OPOSICIONES I.N.

E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

TEMA 2: VARIABLES ALEATORIAS. VARIABLES DISCRETAS.

FUNCIN DE PROBABILIDAD. VARIABLES CONTINUAS.
FUNCIN DE DENSIDAD. PROPIEDADES.

VARIABLES ALEATORIAS.

Sea (, A , P) un espacio de probabilidad donde:

es el espacio muestral
A la -lgebra
P : A 0,1 la funcin de probabilidad
A P(A)
Una variable aleatoria es una relacin funcional que nos hace pasar del espacio muestral
a la recta real donde es ms fcil trabajar, es decir, cada fenmeno aleatorio ser
modelizado a travs de una variable aleatoria.
Para ello introducimos el concepto de -lgebra de Borel B (es nica) que
es la mnima -lgebra sobre que contiene a los intervalos de la forma , x ,
con x . Dicho de otra forma la -lgebra generada por estos intervalos, es decir, la
-lgebra que contiene estos intervalos, las uniones numerables de intervalos y la parte
vaca de .

Def: Dado un espacio de probabilidad (, A , P) , llamamos variable aleatoria a toda

aplicacin : (, A ) (, B ) tal que 1 (B ) A , es decir,

1 (B) A B B . Basta verlo para los generadores de B , es decir:

1 , x {w / ( w ) x} { x} A

Las variables aleatorias se representan por letras griegas (, , ) y sus valores por
letras latinas x , y, . No todas las aplicaciones son variables aleatorias pero si A
() (partes de ) , cualquier aplicacin es variable aleatoria.
Si y son v.a y c cte, entonces : c, c, , - , 2 , tb. Se puede
generalizar para ms de dos v.a.

Probabilidad inducida:

Teorema: Dado un espacio probabilstico (, A , P) y una variable aleatoria

: (, A , P ) (, B ) existe una probabilidad P que slo depende de (, A
, P)
y definida por:

P ( B) P 1 ( B) P {w / ( w ) B} B B
y tal que la terna (, B , P ) es un espacio probabilstico.

Definicin: La distribucin de probabilidad de la variable aleatoria viene dada por

P , que se denomina probabilidad inducida sobre el espacio (, B ) por espacio

probabilstico (, A , P) y la variable aleatoria .

1
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

Funcin de distribucin:

Vamos a construir una funcin numrica que resume toda la informacin que es capaz
de transmitir la variable aleatoria.

Definicin: Dado el espacio probabilstico (, A , P) y la variable aleatoria se

denomina funcin de distribucin (f.D.) de la variable aleatoria a la funcin
F : que asigna a cada x la probabilidad de que la variable aleatoria tome

cierto valor x y cualquiera de los que se hallen a su izquierda.

F( )x P , x P , x P{w / (w) x P x
1 x

Tambin se denomina funcin de distribucin acumulativa. Se define la funcin de

distribucin para toda variable aleatoria independientemente si es discreta, continua
o mixta. La funcin de distribucin F( x ) P( x ) proporciona la cantidad de masa
que hay en el punto x y a su izquierda hasta el extremo inferior del campo de variacin
de la variable.
Si la vble est definida en el intervalo I, entonces:
F (x) = P ( x ) para todo x I
Dos v.a estn idnticamente distribudas si tienen la misma distribucin:
P (B) P (B) B B

Propiedades:

x 0 F( x ) 1 . F valora entre 0 y 1, por ser F una probabilidad.

F( ) 0 ; F( ) P{w / ( w ) } P() 0 (No hay masa a la
izquierda de ).
F( ) 1 ; F( ) P , P () 1
Si x1 x 2 F( x1 ) F( x 2 ) F es montona no decreciente.
Sea x 1 como x1 x 2 x 2 x1 h, h 0
F( x 2 ) F( x 1 ) F( x1 h ) F( x1 ) P( x 1 h ) P( x 1 )

P ( x 1 x 1 h ) por ser F( x1 ) F( x 2 )
prob. 0

{ x1 h} { x1} {x1 x1 h} disjuntos

x1 x1 h
P ( x 1 h ) P ( x 1
P( x1 x1 h )
F( x1 h ) F( x1 )

F( x ) lim F( x h )
F es continua por la derecha
h 0

2
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

1
lim F( x h ) lim P( x h ) lim P , x P x , x
h 0 h 0 n n
1
P , x lim P x , x F( x ) P() F( x )
n n

Observacin: Puede ser discontinua por la izquierda si

F( x ) F( x h ) P( x h x ) .
Haciendo h 0 , el intervalo x h , x se convierte en el punto x y en l puede
haber probabilidad (por esto se van a clasificar las v.a. en discretas y continuas)
si hay masa de probabilidad no es continua por la izquierda. Entonces: F es
continua F es continua por la izquierda.

Caracterizacin f.D: (otra definicin).

Se dice que F : 0,1 es una funcin de distribucin si se verifican las propiedades:

F() 1
F( ) 0
F es montona no decreciente
F es continua por la derecha

Una misma funcin de distribucin puede serlo de ms de una variable, entonces dos o
ms variables aleatorias estn idnticamente distribuidas si tienen la misma f.D.

Teorema (Propiedades dirigidas al clculo de probabilidades):

P( x ) 1 F( x )
Si x1 x 2 P( x1 x 2 ) F( x 2 ) F( x1 )
P( x ) F( x ) P( x )
P( x1 x 2 ) F( x 2 ) F( x1 ) P( x1 ) , x1 x 2
P( x1 x 2 ) F( x 2 ) F( x1 ) P( x 2 )
P( x1 x 2 ) F( x 2 ) F( x1 ) P( x1 ) P( x 2 )

VARIABLES DISCRETAS. FUNCIN DE PROBABILIDAD

Definicin: La variable aleatoria es discreta ( tiene una distribucin discreta de

probabilidad) si slo toma un nmero finito o infinito numerable de valores
distintos. Es decir, si existe un conjunto numerable tal que P 1 por
tanto P 0 , o dicho de otra forma que slo pueda tomar los valores de
.

Definicin: Supongamos una variable aleatoria discreta con {x i } donde

x 1 x 2 x i se define por funcin de probabilidad o funcin de cuanta a la
aplicacin:
f :
x i f ( x i ) P x i p i

3
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

que est definida en todo y f ( x ) 0 para cualquier x que no sea un valor

de , es decir, para x .

Propiedades:

f ( x ) p i 0 (por ser probabilidad)

f ( x ) P x P x P 1
x xi x

P B P x i p i
B{xi} xi
xidisjuntos xi

Luego la funcin de probabilidad o cuanta viene determinada por las

probabilidades P x i p i con x (tambin se denomina masa de probabilidad).
Se representa un diagrama de barras.

Definicin: Llamamos funcin de distribucin de una variable aleatoria discreta , a la

funcin F : que asigna a cada x la probabilidad de que tome valores
menores e iguales de x. Como la probabilidad slo toma valores distintos de 0 en
los puntos de (numerable) entonces:
F x
P x
P x i p i con x i
xi x xi x

Representacin de la funcin de distribucin:

Siempre es continua por la derecha.

Sea x i hlim F( x i ) F(x i h lim P x i h x i P x i 0
0 h 0 x i
La funcin de distribucin es discontinua por la izquierda ( y por tanto
discontinua) en los puntos que toma la variable aleatoria donde la
probabilidad es distinta de cero.
La representacin de la funcin de distribucin es una funcin escalonada:

{x 1 , x 2 , x 3 , x 4 , x 5 }
pi 1
p1 p 2 p 3 p 4 Luego si x k x y x k 1
p1 p 2 p 3 F( x ) pi pi
F(y)
p1 p 2 xi x xi y
p1

x1 x 2 x3 x 4 x5

A partir de esto podemos dar otra definicin de una variable discreta (o con distribucin
de probabilidad discreta):
Si la funcin de distribucin es escalonada, es decir, constante en cada intervalo
x k , x k 1 salvo en un nmero finito o infinito numerable de puntos donde presenta

4
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

discontinuidades o saltos, se dice que es una variable aleatoria discreta o que tiene
una distribucin de probabilidad de tipo discreto.
Vimos que si la variable aleatoria es discreta tomando valores en {x i }
con probabilidad p i entonces:
p i 0 i
pi 1
i

Recprocamente cualquier funcin real definida sobre un conjunto fino infinito

numerable de nmeros reales {x i } que asigna valores respectivos {q i } y que cumple:
q i 0 i
qi 1
i
es la funcin de probabilidad de una variable aleatoria discreta.

VARIABLE ALEATORIA CONTINUA. FUNCIN DE DENSIDAD:

Definicin 1: Una variable aleatoria es continua si toma los infinitos valores de un

intervalo.

Definicin 2: Una funcin de distribucin F( x ) es absolutamente continua si existe

una funcin no negativa f ( x ) , siendo f ( x ) 0 tal que x :
x
F( x ) f ( t )dt

(no tiene por que ser nica pues al ser como veremos P x 0 se puede
modificar en un nmero finito infinito numerable de puntos con probabilidad nula
sin que cambie la masa total de probabilidad ).
f recibe el nombre de funcin de densidad asociada a la funcin de distribucin.
es una variable aleatoria continua (absolutamente continua aunque la
llamaremos continua) si su funcin de densidad asociada es absolutamente continua.
Veremos que esto significa que F es continua y derivable con derivada continua (
F( x ) f ( x ) ) en todos los puntos de cualquier intervalo finito, con la posible
excepcin de un nmero finito infinito numerable de puntos.

Propiedades:

lim F(x) F(x h ) 0

F continua, por tanto h 0 . Basta ver que lo es por la
h 0
izquierda, ya que por la derecha siempre lo es.

x x h x
Dem: F( x ) F( x h ) f ( t )dt f ( t )dt f ( t )dt Th.Lagrange
h f (x 0 )
x h

Sea x 0 con x h x 0 x .
f (x 0 )

5
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

x h x0 x

rea del trapecio = altura

base h f (x 0 )
h f (x0 )

lim F( x ) F( x h ) lim h f ( x 0 ) 0
h 0 h 0

Si f es continua en x F es derivable en x y F( x ) f ( x )

x h x x h

Dem: F( x h ) F( x )

f ( t )dt f ( t )dt f ( t )dt
x
lim lim lim
h 0 h h 0 h h 0 h
Th.Lagrange
h f ( x h ) con 0 1 y
lim f (x) x x h x h
h 0 h f .cont

Observacin:

o F( x ) es una probabilidad pero f ( x ) no.

o Sin embargo f ( x )dx (elemento diferencial de probabilidad
probabilidad elemental) s es una probabilidad (la del suceso
{x x dx} ) P( x x dx ) fx dx

P x 0 , x la probabilidad de un punto es cero.

P x h Fx h

F x h F x h

P x h Fx h
Dem: Th.Incr.Finitos 2h F()
x h x h

P x lim P x h x h lim 2h F() 0

h 0 h 0

Nota: Con esto las propiedades expuestas para el clculo de probabilidades se simplifican:

6
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

x2
P x1 x 2 f (t )dt F( x 2 ) F(x1 )
x1
P x 1 x 2 P x 1 x 2 P x 2
Dem: F( x 2 ) F( x 1 )
0
x2 x1 x2
F( x 2 ) F( x1 ) f ( t )dt f (t )dt f (t )dt
x1

f ( t )dt 1 pues f ( t )dt F( ) 1

Definicin: Dos variables aleatorias y estn idnticamente distribuidas si para

todo suceso S comn a ambas se verifica P S P S .
En el caso continuo, si tomamos como suceso S el intervalo , x , la
igualdad se expresa:
P , x P , x , x F ( x ) F ( x ) , x

CARACTERIZACIN DE LA FUNCIN DE DENSIDAD f(x):

f ( x ) 0 , x (ya que la probabilidad no puede ser negativa).

f ( t )dt 1 (el rea bajo la funcin de densidad en todo el campo de

variacin debe ser igual a la unidad).

Estas dos condiciones determinan cuando una funcin g ( x ) no negativa en un intervalo

dado sea funcin de densidad. En este caso debemos introducir una constante k.
1
k
k g ( x )dx 1
la f.d. ser k g ( x )
g ( x )dx

Sea g : una funcin continua salvo a lo sumo un conjunto finito infinito

numerable con g( x ) 0 ,y tal que g ( x )dx 1 g es la funcin de densidad de una

variable aleatoria continua.

x
Dem: G(x)
def g ( t )dt . Se comprueba que G es funcin de densidad.

El teorema fundamental del Clculo Integral dice adems que G es continua en todas
partes y derivable (salvo en un nmero finito infinito numerable) y que su derivada es
precisamente g que es por tanto una funcin de densidad.

PROCEDIMIENTOS PARA OBTENER LA PROBABILIDAD DE UN SUCESO.

A partir de la funcin distribucin: P a F(a ) . Ordenada de F en el punto a.

a
A partir de la funcin densidad: P a f ( t )dt . Expresada mediante un

rea.
Observacin: (Variables Mixtas)

7
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

No es frecuente, aunque es posible encontrar variables aleatorias con un campo

de variacin donde en un parte de l la variable aleatoria es continua y en otra es
discreta. En este caso la funcin de distribucin ser:

F( x ) F1 ( x ) 1 F2 ( x ) , 0 1
con :
F1 ( x ) funcin de distribucin de la parte continua
F2 ( x ) funcin de distribucin de la parte discreta.
x
F( x ) f1 ( t )dt 1 f 2 (x i ) donde:
xi x
f1 ( x ) F1 ( x )

f 2 ( x i ) P x i F2 ( x i ) F2 ( x i 1 )

Generalizacin:

Hemos diferenciado el caso de las distribuciones discretas del de las continuas.

Ambos conceptos son unificables si recurrimos al concepto de integral de Stieltjes.
x
P x F( x ) dF(u )

Si F(u ) es continua entonces la integral de Stieltjes se reduce a una integral de
x x
Riemann: dF( u ) f ( u )du

Si F( u ) es funcin escalonada, entonces la integral de Stieltjes se reduce a un
x x
sumatorio: dF( u ) pi con p i P x i (salto de la funcin).
i 1

VARIABLES SIMTRICAS:

Una variable aleatoria es simtrica respecto a un punto c si para x :

P c x P c x

Caso discreto: F c x 1 F c x P c x
Caso continuo: F c x 1 F c x , para x con lo que la funcin de densidad
es:
f (c x ) f (c x ) , para x

Obs: Si c 0 entonces es simtrica a cero si f ( x ) f ( x ) lo que es lo mismo,

diremos que F( x ) es simtrica.

FUNCIN DE UNA VARIABLE ALEATORIA:

Sea una variable aleatoria en el espacio de probabilidad (, A , P) con

funcin de distribucin F( x ) . induce otro espacio (, B , P ) . Toda aplicacin
h : definir una nueva variable aleatoria h ()

8
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

(, A , P ) (, B )
h

h h ( )

h () es una variable aleatoria de (, A , P) (, B ) por ser funcin de la

variable aleatoria
y su espacio de probabilidad depende del de , de F( x ) y su
campo de variacin ( B) vendr determinado por el campo de variacin de la variable
(A) :
B {y / y h ( x ), x A}
Queremos caracterizar la probabilidad (f.D y f.d) de la variable a travs de la f.D de
la variable . Sea G ( y) la funcin de distribucin de :

G ( y) P( y) P( h () y) P h 1 ( y) F h 1 ( y)
1. Variables discretas: Sea h (). Sea B el campo de variacin de inducido por
el de (A)
B = { y / y = h (x), x A}
La funcin de cuanta de ser:

P y P h ( ) y P h 1 ( y )

P x
x h 1 ( y )
Puede haber varios valores de que
conducen al mismo

2. Variables continuas: Al definir h () se supone que tiene inversa nica,

h 1 () , transformacin biunvoca. La funcin de distribucin es:
G ( y)
P h 1 ( y) F h 1 ( y)
Procedimiento:

Partiendo de y h ( x ) , se obtiene la variable x en funcin de y: x h 1 ( y)

Se sustituye en F( x ) (funcin de distribucin de ) la variable x por h 1 ( y)
La funcin de densidad de se obtiene derivando:

g ( y) G ( y ) F h 1 ( y ) h 1 ( y)
f h 1 ( y ) h 1 ( y)

Caso general:

Si la relacin y h ( x ) que define la nueva variable no es biunvoca tendremos

que determinar todos los puntos que verifican x h 1 ( y) y sumar los elementos de
probabilidad correspondientes a todos ellos.
n
dx i
Sean x 1 , x n estos puntos g ( y) f ( x i )
i 1
dy
En los dos casos, para que la nueva variable aleatoria quede perfectamente
definida necesitamos conocer su campo de variacin que se calcula a partir del de la
variable aleatoria .

Casos particulares:

9
OPOSICIONES I.N.E BLOQUE ESTADSTICA TERICA BSICA: TEMA 2

Si h es continua y montona creciente entonces h ( x ) y 0 h ( x 0 ) equivale a

x x 0 G ( y 0 ) P h 1 ( y 0 ) F h 1 ( y 0 ) F( x 0 )

Si h continua y montona decreciente entonces y y 0 equivale a x x 0

G( y 0 ) P y 0 P x 0 1 P x 0 1 F( x 0 )

10