VARIABLES ALEATORIAS

Ejercicio: Una compañía de transporte dispone

Definición: de microbuses con equipos de comunicaciones
Una variable aleatoria (v.a.) es una función que de última generación. Algunos microbuses están
asocia a cada resultado de un experimento equipados con TMC (Traffic Message Channel o
aleatorio un número real. Se utilizan letras Canal de Mensajes de Tráfico) y otros
mayúsculas X, Y, ... para designar variables microbuses tienen LBS (Location Based
aleatorias. Services). Se seleccionan aleatoriamente dos de
estos microbuses para realizar un chequeo
preventivo. Sea la variable aleatoria 𝑋, número
Ejemplo: Suponga que se lanzan una moneda al de microbuses seleccionados que tienen el
aire. sistema TMC, describa el espacio muestral de 𝑋.
𝑆 = {𝐶𝑎𝑟𝑎, 𝑆𝑒𝑙𝑙𝑜} X: Número de caras
Solución
Sea la letra t que representa a un microbús que
utiliza el sistema TMC, y sea la letra e que
𝑋: {0,1} representa a un microbús que tiene el sistema
0 1 LBS.

Luego el espacio muestral del experimento

seleccionar un microbús es:

S={ (t, e), (e, t), (t, t), (e, e)}

Teniendo en cuenta la variable aleatoria 𝑿 tendrá

las siguientes valores: 𝑋 = {0, 1, 2}
 VARIABLES ALEATORIAS
Variable aleatoria discreta Variable aleatoria continua
Estas variables son aquellas cuyo intervalo Puede tomar cualquier valor en una
de valores es finito o numerable (Pueden escala continua, es decir, en un intervalos
ser colocados en lista en una secuencia). [a,b], donde a y b son dos números
reales.

Ejemplo:
✓ X: La suma de las caras del lanzamiento Ejemplo:
de dos dados.
x = 2, 3, …, 12. ✓ Y: Proporción de personas que responden
a cierta encuesta enviada por correo.
✓ Z: El número de unidades producidas en
0 ≤ y ≤ 1.
una hora de trabajo en una empresa.
✓ Z: Cantidad de llenado de una bebida en
z = 0, 1, 2, 3,4,...
un vaso de 30 onzas.
0 ≤ z≤ 30.
✓ W: El número de accidentes de tránsito
✓ W: Ingreso en miles de pesos de un
que se registran por semana en un
grupo de trabajadores.
municipio.
w ≥ 0.
w = 0, 1, 2, 3,4,...
 DISTRIBUCIÓN DE PROBABILIDAD
Una de las preocupaciones de los científicos ha sido construir modelos o funciones que
pudieran representar el comportamiento teórico de diferentes fenómenos aleatorios que
aparecían en el mundo real (Por ejemplo: Una función para estudiar el tiempo entre dos
llegadas consecutivas de clientes a un banco). La pretensión de modelar lo observable ha
constituido siempre una necesidad básica, dado que a través de esas construcciones teóricas,
los modelos, podemos experimentar sobre aquello que la realidad no le permitía.

Una distribución de probabilidad es un modelo o función matemática que proporciona los

posibles resultados de una variable aleatoria y la probabilidad de ocurrencia (Se puede
expresar en general por medio de una fórmula o de alguna tabla).

Ejemplo: Suponga que le interesa el número de caras que aparecen en dos lanzamientos de
una moneda. ¿Cuál es la distribución de probabilidad del número de caras?
Espacio X: Número
muestral de caras Número Probabilidad del
de caras resultado
SS 0 x P(X=x)
SC 1 0 0.25
CS 1 1 0.50
CC 2 2 0.25
 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS DISCRETAS

FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD FUNCIÓN DE DISTRIBUCIÓN ACUMULADA F(x)

Una distribución de probabilidad discreta La función de distribución acumulada (fda) de

(Función de masa de probabilidad-fmp) la variable aleatoria X, es la probabilidad de que
tiene un número contable de valores X sea menor o igual a un valor especifico de xj y
posibles. Sea X una variable aleatoria está dada por:
discreta, que toma los posibles valores x1,
x2, …, xn, se llamará a: 𝐹 𝑥𝑗 = 𝑃 𝑋 ≤ 𝑥𝑗 = 𝑝 𝑥1 + ⋯ + 𝑝 𝑥𝑗

𝑝(𝑥) = 𝑃(𝑋 = 𝑥) Tarea: Investigar las propiedades de la función

de distribución acumulada.
La función de distribución de probabilidad
de la variable aleatoria X, si cumple las
siguientes propiedades:

1. 0 ≤ 𝑝 𝑥𝑖 ≤ 1
2. 𝑝 𝑥1 + 𝑝 𝑥2 + ⋯ + 𝑃(𝑥𝑘 ) = 1
Número de caras
P(X=x)
x
0 0.25
1 0.50
2 0.25
 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS DISCRETAS

Ejemplo: El Departamento de Estadística de una universidad tiene un laboratorio con seis computadoras
reservadas para estudiantes de estadística. Sea X el número de computadoras que están en servicio a
una hora particular del día. Suponga que la distribución de probabilidad de X es como se da en la tabla
siguiente:
x 0 1 2 3 4 5 6
P(x) 0.05 0.10 0.15 0.25 0.20 0.15 0.10

Calcule la probabilidad de que:

a. cuando mucho 2 computadoras estén en servicio.
b. por lo menos 3 computadoras estén en servicio.
c. entre 2 y 5 computadoras inclusive estén en servicio.

Solución
a. 𝑃 𝑋 ≤ 2 = 𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 + 𝑃 𝑋 = 2 = 0.05 + 0.10 + 0.15 = 0.30
La probabilidad de que cuando mucho 2 computadoras estén en servicio es de 0.30

b. 𝑃 𝑋 ≥ 3 = 𝑃 𝑋 = 3 + 𝑃 𝑋 = 4 + 𝑃 𝑋 = 5 + 𝑃 𝑋 = 6 = 0.70
𝑃 𝑋 ≥ 3 = 1 − 𝑃 𝑋 < 3 = 1 − 𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 + 𝑃 𝑋 = 2 = 1 − 0.3 = 0.7
La probabilidad de que por lo menos 3 computadoras estén en servicio es de 0.7

c. 𝑃 2 ≤ 𝑋 ≤ 5 = 𝑃 𝑋 = 2 + 𝑃 𝑋 = 3 + 𝑃 𝑋 = 4 + 𝑃 𝑋 = 5 = 0.75
La probabilidad de que entre 2 y 5 computadoras inclusive estén en servicio es de 0.75
 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS DISCRETAS
Ejemplo: Una tienda vende unidades de memoria flash, ya sea con 1 GB, 2 GB, 4 GB, 8 GB o 16 GB de
memoria. La tabla adjunta muestra la distribución de Y= la cantidad de memoria en un disco comprado:

y 1 2 4 8 16
P(Y) 0.05 0.10 0.35 0.40 0.10

Determine la función de distribución acumulada F(y) para cada uno de los valores posibles de Y.

Solución

𝐹 1 = 𝑃 𝑌 ≤ 1 = 𝑃 𝑌 = 1 = 0.05
𝐹 2 = 𝑃 𝑌 ≤ 2 = 𝑃 𝑌 = 1 + 𝑃 𝑌 = 2 = 0.05 + 0.10 = 0.15
𝐹 4 = 𝑃 𝑌 ≤ 4 = 𝑃 𝑌 = 1 + 𝑃 𝑌 = 2 + 𝑃 𝑌 = 4 = 0.05 + 0.10 + 0.35 = 0.5
𝐹 8 = 𝑃 𝑌 ≤ 8 = 𝑃 𝑌 = 1 + 𝑃 𝑌 = 2 + 𝑃 𝑌 = 4 + 𝑃 𝑌 = 8 = 0.05 + 0.10 + 0.35 + 0.40 = 0.9
𝐹 16 = 𝑃 𝑌 ≤ 16 = 𝑃 𝑌 = 1 + 𝑃 𝑌 = 2 + 𝑃 𝑌 = 4 + 𝑃 𝑌 = 8 + 𝑃 𝑌 = 16 = 0.05 + 0.10 + 0.35 + 0.40 + 0.10 = 1

0, 𝑦<1
0.05, 1≤𝑦<2
0.15, 2≤𝑦<4
𝐹 𝑦 =
0.50, 4≤𝑦<8
0.90, 8 ≤ 𝑦 < 16
1, 𝑦 ≥ 16

Devore, J. L. Probability and Statistics for Engineering and the Sciences. Cengage learning.
 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS CONTINUAS

Variable aleatoria continua

Recuerde que una variable aleatoria es continua si sus valores posibles comprenden un solo
intervalo sobre la línea de numeración (Para cualquier par de valores A y B, cualquier número x
entre Ay B es un valor posible) o una unión de intervalos disjuntos.
Ejemplo 1
Sea X la cantidad de tiempo que un cliente seleccionado al azar pasa esperando antes de que comience su corte de
pelo. El primer pensamiento podría ser que X es una variable aleatoria continua, el tiempo de espera será continuo
puesto que X podría asumir entonces cualquier valor entre un tiempo mínimo posible A y un tiempo máximo posible B.

Ejemplo 2
Si se selecciona al azar un compuesto químico y se determina su pH X (Medida del grado de acidez o alcalinidad de una
sustancia o una solución), entonces X es una variable aleatoria continua porque cualquier valor pH entre 0 y 14 es
posible. Si se conoce más sobre el compuesto seleccionado para su análisis, entonces el conjunto de posibles valores
podría ser un subintervalo de [0, 14], tal como 5.5 ≤ 𝑥 ≤ 6.5, pero X seguiría siendo continua.
Ejemplo: Con el fin de realizar un control de calidad en una fábrica
FUNCIÓN DE DENSIDAD
de baterías, se mide el tiempo de duración de baterías elegidas al Si se mide el tiempo con
azar y se define la variable aleatoria: mucho más precisión Si se continúa de esta
cada rectángulo en el manera midiendo el
𝑋: 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑑𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑢𝑛𝑎 𝑏𝑎𝑡𝑒𝑟𝑖𝑎 histograma resultante es tiempo más y más
mucho más angosto. finamente, la
Supongamos que la medimos inicialmente en horas, imaginemos secuencia resultante
que disponemos de un número muy grande de datos de tal manera de histograma se
aproxima a una curva
que podemos construir un histograma de densidad (La suma del
más regular.
área de todos las barras es 1):

0.03 0.03

Densidad 0.03

0.02 0.02
Densidad

Densidad
0.02

0.01
0.01

0.01

0.00
0.00
125 150 175 200 225
125 150 175 200 225 Tiempo de duración de las baterías
Tiempo de duración de las baterías
0.00

125 150 175 200 225

Tiempo de duración de las baterías
0.03

Fíjese como cada vez la

distribución (Comportamiento)
de tu variable es cada vez más La función de densidad es precisamente este
Densidad

0.02

suave y puedes intuir mejor contorno. Es una línea continua que representa
como es la forma de la la distribución de densidad de TODA LA
distribución. 0.01
POBLACIÓN, la cual llamaremos función de
densidad f(x).
0.00

125 150 175 200 225

Tiempo de duración de las baterías
DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS CONTINUAS

Variable aleatoria continua X

La distribución de probabilidad de una variable aleatoria

continua X está caracterizada por una función f(x) que recibe
el nombre de función de densidad de probabilidad (fdp).

Y por la función de distribución acumulativa F(x), que

representa la probabilidad de 𝑋 ≤ 𝑥.
 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
FUNCIÓN DE DENSIDAD DE PROBABILIDAD Ejemplo:
Sea X la variable aleatoria que representa el dinero
Una función de densidad de probabilidad se define invertido en publicidad por la empresa “Repuestos
como una ecuación f(x) que al integrase entre a y b Miguelito”, en unidades de $1’000.000, la cual tiene
representan la probabilidad de que la variable una función de densidad de probabilidad está dada
aleatoria X tome valores entre a y b, esto es: por:
𝑏
𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = න 𝑓 𝑥 𝑑𝑥 𝑥
𝑎 La probabilidad de , 3≤𝑥≤5
que X asuma un valor
𝑓 𝑥 = ቐ8
en el intervalo [a, b] 0, en cualquier otro caso
es el área sobre este
intervalo y bajo la
gráfica de la función Verifique que f(x) es una fdp.
de densidad.
5
𝑥
න 𝑑𝑥 = 1
Claramente, 𝑓 𝑥 ≥ 0
3 8
La gráfica de f(x) a menudo se conoce como curva
de densidad.

Para que f(x) sea una función de densidad de

probabilidad legítima, debe satisfacer las dos
siguientes condiciones:
a. 𝑓 𝑥 ≥ 0, −∞ < 𝑥 < ∞
5 5
∞ 𝑥 1 5 1 𝑥2 1 25 9 1
b. ‫׬‬−∞ 𝑓 𝑥 𝑑𝑥 = 1 න 𝑑𝑥 = න 𝑥 𝑑𝑥 = = − = 8 =1
3 8 8 3 8 2 8 2 2 8
(á𝑟𝑒𝑎 𝑏𝑎𝑗𝑜 𝑡𝑜𝑑𝑎 𝑙𝑎 𝑔𝑟á𝑓𝑖𝑐𝑎 𝑑𝑒 𝑓 𝑥 ) 3
 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
FUNCIÓN DE DENSIDAD DE PROBABILIDAD Observaciones:

Una función de densidad de probabilidad se define Cuando X es una variable aleatoria discreta, a cada
como una ecuación f(x) que al integrase entre a y b valor posible se le asigna una probabilidad positiva
representan la probabilidad de que la variable P(X=c). Esto no es cierto en el caso de una variable
aleatoria X tome valores entre a y b, esto es: aleatoria continua porque el área bajo una curva
𝑏 de densidad situada sobre cualquier valor único es
𝑃(𝑎 ≤ 𝑋 ≤ 𝑏) = න 𝑓 𝑥 𝑑𝑥 cero:
𝑎 La probabilidad de 𝑐
que X asuma un valor 𝑃 𝑋 = 𝑐 = න 𝑓 𝑥 𝑑𝑥 = 0
en el intervalo [a, b] 𝑐
es el área sobre este
intervalo y bajo la
gráfica de la función El hecho de que P(X=c)= 0 cuando X es continua
de densidad. tiene una importante consecuencia práctica:

La probabilidad de que X quede en algún intervalo

La gráfica de f(x) a menudo se conoce como curva entre a y b no depende de si el límite inferior a o el
de densidad. límite superior b está incluido en el cálculo de
probabilidad:
Para que f(x) sea una función de densidad de
probabilidad legítima, debe satisfacer las dos 𝑃 𝑎≤𝑋≤𝑏 =𝑃 𝑎<𝑋<𝑏
siguientes condiciones: = 𝑃(𝑎 ≤ 𝑋 < 𝑏) = 𝑃(𝑎 < 𝑋 ≤ 𝑏)
a. 𝑓 𝑥 ≥ 0, −∞ < 𝑥 < ∞
∞
b. ‫׬‬−∞ 𝑓 𝑥 𝑑𝑥 = 1
(á𝑟𝑒𝑎 𝑏𝑎𝑗𝑜 𝑡𝑜𝑑𝑎 𝑙𝑎 𝑔𝑟á𝑓𝑖𝑐𝑎 𝑑𝑒 𝑓 𝑥 )
 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
FUNCIÓN DE DISTRIBUCIÓN ACUMULADA Ejemplo:
Sea X la variable aleatoria que representa el
La función de distribución acumulada para una dinero invertido en publicidad por la empresa
variable aleatoria continua se define como: “Repuestos Miguelito”, en unidades de
𝑥
𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = ‫׬‬−∞ 𝑓 𝑡 𝑑𝑡 $1’000.000, la cual tiene una función de
densidad de probabilidad está dada por:
F(x) es el área bajo la
curva de densidad a 𝑥
, 3<𝑥<5
la izquierda de x. 𝑓 𝑥 = ቐ8
0, en cualquier otro caso

La función de distribución acumulada cumple las Determine lo siguiente:

siguientes propiedades: 1. La función de distribución acumulada (fda).
2. La probabilidad de que el dinero invertido
1. 𝐹 −∞ = 0 y 𝐹 ∞ = 1 en publicidad sea menor a $4’000.000.
2. 𝑃 𝑋 > 𝑎 = 1 − 𝑃 𝑋 ≤ 𝑎 = 1 − 𝐹 𝑎 3. La probabilidad de que el dinero invertido
3. 𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = 𝐹 𝑏 − 𝐹 𝑎 en publicidad se este entre $ 4’000.000 y $
5’000.000.
Es importante notar que la derivada de la función de 4. La probabilidad de que el dinero invertido
distribución de probabilidad nos permite encontrar la en publicidad sea mayor a $ 4’550.000.
función de densidad es decir:
𝑑𝐹(𝑥)
= 𝐹 ′ 𝑥 = 𝑓(𝑥)
𝑑𝑥
 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
Ejemplo:
Sea X la variable aleatoria que representa el dinero invertido en publicidad por la empresa “Repuestos Miguelito”, en
unidades de $1’000.000, la cual tiene una función de densidad de probabilidad está dada por:

𝑥
, 3≤𝑥≤5
𝑓 𝑥 = ቐ8
0, en cualquier otro caso

Determine lo siguiente: • Para cualquier número entre 3 y 5 se tiene:

1. La función de distribución acumulada (fda).
𝑥 𝑥
𝑡 1 𝑡2 1 𝑥2 9
• Para cualquier número menor a 3. 𝐹 𝑥 = න 𝑑𝑡 = = −
3 8 8 2 3
8 2 2
2
𝐹 𝑥 =0 𝑥 9
𝐹 𝑥 = −
16 16
0, 𝑥<0
2
𝑥 9
𝐹 𝑥 = − , 3≤𝑥≤5
16 16
1, 𝑥>5
• Para cualquier número mayor que 5:

𝐹 𝑥 =1

X
 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
Ejemplo:
Sea X la variable aleatoria que representa el dinero invertido en publicidad por la empresa “Repuestos Miguelito”, en
unidades de $1’000.000, la cual tiene una función de densidad de probabilidad está dada por:

𝑥 0, 𝑥<0
, 3≤𝑥≤5 2
𝑥 9
𝑓 𝑥 = ቐ8 𝐹 𝑥 = − , 3≤𝑥≤5
0, en cualquier otro caso 16 16
1, 𝑥>5
Determine lo siguiente:
1. La probabilidad de que el dinero invertido en publicidad sea menor a $4’000.000.
2. La probabilidad de que el dinero invertido en publicidad se este entre $ 4’000.000 y $ 5’000.000.
3. La probabilidad de que el dinero invertido en publicidad sea mayor a $ 4’550.000.

42 9 𝑃 𝑋 > 4.55 = 1 − 𝐹 4.55 = 1 −

4. 52
−
9
𝑃 𝑋 < 4 = 𝐹(4) = − = 0.4375 16 16
16 16
𝑃 𝑋 > 4.55 = 1 − 0.73140625 = 0.26859375
La probabilidad de que el dinero
invertido en publicidad sea menor a La probabilidad de que el dinero invertido
$4’000.000 es de 0.4375. en publicidad sea mayor a $ 4’550.000 es
de 0.26859375.
52 9
𝑃 4<𝑋 <5 =𝐹 5 −𝐹 4 = − − 0.4375
16 16
𝑃 4 < 𝑋 < 5 = 1 − 0.4375 = 0.5625

La probabilidad de que el dinero invertido en

publicidad se este entre $ 4’000.000 y $
5’000.000 es de 0.5625.