.

4 Variables aleatorias discretas

Dada una v.a. discreta de que X tome ese valor: , su funcin de probabilidad f, se define de modo que f(xi) es la probabilidad

Si xi no es uno de los valores que puede tomar X, entonces f(xi)=0. La representacin grfica de la funcin de probabilidad se realiza mediante un diagrama de barras anlogo al de distribucin de frecuencias relativas para variables discretas (figura 5.3). Por ejemplo, si retomamos el caso del lanzamiento de 3 monedas de forma que cada una de ellas tenga probabilidad 1/2 de dar como resultado cara o cruz, se tiene que (vase la figura 5.2):

Figura: Equivalencia entre las probabilidades calculadas directamente sobre

el espacio muestral E de resultados del experimento aleatorio, y las calculadas

sobre el subconjunto

mediante la v.a. X.

5.4.0.1 Observacin
Obsrvese que X est definido sobre el espacio muestral de sucesos E, mientras que f lo est sobre el espacio de nmeros reales . Las propiedades de la funcin de probabilidad de v.a. se deducen de forma inmediata de los axiomas de probabilidad:

Es evidente que si tenemos tres constantes a<b<c, los sucesos mutuamente exclusivos, es decir, , se tiene que , luego

y . Por ello, si se define

son

Otro concepto importante es el de funcin de distribucin de una variable aleatoria discreta, F, que se define de modo que si , F(xi) es igual a la probabilidad de que X tome un valor inferior o igual a xi:

Esta funcin se representa grficamente del mismo modo que la distribucin de frecuencias relativas acumuladas (figura 5.3). Volviendo al ejemplo de las tres monedas, se tiene que

Hay que observar que a valores no admisibles por la variable les pueden corresponder valores de F no nulos. Por ejemplo,

Figura: Funcin de probabilidad a la izquierda, y funcin de distribucin a la

derecha de una v.a. discreta

Es sencillo comprobar que las siguientes propiedades de la funcin de distribucin son ciertas:

5.4.0.2 Proposicin (Distribuciones discretas)

La funcin de distribucin F, es una funcin no decreciente, es decir,

Adems, es continua a la derecha

5.6 Variables aleatorias continuas Si una variable discreta toma los valores x1, ..., xk, la proposicin de la pgina afirma que las probabilidad de que al hacer un experimento, X tome uno de esos valores es 1, de modo que cada posible valor xi contribuye con una cantidad f(xi) al total:

Aun cuando la variable tomase un nmero infinito de valores, x1, x2, ..., no hay ningn problema en comprobar que cada xi contribuye con una cantidad f(xi) al total de modo que

Cuando la variable es continua, no tiene sentido hacer una suma de las probabilidades de cada uno de los trminos en el sentido anterior, ya que el conjunto de valores que puede tomar la variable es no numerable. En este caso, lo que generaliza de modo natural el concepto de suma ( ) es el de integral ( ). Por otro lado, para variables continuas no

tiene inters hablar de la probabilidad de que , ya que esta debe de valer siempre 0, para que la suma infinita no numerable de las probabilidades de todos los valores de la variable no sea infinita. De este modo es necesario introducir un nuevo concepto que sustituya en v.a. continuas, al de funcin de probabilidad de una v.a. discreta. Este concepto es el de funcin de densidad de una v.a. continua, que se define como una funcin integrable, que verifica las dos propiedades siguientes:

y que adems verifica que dado a<b, se tiene que

Figura: Funcin de densidad f. La probabilidad de un intervalo, es el rea que existe entre la funcin y el eje de abscisas.

5.6.0.1 Observacin Por ser f una funcin integrable, la probabilidad de un punto es nula:

y por ello al calcular la probabilidad de un intervalo no afectara nada el que este sea abierto o cerrado por cualquiera de sus extremos, pues estos son puntos y por tanto de probabilidad nula:

La funcin de distribucin de la v.a. continua, F, se define de modo que dado que X sea menor o igual que x, es decir

, F(x) es la probabilidad de

Figura: Funcin de distribucin F, calculada a partir de la funcin de densidad f.

5.6.0.2 Observacin Dado un intervalo de la forma (a,b], tenemos que

Es decir, la cantidad F(b) - F(a) representa la masa de probabilidad extendida a lo largo de dicho intervalo. Si dividimos esta cantidad por la longitud del intervalo,

tenemos la masa media de probabilidad por unidad de longitud en (a,b], es decir, su densidad media de probabilidad. Si hacemos tender a hacia b, , la cantidad

es la densidad de probabilidad del punto b (que como hemos mencionado no se ha de confundir con la probabilidad de b). 5.6.0.3 Proposicin Distribuciones continuas La funcin de distribucin F, es no decreciente

Adems, es una funcin absolutamente continua que verifica:

Demostracin Los sucesos

son mutuamente exclusivos, siendo su unin el suceso

. Por tanto

El resto es evidente pues por la relacin (5.1)

y por otro lado