Vous êtes sur la page 1sur 13

REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR

PARA LA EDUCACION UNIVERSITARIA


FACULTAD DE INGENIERIA
ESCUELA DE SISTEMAS
MARACAIBO EDO. ZULIA

CATEDRA: ESTADISTICA I

UNIDAD III:
VARIABLES ALEATORIAS

Realizado por:
Br. CEPEDA, Estephany
Br. GUTIERREZ, Gretty
Seccin O/S: 3401
Prof. Ing. ngela Galvn
Maracaibo, Octubre de 2010

ESQUEMA
Unidad III: Variables Aleatorias
1. Variables Aleatorias
1.1.

Variable Aleatoria Discreta

1.2.

Variable Aleatoria Continua

2. Funcin de Distribucin Acumulada


3. Variables Bidimensionales
4. Funcin de Variables Aleatorias
4.1.

Unidimensionales

4.2.

Bidimensionales

5. Esperanza y Varianza de una Variable Aleatoria.


6. Propiedades de E y S2

DESARROLLO
Unidad III: Variables Aleatorias

1. Variables Aleatorias: Dado un experimento aleatorio cualquiera cuyos


sucesos elementales posibles pueden identificarse fcilmente mediante un
nmero real, se denomina Variable Aleatoria, X, al conjunto de estos nmeros.
Tambin se le llama variable de azar o variable estocstica, y significa
cantidad que puede tomar varios valores imprevistos.

Ejemplo 1.- Sea el experimento aleatorio de lanzar un dado al aire. Los


posibles resultados del experimento (sucesos elementales) son los siguientes:
<<que salga 1>>, <<que salga 2>>, <<que salga 3>>, <<que salga 4>>,
<<que salga 5>> y <<que salga 6>>. Resulta sencillo asociar a cada suceso
elemental el nmero correspondiente a la cara del dado que haya salido. Por
tanto, la variable aleatoria, X, ser:

X= 1,2,3,4,5,6

Por el contrario, si dado un experimento aleatorio cualquiera no resulta


inmediata la asociacin de un nmero para cada uno de los posibles sucesos
elementales, se establece una correspondencia entre el conjunto de los
posibles sucesos elementales y el conjunto de los nmeros reales, de manera
que a cada suceso elemental le corresponda un nmero real arbitrario y que a
sucesos elementales distintos les correspondan nmeros distintos.

Se denomina variable aleatoria al conjunto imagen de esta correspondencia,


es decir, al conjunto de los nmeros reales que se hayan hecho corresponder
a cada uno de los sucesos elementales.

Ejemplo 2.- Sea el experimento aleatorio de averiguar la marca de tabaco que


preferir un individuo entre las posibles marcas: <<X>>, <<Y>>, <<Z>>.

En este caso la asociacin de un nmero para cada suceso elemental posible


del experimento no es inmediata. En consecuencia, se establece una
correspondencia entre el conjunto de los sucesos elementales posibles y el
conjunto de los nmeros reales, del modo siguiente:

Al suceso elemental <<preferir la marca X>> se le hace corresponder el


nmero 1; al suceso elemental <<preferir la marca Y>> se le hace
corresponder el nmero 2; al suceso elemental <<preferir la marca Z>> se le
hace corresponder el nmero 3.

La variable aleatoria X ser: X = (1,2,3).

El nmero asociado a cada suceso elemental puede ser cualquiera dentro del
conjunto de los nmeros reales, con la condicin nica de que a sucesos
elementales distintos le correspondan nmeros tambin distintos. Se
comprueba fcilmente que la correspondencia as definida entre el conjunto de
los posibles sucesos elementales de un experimento aleatorio y el conjunto de
los nmeros reales es una aplicacin inyectiva.
1.1.

Variable Aleatoria Discreta: Se dice que una Variable aleatoria


Discreta o Discontinua X, tiene un conjunto definido de valores
posibles x1,x2,x3,..xn con probabilidades respectivas p1,p2,p3,
..pn., Es decir que slo puede tomar ciertos valores dentro de un
campo de variacin dado. Como X ha de tomar uno de los valores de
este conjunto, entonces p1 + p2 ++ pn=1.
En general, una variable aleatoria discreta X representa los
resultados de un espacio muestral en forma tal que por P(X = x)se
entender la probabilidad de que X tome el valor de x. De esta

forma, al considerar los valores de una variable aleatoria es posible


desarrollar una funcin matemtica que asigne una probabilidad a
cada realizacin x de la variable aleatoria X. Esta funcin recibe el
nombre de funcin de la probabilidad.
Ejemplo.- Sea el experimento aleatorio consistente en lanzar una
moneda al aire. Los sucesos elementales del experimento, <<que
salga cara>>, <<que salga cruz>>, no vienen representados por los
nmeros, por lo que casa suceso elemental se le hace corresponder
un nmero real. As al suceso elemental <<que salga cara>> se le
hace corresponder el nmero 1 y al suceso elemental <<que salga
cruz>> se le hace corresponder el nmero 2.
La variable aleatoria ser: X = (1,2).

2.1.

Variable Aleatoria Continua: Si X es una Variable aleatoria


continua, puede tomar cualquier valor de un intervalo continuo o
dentro de un campo de variacin dado. Las probabilidades de que
ocurra un valor dado x estn dadas por una funcin de densidad de
probabilidad de que X quede entre a y b. El rea total bajo la curva
es 1.
Ejemplo.- Sea el experimento aleatorio consistente en medir la altura
que es capaz de saltar cada miembro de un conjunto de personas.
En este experimento, cada miembro del conjunto observado da lugar
a un nmero, por lo que se toma como variable aleatoria el conjunto
de las medidas de las alturas que son capaces de saltar las distintas
personas.
En el supuesto que una persona hubiera saltado 105 cm y otra 106
cm, no existira ninguna razn para que otra no hubiera saltado un
valor intermedio cualquiera entre las dos anteriores, como 105.5 cm.
Se trata de una variable aleatoria continua.

2. Funcin de Distribucin Acumulada:


Describe la probabilidad de que un valor real variable aleatoria X con una
determinada distribucin de probabilidad se encontrar en un valor menor o igual que x.
Intuitivamente, es el "rea de la medida" en funcin de la distribucin de probabilidad.
En algunas ocasiones se desea calcular la probabilidad de que el valor observado
de una variable aleatoria X sea menor o igual que algn numero real x. al escribir

F x P( X x)

F x

para cualquier numero real x, se define a


acumulada de la variable aleatoria X.

como la distribucin

F x
La distribucin acumulada
f x
de probabilidad
es

F x P( X x)

de una variable aleatoria discreta X con distribucin

f t

para

tx

Para la variable aleatoria x del ejemplo anterior se tendra

para
x0
0
10

para 0 x 1
28
F x
25
para 1 x 2
28
1
para
x2

Las distribuciones de probabilidad se pueden representar en forma grfica,


ya que estas, tendran una representacin grfica por ser funcin por lo tanto para
el ejemplo de los computadores porttiles teniendo en cuenta los datos obtenidos
de
x

f(x)

10/28

15/28

3/28

Sea X una variable aleatoria discreta o continua, F es la funcin de densidad


acumulada de X,

F( x ) P(X x )

, si

Si X es variable aleatoria discreta,

F( x ) p( x j ), x j x
j

Si X es variable aleatoria continua,

F( x ) f (s)ds

x 1 x 2 , entonces , F( x 1 ) F( x 2 )

F es no decreciente, por tanto,


Lim F( x ) 0 Lim F( x ) 1
x
x
f (x)

Se cumple, tambin,

d
F( x )
dx

con valores x1,x2,... y son x1<x2<x3<...

Sea F la funcin de distribucin acumulada, entonces


p( x i ) P(X x i ) F( x i ) F( x j1 )

3. Variables Bidimensionales:
Una variable bidimensional es una variable en la que cada individuo est
definido por un par de caracteres, (X, Y).

Estos dos caracteres son a su vez variables estadsticas en las que s existe
relacin entre ellas, una de las dos variables es la variable independiente y la otra
variable dependiente.

Distribuciones bidimensionales
Son aquellas en las que a cada individuo le corresponden los valores de dos
variables, las representamos por el par (xi, yi).
Si representamos cada par de valores como las coordenadas de un punto, el
conjunto de todos ellos se llama nube de puntos o diagrama de dispersin.

Sobre la nube de puntos puede trazarse una recta que se ajuste a ellos lo
mejor posible, llamada recta de regresin.
Ejemplo
Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
Matemticas

10

10

Fsica

10

4. Funcin de Variables Aleatorias

Una variable aleatoria X es una funcin real definida en el espacio muestral


asociado a un experimento aleatorio, .

:R
La definicin formal de variable aleatoria requiere ciertos conocimientos
profundos de matemtica (en concreto de teora de la medida). Es la siguiente:

Dado un espacio de probabilidad

( , A , P)

y un espacio medible (tambin

denominado a veces espacio de Borel) (S,), una aplicacin :S es una


variable aleatoria si es una aplicacin A, -medible.

En la mayora de los casos se toma como espacio medible de llegada el


formado por los nmeros reales junto con la -lgebra de Borel (el generado por la
topologa usual de R), quedando pues la definicin de esta manera:
Dado un espacio de probabilidad

( , A , P ) una variable aleatoria real es

cualquier funcin A/B (R) -medible donde B(R)es la -algebra boreliana.


Ejemplo:
Supongamos que se lanzan dos monedas al aire. El espacio muestral, esto
es, el conjunto de resultados elementales posibles asociado al experimento, es
= {cc, cx, xc, xx},
donde (c representa "sale cara" y x, "sale cruz").
Podemos asignar entonces a cada suceso elemental del experimento el
nmero de caras obtenidas. De este modo se definira la variable aleatoria X como
la funcin

:R
dada por
cc2
cx, xc 1
xx0

El recorrido o rango de esta funcin, RX, es el conjunto


RX = {0, 1, 2}
4.1.

Unidimensionales: La relacin entre los sucesos del espacio muestral y


el valor numrico que se les asigna se establece a travs de variable
aleatoria.

Dado un experimento aleatorio y asociado al mismo, un espacio


probabilstico (E, ,P), una variable aleatoria es una aplicacin
X:ER, a cada valor de X, del espacio muestral le hace
corresponder un nmero real. Se dice que X es una variable aleatoria
si para cualquier x perteneciente a R, el conjunto de los sucesos
elementales le hace corresponder un valor que verifica:

X R X (S ) X

Ejemplo: Consideramos un experimento aleatorio de lanzar una


moneda al aire tres veces y anotamos el resultado. Se define la
variable aleatoria X como nmero de caras aparecidas en los tres
lanzamientos.
a) Calcular el espacio muestral y comprobar que es una variable
aleatoria.
b) Calcular los subespacios:

{ X 2,75 } {0,5 X 1,75 }

la solucin de es la siguiente:
E=(C,X,X), (X,C,X), (X,X,C), (C,C,X), (C,X,C), (X,C,C), (C,C,C), (X,X,X)

X (S ) X

4.2.

X 0

(X,X,X)

0 X1

(C,C,X) (X,C,X) (X,X,C)

1 X 2

(C,C,X) (C,X,C) (X,C,C)

2 X 3

(C,C,C)

X 3

Bidimensionales: En determinadas ocasiones hay que trabajar en


espacios de ms de una dimensin, estableciendo aplicaciones que
transforman los sucesos elementales del experimento aleatorio en puntos
del espacio n-dimensional (Rn), estas aplicaciones se hacen utilizando v.a.
bidimensionales o n-dimensionales.

Sea un experimento
Xn=Xn(s)

con espacio muestral asociado S, X 1=X1(s), ...,

X=X(s) y Y=(Ys) son dos funciones que asignan un nmero real a


s S
cada uno de los resultados
, entonces, (X,Y) es la variable
aleatoria bidimensional
- En el caso discreto, (X,Y) tiene valores posibles finitos o
infinitamente numerables

- En el caso continuo, (X,Y) puede tener todos los valores en un


conjunto no numerable del plano Euclidiano
Sea (X,Y) una variable aleatoria bidimensional con cada resultado
posible (xi,yj) asociamos un nmero p(xi,yj) que representa
P(X=xi,Y=yj) que satisface
p( x i , y j ) 0 ( x , y)

p(x , y ) 1
j1 i 1

La funcin p definida para todo (xi,yj) en el recorrido de (X,Y) es la


funcin de probabilidad de (X,Y) y la terna (x i,yj,p(xi,yj)) es la
distribucin de probabilidad de (X,Y)
Sea (X,Y) una variable aleatoria continua que toma todos los valores
de la regin R del plano Euclideo, la funcin de distribucin de
probabilidad conjunta f es la funcin que satisface,
f ( x, y) 0 ( x, y) R

f (x, y)dxdy 1
R

La funcin de distribucin acumulada de F de la variable aleatoria


(X,Y) est definida
F( x , y) P(X x, Y y)

Si F es la funcin de distribucin acumulada de una variable


bidimensional con funcin de distribucin de probabilidad conjunta f,
entonces
2 F( x , y )
f ( x , y)
xy

5. Esperanza y Varianza de una Variable Aleatoria.


La esperanza (o valor esperado) de una variable aleatoria es el promedio de
los valores que tomara en una serie infinita de realizaciones del experimento
aleatorio que la produce.

La varianza de una variable aleatoria es el promedio de los cuadrados de los


desvos respecto de su esperanza de los valores que toma en una serie infinita de
realizaciones del experimento aleatorio que la produce.
La esperanza y la varianza de una variable aleatoria (VA) representan un
resumen de la informacin contenida en ella. La esperanza, valor esperado o
media de una VA proporciona el centro de la distribucin de la variable. La
varianza, por su parte mide la dispersin de la distribucin de la VA.

6. Propiedades de E y S2
Esperanza
La esperanza es un operador lineal, ya que:

Combinando estas propiedades, podemos ver que -

donde e son variables aleatorias y y y son tres constantes


cualesquiera.
Varianza
Propiedades de la varianza

1. Var ( X ) 0
2. Var ( k X ) = k 2 Var ( X ) para todo nmero real k .
3. Var ( k ) = 0 para todo nmero real k .
4. Var ( a X + b ) = a 2 Var ( X ) para todo par de nmeros reales a i b .
5. Var ( X + Y ) = Var ( X ) + Var ( Y ) nicamente en el caso que X y Y sean
independientes.