Beruflich Dokumente
Kultur Dokumente
INTRODUCCIÓN
Las variables aleatorias están ligadas a experimentos aleatorios. Y se dice que se ha definido
una variable aleatoria cuando a cada elemento del espacio muestral se le ha asociado un
número.
Si una variable real, X, es una variable aleatoria sus valores dependen del azar.
Por ejemplo, si se lanzan dos dados y X es el número de veces que sale un 6, entonces X es
una variable aleatoria, y toma, al azar, uno de los valores 0, 1 ó 2.
El estudio de las distribuciones de probabilidad es similar al de la variable estadística, el
equivalente de la frecuencia relativa en la variable aleatoria es la probabilidad.
1. Variables aleatorias
Consideremos un experimento aleatorio y sea E el espacio muestral asociado, S = conjunto de
sucesos
p = probabilidad asociada a cada suceso, a la terna (E, S, p) le llamamos espacio probabilístico
Definición 1. Llamamos variable aleatoria o variable estocástica, X, a toda aplicación que
asocia a cada elemento del espacio muestral, E, un número real x.
Dicho de manera informal: es el valor numérico que “de alguna manera” se asigna a un suceso.
El conjunto imagen de la aplicación se llama recorrido de la variable. Suele confundirse
variable aleatoria con recorrido.
Ejemplo 1. Si lanzamos tres monedas al aire y X es el número de caras que salen, los valores
que toma X son 0, 1, 2 y 3.
Ejemplo 2. Si de una camada de 6 cachorros se cuenta el nº de hembras que se “obtienen” la
variable aleatoria toma los valores x =0, x=1,....x =6-
Ejemplo 3. Al extraer una bombilla de una población y observar si es o no defectuosa, X
tomaría los valores 1 y 0 según sea o no defectuosa.
En los ejemplos anteriores se habla de variable aleatoria discreta (toma valores discretos)
Ejemplo 4. Si se toma como X la estatura de los soldados de un reemplazo X puede tomar
todos los valores, (dentro de unos límites)
Ejemplo 5. Si se toma como variable la longitud de un tornillo X puede tomar todos los
valores de un intervalo.
En estos casos últimos se hablará de variable aleatoria continua.
Estudiaremos dos modelos de variable aleatoria: uno discreto la binomial
otro continuo la normal
Estudiaremos en primer lugar las distribuciones discretas de probabilidad.
xi 1 3 5 -2 -4 -6
f(x i) 1/6 1/6 1/6 1/6 1/6 1/6
=E(X2)-E(X) 2
Es decir, la media de la variable al cuadrado menos el cuadrado de la media.
La desviación estándar o típica se define como la raíz cuadrada de la varianza.
Ejemplo 9. Consideremos la variable X que asigna la suma de dos números que se muestran en
un par de dados. La distribución de X es:
xi 2 3 4 5 6 7 8 9 10 11 12
f(x i) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Consecuencia: y
Observación 1. Hay una interpretación física de la media y la varianza. Supóngase que para
cada punto x i sobre el eje X se coloca con una unidad con masa f(xi). Entonces la media es el
centro de gravedad y la varianza es el momento de inercia del sistema.
Observación 2. Muchas variables aleatorias dan origen a la misma distribución, de ahí que se
hable de la media y desviación típica de una distribución, en vez de una v.a.
5. Normalización o tipificación de una variable aleatoria
Sea X una variable aleatoria con media, la variable aleatoria X* normalizada que corresponde
a X se define por:
Ejemplo 10. Un jugador de tenis tiene una probabilidad de ganar una partida de 0,25. Si
juega 4 partidas, calcula la probabilidad de que gane mas de la mitad.
Solución
Es una binomial con n=4 y p=0,25, lo que piden es que calculemos P(X=3)+P(X=4) donde:
P(X=3)= , P(X=4)= (terminarle)
Ejemplo 11. Una máquina fabrica tornillos y se ha comprobado que el 2% de los mismos son
defectuosos. Si se vende en paquetes de de 29, se pide:
a) ¿Cuál es la función de probabilidad de la variable aleatoria nº de tornillos defectuosos en
un paquete?
b) ¿Cuál es la probabilidad de que al comprar un paquete haya en el mismo 2 defectuosos?
Solución
a) Es una binomial de parámetros n = 20 y q = 0, 02.
CONTINUA
ESTADÍSTICA