VARIABLE ALEATORIA

Ing. Greiza Lucena

UNIVERSIDAD CENTROCCIDENTAL
LISANDRO ALVARADO
DECANATO DE CIENCIAS Y TECNOLOGAS
DEPARTAMENTO DE INVESTIGACIN DE OPERACIONES
Y ESTADSTICA
VARIABLE ALEATORIA
Una funcin que asocia un nmero real
cada punto del espacio muestral.

Las v.a. definidas sobre espacios
muestrales discretos se llaman v.a. discretas
y las definidas sobre espacios muestrales
continuos se llaman continuas.

VARIABLE ALEATORIA
Una v.a. se llama variable aleatoria discreta si se
puede contar su conjunto de resultados posibles; y
se llama v.a. continua cuando toma valores en una
escala continua.

La Distribucin de probabilidades o funcin de
probabilidad: modelo terico que describe la forma
en que varan los resultados de un experimento
aleatorio. Lista de los resultados de un experimento
con las probabilidades que se esperaran ver
asociadas con cada resultado, se simboliza por f(x).
DISTRIBUCIN DE PROBABILIDAD DE UNA VARIABLE
ALEATORIA DISCRETA

La Distribucin de probabilidad de una variable
aleatoria indica el comportamiento que ella
tiene en el experimento. Esta funcin asigna
probabilidades a cada uno de los valores de
una variable aleatoria discreta.

La distribucin de probabilidad f(x) de una
variable aleatoria discreta asocia un nmero
entero o especfico a cada elemento del
espacio muestral, donde la funcin f(x) de cada
resultado posible de x se debe cumplir:
f(x)>= o;
f(x)=1;
P(X=x)=f(x).
DISTRIBUCIN DE PROBABILIDAD DE UNA
VARIABLE ALEATORIA DISCRETA

1. Lanzamos una moneda 3 veces.
Representamos cara por c y cruz por z.
W = {ccc, ccz, czc, zcc, czz, zcz, zzc, zzz}
Definimos la v.a. X: nmero de caras, que
puede tomar los valores {0, 1, 2, 3}. A esta funcin
se le denomina funcin distribucin de probabilidad
(fdp)

x Sucesos p
x

0 {zzz} 1/8
1 {czz, zcz, zzc} 3/8
2 {ccz, czc, zcc} 3/8
3 {ccc} 1/8
EJEMPLO
2. Sigamos con el ejemplo X = Cantidad
de caras al lanzar dos monedas
P(X = 0) = P(SS) =
P(X = 1) = P(SC;CS) = P(SC) U P(CS) =
P(X = 2) = P(CC) =

DISTRIBUCIN DE PROBABILIDAD DE UNA VARIABLE
ALEATORIA CONTINUA
La variable aleatoria continua es aquella que toma
cualquier valor en una escala continua. La funcin de
densidad de probabilidad mide la concentracin de
probabilidad alrededor de los valores de una variable
aleatoria continua.
La distribucin de una variable aleatoria continua se
define por su funcin de densidad de probabilidad(fdp) f(x);
definida en los nmeros reales si:

}
}
= < <
=
9 e >
+

b
a
dx x f b x a P c
dx x f b
x x f a
) ( ) ( )
1 ) ( )
; 0 ) ( )
FUNCIN DE DISTRIBUCIN ACUMULADA
La funcin de distribucin acumulada es la
funcin que acumula las probabilidades
asociadas hasta un valor de una variable
aleatoria. Se simboliza F(x) y se define:
ESPERANZA MATEMTICA
Valor esperado o esperanza matemtica o
media

PROPIEDADES DE LA ESPERANZA
Sean X e Y variables aleatorias y c una
constante perteneciente a los reales:
1) E (c ) = c
2) E (X+c ) = E(X) + c
3) E (cX) = c E(X)
4) E (X+Y) = E(X) + E(Y)
5) E (X-Y) = E(X) - E(Y)
6) Si X e Y son independientes E (XY) = E(X) *
E(Y)
EJEMPLO
Se tira un dado. Se define como v.a. el nmero
que sale Cul es su media?
La variable X puede tomar los valores 1, 2, ..., 6 y
para todos ellos f(x) = 1/6. En consecuencia la
media es



Obsrvese que es un nmero que la v.a. no puede
alcanzar
ESPERANZA MATEMTICA
Si X es una v.a. cualquier funcin de ella,
h(x), es tambin una v.a., en consecuencia
tambin se define este parmetro para una
funcin de v.a.
VARIANZA
La variancia es un parmetro de la distribucin. Es
una medida de dispersin de los valores de x
alrededor de E(X). Se define como



aunque para el clculo se suele usar esta otra
frmula equivalente:


Qu mide la varianza? Mide la dispersin de la
variable alrededor de la media.

PROPIEDADES DE LA VARIANZA
Sean X e Y variables aleatorias y c una
constante perteneciente a los reales:
1) V (c ) = 0
2) V (X + c ) = V(X)
3) V (cX) = c2 V(X)
4) Si X e Y son independientes V (X + Y) =
V(X) + V(Y)
5) Si X e Y son independientes V (X - Y) =
V(X) + V(Y)
TEOREMA CHEVYSCHEV
La probabilidad de que cualquier variable
aleatoria X, tome un valor dentro de la
desviaciones estndar de la media es al
menos 1 (1 /
2
). Es decir:

P ( - < X < + ) 1 1
2
.