MDULO DE ESTADSTICA

Variable aleatoria y Funciones de

distribucin
Antonio Jimnez lvarez
Centro de Estudios Hidrogrficos del CEDEX

MDULO DE ESTADSTICA
Variable aleatoria

Definicin: Una variable aleatoria es la representacin

matemtica de los posibles resultados de un determinado
experimento probabilstico.
Se denomina aleatoria porque sus valores vienen determinados

por el azar.

Cada vez que se realice el experimento, la variable adquirir un

determinado valor que ser el resultado del mismo y al que

corresponder una determinada probabilidad.

MDULO DE ESTADSTICA
Variable aleatoria

Tipos de variable aleatoria:

Por su continuidad:
Discreta: Una variable aleatoria se denomina discreta cuando el nmero de
valores que se pueden obtener como resultado del experimento aleatorio es
finito.

Continua: Una variable aleatoria ser continua cuando tenga un nmero

infinito de valores posibles.

Las variables aleatorias habitualmente empleadas en hidrologa son de tipo

continuo.

Por su dimensin:

El nmero de caractersticas numricas que es necesario

considerar para describir el resultado de un experimento es igual a la dimensin de
la variable aleatoria asociada al mismo. La variable puede ser univariada, bivariada
o, en general, multivariada.
Una variable aleatoria n-dimensional ser:

Discreta: Si cada una de las n caractersticas numricas que la definen es discreta.

Continua: Si cada una de las n caractersticas numricas que la definen es continua.
Mixta: Si alguna de las caractersticas es discreta y otras continuas.

MDULO DE ESTADSTICA
V. A. Univariada. Funciones

Una vez definida la variable aleatoria correspondiente a un

determinado suceso probabilstico, el inters de la estadstica se
centra en determinar la probabilidad correspondiente a cada
posible valor de la variable.
Existen dos formas de expresar la relacin entre los valores de la
variable y la probabilidad:
Funcin de distribucin
Funcin de probabilidad

MDULO DE ESTADSTICA

V. A. Univariada. Funcin de probabilidad

Definicin:

Variable discreta: En el caso de variable discreta, la funcin de probabilidad

Variable continua: En el caso de variable continua, la funcin de probabilidad

(p(xo)) nos proporciona la probabilidad de obtener un valor concreto de la

variable xo.
p( xo ) = P ( x = x o )
nos proporciona la probabilidad de obtener un valor de la variable en un
entorno diferencial del valor xo (entre xo y xo+d x).

f ( xo )dx = P (xo x < xo + dx )

En este caso la funcin se denomina de densidad de probabilidad [f(x)].

Propiedades:

1. 0+ p( xo ) 1 + 0 f ( xo )
f ( x )dx = 1
2. p ( x) = 1

3. La funcin de probabilidad y de densidad es no negativa en cualquier punto

del dominio de la variable aleatoria.

MDULO DE ESTADSTICA

V. A. Univariada. Funcin de distribucin

Definicin: El valor de la funcin de distribucin [F(x)] en cada punto

xo de la variable se define como la probabilidad de que la variable

aleatoria x tome un valor menor o igual que xo.
F (xo ) = P(x xo )

Es la forma ms frecuente de relacionar la variable con su probabilidad.

Propiedades:

1. F ( ) = P(x ) = 0
2. F ( ) = P(x ) = 1
3. La funcin de distribucin es montona no decreciente.
4. En el caso de variable aleatoria continua, la funcin de
distribucin es continua.

Valor de la probabilidad en un intervalo:

La probabilidad
correspondiente a un valor de la variable comprendido entre los lmites
a y b, a<xb, es:
P ( a < x b) = F (b) F ( a )

MDULO DE ESTADSTICA
V. A. Univariada. Relacin entre la funcin de
distribucin y probabilidad
Caso de variable discreta:

En el caso de una variable aleatoria

discreta el valor de la funcin de distribucin en un punto xo ser igual a
la suma de los valores de la funcin de probabilidad en todos los puntos xi
menores que xo.

F ( xo ) = P( x xo ) =

p(x )
i

xi xo

Caso de variable continua:

Para el caso de una variable aleatoria

continua la expresin anterior se transforma en la siguiente:
xo

F (xo ) = P( x xo ) = f ( x )dx

f (x ) =

dF ( x )
dx

La funcin de densidad de probabilidad es la derivada de la funcin de

distribucin.

MDULO DE ESTADSTICA
Operaciones con variables aleatorias
Operaciones con variables aleatorias:

Suma de variables aleatorias: El experimento aleatorio asociado a

la variable suma es el conjunto de los experimentos asociados a las

variables x e y, siendo su valor la suma de los resultados obtenidos para
los dos experimentos parciales.

s = x+ y

Producto de variables aleatorias: El experimento aleatorio

asociado a la variable producto es el conjunto de los experimentos

asociados a las variables x e y, siendo su valor el producto de los
resultados obtenidos para los dos experimentos parciales.

p = x y

MDULO DE ESTADSTICA

Transformacin de variables aleatorias

-Definicin:

Se denomina transformacin de la variable aleatoria x a una

nueva variable aleatoria y cuyos valores vienen dados por una funcin de la
y = h (x )
variable x.

-Funcin de distribucin G(y):

G ( y o ) = P ( y y o ) = P[h( x) y o ] = P ( x A)

A = {x / h( x) y0 }

h(x) montona creciente:

G ( y o ) = P[ x x o ] = F ( x o )

x o = h 1 ( y o )

G ( y o ) = P( x xo ) = 1 P( x xo ) = 1 F ( xo )

x o = h 1 ( y o )

h(x) montona decreciente:

-Funcin de probabilidad:

p( x )
-Funcin de densidad de probabilidad:
p ( yo ) = P ( y = yo ) =

yo = h ( xi )

h(x) montona creciente:

dG ( y )
dF ( x) dx
dx f ( x)
= g ( y) =
= f ( x)
=
dy
dx dy
dy h( x)

h(x) montona decreciente:

dG ( y )
dF ( x) dx
dx
f ( x)
= g ( y) =
= f ( x)
=
dy
dx dy
dy
h( x)

MDULO DE ESTADSTICA
V. A. Univariada. Momentos

Conociendo la relacin entre la variable y su probabilidad se

puede calcular el valor de los momentos que anteriormente
se mencionaron al describir las muestras:

Centralidad
Dispersin
Asimetra
Curtosis

MDULO DE ESTADSTICA
V. A. Univariada. Momentos
Media o Esperanza:

Se denomina media o esperanza matemtica de una variable aleatoria

al valor medio ponderado por su probabilidad.

Variable continua:

E ( x) =

x f ( x)dx

Variable discreta:

E ( x ) = x p ( x )

La definicin anterior se puede extender a una funcin de la variable

aleatoria:

Variable continua:

E ( x) =

g ( x) f ( x)dx

Variable discreta:

E ( x) = g ( x ) p ( x)

MDULO DE ESTADSTICA
V. A. Univariada. Momentos
Media o Esperanza:

Propiedades:

1. La esperanza de una constante es la propia constante.

+

E ( x) = b p ( x) = b p ( x) = b1 = b

2. La esperanza de una variable aleatoria funcin lineal de otra es la

combinacin lineal de la esperanza.
y = a x + b

E ( y ) = E ( a x + b) = (a x + b) p ( x) = a x p ( x) + b p ( x) = aE ( x) + b

3. La esperanza de una variable aleatoria suma de otras es la suma de las

esperanzas de cada una de ellas.

y = x1 + .. + xn
+

E ( y ) = ( x1 + .. + xn ) p ( x1 , x2 ,..., xn ) = x1 p ( x1 ) + .. xn p ( xn ) = E ( x1 ) + .. + E ( xn )

4. La esperanza de una variable aleatoria producto de otras es el producto

de las esperanzas siempre que sean independientes.

y = x1 ..xn

E ( y ) = E ( x1 .. xn ) = E ( x1 )..E ( xn )

MDULO DE ESTADSTICA
V. A. Univariada. Momentos
Varianza:

Se denomina varianza de una variable aleatoria a la medida de la

dispersin de la poblacin que viene dada por la esperanza de las
desviaciones cuadrticas sobre la media:

V ( x) = [ x E ( x)]2 f ( x)dx

Variable continua:

V ( x) = [ x E ( x)]2 p ( x)

Variable discreta:

A partir de la definicin anterior se puede obtener la siguiente

expresin para la varianza:

V ( x ) = E ( x E ( x )) 2 = E ( x 2 ) (E ( x ) )

MDULO DE ESTADSTICA
V. A. Univariada. Momentos
Varianza:

Propiedades:

1. La varianza de una constante es nula.

V ( x) = E ( x E ( x)) 2 = E (b b) 2

2. La varianza de una variable aleatoria funcin lineal de otra es:

y = a x + b

) (

V ( y ) = V (ax + b) = E ((ax + b) (aE ( x ) + b)) 2 = E a 2 ( x E ( x)) 2 = a 2 V ( x)

3. La varianza de una suma de variables aleatorias es la suma de las

varianzas si hay independencia.

y = x1 + .. + x n
V ( y ) = V ( x1 + .. + x n ) = V ( x1 ) + .. + V ( x n )

MDULO DE ESTADSTICA

V. A. Univariada. Momentos de orden n

Momentos centrales de orden n:

Variable continua:

M n ( x ) = E ( x E ( x ))

) = ( x E ( x))

f ( x )dx

Variable discreta:

M n ( x ) = E ( x E ( x )) = ( x E ( x)) n p ( x)
n

MDULO DE ESTADSTICA

V. A. Univariada. Factor de frecuencia

El clculo de los cuantiles requiere que la funcin de distribucin
sea invertible, es decir, que se pueda expresar la variable x en
funcin de F.

No es posible en algunas de las funciones de distribucin ms

habitualmente empleadas (normal, logPearson III, ...).

Para resolver este problema se ha definido el mtodo,

denominado del factor de frecuencia (Chow, 1951): consiste en

expresar la variable correspondiente a un determinado periodo de retorno como la

media mas una desviacin respecto a la misma.

xT = + xT
xT = K T

xT = + K T

El factor de frecuencia ser una funcin del periodo de retorno y del tipo
de distribucin que siga la poblacin.
El valor del factor de frecuencia en funcin del periodo de retorno se
puede expresar como una expresin matemtica o bien mediante una
tabla.

MDULO DE ESTADSTICA
V. A. Bivariada. Funciones
Funcin de probabilidad conjunta:

Proporciona la probabilidad de obtener

un valor concreto para la variable bidimensional en el caso de variable discreta.

P( xo ) = P[x = xo = ( xo , y o )]

Como en el caso univariado se debe verificar:

0 P ( xo ) 1

P( x , y ) = 1
i

i , j

Funcin de densidad de probabilidad conjunta:

Se define como la
probabilidad de que la variable adopte un valor en un entorno diferencial de xo e yo.

f ( x0 , y0 )dxdy = P[( xo , yo ) x < ( x0 + dx, y0 + dy )]

Al igual que antes:

f ( x ) = f ( x, y ) 0

f ( x, y )dxdy = 1

Funcin de distribucin conjunta:

Se obtiene por integracin de la funcin

de densidad de probabilidad y viene definida como la probabilidad de que la
variable x=(x,y) tome un valor tal que x<=x0 e y<=y0.

F ( xo ) = F [x ( xo , y o )] =

xo

yo

f ( x, y )dxdy

MDULO DE ESTADSTICA
V. A. Marginal
Definicin:

Se llama variable aleatoria marginal referida a la componente xi, a la

variable unidimensional que se obtiene cuando se considera esa componente
aisladamente.

El nmero de variables marginales es igual a la dimensin de la variable

aleatoria.

Funcin de probabilidad marginal:

Se obtiene de la conjunta sumando

para todos los valores de la variable no seleccionada.

P ( x ) = P ( x, y )
y

P ( y ) = P ( x, y )
x

Funcin de densidad de probabilidad marginal:

Se obtiene de la
conjunta integrando en todos los valores de la variable no seleccionada.

f ( x) =

f ( x, y)dy

Funcin de distribucin marginal:

f ( y) =

f ( x, y )dx

Se obtiene por integracin de la funcin

de densidad de probabilidad.
xo

F ( xo ) = P( x xo ) =

xo

f ( x)dx = f ( x, y )dxdy

F ( y o ) = P( y y o ) =

yo

yo

f ( y )dy = f ( x, y )dxdy

MDULO DE ESTADSTICA

V. A. Bivariada. Dependencia e independencia

Variable aleatoria condicionada:

Es la variable x/y que representa los

posibles valores de la variable x sabiendo que la variable y ha adquirido un
determinado valor de y=yo.

La variable aleatoria condicionada x es la univariada que se obtiene al

darle un valor concreto yo a la variable y.

Independencia:
cumple:

Se dice que dos variables aleatorias son independientes si se

P ( x / y0 ) = P ( x )
P ( x, y ) = P ( x ) P ( y )

f ( x / yo ) = f ( x )

f ( x, y ) = f ( x ) f ( y )

Funcin de probabilidad condicionada:

P ( x / y0 ) =

P ( x, y o )
P ( yo )

P ( y o ) = P ( x, yo )
x

Funcin de densidad de probabilidad condicionada:

f ( x / yo ) =

f ( x, yo )
f ( yo )

f ( yo ) =

Funcin de distribucin condicionada:

f ( x, y )dx

F ( x / yo ) =

f ( x, y o )
dx
f
(
y
)
o

Si las variables son independientes:

F ( x / y ) = F ( x)
F ( x, y ) = F ( x ) F ( y )

MDULO DE ESTADSTICA
V. A. Bivariada. Momentos

En el caso bidimensional, el orden del momento tiene dos

coordenadas, (i, j).
Momentos al origen de primer orden:

Variable discreta:

x p( x, y)

10 =

01 =

x , y =

Variable continua:

10 =

y p ( x, y )

x , y =

+ +

x f ( x, y )dxdy

01 =

+ +

y f ( x, y )dxdy

Momentos centrales de orden (i,j):

Variable discreta:

Variable continua:

10

) i ( y 01 ) j p ( x, y )

x , y =

M i , j = E ( x 10 ) ( y 01 )

Varianza y covarianza:

) (x

M i , j = E ( x 10 ) ( y 01 ) =
i

M 2, 0 = 20 102
2
M 0, 2 = 02 01

M 1,1 = 11 10 01

+ +

) = (x

10

) i ( y 01 ) j f ( x, y )dxdy

MDULO DE ESTADSTICA
Variable aleatoria. Prctica I

Se tiene una variable aleatoria x con un lmite inferior a y un lmite

superior g. Para ajustar a esta variable una funcin de
probabilidad se la transforma en otra variable y, que acta entre
- y +, mediante la transformacin:
y = ln

xa
gx

Si se supone que la variable transformada, y, sigue una

distribucin normal, determinar la funcin de densidad de
probabilidad de la variable sin transformar x.

MDULO DE ESTADSTICA
Variable aleatoria. Prctica I

Solucin: La relacin entre la funcin de densidad de probabilidad

de la variable transformada y sin transformar es:
f ( x) = g ( y )h( x)
Donde h(x) es:
Como:
Por tanto:

h( x) =

y = ln

xa
gx

g x g x+ xa
g a

=
x a ( g x) 2
( x a )( g x)

1
g a

f ( x) = g ( y )h( x) =
e
( x a )( g x) 2

1
g a

f ( x) =
e
( x a )( g x) 2

(ln

( y )2
2 2

x a
)2
gx
2 2

MDULO DE ESTADSTICA
Variable aleatoria. Prctica II

Se dispone de los siguientes datos de caudales medidos en una

estacin de aforo:
AO

CAUDAL (m 3/s)

376

464

454

254

120

105

186

398

1600

10

410

Se supone que los datos siguen una distribucin log-Pearson III,

es decir, el logaritmo de los datos sigue una distribucin Pearson
tipo III. Calcular por medio del factor de frecuencia el cuantil de
100 aos de periodo de retorno.

MDULO DE ESTADSTICA
Variable aleatoria. Prctica II
Factor de frecuencia:
2

C 1
C
C 1C
C
KT = t + (t 2 1) s + (t 3 6t ) ) s (t 2 1) s + t s + s
6 3
6
6
6 3 6
C0 + C1w + C2 w2
t = w
1 + d1 w + d 2 w 2 + d 3 w 3

C0=2,515517
C1=0,802853
C2=0,010328

1
w = 2 ln
T

d1=1,432788
d2=0,189269
d3=0,001308

MDULO DE ESTADSTICA
Variable aleatoria. Prctica II

Solucin: En primer lugar hay que transformar la variable en su

logaritmo y se calcula su media, desviacin tpica y coeficiente de
sesgo:
Yi

=
= 5,777
Y=ln Q
AO
CAUDAL (m 3/s)
1

376

5,930

464

6,140

454

6,118

254

5,537

120

4,787

105

4,654

186

5,226

398

5,986

1600

7,378

10

410

6,016

(Yi ) 2
=
= 0,784
N 1
N(Yi )3
= 0,474
CS =
3
( N 1)( N 2)

Calculamos el factor de frecuencia en funcin del periodo de

retorno y del coeficiente de sesgo:
C0 + C1w + C2 w2
t = w
= 2,327
1 + d1w + d 2 w2 + d 3 w3

1
1
w = 2 ln = 2 ln
= 3,035
100
T

C 1
C
C 1C
C
K T = t + (t 2 1) s + t 3 6t ) s t 2 1 s + t s + s = 2,671
6 3
6 3 6
6
6

MDULO DE ESTADSTICA
Variable aleatoria. Prctica II

Solucin: Finalmente, el cuantil de T=100 aos de la variable

transformada ser:

YT = + KT = 5,777 + 0,7842,671 = 7,871

Deshaciendo la transformacin, obtenemos el cuantil del caudal:

xT = eYT = e 7 ,871 = 2.620m 3 / s