VARIABLE ALEATORIA

Definición.- Una v.a. X es una función de valor real de los elementos

de un espacio real S. Es decir, es toda función que aplica a
cualquier elemento del espacio muestral un número real. El dominio
de una variable aleatoria es un espacio muestral y su rango un
conjunto de números reales.

Notación.- A esta función se representa con una letra mayúscula,

las últimas del alfabeto y un elemento genérico se representa con
una letra minúscula.

Ejemplos:

1.- Se tira una vez un dado. Sea X el número que aparece en su

cara superior, entonces el espacio muestral es:
S = {X / X = 1,2,3,4,5,6} = Dominio de la v.a. X

y como X = Número que sale en su cara superior, entonces

Rx = {1, 2 , 3 , 4 , 5 , 6 } = Rango de X

2.- Para el mismo ejemplo, sea Y = Número que sale elevado al

cuadrado, entonces:
S = {Y / Y = 1, 2 ,3, 4 ,5 ,6} = Dominio de la v.a. Y

y como Y = Número que sale elevado al cuadrado

RY = {1, 4 , 9 ,16 , 25 , 36 } = Rango de Y

3.- Se lanzan 3 monedas y nos interesa saber el número de caras
que salen

S= {ccc; ccs; css; sss; scc; scs; ssc; csc}= Dominio de W

W = Número de caras que sale
Rw= {0 ,1 , 2 , 3 } = Rango de W
Variable Aleatoria Discreta.- Se llama v.a. discreta, si su rango es
un conjunto de valores discretos.
1
Variable Aleatoria Continua.- Se llama v.a. continua, si su rango es
un intervalo o unión de intervalos, sobre la línea de los reales.

FUNCION DE CUANTIA O FUNCION DE PROBABILIDAD DE UNA

VARIABLE ALEATORIA DISCRETA:

Es la probabilidad e que la v.a. X tome un determinado valor x,

cumple con las siguientes propiedades:
∞

0 < P(X=xi) < 1 y ∑

i =1
P ( X = xi ) = 1

Si se tiene un experimento dado y un espacio muestral S para tal

experimento y se ha definido la v.a. X, en los elemento de S,
entonces se puede hallar la función de probabilidad de X.

Ejemplos:
1.- Se tira una vez un dado. Sea X el número que aparece en su
cara superior, entonces la función de probabilidad de X será:
P(X=1) = 1/6
P(X=2) = 1/6
P(X=3) = 1/6
P(X=4) = 1/6
P(X=5) = 1/6
P(X=6) = 1/6

2.- Para el mismo ejemplo, sea Y = Número que sale elevado al

cuadrado, entonces Y = {1, 4 , 9 ,16 , 25 , 36 } ,la función de

probabilidad de Y será:
P(Y=1) = 1/6
P(Y=4) = 1/6
P(Y=9) = 1/6
P(Y=16) = 1/6
P(Y=25) = 1/6
P(Y=36) = 1/6

3.- Se lanzan 3 monedas, sea W= el número de caras que salen

S= {ccc; ccs; css; sss; scc; scs; ssc; csc}= Dominio de W

{
W = 0 ,1 , 2 , 3 .}
La función de probabilidad de W será:
2
 P(W=0) = 1/8
P(W=1) = 3/8
P(W=2) = 3/8
P(W=3) = 1/8

FUNCION DE DISTRIBUCION DE UNA V.A. DISCRETA

La función de distribución de una v.a. X (denotada por Fx(t)) es una

función de una variable t, tal que:
a) El dominio de Fx es la línea completa de los reales
b) Para todo t real Fx(t) = P( x ≤ t)

La función de distribución asociada a cada t real es la probabilidad

de que X sea menor o igual a t, la función Fx crece conforme crece
t.

Ejemplo:
1.- Se tira una vez un dado. Sea X el número que aparece en su
cara superior, entonces la función de distribución de X será:
P(t < 1) =0
P(1 ≤ t <2) = 1/6
P(2 ≤ t <3) = 2/6
P(3 ≤ t <4) = 3/6
P(4 ≤ t <5) = 4/6
P(5 ≤ t <6) = 5/6
P( t ≥ 6) = 1

2.- Para el mismo ejemplo, sea Y = Número que sale elevado al

cuadrado, entonces Y = {1, 4 , 9 ,16 , 25 , 36 } ,la función de

probabilidad de Y será:
P(t < 1) =0
P(1 ≤ t < 4) = 1/6
P(4 ≤ t < 9) = 2/6
P(9 ≤ t <16) = 3/6
P(16 ≤ t <25) = 4/6
P(25 ≤ t <36) = 5/6
P( t ≥ 36) =1

3.- Se lanzan 3 monedas, sea W= el número de caras que salen

S= {ccc; ccs; css; sss; scc; scs; ssc; csc}= Dominio de W

3
W= {0 ,1 , 2 , 3 } . la función de distribución de W será:
P(t < 0) =0
P(0 ≤ t <1) = 1/8
P(1 ≤ t <2) = 4/8
P(2 ≤ t <3) = 7/8
P( t ≥ 3) = 1

FUNCION DE DENSIDAD Y FUNCION DE DISTRIBUCION

DE UNA V.A. CONTINUA

La función de densidad para una v.a. continua Y denotada por fY(t)),

es una función de una variable real tal que:
a) El dominio de fy es la línea completa de los reales.
b) Para todo número real t se cumple que :
t

c) La función de distribución Fy (t ) = ∫f
−∞
y ( y )dy = P( y ≤ t )

{
El rango de Y es R y = y ; f y ( y ) > 0 }
En toda función de densidad se cumple lo siguiente:
t
d d
1.-
f y (t ) =
dt ∫
−∞
f y ( y ) dy =
dt
F y (t )
De manera que se puede hallar una función de densidad con solo
tomar la derivada de la función de distribución respecto a t. Puede
suceder que esta derivada no exista en un número contable de
puntos t1,t2, etc. Ya que es cero la probabilidad de que Y sea igual a
cualquier valor adecuado en estos puntos.

2.- Ya que:
d
f y (t ) = F y (t )
dt

Se ve que el valor de la función de densidad fy en t es igual a la

pendiente de la función de distribución en t.

4
3.- Ya que la función de probabilidad para una v.a. continua es igual
a cero en todos los puntos, las siguientes cuatro probabilidades son
iguales:

P(a ≤ y ≤ b) = P (a ≤ y < b)
= P(a < y ≤ b)
= P(a < y < b)
b

= ∫
a
f y ( y ) dy

Es decir, no interesa si se incluyen o no los puntos extremos.

4.- Finalmente la probabilidad de que a < y < b es el área bajo fy

entre a y b.

Cualquier función h(t) puede considerarse como función de

densidad, si:
h(t) ≥ 0, para todo t
∞

∫
−∞
h ( t ) dt = 1

Cualquier función H(t) puede considerarse como función de

distribución si cumple con:

1.- 0 ≤ H(t) ≤ 1

2.- Limt →−∞ H (t ) = 0 Limt →∞ H (t ) = 1

3.- H( a ) ≤ H(b), para todo a ≤ b , es decir, H (t) es creciente

Lo cual es necesario, ya que :
P( a ≤ x ≤ b) = H(b) – H(a)

4.- Limh→0 H (b + h) = H (b) , para todo b, es decir, H(t) es

continua por la derecha.

Ejemplo:
La producción diaria de cemento en cierta fábrica, en miles de kg.,
según la función:
f(x) = 6x ( 1 – x ) ; 0≤x≤1
Si analizamos la función f(x), cumple con las condiciones para ser
una función de densidad
5
VALOR ESPERADO DE UNA VARIABLE ALEATORIA DISCRETA

Definición.- Sea x una v.a. discreta que toma los valores

x1,x2,...........xn, con probabilidades P(x=x1); P(x= x2);………...P(x=x2)
Llamaremos valor esperado o esperanza matemática de la variable
x al número:
n
E( x) = μ x = ∑ xi P( x = xi )
j =1

Al valor esperado de x también se le llama media o valor promedio

de x, además:
n
E [H ( x ) ] = ∑ H ( xi )P ( x = xi )
j =1
Ejemplo

VALOR ESPERADO DE UNA VARIABLE ALEATORIA CONTINUA

Si X es una v.a. continua con función de densidad f entonces:

∞
E ( x) = μ x =
−∞
∫ x * f ( x )dx , además:

∞
E [H ( x ) ] = ∫ H ( x ) * f ( x )dx
−∞
Propiedades del valor esperado de una variable aleatoria:
1.- E(c) = c
2.- E(c H(x)) = c E(H(x))
3.- E(H(x) + G(x)) = E(H(x)) + E(G(x))

VARIANZA DE UNA VARIABLE ALEATORIA:

[ ] [
V ( x ) = σ x2 = E ( x − μ x ) 2 = E x 2 − 2 xμ x + μ x2 ]
= E ( x 2 ) − 2 μ x E ( x ) + μ x2
= E ( x 2 ) − 2 μ x μ x + μ x2
= E ( x 2 ) − 2 μ x2 − μ x2
= E ( x 2 ) − μ x2

6
DESVIACION ESTANDAR DE UNA VARIABLE ALEATORIA

SX = V ( x)

Ejemplos: