Sie sind auf Seite 1von 13

UNIVERSIDAD NACIONAL DE INGENIERÍA

Facultad de Ingeniería Civil


Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

UNIDAD DE APRENDIZAJE N° 3

VARIABLE ALEATORIA
DISCRETAS Y CONTINUAS

LIC. FLOR NORMA QUIÑONEZ CUYUBAMBA

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

INTRODUCCIÓN

Se llama variable aleatoria a una magnitud cuyo valor no puede predecirse con certeza
antes de que ocurra, por lo tanto su comportamiento se caracteriza mediante las leyes de
probabilidades; para describirla se emplea una función o distribución de probabilidades que
define los sucesos. Se denota con una letra mayúscula, por ejemplo la variable aleatoria X
y la función X(E) indica la magnitud de ocurrir del suceso E de la variable X.
Un clásico ejemplo de variable aleatoria es el resultado de los ensayos en cilindros de
concreto provenientes de una construcción, ya que para las mismas condiciones de
producción, los resultados son diferentes y al analizar la dispersión en los ensayos se
encuentra que siguen un patrón indicado por las leyes de probabilidades, por lo que se
puede caracterizar por una función de probabilidades.
Las variables aleatorias se dividen en dos tipos: discretas y continuas, las cuales se
representan por una función discreta masa de probabilidades (FMP) que se denota por pX(x)
o por una función de densidad de probabilidades (FDP) que se denota como fX(x) y
función de distribución acumulada (FDA) que se denota como FX(x). (Benjamin y Cornell,
1981; Miller, Freund y Johnson, 1992; Kennedy y Neville, 1982).

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Variable aleatoria
Definición1.- Una variable aleatoria X es una función que asocia a cada suceso del
espacio muestral de un experimento aleatorio un valor numérico real

X : 
w  X ( w)
La variable aleatoria puede ser discreta o continua.

Variable aleatoria discreta


Definición 2.- X es una v.a. discreta si toma valores en un conjunto numerable es decir si
el conjunto de llegada o rango (RX) es { }.

Ejemplos:
 Número de probetas de concreto que superan
 Número de accidentes laborales en una empresa.
 Número de caras obtenidas al lanzar tres veces una moneda.

Función de probabilidad o distribución de probabilidad


Una vez definida una variable aleatoria X, podemos definir una función de probabilidad
asociada a X, de la siguiente forma:
p :   [0,1]
x  p ( x)  P( X  x)

La función de probabilidad debe cumplir las siguientes propiedades:

(i) 0  p( x)  1 x  
(ii )  p( x)  1
x

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Ejemplo1:
Se lanza dos veces una moneda. Sea la v.a X: Número de caras obtenidas

Función de probabilidad
X 0 1 2
P(X=x) 1/4 2/4 1/4
Ejemplo2:
Se lanza dos dados legales hallar:
a. La función de probabilidad P(x), donde X es la suma de los dos
números que se obtienen al lanzar los dos dados legales.
b. La probabilidad de que la suma de los dos dados sea 6.

Solución
a.

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

b) P(X=6)=6/36
Ejemplo 3:
Sea { }.Se realiza el siguiente experimento, se extrae al azar un subconjunto de A.
Se define la variable aleatoria


( ) {

a) Indique el Rango de la v.a. X


b) Construir la función de probabilidad de la v.a. X
c) Graficar la PX(x)
Solución:

………………………………………………………………………………………………

………………………………………………………………………………………………

………………………………………………………………………………………………

……………………………………………………………………………………………….

……………………………………………………………………………………………….

……………………………………………………………………………………………….

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Función de distribución acumulada (FDA)
Dada una variable aleatoria discreta X se llama función de distribución a la función F
definida como:

F :  [0,1]
x  F ( x)  P( X  x)

Propiedades:

Esperanza matemática o media de una función de probabilidad discreta

Varianza y desviación estándar o típica de una función de probabilidad


discreta

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Ejemplo 4:
Encuentre la distribución acumulada de la v.a X del ejemplo 2

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

Siendo

VARIABLES ALEATORIAS CONTINUAS

Hemos definido que una variable aleatoria X es discreta si IX es un conjunto finito o


infinito numerable.
En la práctica las variables aleatorias discretas sirven como modelos para hacer inferencias
estadísticas cuando los datos que se recogen son enteros (generalmente el “número de
algo).
Pero cuando los datos que se registran son continuos (por ejemplo estatura de una persona,
resistencia de una viga, porcentaje de hierro en un mineral, caudales,.., etc.) se usan otro
tipo de variables aleatorias como modelo probabilísticos las variables aleatorias continuas.

Definición de una variable aleatoria continua


Una variable aleatoria X es (absolutamente) continua si existe una función
tal que

( ) ∫ ( ) (Función de distribución acumulada)

Nota: la función se llama la función de densidad de la v.a. X

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Función de densidad de probabilidad

Propiedades de función de densidad


a) ( )
b) ∫ ( )

c) ( ) ∫ ( )

Ejemplo5:
( )

a) ¿Cuánto vale la constante k?


b) Calcular ( )
Interpretación intuitiva de la función de densidad
 Ver la relación entre la función de densidad y el histograma
 Significado intuitivo del valor de la función de densidad en un punto
( ) ( )
(esta propiedad vale para los puntos x0 donde la función de densidad es continua)

Observación: ¿Qué significa intuitivamente que ( ) ( )?

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
Función de distribución

( ) ( ) ∫ ( )

Observaciones:
1) Si X es v.a. continua entonces F es continua
2) F es continua ( ) para todo
3) Si X es v.a. continua

4) ( ) ( ) ( ) ∫ ( )

Relación entre la función de densidad y la función de distribución


 Conocida la función de densidad de una v.a continua
 ¿se puede calcular su función de distribución?
Recíprocamente si se conoce la función de distribución de una v.a continua puede
calcularse su función de densidad derivando

( ) ( ) ; F es derivable

Ejemplo6:
( )

Calcular la función de distribución

…………………………………………………………………………

………………………………………………………………………….

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________

Esperanza Matemática para una v.a. continua


Sea X una v.a continua, f su función de densidad
Se define
( ) ∫ ( )

Esperanza de una función de una variable aleatoria


Teorema: Sea X una v.a.; g una función
a) Si X es discreta con función de probabilidad P(x)

( ( )) ∑ ( ) ( )

b) Si X es continua con función de densidad f

( ( )) ∫ ( ) ( )
Propiedades:

a) ( ) ( )
b) E(X+Y)=E(X)+E(Y)

Estas propiedades son válidas para cualquier variable aleatoria (discreta, continua)

Varianza para una v.a continua


Se define:

donde:

Propiedades:
1) ( ) ( )
2) Var(X+Y)=Var(X)+Var(Y) (X e Y son v.a. independientes)

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
TECNICA DE TRANSFORMACIONES PARA VARIABLES ALEATORIAS
DISCRETAS
Teorema: “Supóngase que X es una variable aleatoria discreta con distribución de
probabilidad P(x). Si la función Y=g(X) define una transformación uno a uno entre los
valores X y Y , de tal forma que la ecuación y = g (x ) tenga su inversa x = g - 1 ( y ) ,
entonces la distribución de Y es”:

Ejemplo7:
Sea X es una variable aleatoria discreta donde su distribución se encuentra dada por

Encontrar la distribución de
Solución:
Si x varía entre 1 y 4 remplazando en y tenemos que y = 1, 3, 5,7

Ahora

Luego la distribución de y se encuentra dada por:

TECNICA DE TRANSFORMACIONES PARA VARIABLES CONTINUAS


Teorema: Sean X es una variable aleatoria continua con distribución de probabilidad f(x ).
Si la función Y= g(X) define una correspondencia uno a uno entre los valores X y Y , de tal
forma que la ecuación y = g (x ) tenga su inversa x = g - 1 ( y ) , entonces la distribución de
Y es:

MA611 I,H________________________________________________________________________F.N.Q.C
UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Civil
Departamento Académico de Ciencias Básicas
___________________________________________________________________________________________________
siendo

(J: Jacobiano de la transformación)

Ejemplo8:

Sea X una variable aleatoria continua donde su distribución se encuentra


dada por:

Encontrar a Y= 3Y-1
Solución:
Se encuentra el intervalo de y

Ahora

MA611 I,H________________________________________________________________________F.N.Q.C