PROBABILIDAD Y ESTADISTICA
1. VARIABLES
ALEATORIAS
UNIDIMENSIONALES
1.1 OBJETIVO
Objetivo: El alumno analizaré el comportamiento probabilista de una variable
aleatoria, a través de su distribucién y caracteristicas numéricas.
1.2 CONCEPTO DE VARIABLE ALEATORIA
Considérese un espacio muestral S donde esta definida una funcién de
probabilidad. Una variable aleatoria (v.a.) es una funcién X que asigna a cada
uno de los elementos s < S un numero real x(s), figura 1.
s ‘ Rx
a) »)
Figura 1
Interpretacion de variable aleatoria. a) S: Espacio muestral del experimento, b) Ry: Recorrido
de la variable aleatoria Xaleatoria Re al conjunto de valores x(8),
ina recorrido de I8 vary corgi KT Se baton "
ge denomint vie considera’ yestral original S correspond a los.
se 95, o! 6808010 Fre nado experimento aleatorio, mientras
icos de un variable aleatoria X que representa jag
‘el experimento en cuestion.
asociado ra fu
icas dé interés : la naturaleza i
3 ee sario tomar la incional de ty.
i + o
En un andlisis de este no mes bien, interesara identificar los valores posible
ion); ,
(regia de wranstortindizar por el origen dé ellos.
diversos autores de tratados
jonar que generalmente los div : a
ee en Fae Tenotsr con letras maydsculas: UV, x YZ a las
ca vies ‘aleatorias, asi mismo identifican valores especificos de las variables
Sieatoras con letras mintisculas: U, V, X: y, z del alfabeto latino.
1.2.4: En un hospital con fines estadisticos se registraré el género, ya sea
Biome 0 Masculino (M), de manera ordenada, de los proximos tres nacimientos
dentro de sus instelaciones; ef espacio muestral asociado a este experimento es:
SuIEPR, FFM, FMF, MEF, FMM, MFM, MMF, MMM}. Definiéndose para este experimento
como variable aleatoria X al numero de bebés que tienen el género femenino en la tema
de nacimientos. Describir de manera ordenada el recorrido (Rx ) de /a variable aleatoria X.
Solucién:
En la tabla 1 se muestra la relacién entre el espacio muestral original y el espacio de
recorrido de X.
Valor numérico
s x(8) real de la variable
aleatoria X, (Rx)
FFF (FFF) 3
FFM, FMF, MEF x(FFM), x(FMF), x(MFF) a
FMM, MFM, MMF —_x(FMM), x(MFM), x(MMF) 1
MMM (MMM) 0
‘abl
Espacio muestral y el recorrido de X, pa tres nacimientos dentro del hospital
X09 nan iage aus pare cada resutdo s « S comesponde dnicamente un ake
xs) rentes de s pueden dar el mismo valor de la variable ale!
, en
General, clasifican a las variables aleatorias en discretas y continues.
43
3 VARIABLES ALEATORIAS DISCRETAS.
Son aquelias
que estabi
8 y los némeros ehitefoaren Correspondencia uno a uno entre los resultados
Bueden tomer o Positives
ies itivos (0, 1, 2, 3,...), principalmente; Pe"
contables o no, septinece incluso no rangers Cee eitantes son
®8Pacio muestral finito o infinito.
=1.3.1: Un nifio extrae al azar, de manera consecutive; tres Canicas de una
Aeon, cinco blancas y cuatro negras. Sea X la variable aleatoria que denota ef nanen
de canicas blancas en la tema de resultados. Determinar of espacio de recorrido de x.
Solucion:
EI espacio muestral de este experimento es: $ =
resultados diferentes y el recorrido con Ia variable al
como: Ry= {0, 1, 2, 3).
{bbb, bbn, bnb,...n"n} con ocho
featoria X preestablecida se define
Ejemplo 1.3.2: Una compafila realizaré Perforaciones cada
Océano Pacifico, @! proyecto terminaré de acuerdo a
perforaciones encuentren petréleo. Sea X Ia variable aleal
perforaciones que se tienen que realizar hasta encontrar ef
Soluci6n:
kilémetro sobre 61 litoral del
uN contrato cuando cinco
toria que indica el némero de
quinto pozo con petréleo.
1.3.1 FUNCION DE PROBABILIDAD DE UNA VARIABLE ALEATORIA
DISCRETA
Ahora si X es una variable aleatoria discreta, se denominaré f(x) = P(K = x)
funcién de Probabilidad de la variable aleatoria X, si satisface las siguientes
condiciones:
af®)20; vxeerx
b) > fx) =1
%
b
P@asX 1), P(1sX<4) y PX= 2)
4solucton:
4) El namero n(s) de todos los posiblas
n(s) = (52) = 2,598,960
El espacio de recorrido R,. = {0, 1, 2, 34)
b) Distribucion de probabilidad
‘Si en la “mano” no aparecen ases, implica que el num
_ (4) (48) _ er
n(0) = (5) (4G) = 2,732,302
Por lo tanto la probabilidad de que no ‘saigan ases en la ‘mano’ es:
P(X =0) = f(0) = 2@ () ) Z
n> () = 0.6588
De la misma manera: 5
(4) (48
aa _ GG)
08 de este experimento
de resultados a favor es:
P(X =1)=f(1) eaG)e (®) = 0.2994
Pur=2)= fa == aw = 00399
P(X = 3) = f(3) 13-0. 0.0017
P(X = 4)=f(4) = oo = eo = 0.000018
Como puede observarse f(x) 2 Oen todos los casos y f(t) = 1
=o :
por lo que se demuestra que f(x) es una funcién de probabilidad. Enseguide se
muestran las tres formas de la distribuci6n de probabilidad:
b.1) Tabular: 6.2) Anallica
x £0)
4) (48
0 0.658840 iGo)
Sax). ~ 20,1234
tik pyaaa70 Oe) , 220,12
2 0.039900 f@)= (@)
3 0.001700
4 0.000018 0, rere
ZfOd= £
Tabla 3.a