VARIABLE ALEATORIA
VARIABLE ALEATORIA DISCRETA
10
VARIABLE ALEATORIA
Una variable aleatoria (x) se define asignando un valor
numérico a cada evento o suceso que conduzca a
resultados aleatorios.
se clasifica en :
v.a. discreta
v.a. continua
24/06/2021 2
Variable Aleatoria: Ejemplos
Es una especificación o descripción de un resultado
numérico de un experimento aleatorio
El número es la observación de una variable aleatoria
La variable aleatoria es el significado del número
El valor observado es 3 para la variable aleatoria
“Nº de hijos de un hogar visitado al azar por una enfermera
(número de hijos)”
Ejemplos
Sexo del recién nacido
El número de pacientes que llegan a sala de emergencias
Tipo de sangre del paciente.
24/06/2021 3
Resúmenes:
= media (valor esperado) E(X)
= desviación standard
σ2 = varianza V(X)
24/06/2021 4
1. VARIABLE ALEATORIA DISCRETA
Una variable aleatoria discreta es una variable que
puede tomar solo valores enteros de un conjunto
predeterminado.
X R
X = f() p = f(x)
{ E1 } X=0 p1
{ E2 } X=1 p2
{ E3 } X=2 p3
{ E4 } X=3
{ E5 } X=4 p4
{ E6 } } } p5
24/06/2021 5
VARIABLE ALEATORIA DISCRETA
Una variable aleatoria discreta es una variable que
puede tomar solo valores enteros de un conjunto
predeterminado.
Se obtiene por conteo.
( x, f ( x))
x : Variable aleatoria R
f(x) : Numero real 0, 1
x : x1 , x 2 , x 3 , ... , x n
f(x) : f(x1 ), f(x 2 ), f(x 3 ), ... , f(x n ),
24/06/2021 6
𝛀 = 𝐒𝐒𝐒, 𝐂𝐒𝐒, 𝐒𝐂𝐒, 𝐒𝐒𝐂, 𝐂𝐂𝐒, 𝐂𝐒𝐂, 𝐒𝐂𝐂, 𝐂𝐂𝐂
EJEMPLO:
Sea el experimento de ε de lanzar TRES monedas al
aire y observar el resultado. Sea X la variable aleatoria
descrita como numero de sellos. Construir la
distribución de probabilidades de X.
𝛀 = 𝐒𝐒𝐒, 𝐂𝐒𝐒, 𝐂𝐂𝐒, 𝐂𝐂𝐂
ESPACIO DE PROBABILIDADES
EVENTO nEvento P(EVENTO) P(Ei) P(Ei)
CCC 1 0.1250 0.1250 0.1250
SCC 3 0.1250 0.3750 0.3750
SSC 3 0.1250 0.3750 0.3750
SSS 1 0.1250 0.1250 0.1250
8 1.0000
24/06/2021 7
𝛀 = 𝐒𝐒𝐒, 𝐂𝐒𝐒, 𝐒𝐂𝐒, 𝐒𝐒𝐂, 𝐂𝐂𝐒, 𝐂𝐒𝐂, 𝐒𝐂𝐂, 𝐂𝐂𝐂
C
C
S
C
C
S
S
C
C
S S
C
S
24/06/2021 S 8
VARIABLE ALEATORIA DISCRETA
Sea X la variable aleatoria numero de sellos
𝛀 = 𝐒 𝐒 𝐒, 𝐂 𝐒 𝐒, 𝐂 𝐂 𝐒, 𝐂 𝐂 𝐂
𝐗= 𝟑, 𝟐, 𝟏, 𝟎
Entonces el recorrido de X: 0, 1, 2, 3
24/06/2021 9
EQUIVALENCIA DE PROBABILIDADES
ESPACIO DE
DISTRIBUCION DE PROBABILIDADES
PROBABILIDADES
EVENTO P(Ei) X P(X = x) P(X ≤ x) P(X ≥ x)
CCC 0.1250 0 0.125 0.1250 1.0000
SCC 0.3750 1 0.375 0.5000 0.8750
SSC 0.3750 2 0.375 0.8750 0.5000
SSS 0.1250 3 0.125 1.0000 0.1250
1.0000 1
𝐏 𝐂𝐂𝐂 = 𝐏 𝐗 = 𝟎 = 𝟎. 𝟏𝟐𝟓𝟎
𝐏 𝐒𝐂𝐂 = 𝐏 𝐗 = 𝟏 = 𝟎. 𝟑𝟕𝟓𝟎
𝐏 𝐒𝐒𝐂 = 𝐏 𝐗 = 𝟐 = 𝟎. 𝟑𝟕𝟓𝟎
𝐏 𝐒𝐒𝐒 = 𝐏 𝐗 = 𝟑 = 𝟎. 𝟏𝟐𝟓𝟎
24/06/2021 10
RESUMENES: PARAMETROS 𝝁𝑿 𝝈𝟐𝑿
X P(X = x) X P(X = x) (X-µ)2 P(X=x) X2 X2 P(X=x)
0 0.125 0.00 0.281250 0 0.0000
1 0.375 0.38 0.093750 1 0.3750
2 0.375 0.75 0.093750 4 1.5000
3 0.125 0.38 0.281250 9 1.1250
1 1.5 0.75000 3.0000
𝟑
𝛍𝐱 = 𝒙𝒊 𝐏 𝐗 = 𝐱 𝐢 = 𝟏, 𝟓𝟎
𝒊=𝟎
𝟑
𝛔𝟐𝐗 = 𝐱𝐢 − 𝛍 𝟐𝐏 𝐗 = 𝐱𝐢 = 𝟎, 𝟕𝟓
𝐢=𝟎
𝟐
𝛔𝟐𝐗 = 𝐄(𝐗 𝟐 ) − 𝐄 𝐗 = 𝟑 − 𝟏, 𝟓𝟐 = 𝟎, 𝟕𝟓
24/06/2021 11
GRAFICOS DE UNA VARIABLE ALEATORIA
DISTRIBUCION DE PROBABILIDADES
X P(X = x) P(X ≤ x) P(X ≥ x)
0 0.125 0.1250 1.0000
1 0.375 0.5000 0.8750
2 0.375 0.8750 0.5000
3 0.125 1.0000 0.1250
1
24/06/2021 12
EJEMPLO:
Sea el experimento de ε de lanzar dos monedas al aire
y observar el resultado.
Ω ={ cc, cs, sc, ss}
X : Número de caras
CATEGORIA EVENTO X
Rx : 0, 1, 2
1 ss 0
2 cs,sc 1
3 cc 2
24/06/2021 13
DISTRIBUCIONES DE PROBABILIDADES
DE V.A. DISCRETA
Una distribucion de probabilidad es la enumeracion de los
valores posibles que puede tomar una variable aleatoria, junto
con sus probabilidades
DISTRIBUCION DE PROBABILIDAD
CATEGORIA EVENTO X P(X=x) P(X≤x)
1 ss 0 P(x=0) = 0.25 P(x≤0) = 0.25
2 cs,sc 1 P(x=1) = 0.50 P(x≤1) = 0.75
3 cc 2 P(x=2) = 0.25 P(x≤2) = 1.00
1.00
24/06/2021 14
RESÚMENES DE UNA VARIABLE
ALEATORIA DISCRETA
ESPERANZA MATEMATICA O MEDIA TEORICA: E(X) o μ
La Esperanza Matemática de una variable aleatoria es el valor
promedio de la variable aleatoria después de un número
grande de observaciones
E(x) xf(x) Si la v.a es discreta
VARIANZA : V(X) o σ2
V(x) E(x 2 ) (E(x)) 2 x 2 f(x) - (E(x)) 2
24/06/2021 15
DISTRIBUCION DE PROBABILIDAD
Y SUS CARACTERISTICAS.
EVENTO X P(X=x) P(X≤x) x * P(X=x) (x-(Ex))^2*P(X)
ss 0 P(x=0) = 0.25 P(x≤0) = 0.25 0.00 0.25
cs,sc 1 P(x=1) = 0.50 P(x≤1) = 0.75 0.50 0.00
cc 2 P(x=2) = 0.25 P(x≤2) = 1.00 0.50 0.25
1.00 1.00 0.50
E(x) xf(x) 1
V(x) x 2 f(x) - ( xf(x)) 2 1.5 - 12 0.5
24/06/2021 16
FIN
6/24/2021 17
