VARIABLES ALEATORIAS

CONTINUAS
EJEMPLOS:

Altura, Peso, Longitud, Diámetro, Consumo de gasolina por kilómetro,

Tiempo de falla, etc.

DISTRIBUCIÓN DE PROBABILIDAD DE UNA VARIABLE

ALEATORIA:
Definición: Si Y es cualquier Variable Aleatoria, la Función de
Distribución de Y, que se denota F(Y) se expresa mediante:
F(Y)= P(Y≤ y), para -∞ ˂ y ˂ ∞.
Nota: La naturaleza de la Función de Distribución determina si la variable
es discreta o continua.

Propiedad: Si F(Y) es una Función de Distribución, entonces:

1.- F()  lim F(y)  0
y  

2.- F()  lim F(y) 1

y

3.-F(Y) es una función no decreciente de y. Si a y b son valores

cualesquiera tales que a ˂ b, entonces F(a) ˂ F(b).

Definición: Sea Y una variable aleatoria con Función de Distribución

F(Y). Se dice que Y es continua si la Función de Distribución es continua
para -∞ ˂ y ˂ ∞.
 Definición: Si F(Y) es la Función de Distribución de una variable
aleatoria continua Y, entonces f(y), dada por:

dF(y)
f(y)   F(y)'
dy
Se conoce como función de densidad de probabilidad de la variable
aleatoria Y. (Siempre y cuando exista la derivada).

Nota: De las definiciones anteriores y del Teorema Fundamental del

Cálculo, se tiene que:
y
F(y)   f(t) dt


Teorema: si f(y), es una función de densidad, entonces:

(a) f(y)  0, y

(b)  f(y) dy  1

b
(c) P(a  y  b)   f(y) dy
a
Observaciones:
a) La P(a  y  b) representa el área bajo el gráfico de f(y) entre y=a y
y=b.
b) Se tiene que:

P(a  y  b) = P(a < y  b) = P(a  y < b) = P(a < y < b)

c) P(y=a)=0
 Nota: como
y
F(y)  P(Y  y)   f(t) dt
-
Se tiene que:

a) P(a  y  b)  F(b)  F(a)

b a
b) F(b)  P(Y  b)   f(t) dt; F(a)  P(Y  a)   f(t) dt
- -

ESPERANZA MATEMÁTICA
(Valor Esperado)


Y Continua  E(Y)   y f(y) dy

Nota: se dice que E(Y) existe si:


 y f(y) dy ˂ ∞


PROPIEDADES

1.-Si c es una constante, entonces, E( c ) = c

2.-Si g(y) es una variable aleatoria que depende de y:


E( g(y) )   g(y) f(y) dy  v.a Continua


3.-Y v. a. E[ c g(y) ] =c E[g(y)]

4.- Eα g(y)  β h(y)  α Eg(y)  β Eh(y)

VARIANZA DE UNA VARIABLE ALEATORIA

La varianza de una variable aleatoria Y, que tiene función de densidad de
probabilidad f(y), es:


Var(Y)  σ 2  E ( y   ) 2   (y  E(Y) ) 2 f(y) dy


Observaciones:

1.- Var(Y)  E(Y 2 )  E(Y)2

2.-Si c es una constante, Var(Y+ c)=Var(Y).
3.- Si c es una constante, Var(cY)=c2 Var(Y)
4.- Var( X+Y )= Var(X) + Var(Y)
(Se estudiará más adelante)

PROBLEMAS
 2
 si 0  y  1
1.-Dada la función: f(y)   c y

0 en otro caso
a) Hallar el valor de c para que f(y) sea una función de densidad; b)Hallar la función de
distribución; c)Graficar ambas funciones.

2.-Para el ejercicio anterior, calcular:

P(y< ½); P( ¼ < y ≤ ¾ ); P(y ≥ 2/3 ); P(y≤3).
 
0 si y  0
3.-¿Puede ser f(y)   la función de densidad de una variable

- 5y si y  0
e
aleatoria? En caso negativo, hallar la constante por la que hay que multiplicar para que
sea una función de densidad. Calcular, para la función obtenida, su función de
distribución. Calcular P(4 ≤ y < 5).

4.-Sea una variable aleatoria con función de densidad:

0 si y  0
ay si 0  y  3

f(y)  
0.5 si 3  y  4
0 si y  4
i) Determinar el valor de a; ii) Hallar la función de distribución.
5.- Razonar si una variable aleatoria puede tener como función de densidad:
0 si y  0
ay si 0  y  3

f(y)  
0.5 si 3  y  6
0 si 6  y

6.- Se ha comprobado experimentalmente que la vida útil de una batería es una variable
aleatoria cuya función de densidad es:
0 si y  0
f(y)   - ay

be si y  0, con a, b  0
i) Determinar la relación entre a y b; ii)Obtener la función de distribución; iii)Calcular la
probabilidad de que la batería dure un tiempo t≥1/a; iv)¿Qué significado tiene el
parámetro a?

7.-Sea Y una variable aleatoria cuya función de distribución es:

0 si y  1

 (y  1)
4
F(y)   si 1  y  3
 16
1 si y  3

i) Representarla gráficamente; ii) Hallar f(y) y comprobar que es una función de densidad;
iii) Graficar f(y); iv) Calcular E(Y); v) Var(Y).

8.-Una variable aleatoria tiene asociada una función de densidad dada por:
 0 si y  0
1

f(y)   (y 2  1) si 0  y  3
12
0 si y  3

Calcular E(Y); E(Y2); E(Y -7); E( Y - E(Y) ); VAR(Y).

9.-Suponga que la siguiente gráfica representa la función de densidad de la variable Y:

f(y)

(a,b)

y=-a y=b

i) ¿Cuál es la relación entre a y b? ii) Grafique la función de distribución acumulada.

PROBLEMAS ADICIONALES
1.-Suponga que Y tienen la función de densidad:
𝑐𝑦, 0 ≤ 𝑦 ≤ 2
𝑓 (𝑦 ) = {
0, 𝑜. 𝑐.

(a)Encontrar el valor de c que hace de f(y) una función de densidad de probabilidad.

(b)Obtener F(y).
(c)Graficar f(y) y F(y).
(d)Utilizar F(y) para encontrar P(1≤ Y ≤ 2).
(e)Utilizar f(y) y la geometría para encontrar P(1≤ Y ≤ 2).

2.-El período de funcionamiento hasta su primera falla (en cientos de horas) para cierto
transistor, es una variable aleatoria Y con una función de distribución dada por.
0, 𝑦<0
𝐹 (𝑦 ) = { −𝑦 2
1− 𝑒 , 𝑦≥0

(a)Demostrar que F(y) tiene las propiedades de una función de distribución.

(b)Obtener f(y).
(c)Calcular la probabilidad de que el transistor trabaje por lo menos durante 200 horas
hasta tener su primera falla.

3.-Para determinar el grado de inteligencia se mide el tiempo que tarda un ratón en

recorrer un laberinto para encontrar la comida (estimulo). El tiempo (en segundos) que
emplea un ratón es una variable aleatoria Y con una función de densidad dada por:
𝑏
, 𝑦≥𝑏
𝑓 (𝑦 ) = { 𝑦 2
0, 𝑜. 𝑐.

En dónde b es el tiempo mínimo necesario para recorrer el laberinto.

(a)Demostrar que f(y) tiene las propiedades de una función de densidad.
(b)Obtener F(y).
(c)Calcular P(Y>b+c) para una constante positiva c.

4.-Sea Y una variable aleatoria con función de densidad:

𝑐(2 − 𝑦), 0 ≤ 𝑦 ≤ 2
𝑓 (𝑦 ) = {
0, 𝑜. 𝑐.

(a)Determinar el valor de c.
(b)Obtener F(y).
(c)Graficar f(y) y F(y).
(d)Utilizar F(y) para calcular P(1≤ Y ≤ 2).
(e)Utilizar la forma geométrica de f(y) para calcular P(1≤ Y ≤ 2).
(f)Encontrar la media y la varianza de Y.

5.-El tiempo requerido por los estudiantes para presentar un examen de una hora es una
variable aleatoria con una función de densidad dada por:
𝑐𝑦 2 + 𝑦, 0≤𝑦≤1
𝑓 (𝑦 ) = {
0, 𝑜. 𝑐.
(a)Determinar el valor de c.
(b)Obtener F(y).
(c)Graficar f(y) y F(y).
(d)Utilizar F(y) para encontrar F(-1), F(0) y F(1).
(e)Calcular la probabilidad de que un estudiante termine en menos de media hora.
(f)Dado que un estudiante necesita al menos 15 minutos para presentar el examen,
encuentre la probabilidad de que necesite al menos 30 minutos para terminarlo.
(g)Encontrar la media y la varianza de Y.

6.-Sea Y una variable aleatoria con función de densidad:

0.2, −1<𝑦 ≤0
𝑓(𝑦) = { 0.2 + c𝑦, 0<𝑦≤1
0 𝑜. 𝑐.

(a)Determinar el valor de c.
(b)Obtener F(y).
(c)Graficar f(y) y F(y).
(d)Utilizar F(y) para encontrar F(-1), F(0) y F(1).
(e)Calcular P(0≤ Y ≤ 0.5).
(f)Calcular P(Y>0.5/Y>0.1).
(g)Encontrar la media y la varianza de Y.

7.-Si Y es una variable aleatoria continua, con media µ y varianza σ 2 siendo a y b

constantes, demostrar que:
(a)E(aY + b)= aµ + b
(b)V(aY + b)= a2 σ2.

8.-Para ciertas muestras de minerales la proporción de impurezas por muestra, Y, es una

variable aleatoria con una función de densidad dada por:

3 2
𝑓 (𝑦) = {2 𝑦 + 𝑦, 0≤𝑦≤1
0, 𝑜. 𝑐.

El valor en dólares de cada muestra es D=5 – (0.5) Y.

Encontrar el valor esperado y la varianza de D.

REFERENCIAS
Wackerly, D.; Mendenhall, W. & Scheaffer, R. (2010). Estadística Matemática con
aplicaciones, 7ma ed. CENGAGE Learning.

Wackerly, D.; Mendenhall, W. & Scheaffer, R. (2008). Mathematical Statistics with

Applications, 7ma ed. CENGAGE Learning.

Montgomery, D.; Runger, G. (2014). Applied Statistics and Probability for Engineers, 6th
ed. Wiley.