3.

-TIPOS DE VARIABLES ALEATORIAS

Las variables aleatorias se clasifican en discretas y continuas:

DISCRETA: La variable aleatoria X se dice que es discreta si los números asignados a los
sucesos elementales de E son puntos aislados. Sus posibles valores constituyen un conjunto finito
o infinito numerable. Por ejemplo, supongamos el experimento consistente en lanzar tres veces
una moneda no trucada; si consideramos la variable aleatoria X=”número de caras obtenidas en
los tres lanzamientos”, los valores que puede tomar esta variable aleatoria son finitos (0,1,2,3).

CONTINUA: La variable aleatoria X será continua si los valores asignados pueden ser
cualesquiera, dentro de ciertos intervalos, es decir, puede tomar cualquier valor de R. Por ejemplo,
si consideramos el experimento aleatoria consistente en medir el nivel de agua en un embalse y
tomamos la variable aleatoria X=”nivel de agua”, esta puede tomar valores entre 0 y más infinito.

3.-TIPOS DE VARIABLES ALEATORIAS

Las variables aleatorias se clasifican en discretas y continuas:

DISCRETA: La variable aleatoria X se dice que es discreta si los números asignados a los sucesos
elementales de E son puntos aislados. Sus posibles valores constituyen un conjunto finito o infinito
numerable. Por ejemplo, supongamos el experimento consistente en lanzar tres veces una moneda
no trucada; si consideramos la variable aleatoria X=”número de caras obtenidas en los tres
lanzamientos”, los valores que puede tomar esta variable aleatoria son finitos (0,1,2,3).

CONTINUA: La variable aleatoria X será continua si los valores asignados pueden ser
cualesquiera, dentro de ciertos intervalos, es decir, puede tomar cualquier valor de R. Por ejemplo,
si consideramos el experimento aleatoria consistente en medir el nivel de agua en un embalse y
tomamos la variable aleatoria X=”nivel de agua”, esta puede tomar valores entre 0 y más infinito.

Distribución de probabilidad

La distribución Normal suele conocerse como la "campana de Gauss".

En teoría de la probabilidad y estadística, la distribución de probabilidad de una variable

aleatoria es una función que asigna a cada suceso definido sobre la variable aleatoria,
la probabilidad de que dicho suceso ocurra. La distribución de probabilidad está definida sobre el
conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la variable
aleatoria.
La distribución de probabilidad está completamente especificada por la función de distribución,
cuyo valor en cada x real es la probabilidad de que la variable aleatoria sea menor o igual que x.

Definición de función de distribución

Artículo principal: Función de distribución

Dada una variable aleatoria , su función de distribución, , es

Por simplicidad, cuando no hay lugar a confusión, suele omitirse el subíndice y se escribe,
simplemente . Donde en la fórmula anterior:
 , es la probabilidad definida sobre un espacio de probabilidad y una medida unitaria sobre
el espacio muestral.
Es la medida sobre la σ-álgebra de conjuntos asociada al espacio de probabilidad.
Es el espacio muestral, o conjunto de todos los posibles sucesos aleatorios, sobre el que se
define el espacio de probabilidad en cuestión.
Es la variable aleatoria en cuestión, es decir, una función definida sobre el espacio
muestral a los números reales.
Propiedades

Como consecuencia casi inmediata de la definición, la función de distribución:

 Es una función continua por la derecha.

 Es una función monótona no decreciente.

Además, cumple

Para dos números reales cualesquiera y tal que , los sucesos

y son mutuamente excluyentes y su unión es el suceso , por lo que
tenemos entonces que:

y finalmente

Por lo tanto una vez conocida la función de distribución para todos los valores de la variable
aleatoria conoceremos completamente la distribución de probabilidad de la variable.
Para realizar cálculos es más cómodo conocer la distribución de probabilidad, y sin embargo para
ver una representación gráfica de la probabilidad es más práctico el uso de la función de densidad.

Distribuciones de variable discreta

Gráfica de distribución binomial.

Se denomina distribución de variable discreta a aquella cuya función de probabilidad sólo toma
valores positivos en un conjunto de valores de finito o infinito numerable. A dicha función se le
llama función de masa de probabilidad. En este caso la distribución de probabilidad es la suma de
la función de masa, por lo que tenemos entonces que:
Y, tal como corresponde a la definición de distribución de probabilidad, esta expresión representa la
suma de todas las probabilidades desde hasta el valor .

Distribuciones de variable continua

Distribución normal.

Se denomina variable continua a aquella que puede tomar cualquiera de los infinitos valores
existentes dentro de un intervalo. En el caso de variable continua la distribución de probabilidad es
la integral de la función de densidad, por lo que tenemos entonces que:

Función de Probabilidad

La Función de Probabilidad es la probabilidad de que la variable aleatoria tome un valor particular:

Ejemplo

Podemos obtener las frecuencias relativas de las calificaciones de un curso y disponerlas en una
tabla:

Asignando un número a cada calificación, y sustituyendo el símbolo de frecuencia relativa por el de

probabilidad:

Finalmente tenemos la distribución de probabilidad de la variable "calificación académica en la

asignatura X". La distribución de probabilidad de una variable aleatoria se define como el conjunto
de valores de la variable acompañados de sus probabilidades.
5.- FUNCIÓN DE DISTRIBUCIÓN: La función de distribución describe el comportamiento
probabilístico de una variable aleatoria X asociada a un experimento aleatorio y se representa
como:

F(x) ó Fx

Para estudiar la función de distribución distinguiremos entre el caso discreto y el caso continuo.

CASO DISCRETO: Sea X una variable aleatoria discreta asociada a un espacio probabilístico, se
define la función de distribución: RxF → [ 1,0:)( ] que verifica [ ] ∑ < =≤Ρ= Ρ xxi XXxF i

2_Apuntes de Estadística II

Ejemplo: Continuando con el ejemplo anterior, cuya distribución de probabilidad era:

(0 caras, 1/8); (1 cara, 3/8); (2 caras, 3/8); (3caras, 1/8), Calcula la probabilidad de obtener menos
dos caras?

Para resolver el problema lo que debemos de calcular es la probabilidad de que la variable

aleatoria tome valores inferiores a dos. Esto viene dado por la expresión

F (1) = Prob [ X ≤ 1] = ∑ Pi 1= Prob [ X =0] + Prob [ X = 1] = 1/8 + 3/8= 4/8 xi< ⇒ ≤ xFxFxx .

La función de distribución para una variable discreta siempre verifica las siguientes propiedades: A)
F =(−∞)= 0; F=(+∞)= 1

B) P[(a,b) ]=F (b)-F(a)

C) Es una función no decreciente:

X1,x2 x1<x2 ⇒F(x1) ≤ F(x2).

CASO CONTINUO: Sea X una variable aleatoria continua con función de densidad f(x), se define
la función de distribución, F(x), como:

( ) [ ] ∫ ∞ ∞− =≤Ρ= )( dxxfXxxF

. La función de distribución para una variable continua siempre verifica las siguientes propiedades:

A)F(x) ≥ 0;

B) ∫ ∞ ∞ f(x)dx=1

C)P [a≤x≤b ]= ∫ab f(x)dx=F(b)-F(a)

D) f(x)=F¨(x) ⇒ la función de densidad es la derivada de la función de distribución.