Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Educacin Universitaria

Instituto Universitario Politcnico Santiago Mario
Barcelona Edo. Anzotegui
Estadstica II

VARIABLES
ALEATORIAS

Profesor:
Jorge Esparza

Estudiante:
Davinson Garca

C.I 19.184.885

Seccin: Sv

Barcelona, Julio del 2016

DESARROLLO

Variable Aleatoria
Es una funcin que en un suceso elemental un espacio muestral determinado se le
asigna un valor (casi siempre numrico).
Las variables aleatorias son necesarias ya que normalmente muchos experimentos
aleatorios los resultados por lo general no son numricos por esto se hace el uso de
las variables aleatorias.
Se pueden distinguir distintos tipos de variables aleatorias segn dos criterios de
clasificacin:
Variables cuantitativas que son las que resultan de experimentos cuyos
resultados son directamente numricos.
Variables cualitativas que son las que proceden de experimentos cuyos
resultados expresan una cualidad no numrica que necesita ser cuantificada.
Otra clasificacin ms operativa de las variables aleatorias sera:
Variable discreta: Aquella que se define sobre un espacio muestral
numerable, finito o infinito. Espacio numerable es aquel cuyos elementos se
pueden ordenar, asignndoles a cada uno un nmero de la serie de los
nmeros naturales (del 1 al n del 1 al I). Todas las variables con un
nmero finito de valores y todas las que tomen valores en nmeros enteros
o racionales (fraccionarios), son variables discretas.
Variable continua: Es aquella que se define sobre un espacio asimilable al
conjunto de los nmeros reales, es decir, un espacio no numerable (o un
espacio infinito de tipo C o infinito dos)

Ejemplos:
1. Si se elige al azar un autobs BTR (bus transito rpido) medimos la longitud
tiene 33 km de longitud.
2. Si del estadio Jos Antonio Anzotegui se patea un baln desde el estadio de
futbol y medimos la distancia 4 metros.
3. Si calculamos el tiempo en caer un gota de agua 6 segundos.
Todos estos resultados son ejemplos de variables aleatorias.

Determinacin de una Variable Aleatoria.

Si en un experimento aleatorio dado en el cual el espacio muestral asociado es E ,
se llamaran a los sucesos elementales en el espacio w ,la variable aleatoria seria:
X : R
w E X ( w )=r R

Que cumple, para todos valores reales x los conjuntos, Es un suceso de E.

{

w E
}
X (w ) x

Puesto que el experimento cuyo resultado se est midiendo con X es aleatorio, el valor de X
tambin ser aleatorio (no es posible conocerlo hasta que se lleve a cabo efectivamente el
experimento). Por tanto, cada posible valor de X tendr asignada una determinada
probabilidad.
Tendr asignada la probabilidad denotada como:
p ( X x )= p{

wE
}
X (w) x

Ejemplo 1:
Sea el experimento Tirar un dado. El espacio muestral es:
E = {x1, x2, x3, x4, x5, x6,} siendo estos las caras de los dados.
Los valores correspondientes a la variable aleatoria resultado obtenido seran:
x1=1, x2=2, x3=3, x4=4, x5=5, x6= 6
y sus probabilidades son:
P(x=1) =1/6; P(x=2) =1/6; P(x=3) =1/6; P(x=4) =1/6; P(x=5) =1/6; P(x=6) =1/6
Si calculamos la probabilidad mediante la ecuacin se tiene que:

p ( X x )= p{

wE
}
X (w) x

p ( X 1 )= p { 1 }=

Para un solo lado (equivale 1/6):

p ( X 3.67 ) =p {1,2,3 }=

Para tres lados (equivale 3/6):

Para seis lados (equivale a 1):

1
6
3
6

p ( X 867 )= p { 1,2,3,4,5,6 }=1

Ejemplo 2:
Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas. Calcular:
1. El espacio muestral.
E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}
2. El suceso A = {extraer tres bolas del mismo color}.
A = {(b,b,b); (n, n,n)}
3. El suceso B = {extraer al menos una bola blanca}.
B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)}
4. El suceso C = {extraer una sola bola negra}.
C = {(b,b,n); (b,n,b); (n,b,b)}
Ejemplo 3:
Hallar la probabilidad de que al lanzar al aire dos monedas, salgan:
a) Dos caras

P(2C)

1
1
2
1
=
2
4

Las probabilidades de que salgan 2 caras son de 1/4

b) Dos cruces.
1
1
P(2X) 2 = 1
2
4

Las probabilidades de que salgan 2 cruces son de 1/4

c) Una cara y una cruz.

1
1
1
1
2
2
1
+
=
d) P (1C 1X) =
2
2
2

Las probabilidades de que salgan 1 cara y 1 cruz

son de 1/2

Variables Aleatorias Discretas.

Una variable aleatoria se dir discreta si el conjunto de valores que toma es un conjunto
numerable, es decir, que solo puede tomar unos valores concretos. Dicho conjunto lo
denotaremos por: {x1, x2, x3, xk}

Toda variable aleatoria discreta tiene asociada una funcin de probabilidad, que, a cada
valor, le marca la probabilidad de que la variable tome dicho valor. Esta probabilidad viene
a jugar el mismo papel que la frecuencia relativa en los temas de estadstica.
En otras palabras, yo la definira como aquellas variables que toman un numero finito o
numerable de valores.
Ejemplo:
Y = Resultado de aplicar un tratamiento a un enfermo en el hospital Luis Razetti y
observar si se cura (1) o no se cura (0).
Y {1,0} sus posibles valores son 0 (no se cur) y 1(si se cur).
Funcin de probabilidad
Dada una variable aleatoria discreta X, se define su funcin funcin de probabilidad como
la funcin que a cada valor x le asigna su probabilidad de ocurrencia :
fx =P (X =x)
Ejemplo 1:
Si en cierta poblacin de insectos el 30% son machos y el 70% hembras, y se elige al azar
un insecto, siendo:

x= 0
1

0 si el insecto es hembra y 1 si el insecto es macho

entonces la funcin de probabilidad de X es:

x=

0.7
0.3
0

0.7(70%) para x=0, 0.3(30%) para x=1, 0(0%) para otro caso

Variables Aleatorias Continuas .

es una funcin X que asigna a cada resultado posible de un experimento un nmero real. Si
X puede asumir cualquier valor en algn intervalo I (el intervalo puede ser acotado o
desacotado), se llama una variable aleatoria continua. Si puede asumir solo varios valores

distintos, se llama una variable aleatoria discreta. En otras palabras, son aqullas que toman
un valores en un rango continuo.
Ejemplos:
1. Encuentre una estrella en el cosmos y tome para X su distancia del sistema solar en
aos luz. Entonces X es una variable aleatoria continua cuyos valores son nmeros
reales en el intervalo (0 + )
2. Tome para X la temperatura de una persona enferma, tomada con un termmetro de
mercurio con una escala de 70 hasta 120. Entonces X es continua con valores en el
intervalo [70,120]
Si X es una variable aleatoria, estamos frecuentemente interesado en
la probabilidad de que X asume un valor en cualquier rango. Por ejemplo, si X el
ltimo precio cotizado de las acciones de Empresas Polar, y observamos que el
precio est entre $10 y $20 60% del tiempo, entonces:
La probabilidad de que X tome un valor entre $10 y $20 es 0.6.
Escribimos esta declaracin matemticamente: P(10<=x<=20)=0.6
Ejercicio:
Juan sale del Santiago Mario caminando por la pasarela jugando pokemon go
desde su telfono Android al cruzar , el brayan se de cuenta del telfono y trata de
robarlo ,la polica que estaba cerca es alertada por los transentes ,al notar al
sospechoso se inicia la persecucin donde inician los disparos ,uno de los oficiales
es francotirador experto del CICPC ,este mide al asaltante y se prepara a disparar si
el radio de la cabeza del sospechoso es de 12 cm ,cual es la probabilidad de que le
dispare a 3cm del centro de la cabeza.
X= distancia desde el punto donde ha acertado la bala
hasta el centro de la cabeza

calculando con la formula=

P(x<=3) =

area(circulo de area 0.03 m)

=
area(ciculo de 0.12 m)

( 0.03)2 (0.009)
=
=0.625
( 0.12)2 (0.0144)

Si se definieran por medio de las integrales que una variable aleatoria X continua
tiene una distribucin absolutamente continua si existe una funcin real f, positiva e
integrable en el conjunto de nmeros reales, tal que la funcin de
distribucin F de X se puede expresar como:
1. f(x) 0

xR

2.
3.

f (x )dx=1

P (a X b ) = P (a < X b ) =P (a X< b )= P (a < X< b )

La funcin de densidad de una variable aleatoria continua X es una funcin continua tal que
su integral entre los extremos de un intervalo nos da el valor de la probabilidad de que X
tome valores en ese intervalo.

La representacin grfica de la funcin de densidad en un sistema de ejes cartesianos es la

de una curva continua, construida de forma tal que la altura de la curva, sobre el eje de las
X, en cada punto es el cociente entre el diferencial de la probabilidad en dicho punto y el
diferencial de x. Esta construccin es una extensin por diferenciacin del concepto de
histograma.
Como consecuencia, la integral de f(x) sobre todo el campo de variacin de X es igual a 1.

Distribucin conjunta de dos variables

Cuando tenemos dos variables aleatorias X e Y, si queremos estudiarlas conjuntamente
debemos establecer una relacin que ligue los valores de una con los de la otra. Esta
relacin podr ser lgica o no, til o no, en cualquier caso, dadas dos variables cualesquiera
y una relacin que las ligue se puede pensar en realizar un estudio estadstico conjunto, es
decir, aun cuando en la prctica slo se utilicen variables unidas por nexos lgicos, desde
un punto de vista puramente terico, toda relacin imaginable puede ser estudiada.

Las propiedades que debe cumplir la funcin de probabilidad conjunta son:

1.

Como consecuencia del primer axioma.

2.

Como consecuencia del segundo axioma.

3.

Por definicin.