AccinPSU Datos y azar

Pontificia Universidad Catlica de Chile

Variables aleatorias
accinPSU
Preuniversitario Gratuito Online

1.

Variables aleatorias

Cuando realizamos un experimento aleatorio, podemos asociarle un nmero real a cada resultado
obtenido.

Variable aleatoria

Sea un espacio muestral, existe una funcin X que asocia a cada elemento
de este espacio un nmero real. Esta funcin se denomina variable aleatoria, donde
su dominio es y su recorrido es A R. Las variables aleatorias pueden ser de dos tipos:
Discreta: Esta asume una cantidad finita o infinita de valores enteros. Por ejemplo, en
una muestra de 50 personas podramos contar la cantidad de ellas que tiene mascotas.
Continua: Esta asume cualquier valor numrico en un intervalo o conjunto de intervalos
de nmeros reales. Por ejemplo, el tiempo que demora una persona en terminar una
prueba.

1.1.

Variable aleatoria discreta

Para las variables aleatorias discretas, existen ciertas funciones, las cuales se definen a continuacin:

Funcin de probabilidad discreta

Sea X : A Z una variable aleatoria discreta. Definimos la funcin probabilidad

como la funcin f : A [0, 1] que a cada uno de los valores xi A le asocia su
probabilidad, es decir, f (x) = P (X = x). Una forma de definir la funcin de probabilidad
usando la regla de Laplace es la siguiente:
f (xi ) = P (X = xi ) =

Cantidad de preimgenes de X = xi
Cantidad de elementos de

c Escuela de Ingeniera - Daniela Vsquez.

AccinPSU Datos y azar

Variables aleatorias

Pontificia Universidad Catlica de Chile

Debes saber que. . .

Recuerda que una funcin tal que f : A [0, 1], est definida en el intervalo [a, b]. En
el caso de la definicin anterior, la funcin est definida entre 0 y 1. Esto quiere decir
que la probabilidad solo vara entre 0 y 1, donde la probabilidad 0 indica que no hay
probabilidad de ocurrencia y el 1 indica que el evento va a ocurrir.

accinPSU
Preuniversitario Gratuito Online

Para tu tranquilidad, solo se estudiar el caso donde es un conjunto finito, y por lo tanto, el
conjunto A tambin. Una funcin de probabilidad f cumple con:
f (xi ) 0, para todo xi A (Para cualquier valor del conjunto A la funcin probabilidad
entrega
Pn un valor positivo o igual a cero).
i=1 f (xi ) = 1 (Si sumamos todas las funciones de probabilidad de un conjunto A de n elementos, la suma nos dar igual a 1).
Para que te quede ms claro, aqu tienes un ejemplo:

 Ejemplo 1.1Funcin de probabilidad

Supongamos que M es el espacio muestral de los resultados de realizar un solo
lanzamiento de una moneda; y X es la variable aleatoria que est definida para este
espacio muestral. Si le asignamos el nmero 0 al sello y el 1 a la cara. Cul es la
funcin de probabilidad para este caso?
Solucin:


f (x) =

1
2,

x 0, 1
0, x 6 0, 1

Este es un caso especial que pertenece a la distribucin binominal y se denomina distribucin de Bernoulli, la cual vers ms en detalle en la seccin 4.2.

Funcin de distribucin acumulada discreta

Sea X una variable aleatoria discreta con funcin de probabilidad f (x) = P (X = x), se
define la funcin de distribucin acumulada como F (x) = P (X x). Lo que describe
una funcin de este tipo especficamente es la probabilidad de que una variable X se
site en la zona de valores menores o iguales a x.
Tal vez la definicin matemtica no fue bastante clara, es por esto que te dejaremos un ejemplo:

c Escuela de Ingeniera - Daniela Vsquez.

AccinPSU Datos y azar

Variables aleatorias

Pontificia Universidad Catlica de Chile

 Ejemplo 1.2Funcin de distribucin acumulada discreta

Se lanza dos veces un dado comn y corriente y observamos los nmeros que aparecen
en la cara superior. Consideraremos la variable aleatoria X como la suma de los puntos
obtenidos. Qu valores toma X? Cul es el valor de F (4)? (F (x) es la distribucin
acumulada de X).

accinPSU
Preuniversitario Gratuito Online

Solucin: Los valores de X los obtenemos viendo todas las posibilidades de combinacin
de nmeros que existan al lanzar el dado dos veces. Por ejemplo, si sale 1 y luego 1, X
toma el valor de 2; y si sale 5 y 6, X toma el valor de 11, y as sucesivamente. Por lo
tanto, los valores de X son: 2, 3, 4, 5, 6, 7, 8, 9, 10, 11y12. Las probabilidades para cada
X son:
P (X = 2) =

1
2
3
4
; P (X = 3) = ; P (X = 4) = ; P (X = 5) =
36
36
36
36

5
6
5
4
; P (X = 7) = ; P (X = 8) = ; P (X = 9) =
36
36
36
36
3
2
1
P (X = 10) = ; P (X = 11) = ; P (X = 12) =
36
36
36
Ahora, calculamos la distribucin acumulada para X = 4:
P (X = 6) =

F (4) = P (X 4) = P (X = 4) + P (X = 3) + P (X = 2) =

3
2
1
1
+
+
=
36 36 36
6

Como te puedes dar cuenta, para calcular la distribucin acumulada debes tener la probabilidad para cada caso necesario. Para este caso particular, bastaba con calcular la
probabilidad para todos los casos menores o iguales que 4 y sumarlos.

1. Esperanza y varianza

Esperanza o valor esperado

Sea X una variable aleatoria discreta con un conjunto D de posibles valores y P (X) la
funcin de probabilidad. Se define la esperanza como:
X
=
X P (X)

xD

Propiedades de la esperanza

E(k) = k
E(k X) = k E(X)
E(X + Y ) = E(X) + E(Y )
E(k + X) = k + E(X)
c Escuela de Ingeniera - Daniela Vsquez.

AccinPSU Datos y azar

Variables aleatorias

Pontificia Universidad Catlica de Chile

Varianza de X

Sea X una variable aleatoria discreta con un conjunto D de posibles valores y P (X) la
funcin de probabilidad. Se define la varianza como:
!
X
2
2
2
2
V (X) = E[(X E[X]) ] = E[X ] E[X] =
x P (X) E[X]2

accinPSU
Preuniversitario Gratuito Online

xD

Propiedades de la varianza

V (k) = 0
V (k X) = k 2 V (X)
V (k + X) = V (X)

Debes saber que. . .

La esperanza...
Tambin se denomina valor esperado y media de X.
Puede o no coincidir con algn valor de la variable.
Puede tener valor infinito. En este caso, se dice que la distribucin es de cola larga.
La esperanza de X es aditiva respecto a las variables, es decir:
" n
#
n
X
X
E
Xi =
E[Xi ]
i=1

i=1

Para el caso de la varianza de X, esta NO es aditiva respecto de las variables, es decir:

" n
#
n
X
X
V
Xi 6=
V [Xi ]
i=1

i=1

Sin embargo, existe una excepcin. Si las variables x1 , ...xn son independientes:
" n
#
n
X
X
V
Xi =
V [Xi ]
i=1

i=1

Para que quede ms claro, aqu tienes un ejemplo:

c Escuela de Ingeniera - Daniela Vsquez.

AccinPSU Datos y azar

Variables aleatorias

Pontificia Universidad Catlica de Chile

 Ejemplo 1.3Esperanza y varianza

Se lanzan dos dados no cargados. Se define la variable aleatoria X como la suma de las
puntuaciones obtenidas. Encuentre la funcin de probabilidad, la esperanza y la varianza.

accinPSU

Solucin:
Como te podrs haber dado cuenta, en el ejercicio 2.2 ya calculamos la funcin de probabilidad para el caso de lanzar un dado dos veces. Esta probabilidad tambin es vlida
para el lanzamiento de dos dados al mismo tiempo, por lo que ocuparemos esa informacin
y aadiremos lo que nos falta para obtener lo solicitado:
X
2
3
4
5
6
7
8
9
10
11
12

Pi (X)

X Pi (X)

X 2 Pi (X)

1
36
2
36
3
36
4
36
5
36
6
36
5
36
4
36
3
36
2
36
1
36

2
36
6
36
12
36
20
36
30
36
42
36
40
36
36
36
30
36
22
36
12
36

4
36
18
36
48
36
100
36
180
36
294
36
320
36
324
36
300
36
242
36
144
36

54, 83

Preuniversitario Gratuito Online

Tabla 1: Lanzamiento de dos dados.

Ahora, podemos determinar la esperanza sumando los valores de la columna 3 para obtener
el valor de la esperanza, es decir, = 7.
Para el caso de la varianza ocurre algo parecido. Sumamos los datos de la columna 4 y
ocupamos la frmula definida anteriormente: 2 = 54, 83 72 = 5, 83

1.2.

Variable aleatoria continua

Sabemos que una variable aleatoria continua puede tomar cualquier valor real dentro de un intervalo de nmeros reales, por lo que la probabilidad se distribuye infinitamente, lo que implica
que P (X = x) = 0 para cualquier valor de x. Para describir la probabilidad de una variable
aleatoria continua, utilizamos el rea bajo el grfico de una funcin de densidad.
c Escuela de Ingeniera - Daniela Vsquez.

AccinPSU Datos y azar

Variables aleatorias

Pontificia Universidad Catlica de Chile

Funcin de probabilidad continua: funcin de densidad

Una funcin f es una funcin de densidad si cumple con:

Cada probabilidad calculada debe ser un nmero positivo.
El rea bajo la curva es igual a 1.
Adems, la probabilidad de que X tenga valores en el intervalo [a,b] es:

accinPSU
Preuniversitario Gratuito Online

P (a X b) = A
Donde A es el rea entre la grfica de la funcin, el eje X y las rectas x = a y x = b.

Figura 1: Funcin densidad.

Para que quede ms clara la definicin, veamos un ejemplo:

c Escuela de Ingeniera - Daniela Vsquez.

AccinPSU Datos y azar

Pontificia Universidad Catlica de Chile

 Ejemplo 1.4 Funcin de densidad

Variables aleatorias

En un pueblo hay dos bombas. Cada una de estas puede dispensar gasolina hasta 1.000
galones por mes. La cantidad de gasolina que se descarga en un mes aleatoria. Adems,
la funcin de densidad es la siguiente:

0<x<1
x,
2 x, 1 x 2
f (x) =

0,
en cualquier otro punto

accinPSU
Preuniversitario Gratuito Online

Grafica la funcin densidad y calcula la probabilidad de que las bombas dispensen entre
0, 5 y 0, 9 miles de galones el siguiente mes.
Solucin: El grfico de la funcin es:

Figura 2: Funcin de densidad de las bombas.

Ahora para calcular la probabilidad solicitada, debemos calcular el rea bajo la curva en
el intervalo [0,5;0,9].

Figura 3: Funcin de densidad de las bombas en el intervalo solicitado.

Al ver el grfico, podemos notar que el rea es 0, 28, por lo que P (0, 5 X 0, 9) = 0, 28.
Vindolo de forma porcentual, la probabilidad de que las bombas dispensen entre 0, 5 y
0, 9 miles de galones el siguiente mes es de 28%.

c Escuela de Ingeniera - Daniela Vsquez.