Ejemplo 1: Sea X la variable aleatoria N de kilogramos que pierde una

persona al seguir una dieta durante cierto periodo. Su Rx pueden ser
todos los puntos de un intervalo como 1;3 .

Ejemplo 2: Sea X: Tiempo de vida de un transistor. Es variable aleatoria

continua por que Rx puede ser 0;+
 3.1 FUNCIN DE DENSIDAD DE
PROBABILIDAD

Sea X una V.A. Continua con rango Rx . La funcin de densidad

asociado a la V.A. es una funcin f(x) integrable que se satisface las
siguientes condiciones:

i) f(x) 0 ; x Rx

ii)
Rx
f ( x )dx 1

iii) Para todo a,b Rx con a b se cumple: P a x b f ( x )dx

a

3.2 FUNCIN DE DISTRIBUCION ACUMULADA

F(X)=P(Xx)
 3.3 ESPERANZA Y VARIANZA DE V.A.
CONTINUA

ESPERANZA MATEMTICA DE UNA V.A. CONTINUA

EX x. f ( x )dx
Rx

VARIANZA DE UNA V.A. CONTINUA

Var x E x 2 E( x )
2

Donde: E x 2
Rx
x 2 . f ( x )dx
 4. DISTRIBUCION NORMAL
La distribucin normal es una de las distribuciones ms usadas e
importantes. Se ha desenvuelto como una herramienta
indispensable en cualquier rama de la ciencia, la industria y el
comercio.
Muchos eventos reales y naturales tienen una distribucin de
frecuencias cuya forma es muy parecida a la distribucin normal.
La distribucin normal es llamada tambin campana de Gauss por
su forma acampanada.
 4. DISTRIBUCION NORMAL
Tiene las siguientes caractersticas

La curva normal tiene forma de campana y una sola cima en el

centro de la distribucin.
La media aritmtica, la mediana y la moda de la distribucin son
iguales y se ubican en el centro.
Es simtrica en torno a su promedio. Si se corta Ia curva normal
de manera vertical por el valor central, las dos mitades sern
como imgenes en un espejo.
La curva normal desciende suavemente en ambas direcciones a
partir del valor central.
Es asinttica, Ia curva se acerca cada vez ms al eje de X pero
jams llega a tocarlo. Es decir, las colas de Ia curva se extienden
de manera indefinida en ambas direcciones.
 4. DISTRIBUCION NORMAL

DEFINICION:
Se dice que una variable aleatoria continua sigue una
distribucin normal de media y desviacin tpica , y se
escribe X N ( , , 2 ) cuando tiene la funcin de densidad:
2
1 x
1 2
f ( x) e
2
4.1. DISTRIBUCION NORMAL ESTANDAR
DEFINICIN. Es la distribucin Normal con media = 0 y
desviacin estndar =1. La funcin de densidad de la
distribucin normal estndar usualmente se denota por
el smbolo F(z)

x2 1
1
(z) e 2

2
Z

0
Con funcin acumulada:

( z ) P Z z ( t )dt ,
z
z

4.1 ESTANDARIZACION DE UNA VARIABLE
ALEATORIA
La estandarizacin tipificacin consiste en pasar de la v.a. X
con distribucin N(;2)a una nueva v.a. Z con distribucin
N(0;1) mediante la expresin:
X
Z

La puntuacin estndar ms elemental y til es la z. Cuando las
observaciones se expresan en unidades de desviaciones estndar de la
media son calificaciones z. La distribucin de calificaciones z tiene
parmetros fijos:

=0 y = 1.
4.2 PROPIEDADES PARA BUSCAR EN LA TABLA
NORMAL ESTANDAR
P X>b 1 P X b

P X<b P X b P X b

P a<X b P X b P X a

P a X b P X b P X a

P a X b P X b P X a
 EJEMPLO DE NORMAL ESTANDAR

Ejemplo 2: Sea X las notas de un grupo de estudiantes,

dichas calificaciones tienen distribucin normal con
media 8 y desviacin tpica igual a 2, hallar:

a) P (x < 9) e) P (x > 12)

b) P(x>10,5) f) P (x < 12,34)
c) P(x > 4) g) P (x < 6,42)
d) P(6,12 < x < 11,92) h) P ( 5,06 < x < 6,84)
Gracias