Universidad de la Sabana
Facultad de Ingeniería
Área de Matemáticas
Probabilidad y Estadística I
Variables Aleatorias
Variables Aleatorias
Una variable aleatoria (v.a) es una función que asocia un número real
con cada elemento del espacio muestral. Se utilizará letras mayúsculas
para denotar una (v.a), por ejemplo X, Y, Z · · · y letras minúsculas
para cada uno de sus valores x, y, z · · · .
Variables Aleatorias
Ejemplo.
De una urna que contiene 4 balotas rojas y 3 negras se sacan dos
balotas de manera sucesiva, sin reemplazo. Se quiere saber los posibles
resultados del número de balotas rojas extraídas.
Y : Número de balotas rojas extraídas al azar
Variables Aleatorias
Ejemplo.
De una urna que contiene 4 balotas rojas y 3 negras se sacan dos
balotas de manera sucesiva, sin reemplazo. Se quiere saber los posibles
resultados del número de balotas rojas extraídas.
Y : Número de balotas rojas extraídas al azar
Ejemplo.
De una urna que contiene 4 balotas rojas y 3 negras se sacan dos
balotas de manera sucesiva, sin reemplazo. Se quiere saber los posibles
resultados del número de balotas rojas extraídas.
Y : Número de balotas rojas extraídas al azar
Solución.
Espacio Muestral y
RR 2
RN 1
NR 1
NN 0
Variables Aleatorias
Ejemplo.
Considere la condición en que salen los componentes de una línea de
ensamble y se clasifican como defectuosos y no defectuosos. Defina Z
la v.a mediante
(
1, si el componente está defectuoso
Z=
0, si el componente no está defectuoso
Ejemplo.
Los estadísticos utilizan planes de muestreo para aceptar o rechazar
lotes de materiales. Suponga que uno de los planes de muestreo implica
obtener una muestra independiente de 10 artículos de un lote de 100,
en el que 12 están defectuosos. Si X representa a la v.a, definida como
el número de artículos que están defectuosos en la muestra de 10, la
variable aleatoria toma los valores 0, 1, 2, · · · , 9, 10.
Variables Aleatorias
Ejemplo.
Existe interés por la proporción de personas que responden a cierta
encuesta enviada por correo. Sea X la proporción. X es una variable
aleatoria que toma todos los valores de x para los cuales 0 ≤ x ≤ 1.
Variables Aleatorias
Ejemplo.
Existe interés por la proporción de personas que responden a cierta
encuesta enviada por correo. Sea X la proporción. X es una variable
aleatoria que toma todos los valores de x para los cuales 0 ≤ x ≤ 1.
Ejemplo.
Sea X la variable aleatoria definida como el tiempo que pasa, en horas,
para que un radar detecte entre conductores sucesivos a los que exceden
los límites de velocidad. La variable aleatoria X toma todos los valores
de x para los que x ≥ 0.
Variables Aleatorias
Definición
Si un espacio muestral contiene un número finito de posibilidades, o
una serie interminable con tantos elementos como números enteros
existen, se llama espacio muestral discreto.
Variables Aleatorias
Definición
Si un espacio muestral contiene un número finito de posibilidades, o
una serie interminable con tantos elementos como números enteros
existen, se llama espacio muestral discreto.
Definición
Si un espacio muestral contiene un número infinito de posibilidades,
igual al número de puntos en un segmento de recta, se le denomina
espacio muestral continuo.
Variables Aleatorias
Ejemplo:
Un embarque de 20 computadoras portátiles similares para una tienda
minorista contiene 3 que están defectuosas. Si una escuela compra al
azar 2 de estas computadoras, calcule la distribución de probabilidad
para el número de computadoras defectuosas.
Distibuciones de Probabilidad Distibuciones Discretas de Probabilidad
Solución.
Sea X una variable aleatoria cuyos valores x son los números posibles
de computadoras defectuosas compradas por la escuela. Entonces x
sólo puede asumir los números 0, 1 y 2. Así,
3 17
0 2 68
f (0) = P (X = 0) = 20 =
2
95
3 17
1 1 51
f (1) = P (X = 1) = 20 =
2
190
3 17
2 0 3
f (2) = P (X = 2) = 20 =
2
190
x 0 1 2
68 51 3
f (x) 95 190 190
Distibuciones de Probabilidad Distibuciones Discretas de Probabilidad
Ejemplo.
El empleado de un almacén regresa tres cascos de seguridad al azar a
tres obreros de un taller. Si Sergio, Juan y Billy, en ese orden, reciben
uno de los tres cascos, liste los puntos muestrales para los posibles
órdenes en que el empleado del almacén regresa los cascos, después
calcule el valor m de la variable aleatoria M que representa el número
de emparejamientos correctos.
Distibuciones de Probabilidad Distibuciones Discretas de Probabilidad
Solución.
Solución.
Espacio Muestral m
SJB 3
SBJ 1
BJS 1
JSB 1
JBS 0
BSJ 0
Distibuciones de Probabilidad Distibuciones Discretas de Probabilidad
Solución.
Espacio Muestral m
SJB 3
SBJ 1
BJS 1
JSB 1
JBS 0
BSJ 0
Solución.
Espacio Muestral m
SJB 3
SBJ 1
BJS 1
JSB 1
JBS 0
BSJ 0
x 0 1 2 3
1 1 1
f (x) 0
Distibuciones de Probabilidad Distibuciones Discretas de Probabilidad
Por lo tanto,
Distibuciones de Probabilidad Distibuciones Discretas de Probabilidad
Ejemplo.
Suponga que el error en la temperatura de reacción, en un
experimento de laboratorio controlado, es una variable aleatoria
continua X que tiene la función de densidad de probabilidad
x2
(
f (x) = 3 , −1 <x<2
0, en otro caso
Nota
De esta definición de puede deducir que
1) P (a < X < b) = F (b) − F (a)
dF (x)
2) f (x) = dx , si la derivada existe.
Distibuciones de Probabilidad Distibuciones Continuas de Probabilidad
Ejercicio.
1) Calcule F (x) para la función de densidad del ejemplo anterior y
utilice el resultado para evaluar P (0 < X ≤ 1).
Definición.
Sea X una variable aleatoria con distribución de probabilidad f (x). La
media o valor esperado de X es:
1) Si X es discreta X
µ = E(X) = xf (x)
x
2) Si X es continua
Z ∞
µ = E(X) = xf (x)dx
−∞
Esperanza Matemática
Ejemplo.
Cierto día un vendedor de una empresa de aparatos médicos tiene dos
citas. Considera que en la primera cita tiene 70 por ciento de
probabilidades de cerrar una venta, por la cual podría obtener una
comisión de $1000. Por otro lado, cree que en la segunda cita sólo tiene
40 por ciento de probabilidades de cerrar el trato, del cual obtendría
$1500 de comisión. ¿Cuál es su comisión esperada con base en dichas
probabilidades? Suponga que los resultados de las citas son
independientes.
Esperanza Matemática
Solución
Solución
Solución
Solución
Solución
Solución
Solución
.
Esperanza Matemática
Ejemplo.
Sea X la variable aleatoria que denota la vida en horas de cierto
dispositivo electrónico. La función de densidad de probabilidad es
(
20000
x3
,x > 100
f (x) =
0, en otro caso
Solución.
Teorema.
Sea X una variable aleatoria con distribución de probabilidad f (x). El
valor esperado de la variable aleatoria g(X)es
1) Si X es discreta
X
µg(X) = E[g(X)] = g(x)f (x)
x
2) Si X es continua
Z ∞
µg(X) = E[g(X)] = g(x)f (x)dx
−∞
Esperanza Matemática
Ejercicio.
1) Un inspector de calidad obtiene una muestra de un lote que
contiene 7 componentes; el lote contiene 4 componentes buenos y
3 defectuosos. El inspector toma una muestra de 3 componentes.
Calcule el valor esperado del número de componentes buenos en
esta muestra.
2) Suponga que el número de automóviles X que pasa por un local
de lavado de autos entre las 4 p.m. y las 5 p.m. de cualquier
viernes soleado tiene la siguiente distribución de probabilidad:
x 4 5 6 7 8 9
1 1 1 1 1 1
P (X = x) 12 12 4 4 6 6
Sea g(X) = 2X − 1 la cantidad de dinero en dólares que el
administrador paga al operador. Calcule las ganancias esperadas
del operador en este periodo específico.
Esperanza Matemática
Ejercicio.
3) Sea X una variable aleatoria con función de densidad
x2
(
f (x) = 3 , −1 <x<2
0, en otro caso
Definición.
Sea X una variable aleatoria con distribución de probabilidad f (x) y
media µ. La varianza de X es:
1) Si X es discreta
X
σ 2 = E[(X − µ)2 ] = (X − µ)2 f (x)
x
2) Si X es continua
Z ∞
2 2
σ = E[(X − µ) ] = (X − µ)2 f (x)dx
−∞
Nota.
La raíz cuadrada positiva de la varianza, σ, se llama desviación
estándar de X.
Varianza de Variables Aleatorias
Teorema.
La varianza de una variable aleatoria X es
σ 2 = E(X 2 ) − µ2
o
σ 2 = E(X 2 ) − [E(X)]2
Ejercicio.
1) Calcule la V (X), para los ejercicios anteriores.
Varianza de Variables Aleatorias
Propiedades Importantes
Propiedades.
Si a y b son constantes, entonces,
E(aX + b) = aE(X) + b
.
Varianza de Variables Aleatorias
Propiedades Importantes
Propiedades.
Si a y b son constantes, entonces,
E(aX + b) = aE(X) + b
.
El valor esperado de la suma o diferencia de dos o más funciones
de una v.a X, es
Propiedades Importantes
Propiedades.
Si a y b son constantes, entonces,
E(aX + b) = aE(X) + b
.
El valor esperado de la suma o diferencia de dos o más funciones
de una v.a X, es
Propiedades Importantes
Propiedades.
Si X y Y son variables aleatorias independientes, entonces
2
σaX−bY = V [aX − bY ] = a2 V (X) + b2 V (Y )
Varianza de Variables Aleatorias
Propiedades Importantes
Propiedades.
Si X y Y son variables aleatorias independientes, entonces
2
σaX−bY = V [aX − bY ] = a2 V (X) + b2 V (Y )