VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS

La realizacin de un experimento genera ms atencin en la funcin del resultado ms

que en el resultado en s mismo. As, por ejemplo, al arrojar un dado dos veces
podramos estar interesados slo en la suma de los puntos obtenidos y no en el par de
valores que dio origen a ese valor de la suma. En gran cantidad de experimentos
aleatorios es necesario cuantificar los resultados, es decir, asignar a cada resultado del
experimento un nmero, con el fin de poder realizar un estudio matemtico. Esa
cantidad de inters, o ms formalmente esa funcin a valores reales definida sobre el
espacio muestra se denomina variable aleatoria. Variable porque toma distintos valores
y aleatoria porque el valor observado no puede ser predicho antes de la realizacin del
experimento, aunque s se sabe cules son sus posibles valores. Dado que el valor de
una variable aleatoria es determinado por el resultado de un experimento, se pueden
asignar probabilidades a los posibles valores o conjuntos de valores de la variable.
Definicin:
Sea S un espacio muestral asociado con un experimento aleatorio. Una variable
aleatoria X es una funcin que asocia a cada elemento w S un nmero real X(w)=x,
es decir

Como se observa, en general representaremos a las variables aleatorias con letras

maysculas: X, Y, Z,etc. y sus valores con letras minsculas, es decir X(w)=x significa
que x es el nmero real asociado al resultado w S a travs de X.

Ejemplo: Se arroja dos veces un dado equilibrado. Un espacio muestral asociado es:

Posibles variables aleatorias asociadas con este experimento son:

X: nmero de caras pares
Y: mximo puntaje
Z: suma de puntos

La funcin de distribucin de una variable aleatoria discreta tiene forma de escalera

como se ve en la figura:

Parmetros de una variable aleatoria discreta

Esperanza

matemtica

Varianza

Desviacin
tpica

Ejemplo[1]

Aplicar los conceptos anteriores a la siguiente variable aleatoria:

X= Numero de caras obtenidas en tres lanzamientos de una moneda
La variable discreta X puede tomar los valores 0,1,2,y 3. Los ocho posibles resultados
de los tres lanzamientos tienen probabilidad 1/8 de ocurrir. La funcin que constituye la
variable aleatoria es la siguiente:

La funcin de masa de esta variable aleatoria es:

La funcin de distribucin se puede ver en la siguiente figura:

Media o esperanza:

Varianza:

Mediana: cualquier punto del intervalo (1,2).

VARIABLES ALEATORIAS CONTINUAS:

Una variable aleatoria continua es aquella que puede tomar todos los valores posibles
dentro de un cierto intervalo de la recta real. Por ejemplo la altura de los alumnos de
una clase, las horas de duracin de una pila.

Una variable aleatoria X es continua cuando puede tomar cualquier valor en un

intervalo (finito o infinito). La funcin de probabilidad de una variable aleatoria continua
queda caracterizada por su funcin de densidad, que es una funcin:

Verificando:
a) f(x) 0, para todo x R
b) R f(x)dx = 1

A partir de la funcin de densidad, calculamos la probabilidad de un suceso relativo a la

variable aleatoria de la siguiente forma:

Por lo tanto, la funcin de densidad nos indica como es el reparto de la probabilidad

sobre R, y nos permite calcular la probabilidad precisa de un suceso A.

Conviene resaltar que el valor de la funcin de densidad f(x) en un punto x, no es la

probabilidad de aparicin de ese valor x, ya que:

Por tanto cuando se trabaja con variables aleatorias continuas, la probabilidad de

cualquier conjunto unitario es cero y, como consecuencia la funcin de distribucin es
contina.

La funcin de distribucin se puede obtener a partir de la funcin de densidad:

Recprocamente, en los puntos en que F es derivable:

Parmetros de una variable aleatoria contina

Esperanza
matemtica

Varianza

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

La distribucin de probabilidad de una variable aleatoria X es una descripcin del
conjunto de posibles valores de X, junto con la probabilidad asociada con cada uno de
estos valores. Esta distribucin bien puede ser una grfica, una tabla o una ecuacin
que da la probabilidad de cada valor de la variable aleatoria y se considera como el
resumen ms til de un experimento aleatorio.

Toda distribucin de probabilidad debe satisfacer cada uno de los dos requisitos
siguientes:

EJEMPLO 1.3

Determine si la siguiente tabla describe una distribucin de probabilidad

P(X=x)

0,04

0,32

0,64

Para ser una distribucin de probabilidad, P(X=x) debe satisfacer los dos requisitos.

De manera que la tabla de probabilidades de la variable aleatoria X satisface el primer

requisito. Observe, adems, que cada uno de los valores de P(X=x) se encuentran

entre 0 y 1. Como ambos requisitos se satisfacen, la tabla de probabilidades de la

variable aleatoria X es una distribucin de probabilidad de X.
Cuando la distribucin de probabilidad se describe a partir de una ecuacin, se le
denomina funcin de probabilidad. Esta funcin
va del conjunto
de los valores posibles de la variable aleatoria discreta X (denominado rango de X) al
intervalo [0,1] y satisface las siguientes propiedades:
Ejemplo 1.4
Determine si la funcin

(donde x puede ser 0, 1 2) es una

funcin de probabilidad.

En la siguiente tabla se resumen los posibles valores de la variable aleatoria X.

f(x)=P(X=
x)

1/3

2/3

Observe que todos los valores de f(x) son todos positivos, esto es Adems se cumple el
segundo requisito:

Por lo tanto, la funcin f(x) es una funcin de probabilidad.

DISTRIBUCIONES CONTINAS DE PROBABILIDAD

Ahora estudiaremos algunas de las distribuciones probabilsticas de tipo continuo como:
Distribucin uniforme continua
Distribucin normal
Distribucin exponencial.

Se dice que una variable X posee una distribucin uniforme en el intervalo [a,b], si su
funcin de densidad es la siguiente:
Con esta ley de probabilidad, la probabilidad de que al hacer un experimento aleatorio,
el valor de X este comprendido en cierto su intervalo de [a,b] depende nicamente de la
longitud del mismo, no de su posicin.
Distribucin normal es el modelo de distribucin ms utilizado en la prctica, ya que
multitud de fenmenos se comportan segn una distribucin normal.
Esta distribucin de caracteriza porque los valores se distribuyen formando una
campana de Gauss, en torno a un valor central que coincide con el valor medio de la
distribucin.
La distribucin gaussiana, recibe tambin el nombre de distribucin normal, ya que una
gran mayora de las variables aleatorias continuas de la naturaleza siguen esta
distribucin.
Var(x) = S2
: es el valor medio de la distribucin y es precisamente donde se sita el centro de la
curva (de la campana de Gauss).
s2 : es la varianza. Indica si los valores estn ms o menos alejados del valor central: si
la varianza es baja los valores estn prximos a la media; si es alta, entonces los
valores estn muy alejados de ella. Se representa por s2 porque su raz cuadrada, s, es
la denominada desviacin estndar.

REFERENCIAS BIBLIOGRAFICAS
http://datateca.unad.edu.co/contenidos/100402/moduloexe/mdulo.html