3.

1 Variables aleatorias
En cualquier experimento, existen numerosas características que pueden ser observadas o
medidas, pero en la mayoría de los casos un experimentador se enfoca en algún aspecto es-
pecífico o aspectos de una muestra. Por ejemplo, en un estudio de patrones de viaje entre los
suburbios y la ciudad en un área metropolitana, a cada individuo en una muestra se le
podría preguntar sobre la distancia que recorre para ir de su casa al trabajo y viceversa y el
número de personas que lo hacen en el mismo vehículo, pero no sobre su coeficiente inte-
lectual, ingreso, tamaño de su familia y otras características. Por otra parte, un investigador
puede probar una muestra de componentes y anotar sólo el número de los que han fallado
dentro de 1000 horas, en lugar de anotar los tiempos de falla individuales.
En general, cada resultado de un experimento puede ser asociado con un número es-
pecificando una regla de asociación (p. ej., el número entre la muestra de diez componentes
que no duran 1000 horas o el peso total del equipaje en una muestra de 25 pasajeros de ae-
rolínea). Semejante regla de asociación se llama variable aleatoria, variable porque dife-
rentes valores numéricos son posibles y aleatoria porque el valor observado depende de cuál
de los posibles resultados experimentales resulte (figura 3.1).

2 1 0 1 2

Figura 3.1 Una variable aleatoria.

DEFINICIÓN Para un espacio muestral dado S de algún experimento, una variable aleatoria (va, o
rv, por sus siglas en inglés) es cualquier regla que asocia un número con cada resul-
tado en S. En lenguaje matemático, una variable aleatoria es una función cuyo domi-
nio es el espacio muestral y cuyo rango es el conjunto de números reales.

Se acostumbra denotar las variables aleatorias con letras mayúsculas, tales como X y Y,
que son las de cerca del final del alfabeto. En contraste al uso previo de una letra minúscu-
la, tal como x, para denotar una variable, ahora se utilizarán letras mayúsculas para repre-
sentar algún valor particular de la variable aleatoria correspondiente. La notación X(s)  x
significa que x es el valor asociado con el resultado s por la va X.

Ejemplo 3.1 Cuando un estudiante intenta entrar a un sistema de tiempo compartido de computadora, o
todos los puertos están ocupados (F), en cuyo caso el estudiante no podrá tener acceso o hay
por lo menos un puerto libre (S), en cuyo caso el estudiante sí podrá tener acceso al siste-
ma. Con S  {S, F}, la va X se define como

X(S)  1 X(F)  0

La va X indica si (1) o no (2) el estudiante puede entrar al sistema. ■

La va X en el ejemplo 3.1 se especificó al poner en lista explícitamente cada elemen-

to de S y el número asociado. Una lista como esa es tediosa si S contiene más de algunos
cuantos resultados, pero con frecuencia puede ser evitada.
 Variables aleatorias discretas y distribuciones de probabilidad

Ejemplo 3.2 Considere el experimento en el cual un número telefónico en cierto código de área es elegi-
do con un marcador de números aleatorio (tales dispositivos los utilizan en forma extensa
organizaciones encuestadoras) y defina una va Y como
1 si el número seleccionado no aparece en el directorio
Y { 0 si el número seleccionado sí aparece en el directorio
Por ejemplo, si 5282966 aparece en el directorio telefónico, entonces Y(5282966)  0 en
tanto que Y(7727350)  dice que el número 7727350 no aparece en el directorio telefóni-
co. Una descripción en palabras de esta índole es más económica que una lista completa,
por lo que se utilizará tal descripción siempre que sea posible. ■

En los ejemplos 3.1 y 3.2, los únicos valores posibles de la variable aleatoria fueron
0 y 1. Tal variable aleatoria se presenta con suficiente frecuencia como para darle un nom-
bre especial, en honor del individuo que la estudió primero.

DEFINICIÓN Cualquier variable aleatoria cuyos únicos valores posibles son 0 y 1 se llama varia-
ble aleatoria de Bernoulli.

En ocasiones se deseará definir y estudiar varias variables diferentes del mismo espa-
cio muestral.

Ejemplo 3.3 El ejemplo 2.3 describe un experimento en el cual se determinó el número de bombas en
uso en cada una de dos gasolinerías. Defina las variables aleatorias X, Y y U como

X  el número total de bombas en uso en las dos gasolinerías.

Y  la diferencia entre el número de bombas en uso en la gasolinería 1 y el número
en uso en la gasolinería 2.
U  el máximo de los números de bombas en uso en las dos gasolinerías.

Si se realiza este experimento y s  (2, 3) se obtiene entonces X((2, 3))  2  3  5, por

lo que se dice que el valor observado de X fue x  5. Asimismo, el valor observado de Y se-
ría y  2  3  1 y el de U sería u  máx(2, 3)  3. ■

Cada una de las variables aleatorias de los ejemplos 3.1–3.3 puede asumir sólo un nú-
mero finito de posibles valores. Éste no tiene que ser el caso.

Ejemplo 3.4 En el ejemplo 2.4, se consideraron experimentos en los cuales se examinaron baterías has-
ta que se obtuvo una buena (S). El espacio muestral fue S  {S, FS, FFS, . . .}. Defina una
variable aleatoria X como
X  el número de baterías examinadas antes que se termine el experimento.
En ese caso X(S)  1, X(FS)  2, X(FFS)  3, . . . , X(FFFFFFS)  7, y así sucesivamen-
te. Cualquier entero positivo es un valor positivo de X, así que el conjunto de valores posi-
bles es infinito. ■

Ejemplo 3.5 Suponga que del mismo modo aleatorio, se selecciona un lugar (latitud y longitud) en los
Estados Unidos continentales. Defina una variable aleatoria Y como
Y  la altura sobre el nivel del mar en el lugar seleccionado.
Por ejemplo, si el lugar seleccionado fuera (39° 50N, 98° 35O, entonces se podría tener
Y((39° 50N, 98° 35O))  1748.26 pies. El valor más grande posible de Y es 14 494
 3.1 Variables aleatorias

(Monte Whitney) y el valor más pequeño posible es 282 (Valle de la Muerte). El conjun-
to de todos los valores posibles de Y es el conjunto de todos los números en el intervalo en-
tre 282 y 14 494, es decir,
{y: y es un número, 282  y  14 494}
y existe un número infinito de números en este intervalo. ■

Dos tipos de variables aleatorias

En la sección 1.2, se distinguió entre los datos que resultan de observaciones de una varia-
ble de conteo y los datos obtenidos observando valores de una variable de medición. Una
distinción un poco más formal caracteriza dos tipos diferentes de variables aleatorias.

DEFINICIÓN Una variable aleatoria discreta es una variable aleatoria cuyos valores posibles o
constituyen un conjunto finito o bien pueden ser puestos en lista en una secuencia in-
finita en la cual existe un primer elemento, un segundo elemento, y así sucesivamen-
te (“contablemente” infinita).
Una variable aleatoria es continua si ambas de las siguientes condiciones aplican:
1. Su conjunto de valores posibles se compone de o todos los números que hay en un
solo intervalo sobre la línea de numeración (posiblemente de extensión infinita, es
decir, desde  hasta ) o todos los números en una unión excluyente de dichos
intervalos (p. ej., [0, 10]  [20, 30]).
2. Ningún valor posible de la variable aleatoria tiene probabilidad positiva, esto es,
P(X  c)  0 con cualquier valor posible de c.

Aunque cualquier intervalo sobre la línea de numeración contiene un número infinito de nú-
meros, se puede demostrar que no existe ninguna forma de crear una lista infinita de todos
estos valores, existen sólo demasiados de ellos. La segunda condición que describe una va-
riable aleatoria continua es tal vez contraintuitiva, puesto que parecería que implica una pro-
babilidad total de cero con todos los valores posibles. Pero en el capítulo 4 se verá que los
intervalos de valores tienen probabilidad positiva; la probabilidad de un intervalo se reduci-
rá a cero a medida que su ancho tienda a cero.

Ejemplo 3.6 Todas las variables aleatorias de los ejemplos 3.1-3.4 son discretas. Como otro ejemplo, su-
ponga que se eligen al azar parejas de casados y que a cada persona se le hace una prueba de
sangre hasta encontrar un esposo y esposa con el mismo factor Rh. Con X  el núme-
ro de pruebas de sangre que serán realizadas, los posibles valores de X son D  {2, 4, 6, 8, . . .}.
Como los posibles valores se dieron en secuencia, X es una variable aleatoria discreta. ■

Para estudiar las propiedades básicas de las variables aleatorias discretas, sólo se re-
quieren las herramientas de matemáticas discretas: sumas y diferencias. El estudio de varia-
bles continuas requiere las matemáticas continuas del cálculo: integrales y derivadas.

EJERCICIOS Sección 3.1 (1-6)

1. Una viga de concreto puede fallar o por esfuerzo cortante (S) 5. Si el espacio muestral S es un conjunto infinito, ¿implica es-
o flexión (F). Suponga que se seleccionan al azar tres vigas to necesariamente que cualquier variable aleatoria X definida
que fallaron y que se determina el tipo de falla de cada una. a partir de S tendrá un conjunto infinito de posibles valores?
Sea X  el número de vigas entre las tres seleccionadas que Si la respuesta es sí, diga por qué. Si es no, dé un ejemplo.
fallaron por cortante. Ponga en lista cada resultado en el es-
6. A partir de una hora fija, cada carro que entra a una intersec-
pacio muestral junto con el valor asociado de X.
ción es observado para ver si da vuelta a la izquierda (L), la
2. Dé tres ejemplos de variables aleatorias de Bernoulli (apar- derecha (R) o si sigue de frente (A). El experimento termina
te de los que aparecen en el texto). en cuanto se observa que un carro da vuelta a la izquierda.
3. Con el experimento del ejemplo 3.3, defina dos variables Sea X  el número de carros observados. ¿Cuáles son los
aleatorias más y mencione los valores posibles de cada una. posibles valores de X? Dé cinco resultados y sus valores X
asociados.
4. Sea X  el número de dígitos no cero en un código postal
seleccionado al azar. ¿Cuáles son los posibles valores de X?
Dé tres posibles resultados y sus valores X asociados.