Variables Aleatorias

Facilitador:
• Dra. Erica c. Ruiz Ibarra

Cd. Obregón Son. Septiembre 2014 1

 Plan de la Presentación

Variables Aleatorias

Funciones de Densidades de Probabilidad

Funciones de Distribución

Tipos de Variables Aleatorias

Tipos de Distribuciones

2
 Variables Aleatorias
Previamente se definió un modelo de probabilidad, el cual inicia con
un modelo físico de un experimento, que consiste de un
procedimiento y observación.

El conjunto de todas las posibles observaciones S es el espacio

muestra del experimento.

S es el inicio del modelo de probabilidad matemático. Además de S, el

modelo matemático incluye una regla para asignar número entre 0 y 1
al subconjunto A de S. Por lo que para cada A  S, el modelo provee
la probabilidad P(A) donde 0 P(A) 1.

Ahora examinaremos los modelos de probabilidad en los cuales un

número es asignado a cada salida en el espacio muestra. Cuando
observamos uno de éstos números nos referimos a una variable
aleatoria.

3
 Variables Aleatorias
Variables
Aleatorias
En esta parte del curso se introduce el concepto de variable
aleatoria. Funciones de
Densidades de
Probabilidad
Su necesidad parte de su uso para poder definir ciertas funciones
de probabilidad, las cuales permiten y facilitan el cálculo de la Funciones de
probabilidad de varios eventos. Distribución

Suponga un experimento aleatorio con espacio muestra S. Tipos de

Variables
Aleatorias
Una variable aleatoria X(ξ) se define como una función real, que
asigna un número real llamado el valor de X(ξ) a cada punto de Tipos de
muestra (evento elemental) de S. Distribuciones

Generalmente se denota como X (letra mayúscula) y se utiliza r.v.

para referenciarla.

4
 Variables Aleatorias
Variables
Una r.v. no es una variable, es una función. Aleatorias

Funciones de
El espacio muestra S se considera el dominio de la r.v. X, y la Densidades de
colección de todos los números reales se asumen el rango de X. Probabilidad

Funciones de
El rango de X es un cierto sub-conjunto de todos los números Distribución
reales. Tipos de
Variables
Aleatorias
Debido a que algunas veces consideramos más de una r.v. a la vez,
denotamos el rango de una r.v. por la letra S con subíndices como el Tipos de
nombre de la r.v. Por lo que SX es e rango de la r.v X y SY es el Distribuciones
rango dela r.v Y.

5
 Variables Aleatorias
Variables
Dos ó mas puntos muestra pueden tener el mismo valor real de X(ξ), Aleatorias
pero dos números diferentes en el rango no pueden ser asignados al
Funciones de
mismo punto de muestra. Densidades de
Probabilidad

Funciones de
Distribución

Tipos de
Variables
Aleatorias

Tipos de
Distribuciones

6
 Variables Aleatorias

Un modelo de probabilidad siempre inicia con un experimento.

Cada r.v. está directamente relacionado con este experimento.

Existen tres tipos de relaciones:

– La r.v es la observación
– La r.v. es una función de la observación.
– La r.v es una función de otra r.v.

7
 Variables Aleatorias
1. La r.v. es una observación.

2. La r.v. es una función de otra observación.

3. La r.v. es una función de otra r.v.

8
 Variables Aleatorias

Definición 2.1. Variable Aleatoria

Una variable aleatoria consiste de un experimento con una medida de
probabilidad P(.), definida en un espacio muestra S y una función que
asigna un número real a cada salida en el espacio muestra del
experimento.

9
 Variables Aleatorias
En ocasiones es importante identificar la variable
aleatoria X por la función X(s) que mapea la salida s
del espacio muestra al valor correspondiente de una rv
X. Escribimos {X=x} para enfatizar que existe un
conjunto de puntos muestra s S para los cuales
X(s)=x. Se adopta la notación corta.

{X=x}={s S | X(s)=x}

10
 Variables Aleatorias
Algunas variables aleatorias:
– A, el número de estudiantes dormidos en la siguiente clase de
probabilidad
– C, el número de llamadas telefónicas que respondes en la
siguiente hora
– M, el número de minutos que esperas hasta responder la
siguiente llamada.

Las r.v A y C son variables aleatorias discretas. Los posibles

valores de esas r.v forman un conjunto discreto. El experimento
tiene un espacio muestra discreto.

La r.v. M puede ser cualquier número real no negativo. Esta es

una variable aleatoria continua. Su experimento tiene un espacio
muestra continuo.

11
 Variables Aleatorias
Variables
Aleatorias

Variables aleatorias discretas: toman valores Funciones de

Densidades de
de un secuencia discreta de números. Probabilidad

Funciones de
Distribución
Variables aleatorias continua: toman valores
Tipos de
de un secuencia continua de números. Variables
Aleatorias

Tipos de
Distribuciones

12
 Variables Aleatorias
Variables
Ejemplo 1: Aleatorias

En el experimento de lanzar una moneda solo una vez, se puede Funciones de

definir la variable aleatoria X como: Densidades de
Probabilidad
X(H) = 1
X(T) = 0 Funciones de
Distribución

Tipos de
Variables
Aleatorias

Tipos de
Distribuciones

16
 Variables Aleatorias
Variables
Ejemplo 2: Aleatorias
Supón que una moneda es lanzada dos veces tal que el espacio Funciones de
muestra es S={HH, HT, TH, TT}. Sea X la variable aleatoria Densidades de
que representa el número de caras (H) que ocurren. A cada Probabilidad
punto muestra se puede asociar un número para X tal como se
muestra en la Tabla. Funciones de
Distribución

Punto HH HT TH TT Tipos de
Muestra Variables
Aleatorias
X 2 1 1 0
Tipos de
Es necesario hacer notar que es posible definir muchas otras Distribuciones
variables aleatorias en este espacio muestra, por ejemplo: el
cuadrado del número de H, o el número de H menos el número
de T.
17
 Variables Aleatorias
Ejemplo 3:
Supón que observamos tres llamadas en un conmutador
telefónico, donde las llamadas de voz y datos son igualmente
probables. Sea X el número de llamadas de voz, Y el número de
llamadas de datos, y R = XY. El espacio muestra y los valores
correspondientes de las variables aleatorias X, Y y R son:

18
 Variables Aleatorias
Variables
Ejemplo 4: Aleatorias

Funciones de
Densidades de
En un experimento de lanzar una moneda tres veces, Probabilidad
el espacio muestra S, consiste de 8 puntos de muestra Funciones de
igualmente probables S1 = {HHH, · · · ,TTT}. Si X es Distribución
la r.v. de caras (H) obtenidas, encuentre la Tipos de
probabilidad de que: Variables
Aleatorias

Tipos de
P(X = 2) Distribuciones
P(X < 2)

19
 Función de Densidad de
Probabilidad Discreta Variables
Sea X una v.a discreta y supón que los valores posibles que Aleatorias
ésta puede asumir son x1, x2, x3,… ordenados en algún
orden. Supón también que estos valores tienen Funciones de
probabilidades dadas por: Densidades de
Probabilidad

P(X=xk) = f(xk) para k=1,2… Funciones de

Distribución

Es conveniente introducir una función de probabilidad Tipos de

referida también como distribución de probabilidad, dada Variables
por: Aleatorias

Tipos de
P(X=x)=f(x) Distribuciones

Para x=xk esto se reduce a 1, mientras que para otros

valores de x, f(x)=0.
23
 Función de Densidad de
Probabilidad Discreta Variables
Aleatorias
Propiedades Funciones de
En general f(x) es una función de distribución si: Densidades de
Probabilidad
f ( x)  0
Funciones de
Distribución
 f ( x)  1
x
Donde la suma toma todos los valores posibles de X
Tipos de
Variables
Aleatorias

Tipos de
Distribuciones

24
 Función de Densidad de
Probabilidad Discreta Variables
Ejemplo 4: Aleatorias

Encuentra la función de probabilidad correspondiente a la variable Funciones de

aleatoria X del ejemplo 2. Densidades de
√ Asumiendo que el lanzamiento es exitoso se tiene: Probabilidad

1 1 1 1 Funciones de
P( HH )  P( HT )  P(TH )  P(TT )  Distribución
4 4 4 4
√ Entonces:
Tipos de
1 Variables
P( X  0)  P(TT ) 
4 Aleatorias
1 1 1
P( X  1)  P( HT  TH )  P( HT )  P(TH )   
4 4 2 Tipos de
1 Distribuciones
P( X  2)  P( HH ) 
4
√ La función de probabilidad está dada por la siguiente Tabla
x 0 1 2
f(x) 1/4 1/2 1/4 25
 Función de Distribución
Variables
La función distributiva (función de distribución Aleatorias

acumulativa (CDF)) de la r.v. X es la función definida Funciones de

como: Densidades de
Probabilidad

Funciones de
Fx (x) = P(X ≤ x) para −∞ < x < ∞ Distribución

Tipos de
Variables
Mucha de la información acerca del experimento Aleatorias
aleatorio, descrito por la r.v. X es determinado por el
Tipos de
comportamiento de Fx (x). Distribuciones

28
 Función de Distribución
Variables
Propiedades: Aleatorias

Funciones de
Densidades de
Algunas propiedades de Fx (x) son: Probabilidad

Funciones de
Distribución
0 ≤ Fx (x) ≤ 1
Fx (x1) ≤ Fx (x2) si x1 < x2 F(x) es no decreciente Tipos de
Variables
limx→∞ Fx (x) = Fx (∞) = 1 Aleatorias

limx→−∞ Fx (x) = Fx (−∞) = 0 Tipos de

Distribuciones
limx→a+ Fx (x) = Fx (a+) = Fx (a) a+ = lim0<ε→0 a + ε

29
 Funciones de Distribución
Variables
Ejemplo: Aleatorias

En un experimento de lanzar una moneda tres veces, el espacio Funciones de

muestra S, consiste de 8 puntos de muestra igualmente probables Densidades de
S1 = {HHH, · · · ,TTT}. Si X es la r.v. de caras (H) obtenidas, Probabilidad
encuentre y dibuje la CDF Fx (x) de X. Funciones de
Distribución
x (X ≤ x) Fx (x)
Tipos de
-1  0
Variables
0 {TTT} 1/8 Aleatorias
1 {TTT, TTH, THT, HTT} 4/8= 1/2
Tipos de
2 {TTT, TTH, THT, HTT, 7/8 Distribuciones
HHT, HTH, THH}
3 S 1

4 S 1

30
 Funciones de Distribución
Variables
Determinación de probabilidades: Aleatorias

Funciones de
Densidades de
Utilizando la CDF podemos calcular las probabilidades Probabilidad
siguientes: Funciones de
Distribución

P(a < X ≤ b) = Fx (b) − Fx (a) Tipos de

Variables
P(X > a) = 1 − Fx (a) Aleatorias
P(X < b) = Fx (b−) b− = lim0<ε→0 b − ε Tipos de
Distribuciones

31
¡Gracias por su
atención!

Departamento de Ingeniería Eléctrica y Electrónica

Instituto Tecnológico de Sonora
Cd. Obregón. Sonora, México
erica.ruiz@itson.edu.mx

35