Capitulo 6 Variables

Tema 6
VARIABLES ALEATORIAS
Una variable aleatoria es una función que asigna un valor numérico, al resultado de un experimento
aleatorio. Una variable aleatoria puede ser discreta o continua. Las variables aleatorias discretas son
aquellas que presentan un número contable de valores; por ejemplo, el número de personas que viven
en una casa (pueden ser 3, 5 o 9). Las variables aleatorias continuas son aquellas que presentan un
número incontable de valores; por ejemplo, el peso de las vacas en una granja (una vaca puede pesar
632,12 kg, otra puede pesar 583,12312, etc..
Si la variable es discreta, una variable aleatoria X de un espacio muestral Ω, es una función en el

conjunto de los números reales Ɍ, , tal que la imagen de cada de Ɍ, es un evento o suceso.
Por ejemplo 1: si se lanza una moneda dos veces, definamos la variable aleatoria como el número de
caras que aparecen:
Ω = (CC, CS, SC, SS)
XɌ = 2 1 0
Ejemplo 2: se lanza una moneda dos veces, definamos la variable aleatoria como el doble del número
de caras que aparecen
Ω = (CC, CS, SC, SS)
XɌ = 4 2 0
Ejemplo3: Se lanza un dado y se define la variable aleatoria como el doble del número que aparece:
Ω=(1 2 3 4 5 6)
XɌ = 2 4 6 8 10 12
DISTRIBUCIÓN Y ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA DISCRETA
Sea X una variable aleatoria de un espacio muestral Ω. Con el conjunto imagen finito, a saber:
XΩ = X1 X2 ……. Xn
Se convierte XΩ en un espacio de probabilidad, definiendo la probabilidad de Xi como la (Px = Xi) o fx y

se define como Función de distribución o de probabilidad. Es decir los pares de datos: el valor de la
variable aleatorio X y su probabilidad de ocurrencia y se escribe en forma de tabla:
Xi X1 X2 ………. Xn
Px = fx Px1 Px2 ………. Pxn
Una distribución satisface las siguientes condiciones:
i) P(xi) ≥ o
ii) Σ )Pxi) = 1
Así la distribución de probabilidad del ejemplo 1 será:
Xi = 2 1 0
Pxi = ¼ ½ ¼
Completar la distribución de los otros ejemplos.
ESPERANZA MATEMÁTICA E(X):
Si X es una variable aleatoria con la distribución anterior, entonces la esperanza matemática, valor
esperado o media de X, denotada por E(X) se define como:
Esto es E(X) es promedio ponderado de los posibles valores de X, cada valor ponderado por su
probabilidad.
Calcular la esperanza matemática del ejemplo anterior.
Xi = 2 1 0
Pxi = ¼ ½ ¼
E(X) = 2( 1/4) + 1 (1/2) + 0(1/4) = 2/4 + 1/2 =4/4 = 1
Calcular la E(X) de los dos ejemplos anteriores.

VARIANZA Y DESVIACIÓN TÍPICA O ESTANDAR DE VARIABLE ALEATORIA DISCRETA
De la misma manera que en el caso de variables estadísticas, mide la dispersión de la variable, y

se calcula como la media de las desviaciones (elevadas al cuadrado) de los valores a su media :
Se representa V(X) =Var(X)
V(x) = Ex2 - (Ex)2
La desviación típica (σ) es la raiz cuadrada de la varianza:
𝓸=√
Asi la varianza del ejemplo será:
Xi = 2 1 0
Pxi = ¼ ½ ¼
2
X = 4 1 0
2
E(x ) = 4(1/4) + 1(1/2 ) + 0 = 4/4 + 1/2 =6/4 = 1,5
V(x) = Ex2 - (Ex)2

2
V(x) = 1,5 – 1 = 0,5
𝓸=√
𝓸=√ = 0,7
DISTRIBUCIÓN Y ESPERNZA MATEMÁTICA DE UNA VARIABLE ALEATORIA CONTINUA
Supongamos que X es una variable aleatoria cuyo conjunto imagen X Ω es un conjunto continuo de
números tales como un intervalo. De la definición de variables aleatorias continuas X en el
intervalo a,b:
a ≤ X ≤ b, es un evento o suceso de Ω (espacio muestral), por tanto su probabilidad, está bien

definida:
P( a ≤ X ≤ b); se trata de una función especial, pues la probabili dad es igual al área bajo la curva
de la función entre:
x=a y x=b
En términos de cálculo sería
a b
P( a ≤ X ≤ b) =∫
En este caso se dice que X es una variable aleatoria continua. La función ƒ se denomina función de
distribución o de probabilidad continua o función de densidad de X y que satisface las siguientes
propiedades:
i) ƒ(xi) ≥ o
ii) ∫ =1
ESPERANZA MATEMATICA DE UNA VARIABLE ALEATORIA CONTINUA
E(X) se define:
E(X) = ∫
La VARIANZA Y DESVIACIÓN TÍPICA O ESTANDAR, se calculan de la misma manera que el caso de

variable discreta, es decir:
V(x) = Ex2 - (Ex)2
La desviación típica (σ) es la raiz cuadrada de la varianza:
𝓸=√
EJEMPLO
Sea X una variable aleatoria continua con la distribución siguiente:
f(x) = ½ x, si 0 ≤ X ≤ 2
E(X) = ∫
E(X) = ∫
2
E(X) = ∫ x dx
E(X) = x 3/ 6 ⌈ ⌉ = 8/6 = 4/3 = 1,33
V(x) = Ex2 - (Ex)2
V(x) = Ex2 - (Ex)2

2
E(X ) = 2
2
V(X) = 2 - 1,33 = 0,23
𝓸=√ = 0,48

Capitulo 6 Variables

Cargado por

Copyright:

Formatos disponibles

Capitulo 6 Variables

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capitulo 6 Variables

Cargado por

Copyright:

Formatos disponibles

Tema 6

Si la variable es discreta, una variable aleatoria X de un espacio muestral Ω, es una función en el

Ω = (CC, CS, SC, SS)

Ω = (CC, CS, SC, SS)

DISTRIBUCIÓN Y ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA DISCRETA

Se convierte XΩ en un espacio de probabilidad, definiendo la probabilidad de Xi como la (Px = Xi) o fx y

Una distribución satisface las siguientes condiciones:

Así la distribución de probabilidad del ejemplo 1 será:

Completar la distribución de los otros ejemplos.

ESPERANZA MATEMÁTICA E(X):

Calcular la esperanza matemática del ejemplo anterior.

E(X) = 2( 1/4) + 1 (1/2) + 0(1/4) = 2/4 + 1/2 =4/4 = 1

Calcular la E(X) de los dos ejemplos anteriores.

De la misma manera que en el caso de variables estadísticas, mide la dispersión de la variable, y

Se representa V(X) =Var(X)

V(x) = Ex2 - (Ex)2

La desviación típica (σ) es la raiz cuadrada de la varianza:

Asi la varianza del ejemplo será:

V(x) = Ex2 - (Ex)2

DISTRIBUCIÓN Y ESPERNZA MATEMÁTICA DE UNA VARIABLE ALEATORIA CONTINUA

a ≤ X ≤ b, es un evento o suceso de Ω (espacio muestral), por tanto su probabilidad, está bien

ESPERANZA MATEMATICA DE UNA VARIABLE ALEATORIA CONTINUA

La VARIANZA Y DESVIACIÓN TÍPICA O ESTANDAR, se calculan de la misma manera que el caso de

V(x) = Ex2 - (Ex)2

La desviación típica (σ) es la raiz cuadrada de la varianza:

Sea X una variable aleatoria continua con la distribución siguiente:

V(x) = Ex2 - (Ex)2

V(x) = Ex2 - (Ex)2

También podría gustarte