TEMA 2 VARIABLES ALEATORIAS

2.1 INTRODUCCION

Existen situaciones aleatorias cuyo estudio se simplifica si en lugar de considerar el

resultado del experimento aleatorio se toma como punto de partida una función
numérica de sus posibles resultados, a estas funciones que a cada suceso elemental de
un experimento aleatorio le asigna un número real se las conoce como variables
aleatorias.

2.2 DISTRIBUCION DE PROBABILIDAD DE UNA VARIABLE ALEATORIA

La distribución de probabilidad de una variable aleatoria es la sucesión de

probabilidades con la que una variable aleatoria toma sus valores. Para obtenerla hay
que identificar los posibles valores que pueda tomar y la probabilidad de aparición de
los mismos.

2.3 VARIABLES ALEATORIAS DISCRETAS

Si el conjunto de valores es numerable, es decir, puede ponerse en correspondencia

biunívoca con un subconjunto de los de números naturales (sus números son fijos y
aislados). La distribución de probabilidad de una variable aleatoria discreta puede
describirse especificando la función de probabilidad o la función de distribución de
dicha variable.

• Función de probabilidad Ø(x) Es una regla que permite asociar a cada valor
x i su probabilidad p i . Se especifica con una tabla (que incluya los posibles
valores y sus probabilidades) o con una expresión matemática del tipo Ø(x)=
Pr(X=x). En una función de probabilidad debe verificarse que la suma de las
probabilidades es igual a la unidad ∑i Ø (Xi) = 1.

• Función de distribución F(x) Es igual tanto para las variables aleatorias

continuas como para las discretas. Es una función que proporciona la
probabilidad que tiene cada valor de tomar valores inferiores o iguales a x
F(x)= Pr (X≤x)
- Para las variables discretas la función de distribución es igual a la suma
de las probabilidades de los valores inferiores o iguales a x
F(x) = ∑ xi≤x Ø (Xi)
- Propiedades de la función de distribución:
1-> F(-∞)=0
2-> F(+∞)= 1
3-> Son monótonas no decrecientes
4-> Son continuas a la derecha
2.4 VARIABLE ALEATORIA CONTINUA

Una función es continua cuando sus valores posibles son todos los números reales de un
intervalo, que puede tomar infinidad de valores, por lo que dados dos valores siempre
habrá un valor intermedio.

• Función de distribución A partir de esta, es posible calcular la probabilidad de

cualquier intervalo del tipo (a, b] Pr(X ∈ (a, b ] = Pr(X≤b)-Pr(X≤a) = F(b)-
F(a).

- La densidad de probabilidad de un intervalo, se determina dividiendo la

probabilidad de que la variable pertenezca a ese intervalo por su
F (b) − F (a )
amplitud
b−a

• Función de densidad Es la función que indica como varia la probabilidad de

un punto a otro de la distribución. Se construye tomando un intervalo para cada
valor de la variable y calculando la densidad de probabilidad de ese intervalo
para después repetir infinitamente la operación con un incremento de x menor.
La función de densidad es la derivada de la función de distribución

F ( x + ∆x) − F ( X )
Nota: El triangulo significa incremento (de x)
∆x

2.5 ESPERANZA MATEMÁTICA

- Esperanza matemática de una variable discretaTambien se llama valor

esperado o media, es la suma de los productos de los valores de la variable
multiplicada por sus respectivas probabilidades

E [X] = ∑ xi. pii

- Propiedades:
1-> La esperanza de una constante es esa misma constante.
2-> La esperanza de una constante por una variable es igual a la constante por la
esperanza de la variable.
3-> La esperanza de una suma es igual a la suma de las esperanzas.

- Esperanza matemática de una variable continua Es la integral de los valores

de la variable multiplicada por la función de densidad

E [X] =
∞
∫−∞
x. f ( x)dx
2.6 VARIANZA

Es una medida de dispersión de las distribuciones de la variable aleatoria que se define

como la Esperanza de los cuadrados de las diferencias de la media

[
Varianza [ X ] = E ( X − E [ X ] ) 2 ]
2.7 MOMENTOS

Los momentos de la distribución definen la simetría o grado de asimetría y el

apuntamiento de la distribución de una variable.