Variable aleatoria

Es aquella que asume diferentes valores a consecuencia de los resultados de un experimento

aleatorio. Se pueden definir variables aleatorias cuyos números de posibles valores es finito,
o variables aleatorias cuyos valores son infinitos (sean contables o no), ya que una variable
aleatoria es una caracterización cuantitativa de los resultados de un espacio muestral.

Formula:

cuyo espacio muestral es Ω y que da un valor numérico a cada suceso.

Ejemplos:

1. Lanzaremos una moneda al aire, los posibles resultados son {cara, cruz}, y sus
probabilidades son respectivas son {1/2, 1/2}.
2. Lanzaremos un dado al aire, los resultados posibles son {1, 2, 3, 4, 5, 6} y sus
probabilidades respectivas son {1/6, 1/6, 1/6, 1/6, 1/6, 1/6}.

Ejercicio Propuesto:

Realicemos ahora la experiencia de hacer girar una ruleta.

 ¿Determine los resultados posibles en la ruleta de la izquierda y la probabilidad

respectiva de cada resultado?
 ¿Determine los resultados posibles en la ruleta de la derecha y las probabilidades
respectivas de cada resultado?
 Tipos de Variables Aleatorias
Dependiendo de los valores numéricos que asume, este tipo de variable se divide en:

Variable Aleatoria Discreta

Una variable aleatoria “x”, es discreta si el número de valores que puede tomar es contable
(ya sea finito o infinito), y si éstos pueden arreglarse en una secuencia que corresponde con
los enteros positivos. En general, todo lo que se quiere expresar de manera contable (cantidad
de unidades defectuosas, cantidad de vehículos que arriban o parten, etc.), es una variable
aleatoria discreta. Sea X una variable aleatoria que toma valores x1, x2, . . ., xn, . . ..
Entenderemos por P (X = xi) como la probabilidad del suceso.

La función de distribución de una variable aleatoria discreta X se define por:

Ejemplos:

1. Se tiene una moneda que al lanzarla puede dar sólo dos resultados: o cara (50%), o
cruz (50%).
La siguiente tabla muestra los posibles resultados de lanzar dos veces una moneda:

PRIMER SEGUNDO NUMERO DE CARAS PROBABILIDAD DE LOS 4

LANZAMIENTO LANZAMIENTO EN 2 LANZAMIENTOS RESULTADOS POSIBLES
CARA CARA 2 0.5 X 0.5 = 0.25
CARA CRUZ 1 0.5 X 0.5 = 0.25
CRUZ CARA 1 0.5 X 0.5 = 0.25
CRUZ CRUZ 0 0.5 X 0.5 = 0.25

Al realizar la tabla de distribución del número posible de caras que resulta de lanzar una
moneda dos veces, se obtiene:
 PROBABILIDAD DE ESTE
NÚMERO DE CARAS LANZAMIENTOS RESULTADO
P(CARA)
0 (CRUZ, CRUZ) 0.25
(CARA, CRUZ)
1 + 0.50
(CRUZ, CARA)
2 (CARA, CARA) 0.25

2. Supongamos que 3 ejecutivos de una gran empresa deben decidir sobre la puesta en
marcha de un proyecto industrial. Representemos el evento “está de acuerdo” por la
letra “A” y el evento “está en desacuerdo” por la letra “D”. Asumamos que el valor
de “x” representa el número de ejecutivos que están de acuerdo.

de acuerdo
Resultados x
AAA 3
AAD 2
ADA 2
DAA 2
DDA 1
DAD 1
ADD 1
DDD 0

Los valores numéricos “x” del cuadro, los podemos resumir como: (0, 1, 2, 3) ejecutivos
de acuerdo.

Observemos que el valor de x = 3, representa el punto muestral (AAA), el valor

numérico de x = 2, representa el subconjunto del espacio muestral: (AAD,
ADA, DAA), el valor de x = 1: representa el subconjunto del espacio muestral
(DDA, DAD, ADD) y por último el valor x = 0 representa el punto muestral
(DDD).

Ejercicio Propuesto:

Se venden 5000 billetes de lotería para una rifa a $ 2300 pesos cada uno. Si el único premio
del sorteo es de $ 22000000 millones de pesos, calcular el resultado que debe esperar una
persona que compra 3 billetes.
Variable Aleatoria Continua

Una variable aleatoria es continua si los posibles resultados o el espacio de estado no se

pueden numerar. Esta variable puede tomar cualquier valor comprendido dentro de los
números reales.

Una función de densidad de probabilidad debe cumplir con las siguientes propiedades:
 F(x) > 0 (la función es no negativa para cualquier valor de x, f(x) no es una probabilidad,
y puede valer más de 1).
 ò f(x) dx = 1 (la acumulada para todos los valores de la variable suma 1, el área bajo la
curva de la función vale 1).

F(a) = P (X < a) = ò f(x) dx

Ejemplos:

1. El valor que puede tomar el consumo de agua por un hogar en un mes determinado,
medido en metros cúbicos entre 0 y 40, es una variable continua. El resultado podría
ser: 28 ó 30 ó 35, etc. Al hacer este tipo de registros se puede tener la impresión de
que se trata de una variable discreta, puesto que, si solo fuera posible registrar valores
enteros, habría solamente 41 resultados posibles, es decir un número finito de valores.
No obstante, es importante diferenciar entre la naturaleza de lo que se está midiendo
y la capacidad del hombre o los instrumentos que este posea, para medir con toda
exactitud.
2. El tiempo que puede tomar un obrero para realizar cierta operación para la reparación
de una máquina mezcladora se estima entre 80 y 120 minutos. Entre estos dos valores
existe un número infinito de valores, como podrían ser entre otros: 85, 104.653296,
98,34567812 minutos, etc.

Ejercicio Propuesto:

En una población se sabe que las estaturas de los hombres y de las mujeres siguen una
distribución normal con la misma desviación estándar y que la media de los hombres es 5 cm
mayor que la de las mujeres. También se sabe que el 75 % de los hombres miden menos de
178 cm y que el 10 % de las mujeres miden más de 176.8 cm. Se pide calcular:

a) Calcular la probabilidad de que un hombre mida entre 170 y 180 cm.

Distribuciones de Probabilidad

Una distribución de probabilidad indica toda la gama de valores que pueden representarse
como resultado de un experimento si éste se llevase a cabo.
Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una
herramienta fundamental para la prospectiva, puesto que se puede diseñar un escenario de
acontecimientos futuros considerando las tendencias actuales de diversos fenómenos
naturales.
Toda distribución de probabilidad es generada por una variable (porque puede tomar
diferentes valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser de
dos tipos: Discreta o Continua.