Académique Documents
Professionnel Documents
Culture Documents
LOGRO DE LA SESIÓN
Al finalizar la sesión, el estudiante comprende y aplica los conceptos de variable aleatoria, función de dis-
tribución de probabilidad y función de distribución acumulada.
La variable estadística es una característica cualitativa o cuantitativa que se mide u observa en una población. Si
la población es aleatoria (todo cambio que sucede en la población es al azar) y la característica es cuantitativa (los
valores que toma la variable) entonces se denomina variable aleatoria. Estas variables aleatorias se clasifican en
discretas y continuas.
Una variable aleatoria es discreta si el conjunto de valores (rango) que puede tomar es finito o infinito numerable.
Ejemplo 8.1
La función de distribución de probabilidad de una variable aleatoria discreta X , se describe como una fun-
ción representada por f (x) que asigna a cada valor de la variable aleatoria, la probabilidad de que X asuma
ese valor, esto es:
f (x) = P [X = x]
También conocido como valor esperado o media de una variable aleatoria discreta X , con función de dis-
tribución de probabilidad f (x) y denotado por E (X ), se define por:
n
µ = E (X ) =
X
x i f (x i ) = x 1 f (x 1 ) + x 2 f (x 2 ) + · · · + x n f (x n )
i =1
Propiedades de la esperanza
E (k) = k
E (a X + b) = aE (X ) + b
La varianza V (X ) de una variable aleatoria discreta X , con función de distribución de probabilidad f (x) se
define por:
V (X ) = E [(X − E (X ))2 ] = E (X − µ X )2 = (x − µ X )2 f (x)
£ ¤ X
x∈R x
Se cumple que
V (X ) = E X 2 − [E (X )]2
£ ¤
Propiedades de la varianza.
V (k) = 0
V (a X + b) = a 2V (X )
Ejemplo 8.2
Ejemplo 8.3
Sea X la variable aleatoria definida como el número de caras que resultan al lanzar una moneda cuatro
veces.
X: Número de caras 0 1 2 3 4
Probabilidad, P [X = x] 1/16 4/16 6/16 4/16 1/16
Una variable aleatoria es continua si el rango está determinado por un conjunto infinito no numerable de valores.
Ejemplo 8.4
Se dice que la función f (x) es función de densidad (ley o distribución) de probabilidad de la variable alea-
toria continua X si satisface las siguientes condiciones:
Sea X una variable aleatoria continua, f su función de densidad, se define la esperanza de X como:
Z +∞
µ = µ X = E (X ) = x f (x)d x
−∞
Sea X una variable aleatoria continua, f su función de densidad, se define la varianza de X como:
Z +∞
σ2 = σ2X = V (X ) = [x − E (X )]2 f (x)d x
−∞
Se cumple que
V (X ) = E X 2 − [E (X )]2
£ ¤
La función de distribución acumulada F (x) para una variable aleatoria continua X , con función de densidad
f (x), se define por: Z x
F (x) = P [X < x] = f (t )d t
−∞
La probabilidad de que la variable esté entre un par de puntos a y b está dada por:
Ejemplo 8.5
La cantidad de magnesio en gramos en una mezcla es una variable aleatoria, cuya función de densidad de
probabilidad está dado por: (
x
18 si 0 ≤ x ≤ C
f (x) =
0 en otros casos
c. Calcule la probabilidad de que la concentración de magnesio se encuentre entre dos y cinco gramos.
Ejercicios propuestos
1. Para cada una de las siguientes funciones, determine la constante k para que f(x) sea una función de proba-
bilidad de una variable aleatoria X .
a) f (x) = kx, x = 1, 2, 3, · · · , 10
b) f (x) = k(1/3)x , x = 1, 2, 3, · · ·
2. Los estadísticos utilizan planes de muestreo para aceptar o rechazar lotes de materiales. Suponga que uno
de los planes de muestreo implica obtener una muestra independiente de 5 artículos de un lote de 50, en
el que 6 están defectuosos. Si X representa a la variable aleatoria, definida como el número de artículos que
están defectuosos en la muestra, la variable aleatoria toma los valores 0, 1, 2,3, 4, 5. Determine la función de
distribución de probabilidad para la variable y realice un gráfico.
3. Walter Gomes, quien invierte con frecuencia en el mercado de valores, estudia con detenimiento cualquier
inversión potencial. En la actualidad examina la posibilidad de invertir en la compañía Petroperú. Mediante
el estudio del rendimiento en el pasado, Walter ha desglosado los resultado potenciales en cinco resultado
posibles con sus probabilidades asociadas. Los resultados son tasas de rendimiento anuales sobre una sola
acción que hoy cuesta $150. Encuentre el valor esperado del rendimiento sobre la inversión en una sola
acción de Petroperú.
Rendimiento de la inversión ($) 0 10 15 25 50
Probabilidad 0.2 0.25 0.3 0.15 0.1
a. Encuentre el valor esperado del rendimiento sobre la inversión en una sola acción de Petroperú.
b. Si Walter compra acciones siempre que la tasa de rendimiento esperada exceda al 10 %, según el resul-
tado de la parte b, ¿Walter comprará las acciones?
c. Calcule la varianza.
4. La distribución de probabilidad del número de telenovelas por día que suelen ver las amas de casa de la
ciudad de lima, se obtuvo de un estudio periodístico del diario “La Familia”.
Número de telenovelas 0 1 2 3 4
Probabilidad f (x) = P [X = x] 0.10 a 2a 0.40 0.05
5. La siguiente tabla muestra la distribución del número de errores que un publicista comete al elaborar una
pieza publicitaria.
a) Indique la variable.
b) Calcule e interprete el valor esperado del número de errores.
c) Calcule la varianza.
6. Sea X la variable aleatoria definida como el número de caras que ocurren a lanzar una moneda 4 veces.
Tarea domiciliaria
1. José Valencia acaba de comprar un reproductor Blue Ray en una tienda de equipos electrónicos a un costo
de $300. Ahora tiene la opción de comprar una póliza de servicio extendido que ofrece cinco años de
cobertura por $100. Después de hablar con sus amigos y leer los informes, José cree que puede incurrir en
los siguientes gastos de mantenimiento durante los próximos cinco años.
2. Un embarque de 20 computadoras portátiles similares para una tienda minorista contiene 3 que están de-
fectuosas. Si una escuela compra al azar 2 de estas computadoras.
4. Una variable aleatoria continua X , que puede tomar valores entre x = 2 y x = 5, tiene una función de densi-
dad dada por f (x) = 2(1 + x)/27. Calcule:
a) P [X < 4]
b) P [3 ≤ X < 4]