VARIABLES ALEATORIAS
II 2018
7. VARIABLES ALEATORIAS
CONTENIDO
7.1. Definición y su relación con la teoría de probabilidades
7.2. Función de distribución discreta y continua
7.3. Representación gráfica
7.4. Esperanza matemática y sus propiedades
7.5. Momentos con respecto al origen y a la media
7.6. Varianza y propiedades
7.7. Función generatriz de momentos
Una variable aleatoria es una función que asocia a cada resultado del espacio muestral un numero real.
La variable aleatoria es discreta si el conjunto de valores que toma es un conjunto numerable, es decir, que
solo puede tomar unos valores concretos. Dicho conjunto lo denotaremos por: {x1, x2, x3,….,xn}
Ejemplo:
S={0,1,2,3,4}
4. Recorrido: R = {0,1,2,3}
16/11/2018 14:14:25 ESTADÍSTICA I - ING., JOSÉ GUZMÁN 4
7. VARIABLES ALEATORIAS
En esta unidad estudiaremos reglas para establecer correspondencias de los elementos de S con los números
reales, para luego asignarles un valor de probabilidad.
Las Variables Aleatorias establecen correspondencia del espacio muestral S al conjunto de los números
reales. Esta correspondencia es funcional y se la puede definir formalmente como:
La correspondencia que define P(X=x) es una función y se denomina Distribución de Probabilidad de la variable
aleatoria X. Esta correspondencia puede definirse formalmente y ser designada con la notación f:
Ejemplo. En el experimento de lanzar tres monedas y observar el resultado de cada una: cara(c), o escudo(E).
Encuentre la Distribución de Probabilidad en forma tabular, de la variable aleatoria X: cantidad de sellos que
se obtienen:
Ejemplo. En un lote de 5 artículos, 3 son defectuosos y 2 aceptables. Se toma una muestra aleatoria sin
reemplazo de 2 artículos. Encuentre la Distribución de Probabilidad de la variable aleatoria: cantidad de
artículos defectuosos que se obtienen en la muestra. (Definir variables a analizar, establecer S, plantear X,
analizar ocurrencias de X, obtener tabla de probabilidades)
Ejemplo. Utilizado las propiedades de las distribución de una VAD, encuentre la probabilidad que
la VA tome un valor igual a 2 y cuya distribución es:
Ejemplo. Para ensamblar una máquina se usan dos componentes electrónicos. Suponga que la probabilidad
que el primer componente cumpla las especificaciones es 0.95, y para el segundo es 0.98. Además, los
componentes funcionan independientemente.
Encuentre la distribución de probabilidad del número de componentes que cumplen las especificaciones, x = 0,
1, 2
Ejemplo. En el experimento de lanzar tres monedas y observar el resultado de cada una: cara(c), o
escudo(e) se obtiene la tabla de distribución:
El dominio de F es el conjunto de los números reales, por lo tanto es válido evaluar F(x) para
cualquier valor real x.
Ejemplo. Un juego consiste en lanzar tres monedas. Si salen 1 o 2 sellos, se pierde $2. ¿Cuanto se debe
ganar en los otros casos para que sea un "juego justo”?
7.3.3 Corolarios
El segundo corolario establece que si el resultado de un experimento es un valor constante, el valor esperado o
media, también debe ser constante.
Ejemplo. Un almacén vende diariamente 0, 1, 2, 3, o 4 artículos con probabilidad 10%, 40%, 30%, 15%, y 5%
respectivamente. Mantener el local le cuesta diariamente $40 a la empresa. Por cada artículo que vende, tiene
una ganancia de $50.
En la definición de la Varianza se suman las diferencias de cada valor x con respecto a la media ponderadas
con los valores de probabilidad. Elevar al cuadrado puede interpretarse que se suman las magnitudes de las
diferencias. El verdadero motivo pertenece a la Teoría Estadística.
• Definición: Fórmula alterna para calcular la Varianza de una Variable Aleatoria Discreta
7.4.3 COROLARIOS
La media de una variable aleatoria discreta describe su tendencia central y la variancia mide su variabilidad,
pero estas medidas no son suficientes para describir completamente la forma de la distribución de probabilidad.
Los momentos de una variable aleatoria son los valores esperados de algunas funciones de la variable aleatoria
y constituyen una colección de medidas descriptivas con las que se puede caracterizar de manera única a su
distribución de probabilidad. Usualmente estas definiciones se las hace usando como referencia el origen o la
media de la variable aleatoria.
Obtención de momentos