2. Definición: una variable aleatoria X es una
función que asocia a cada resultado del espacio
muestral (Ω) un número real
Notación:
X = Variable aleatoria (v.a)
x = valor de la variable aleatoria
Ejemplo: analizar la variable aleatoria
x: número de caras que se obtienen al arrojar dos
monedas:
1°) El espacio muestral es: Ω = {𝑐𝑐, 𝑐𝑠, 𝑠𝑐, 𝑠𝑠}
2°) el recorrido de la variable aleatoria x es
x : 0, 1, 2
4. VARIABLE ALEATORIA DISCRETA
x es una variable aleatoria discreta si el recorrido de
x es un conjunto finito numerable, es decir 𝑋 =
{𝑥1, 𝑥2, 𝑥3, 𝑥4, … … . . 𝑥 𝑛}
Podemos distinguir:
Función de probabilidad
Función de distribución de probabilidad
5. b) SU FUNCIÓN DE PROBABILIDAD (llamada función de
cuantía)
Sea X una variable aleatoria discreta.
F(x)= Px(x) = P[X=x]= P({w ∈ Ω /X(w)=x})
Es decir es la probabilidad asignada a cada elemento del
espacio muestral:
𝑃 𝑥𝑖 = 𝑃 𝑋 𝑤 = 𝑥𝑖
Expresados como el conjunto de parejas ordenados
(x, P(x)) donde 𝑥 ∈ 𝑅 𝑥 = 𝑟𝑒𝑐𝑜𝑟𝑟𝑖𝑑𝑜 𝑑𝑒 𝑋
6. Propiedades
i) P(x) > 0 ∀ x ∈ R; y
i i) 𝑥 𝑖 𝜖 𝑅 𝑋
𝑃(𝑥𝑖) = 1
iii) 𝑃 𝑥𝑗 < 𝑥 < 𝑥 𝑘 = 𝑃 𝑥𝑗+1 + 𝑃 𝑥𝑗+2 + ⋯ . . 𝑃(𝑥 𝑘−1)
X X1 X2 ………. Xn
P(X=x) P(X1) P(X2) P(Xn)
La distribución de probabilidad, incluye solo valores
discretos la cual se describe mediante tres formas:
La grafica (graficas de batones)
Tabla de valores de v.a. y sus respectivas probabilidades
Fórmula
7. EJEMPLO: La función de probabilidad del ejercicio
anterior es:
X 0 1 2
P(x) ¼ 2/4 ¼
Observamos que cada valor numérico de x le
corresponde una probabilidad.
8. FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD DE X
Definición: sea X una v.a. discreta es una suma en la que F
es la función de DISTRIBUCIÖN ACUMULATIVA de la variable
aleatoria X como 𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = 𝑖
𝑘
𝑃(𝑥𝑖)
Propiedades de la función de distribución
1. 0 ≤ 𝐹 𝑥 ≤ 1; ∀ 𝑥 ∈ 𝑅
2. F(x) es no decrecientes decir si 𝑥1 <
𝑥2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐹(𝑥) ≤ 𝐹(𝑥2)
3. 𝑎) 𝐹 ∞ = 1, 𝑏) 𝐹 −∞ = 0
4. si 𝑥 ∈ 𝑥 𝑘 , 𝑥 𝑘+1 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐹 𝑥 = 𝐹(𝑥 𝑘) eso implica
que F(x) es una función escalera
10. ESPERANZA MATEMÁTICA
𝜇 = 𝐸 𝑥 = x. P x
PROPIEDADES
E(c) = 0 ∀ c es constante
E(cx) = cE(x) ∀ c es constante
E(cx + m ) = cE(x) ∀ c y m = constantes
E(ax + by) = aE(x) + bE(y) ∀ a,b = constantes
11. VARIANZA
v 𝑥 = 𝐸 𝑥2
− 𝜇2
PROPIEDADES
1. V(c) = 0 ∀ c es constante
2. V(cx) = 𝑐2
V(x) ∀ c es constante
3. V(ax + b ) = 𝑎2
V(x) ∀ a y b = constantes
4. Si “x” e “y” son variables independientes
V(ax + by) = 𝑎2
𝐕(x) + 𝑏2
𝐕(y) ∀ a,b = constantes
12. VARIABLE ALEATORIA CONTINUA
x es una variable aleatoria continua si existe
una función f(x) con x perteneciente a un
intervalo , es decir el número de valores
posibles de la variable en estudio es un
conjunto no numerable. Es decir, la variable
toma infinitos valores
13. FUNCIÓN DE DENSIDAD DE PROBABILIDAD
Se define como función a la v.a.c si cumple las
siguientes propiedades:
i) f(x) > 0 ∀ x ∈ intervalo y
ii) −∞
+∞
𝑓 𝑥 𝑑𝑥 = 1
iii) 𝑃 𝑎 ≤ 𝑥 ≤ 𝑏 = 𝑎
𝑏
𝑓(𝑥) 𝑑𝑥 = 𝐹 𝑏 − 𝐹(𝑎)
Siendo F(x) la función de distribución donde −∞ <
𝑎 < 𝑏 < +∞
16. FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD
sea x una v.a.c. con función de densidad f(x);
luego, la función de probabilidad acumulada o
función de distribución de una v.a.c. x se define
como:
F x = P X ≤ x =
−∞
𝑥
𝑓 𝑥 𝑑𝑥
17. PROPIEDADES
1. F −∞ = 0
2. F +∞ = 1
3. 0 ≤ F 𝑥 ≤ 1, ∀𝑥𝜖𝑅
4. F 𝑥 𝑒𝑠 𝑢𝑛𝑎 𝑓𝑢𝑛𝑐𝑖ó𝑛 𝑐𝑟𝑒𝑐𝑖𝑒𝑛𝑡𝑒
5. f 𝑥 =
𝑑𝐹(𝑥)
𝑑𝑥
6. P 𝑎 ≤ 𝑥 ≤ 𝑏 = F b − F(a)
18. ESPERANZA MATEMATICA
𝑬 𝒙 =
−∞
∞
𝒙𝒇(𝒙)𝒅𝒙
PROPIEDADES
E(c) = 0 ∀ c es constante
E(cx) = cE(x) ∀ c es constante
E(cx + m ) = cE(x) + m ∀ c y m = constantes
E(ax + by) = aE(x) + bE(y) ∀ a,b = constantes
19. VARIANZA
𝑬 𝒙 𝟐 = 𝒙 𝟐 𝒇(𝒙)𝒅𝒙
𝑽 𝒙 = 𝒙 𝟐
𝒇(𝒙)𝒅𝒙 − 𝒙𝒇(𝒙)𝒅𝒙
PROPIEDADES
1. V(c) = 0 ∀ c es constante
2. V(cx) = 𝑐2
V(x) ∀ c es constante
3. V(ax + b ) = 𝑎2
V(x) + m ∀ a y b = constantes
4. Si “x” e “y” son variables independientes
V(ax + by) = 𝑎2
𝐕(x) + 𝑏2
𝐕(y) ∀ a,b = constantes