Dr. Luis J.

Castillo Vsquez
Variable Aleatoria
Variable aleatoria discreta.

Dada una variable aleatoria diremos que es
discreta si toma un nmero finito o infinito
numerable de valores.
Ejemplos:
1. Sea el experimento consistente en lanzar
dos dados al aire.
El conjunto de posibles resultados, esto es, el
espacio muestral est formado p or
= { (i , j) : i=1,2,...,6 j=1,2,...,6 }.


Definimos la variable aleatoria X como la suma
de las puntuaciones de los dos dados. La
variable as definida asocia a cada elemento
de un nmero real , X(i,j) = i+j. Claramente la
variable aleatoria as definida es discreta al
tomar un nmero finito de valores, en
concreto los naturales comprendidos entre 2 y
36, ambos inclusive.

2)Una empresa dedicada a la fabricacin de
componentes de vehculos, fabrica al da
1000 motores de automviles.
Definimos la v.a. X = "nmero de motores
defectuosos".

X puede tomar como valor
0,1,2,3,4,...,1000.

Esta v.a. as definida es discreta.

3) Una urna contiene 10 bolas blancas y 10
negras. Se extrae una bola y se introducen 2
bolas del mismo color que se ha extraido. Se
realiza el experimento indefinidamente.
Definimos la v.a. X = "nmero de bolas
blancas que hay en la urna" . La variable
aleatoria as definida es discreta siendo su
valor inicial 10 y pudiendo tomar como valor
cualquier natural mayor o igual que 10, en
este caso hay un nmero infinito numerable
de valores posibles.
Funcin de probabilidad
Si X es una v.a. asociadas a ciertas
probabilidades P[ X = x
i
]= f(xi)
Al conjunto de pares de la forma
(xi,f(xi))
Se le llama funcin de probabilidad que
abreviaremos por f.d.p.

As si la v.a. X toma los valores x
1
,...,x
i
..x
n
la
funcin de probabilidad asociada a cada x
i
una
probabilida f(x
i
),

Tal que se verifica que:

a)0 < f (xi) < 1,
b)
0 ) ( ; 1 ) ( > =
i i
x f x f
De la misma manera que calculamos frecuencias
acumuladas, podemos acumular probabilidades,
obteniendo la funcin de distribucin de probabilidades:
Funcin de Distribucion (FDP)

Esta funcin representa la probabilidad de
que la variable aleatoria sea menor o igual
que un determinado valor:
F (x
k
) = P (X < x
k
)

Grficamente, la funcin aumenta de "a
saltos", ya que entre dos valores
consecutivos de una variable discreta, no
puede tomar valores intermedios.


Propiedades:
La funcion de distribucin toma valores comprendidos entre 0
y 1.
Para todo x < x
0
F(x) = 0, siendo x
0
el menor de los valores que
toma la v.a. X
Para todo x > x
n
F(x) = 1, siendo x
n
el mayor valor que toma la
v.a. X .
F(x) es una funcin creciente (x < y )=> F(x)<= F(y) )
Dados x < y
- Si la v.a. no toma ningn valor entre ambos F(x)=F(y)
- Si la v.a. toma algn valor entre ambos, supongamos que
tomase k valores x
i+1
,...,x
i+k
( cada P[ X = x
j
] 0 con j=i+1,...,i+k
) entonces
F(y) = F(x) + P[ X = x
i+1
]+ P[ X = x
i+2
]+...++ P[ X = x
i+k
] y
consecuentemente F(y) F(x).

Determinacin de una funcin de probabilidad
Ejemplo 4
Consideremos el experimento que consiste en lanzar tres monedas al
aire. Llamaremos C a Cara y X a Cruz, el espacio muestral ser:

= {CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}

Definimos la variable aleatoria (v.a.) X como el nmero de caras,
pueden salir 0, 1, 2 o 3 caras.

De los ocho posibles resultados, en slo uno de ellos no se obtiene
ninguna cara, por tanto se tiene


P[ X = 0 ]= 1/8.
P[ X = 1 ]= 3/8,
P[ X = 2 ]= 3/8
P[ X = 3 ]= 1/8.
Resumen:

X f(X)
0 1/8
1 3/8
2 3/8
3 1/8
5) Hallar la funcin de distribucin del ejemplo











Hay que observar que a valores no admisibles por la variable les
pueden corresponder valores de F no nulos. Por ejemplo,







0 ) 1 ( ) 1 ( = s = X P F

>
< s
< s
< s
<
=
3 , 1
3 2 , 8 / 7
2 1 , 8 / 4
1 0 , 8 / 1
0 , 0
) (
six
x si
x si
x si
six
x F
6) Grafique F(x)
3) Hallar:
a) P(X<=2) = F(2)=7/8)
b) P(X>2) = 1 - p(X<=2)=1- F(2) = 7/8=1/8
c) P(X=2) = f(2)=3/8
d) P(X<1.9)=P(X<=1)=3/8
e) P(0.5<=X<=1.98)= p(X=1)=3/8
VALOR ESPERADO DE UNA VARIABLE
ALEATORIA DISCRETA
Si X es una v.a.d. con funcion de probabilidad
f(x), se define el valor esperado como:

= E(X)=

) (x xf
Hallar el valor esperado del ejem
Solucin


x f(x) x.f(x)
0 1/8 0
1 3/8 3/8
2 3/8 6/8
3 1/8 3/8
1 12/8=1.5
5 . 1 ) ( ) ( = =

x xf X E
Propiedades del valor esperado
1)Si x =C, es una constante diferente de
cero, , entonces E(X) = C
2)Si se efecta una transformacin de
variable de la forma
y= x + b, , entonces E(Y) = E(X) +b
3)Si se efecta una transformacin de
variable de la forma
4) y= ax + b, , entonces E(Y) = aE(X) +b

Varianza de una variable aleatoria Discreta
Se define por:


2 2
2 2 2 2
)) ( ( ) (
) ( ) ( ) ( ) (
X E X E
x f x x f x x V
i i i i
=
= = =

o
Ejem.7 HALLAR LA VARIANZA DEL EJEMPLO
Solucin

x f(x) x.f(x) X2f(x)
0 1/8 0 0
1 3/8 3/8 3/8
2 3/8 6/8 12/8
3 1/8 3/8 9/8
1 12/8=1.5 3
75 . 0 5 . 1 3 )) ( ( ) ( ) (
2 2 2
= = =

x E x f x X V




1) V(x)>=0
Propiedades de la varianza de una v.a.d.

2) Si x =C, es una constante diferente de cero, entonces V(X) = 0

3) Si se efecta una transformacin de variable de la forma

y= x + b, entonces V(Y) = V(X)

4)Si se efecta una transformacin de variable de la forma

y= ax + b, , entonces V(Y) = a V(X)