Académique Documents
Professionnel Documents
Culture Documents
TEMA 5
Variables aleatorias
Resumen de contenidos
Concepto de variable aleatoria. Funcin de distribucin. Caso discreto.
Funcin de probabilidad. Esperanza. Varianza. Momentos. Caso continuo.
Funcin de densidad. Esperanza. Varianza. Momentos. Funcin
generatriz. Propiedades de la esperanza y la varianza. Transformaciones
DEFINICIN Y EJEMPLOS
Variable aleatoria
En los fenmenos de naturaleza aleatoria existen determinadas
caractersticas de inters que reciben la denominacin de variables
aleatorias. En general, son medidas que se establecen sobre cada suceso
observado. A falta de una definicin ms rigurosa, podemos indicar que
una variable aleatoria X es una aplicacin:
: ,
de forma que ,
, a partir de la
Ejemplo
Al lanzar un dado cbico equilibrado dos veces, estamos interesados en la
suma de las puntuaciones observadas en las caras superiores. En este
caso, la variable X toma los valores: 2,3,4,5,2,7,8,9,10,11,12
En este caso,
, | , 1, , 6 .
FUNCIN DE DISTRIBUCIN
Obtenemos:
2
1
36
3
2
36
4
3
36
5
4
36
6
5
36
7
6
36
8
5
36
9
4
36
10
3
36
11
2
36
3
36
Funcin de distribucin
A toda variable aleatoria X se le asocia una funcin de distribucin:
:
tal que ,
0,1
y verificando:
0,
1
2) F es montona no decreciente: Si
3) F es continua por la derecha:lim
12
1
36
EJEMPLO
Ejemplo
Al lanzar una moneda equilibrada dos veces, nos interesamos por el
nmero de caras obtenidas. La correspondiente variable, X, toma los
valores 0, 1 y 2. Las probabilidades asignadas aparecen a continuacin:
0
1
4
0,
1
,
4
3
,
4
1,
0,1
1,2
1
2
4
2
1
4
1
4
1
3
4
1
4
.
.
.
PRBABILIDADES DE INTERVALOS
Una variable aleatoria transforma sucesos en subconjuntos de nmeros
reales (medidas). En consecuencia, el fenmeno aleatorio adquiere una
expresin numrica que, por las propiedades conocidas de los nmeros
reales, resulta ms manejable.
Por tanto, las probabilidades de los sucesos se expresan en probabilidades
de subconjuntos de R. Es importante, entonces, saber calcular
probabilidades de subconjuntos de R.
Al ser
,
, podemos utilizar la funcin de distribucin para
calcular las probabilidades de los intervalos de R:
,
,
,
,
lim
Como
EJEMPLOS
Para el caso anterior:
0,
1
,
4
3
,
4
1,
0,1
1,2
1 3
,
2 2
3
2
1,2
0,1
1
5
4
1
5
4
1
2
1
0
1
5
4
1
2
3
4
1
4
1
2
0
2)
0,1,2,3, ,
1
1
5
2
1
5
0,1,2,3,
3
1
5
4
1
5
5
1
5
discreto o numerable,
.
La esperanza es una medida de centralizacin.Toma un valor dentro del
rango de variacin de la variable.
Para el ejemplo 1 de la diapositiva anterior,
Para el ejemplo 2 de la diapositiva anterior:
2
3
1
3
2
3
2
13
31
9
3.
o numerable,
.
.
Alternativamente,
9
4
Desviacin Tpica
Es la raz cuadrada de la varianza. Se nota por .
Momentos
El momento de orden k respecto al origen es:
0,
1
,
0,
Varianza
Momentos
El momento de orden k respecto al origen es:
Es obvio que
3
3
0
1
,
3
,
PROPIEDADES
Si h es una funcin, el trabajo previo sugiere que:
0 determinan
Ejemplo
Si X una variable aleatoria continua cuya funcin de densidad es:
3
,
0
3
1
3
2
9
PROPIEDADES
Dadas una variable aleatoria X y una constante K, para la esperanza y la
varianza se tiene que:
. .
. .
Ejemplo
Si X una variable aleatoria continua cuya funcin de densidad es:
4
Para
4
3
. .
1
144
1
12
1
,
12
TRANSFORMACIONES
Dada una variable X, puede resultar de inters la variable aleatoria
,
siendo h una transformacin o funcin de X. Casos particulares de estas
transformaciones ya han sido utilizados en el clculo de la varianzas, en el
clculo de los momentos y en la determinacin de la funcin generatriz.
Podra interesarnos, no obstante, encontrar la funcin de distribucin, la
funcin de probabilidad, la funcin de densidad, de la variable
Ejemplo
Sea X la variable discreta con funcin de masa:
La variable
1/5
2/5
1/5
1/5
27
64
1/5
2/5
1/5
1/5
TRANSFORMACIONES
Ejemplo
Dada X, variable aleatoria continua cuya funcin de densidad es:
4
,
0
determinar la funcin de densidad de
3
2
Si F es la funcin de distribucin de X y G es la funcin de distribucin de Y
3
3
3
3