Tema 4

Variables aleatorias
En este tema se introduce el concepto de variable aleatoria y se estudian los distintos tipos de variables aleatorias a un nivel muy general, lo que nos permitir manejar los modea los estad sticos para describir los posibles resultados de un experimento aleatorio y asignar probabilidades a los diferentes sucesos que nos interesen.

Contenido
4.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 4.2. Variable aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3. Variables discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4. Variables continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5. Independencia de v.a. . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6. Caracter sticas de una v.a. . . . . . . . . . . . . . . . . . . . . . . . 4.7. Desigualdad de Chebichev . . . . . . . . . . . . . . . . . . . . . . . Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 9 10 11 12 12 13 14

4.1.

Introduccin o

Tanto en la vida cotidiana como en el campo cient co estamos habituados a observar fenmenos aleatorios cuyos resultados se expresan mediante nmeros; por ejemplo el voltaje o u de salida en una fuente de alimentacin, el nmero de personas en la cola del cine, la velocidad o u de conexin a la red, etc. Incluso en problemas de naturaleza puramente cualitativa es muy o frecuente recurrir a la codicacin numrica; en situaciones tales como: el diagnstico de un o e o paciente sano o enfermo, preguntas del tipo estudias o trabajas?, etc., las respuestas son usualmente codicadas con 0 y 1, aunque en realidad podr emplearse cualquier pareja a de s mbolos con igual precisin. o

4.2.

Variable aleatoria

Este proceso de cuanticacin nos lleva de manera natural a considerar la siguiente o denicin: o 9

TEMA 4. VARIABLES ALEATORIAS

Curso 2007 - 08

Denicin 4.1 (Variable aleatoria). Dado un espacio de probabilidad (, A, Pr), una vao riable aleatoria es cualquier funcin, X, o X : R X() que asocia a cada suceso elemental un nmero real, vericando que u PrX (B) = Pr[X B] = Pr{ | X() B} B R.

En general emplearemos las siglas v.a. para referirnos a una variable aleatoria. Para caracterizar la distribucin de probabilidad inducida por una v.a. X deniremos o una nueva funcin ms sencilla de manejar: o a Denicin 4.2 (Funcin de distribucin). Dada la v.a. X se denomina funcin de distrio o o o bucin asociada a X, a la funcin F : R R denida por: o o F (t) = Pr[X t] = Pr(X (, t]) t R.

Las propiedades ms importantes de las funciones de distribucin son: a o 1. F () = l Pr[X t] = 0. m

t

2. F () = l Pr[X t] = 1. m
t

3. La funcin es continua por la derecha, es decir, l F (t + h) = F (t). o m

h0+

4. F es no decreciente, es decir, si t1 < t2 entonces F (t1 ) F (t2 ). Teorema 4.1. Una funcin F : R R se dice que es de distribucin si y slo si verica o o o las cuatro propiedades anteriores.

4.3.

Variables discretas

Denicin 4.3 (Variable discreta). Una variable aleatoria discreta es aquella que slo o o puede tomar valores dentro de un conjunto nito o innito numerable. Denicin 4.4 (Funcin de probabilidad). Sea X una v.a. discreta que toma los valores xi o o con probabilidades pi = Pr(X = xi ), con i pi = 1. Se denomina funcin de probabilidad o de la variable X a la funcin que asigna a cada xi su probabilidad pi . o En las variables aleatorias discretas la funcin de distribucin viene dada por la siguiente o o expresin: o F (t) = Pr[X t] = Pr(xi ).
xi t

Esta funcin es escalonada, no decreciente, con saltos de discontinuidad en los puntos xi . El o valor del salto en xi coincide con la probabilidad, pi , de dicho valor. Dpto. Estadstica e I.O. y D.M. 10

TEMA 4. VARIABLES ALEATORIAS

Curso 2007 - 08

4.4.

Variables continuas

Denicin 4.5 (Variable continua). Una variable aleatoria continua es aquella que toma o valores en uno o varios intervalos de la recta real. En las v.a. continuas la funcin de distribucin no se puede calcular como la suma de las o o probabilidades de ciertos puntos porque el conjunto de posibles valores de la variable es no numerable. Para abordar esta nueva situacin necesitamos la nocin de funcin de densidad. o o o Denicin 4.6 (Funcin de densidad). Dada una v.a. continua X, su funcin de densidad o o o es la funcin real de variable real o f (x) = l m Pr(x h X x + h) . 2h

h0+

De este modo, surge el concepto de funcin de densidad como la funcin l o o mite a la cual se aproxima el histograma. As la probabilidad de un intervalo (a, b) ser el area limitada , a por esta funcin de densidad, las rectas x = a, x = b y el eje de abscisas. Aunque, de acuerdo o con la anterior, la probabilidad de que la variable aleatoria tome un valor concreto es igual a cero, tiene sentido analizar lo densamente que est repartida la probabilidad en torno a a ese valor. De la denicin anterior, se deduce que la funcin de densidad verica las siguientes o o propiedades: 1. f (x) 0 x R.

2.

f (x)dx = 1.

En general, cualquier funcin real que verica las propiedades anteriores es la funcin o o de densidad de alguna v.a. continua X. La funcin de distribucin de una v.a. continua X se expresa a partir de la funcin de o o o densidad como:
t

F (t) =

f (x)dx t R.

Esta funcin es continua. o Por lo tanto, la funcin de densidad de una v.a. continua es la derivada de su funcin o o de distribucin, f (x) = F (x). o Por otro lado, las v.a. continuas verican las siguientes propiedades:
t2

1. Pr(t1 < X t2 ) =

t1

f (x)dx = F (t2 ) F (t1 ).

2. Pr(t1 X t2 ) = Pr(t1 < X t2 ) = Pr(t1 X < t2 ) = F (t2 ) F (t1 ).

t

3. Pr(X = t) =
t

f (x)dx = 0

x R. 11

Dpto. Estadstica e I.O. y D.M.

TEMA 4. VARIABLES ALEATORIAS

Curso 2007 - 08

4.5.

Independencia de v.a.

Frecuentemente, al realizar un experimento aleatorio interesa estudiar conjuntamente varias caracter sticas de la poblacin que se van a representar mediante v.a. Si limitamos el o estudio al caso de dos v.a. Denicin 4.7. Se dice que dos v.a. X e Y son independientes si se verica que o Pr(X = x Y = y) = Pr(X = x) Pr(Y = y) si X e Y son discretas f(X,Y ) (x, y) = fX (x)fY (y) si X e Y son continuas

4.6.

Caracter sticas de una v.a.

Las medidas resumen denidas para v.e. pueden generalizarse al caso de variables aleatorias, sin ms que equiparar las frecuencias relativas de variables estad a sticas con las probabilidades de las variables aleatorias. Entre los descriptores ms habituales de las variables a aleatorias se encuentran: Denicin 4.8 (Esperanza). Dada una v. a. X denida sobre (, A, Pr), se denomina eso peranza o valor medio de X a la siguiente expresin o xi Pr(xi ) si X es discreta xi SX = E(X) = xf (x)dx si X es continua

La esperanza de una v.a. verica las siguientes propiedades:

1. E(aX + b) = aE(X) + b. 2. E(X Y ) = E(X) E(Y ). 3. Si X e Y son independientes, entonces E(X Y ) = E(X)E(Y ). Denicin 4.9 (Varianza). La varianza de una v.a. X viene dada por la expresin o o (xi )2 Pr(xi ) si X es discreta si X es continua

2 = Var(X) = E (X )2 =

xi SX

(x )2 f (x)dx

La varianza de una v.a. verica las siguientes propiedades: 1. Var(X) 0. 2. Var(aX + b) = a2 Var(X). 3. Var(X) = E(X 2 ) E(X)2 . Dpto. Estadstica e I.O. y D.M. 12

TEMA 4. VARIABLES ALEATORIAS

Curso 2007 - 08

4. Si X e Y son independientes, Var(X + Y ) = Var(X Y ) = Var(X) + Var(Y ). Para simplicar la interpretacin de las medidas de dispersin, se suele recurrir a la o o desviacin t o pica que viene dada en las mismas unidades que la variable Denicin 4.10 (Desviacin t o o pica). La desviacin t o pica de una v.a. X viene dada por la expresin o = + Var(X). De igual forma a como se ha hecho para las variables estad sticas se denen otras caracter sticas de una v.a.: Moda Es el valor que maximiza la funcin de probabilidad o la funcin de densidad, segn o o u se trate de una v.a. discreta o continua, respectivamente. Mediana Es la medida de centralizacin que divide la distribucin en dos partes de igual o o probabilidad, por lo tanto verica que Me = nf{x | F (x) 1/2}. Cuantiles de orden p Para 0 < p < 1, Qp = nf{x | F (x) p}. Recorrido intercuart lico Se dene a partir de los cuart como RIC(X) = Q3 Q1 . les Coeciente de variacin Medida de dispersin relativa con respecto a la media, dada por o o CV (X) = si > 0.

4.7.

Desigualdad de Chebichev

Dada una v.a. X con media y desviacin t o pica , la desigualdad de Chebichev arma que para cualquier constante positiva, k > 0 se cumple que Pr(|X | k) 1 2 , k2 equivalentemente Pr(|X | > k) 2 k2 k > 0.

La desigualdad anterior tambin se puede expresar como e Pr(|X | k) 1 1 , k2 equivalentemente Pr(|X | > k) 1 k2 k > 0.

Por ejemplo, se tiene que Pr(X [ 2, + 2]) 0,75 o Pr(X [ 3, + 3]) 0,889.

Este resultado destaca la bondad de la desviacin t o pica como medida de dispersin reso pecto a la media, proporcionando un l mite inferior para la probabilidad de que una v.a. est comprendida en el intervalo [ k, + k]. e

Dpto. Estadstica e I.O. y D.M.

13