Variables Aleatorias

Probabilidades
Variables aleatorias conocidas
Clase N

0
Repaso Estadstica II
Estadstica II
Departamento de Estadstica
Universidad de Concepcion
Ines Varas C.
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Contenidos
Variables Aleatorias
Denicion
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denicion
Experimento Aleatorio

Se dene por un experimento aleatorio que corresponde a

un experimento el cual el resultado nal es incierto.

Ejemplos de experimentos aleatorios: lanzamiento de una (o

mas de una) moneda(s), lanzamiento de un dado, genero de
un alumno(a) seleccionado en el curso, etc.
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denicion
Espacio muestral

Se denota por S al espacio muestral que corresponde a

todos los resultados posibles de un experimento aleatorio .

Ejemplos:
Experimento () Espacio Muestral (S)

1
: lanzamiento 2 monedas S
1
:{cc,cs,sc,cc}

2
: lanzamiento 1 dado S
2
:{1,2,3,4,5,6}

3
: genero de 1 alumno S
3
:{M,F}
seleccionado del curso
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denicion
Variable Aleatoria

Una variable aleatoria se dene como una funcion real que, a

cada elemento del espacio muestral, le asigna uno y solo un
valor real.

Sea un experimento aleatorio y S el espacio muestral

asociado al experimento . Sean {w
1
, w
2
, . . .} los elementos
del espacio muestral S. Decimos que X es una variable
aleatoria (v.a.) si es una funcion tal que
X : S IR
: w
i
x
i
= X(w
i
) w
i
S
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denicion
Ejemplos Variables Aleatorias

Suponga que se realiza el experimento de lanzar una moneda

3 veces. El espacio muestral S del experimento es...

Se dene la variabe aleatoria X como la diferencia entre el

n umero de caras menos el n umero de sellos. Entonces:
w
i
X(w
i
) = x
i
w
1
= ccc X(w
1
) = +3 = x
1
w
2
= ccs X(w
2
) = +1 = x
2
w
3
= csc X(w
3
) = +1 = x
3
w
4
= scc X(w
4
) = +1 = x
4
w
5
= css X(w
5
) = 1 = x
5
w
6
= ssc X(w
6
) = 1 = x
6
w
7
= scs X(w
7
) = 1 = x
7
w
8
= sss X(w
8
) = 3 = x
8
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denicion
Recorrido de una v.a.

El conjunto de valores {x
1
, x
2
, . . .} corresponde a los valores
que toma la v.a. X luego que se aplica a cada elemento del
espacio muestral. El conjunto que reune todos los posibles
valore de la v.a. X se denota por R
x
y lo llamamos recorrido
de la v.a. X

As, para el experimento anterior, el recorrido de la v.a. que

mide la diferencia del n umero de caras menos el n umero de
sellos es
R
x
= {3, 1, 1, 3}
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denicion
Clasicacion de variables

Si la variable X es cuantitativa, dependiendo de como sea el

recorrido de la variable, esta puede ser

Discreta

Continua
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denici on de Probabilidad

Se dene probabilidad como una funcion que, a cada valor de

la v.a. X, le asigna un valor en el intervalo [0, 1]

As,
P : IR [0, 1]
: x [0, 1]

As, si R

es un evento, entonces
P(R

) = P(w S | X(w) R

) [0, 1]
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Denici on de Probabilidad

Se dene probabilidad como una funcion que, a cada valor de

la v.a. X, le asigna un valor en el intervalo [0, 1]

As,
P : IR [0, 1]
: x [0, 1]

As, si R

es un evento, entonces
P(R

) = P(w S | X(w) R

) [0, 1]
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Funci on de Probabilidad

Al conjunto de valores (x, P(X = x)) y (x, f (x)) se le conoce

como funcion de probabilidad y densidad, respectivamente.

En el caso de que X sea una variable discreta, hablamos de

funcion de probabilidad y cumple con:
i) P(x
i
) 0 x
i
R
X
ii)

x
i
R
X
P(x
i
) = 1

En el caso de que X sea una variable continua, hablamos de

funcion de densidad y cumple con:
i) f (x
i
) 0 x
i
R
X
ii)
_

f (x
i
)dx = 1
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Esperanza

Se dene como esperanza de una variable aleatoria como

el valor medio de la v.a. denotado por
X

El calculo del valor medio de X esta dado por

X
= E(X) =
_
xR
X
x
i
P(X = x
i
) v.a.discreta
_

x
i
f (x
i
)dx v.a.continua
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
Varianza

La varianza de una v.a. permite medir la variabilidad de la

v.a. y se denota por
2
X
:

2
X
= E
_
(X
X
)
2

Se obtiene como

2
X
=
_
xR
X
(x
i

X
)
2
P(X = x
i
) v.a.discreta
_

(x
i

X
)
2
f (x
i
)dx v.a.continua
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on Binomial

Cuenta el n umero de exitos en n ensayos Bernoulli.

X Bin(n, p) si
P(X = x) =
_
n
x
_
p
x
(1 p)
nx
x = 0, 1, 2, . . . , n

Ademas
E(X) = np V(X) = np(1 p)
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on Geometrica

Cuenta el n umero de ensayos Bernoulli que se deben realizar

hasta obtener el primer exito.

X Geo(p) si
P(X = x) = p(1 p)
x1
x = 1, 2, 3, . . .

Ademas
E(X) =
1
p
V(X) =
(1 p)
p
2
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on Binomial Negativa

Cuenta el n umero de ensayos Bernoulli que deben realizarse

para obtener r exitos.

X BinNeg(r , p) si
P(X = x) =
_
x 1
r 1
_
p
r
(1 p)
xr
x = r , r + 1, r + 2, . . .

Ademas
E(X) =
r
p
V(X) =
r (1 p)
p
2
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on Hipergeometrica

Cuenta cuantos elementos con cierta caracterstica de interes

hay en una muestra de tama no n, cuando la poblacion cuenta
con N elementos, de los cuales M tienen la caracterstica de
interes.

X Hiper (N, M, n) si
P(X = x) =
_
M
x
__
NM
nx
_
_
N
n
_ x =??
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on Poisson

Cuenta el n umero de eventos que ocurren en cierto intervalo

(longitud, tiempo, espacio, etc).

X Poisson() si
P(X = x) =
e

x
x!
x = 0, 1, 2, . . .

Ademas
E(X) = V(X) =
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on exponencial

Cuenta el tiempo(espacio, longitud, etc) trancurrido hasta el

primer evento Poisson o bien el tiempo(espacio, longitud, etc)
entre eventos Poisson.

X Exp() si
f (x) = e
x
x > 0

Ademas
E(X) =
1

V(X) =
1

2
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on Normal

Se denota por X N(,

2
) si
f (x) =
1

2
2
e
(x)
2
2
2
< x <

Ademas
E(X) = V(X) =
2
Ines Varas Clase N

0 Repaso Estadstica II
Variables Aleatorias
Probabilidades
Variables aleatorias conocidas
V.A. Discretas
Variables Continuas
Distribuci on Normal

El calculo de probabilidades en la distribucion Normal se basa

en la siguiente transformacion:
Z =
X

N(0, 1)
puesto que las probabilidades de la v.a. Z (dist. Normal
Estandar) se encuentran tabuladas.
Ines Varas Clase N

0 Repaso Estadstica II