Variable aleatoria discreta

Una variable aleatoria discreta es aquella que slo puede tomar valores enteros.
Ejemplo:
El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado.
Funcin de probabilidad de una variable aleatoria discreta X:

Variable aleatoria contina
Una variable aleatoria continua( ) es aquella que puede tomar todos los valores posibles
dentro de un cierto intervalo de la recta real.
Ejemplos
La altura de los alumnos de una clase, las horas de duracin de una pila.
Funcin de Densidad de una variable aleatoria contina.
Sea la funcin de distribucin F(t) = P (x t) y supongamos dos nmeros reales a y b, a<b,
entonces:
F(a) = P (x a) y F(b) = P (x b)
F(b) - F(a) = P (x b) - P (x a) = P(a<xb)
Se llama densidad media de probabilidad en el intervalo [a, b] a:

En el ejemplo anterior del crculo que gira, la funcin de densidad es:

Funcin de densidad de una variable aleatoria continua.
Se llama funcin de densidad de una variable aleatoria continua X a una funcin f que cumple
las siguientes condiciones:
f es una funcin positiva y definida en toda la recta real.
El rea total bajo su grfica debe ser 1.
La probabilidad de que X tome un valor comprendido entre "a" y "b" viene dada por el rea
que queda por debajo de la grfica de la funcin y que est comprendida entre las rectas x=a y
x=b.

Funcin de Distribucin de una variable discreta
En muchas ocasiones no nos interesa tanto conocer la probabilidad de que la variable
aleatoria x tome exactamente un determinado valor xi, sino conocer la probabilidad de que
tome valores menores o iguales que un cierto valor xi. En tales casos es necesario acumular
los distintos valores de la funcin de probabilidad hasta el valor deseado. Se trata de una
nueva aplicacin llamada funcin de distribucin
Sea x una variable aleatoria. La probabilidad de que x sea menor o igual que un valor t , se
escribe P (x t) y esta probabilidad ser funcin de t. Si a esta funcin la designamos por F(t):
F(t) = P (x t)
Esta funcin se llama funcin de distribucin.
Si xi es creciente con i y suponemos que t est comprendido entre dos de estos valores
valores:
xh-1 < t xh
la condicin: x t x = x1 x = x2 ................x = xh
P (x t) = P (x1) + P (x2) + .......... + P (xh)
Luego la funcin de distribucin F(t) es la suma de las probabilidades de todos los sucesos x =
xi tales que xi t


Funcin de Distribucin de una variable continua
Para conocer la probabilidad de que la variable aleatoria x tome valores menores o iguales
que un cierto valor xi es necesario acumular los distintos valores de la funcin de
probabilidad hasta el valor deseado. Se trata de una nueva aplicacin llamada funcin de
distribucin
La probabilidad de que x sea menor o igual que un valor t , se escribe P (x t) y esta
probabilidad ser funcin de t. Si a esta funcin la designamos por F(t):
F(t) = P (x t)
Esta funcin se llama funcin de distribucin.
Ejemplo.
Sea un disco graduado entre dos valores a y b, a<b, que se hace girar en presencia de una
pestaa que permanece inmvil. Veamos la probabilidad de que al parar el disco la pestaa
marque un valor entre a y un valor t, y tambin la funcin de distribucin correspondiente:

Esperanza Matemtica de una funcin de una variable aleatoria
En estadstica la esperanza matemtica (tambin llamada esperanza, valor esperado, media
poblacional o media) de una variable aleatoria , es el nmero que formaliza la idea
de valor medio de un fenmeno aleatorio.
Cuando la variable aleatoria es discreta, la esperanza es igual a la suma de la probabilidad de
cada posible suceso aleatorio multiplicado por el valor de dicho suceso. Por lo tanto,
representa la cantidad media que se "espera" como resultado de un experimento aleatorio
cuando la probabilidad de cada suceso se mantiene constante y el experimento se repite un
elevado nmero de veces. Cabe decir que el valor que toma la esperanza matemtica en
algunos casos puede no ser "esperado" en el sentido ms general de la palabra - el valor de la
esperanza puede ser improbable o incluso imposible.
Por ejemplo, el valor esperado cuando tiramos un dado equilibrado de 6 caras es 3,5.
Podemos hacer el clculo

y cabe destacar que 3,5 no es un valor posible al rodar el dado. En este caso, en el que todos
los sucesos son de igual probabilidad, la esperanza es igual a la media aritmtica.
Variable discreta

Variable continua

Sea X una Variable Aleatoria discreta o continua. Se denomina esperanza matemtica de X o
valor esperado,
) X ( E

)dx f(x x E(X) ) f(x x E(X)
i i
x
i i

respectivamente.

Ahora bien, ello es vlido para transformaciones de la variable aleatoria, de forma que

dx ) x ( f ) x ( h )) X ( h ( E

En el caso continuo y similarmente para el caso discreto.Por las analogas existentes entre la
definicin de media aritmtica y esperanza matemtica, las propiedades de linealidad de la
primera se trasladan a la segunda, de forma que se puede obtener,
0 ) X ( E ) X ( E )) X ( E X ( E
) X ( bE a ) bX a ( E




Propiedades de la esperanza matemtica.
La esperanza es un operador lineal, ya que:



Combinando estas propiedades, podemos ver que -


donde e son variables aleatorias y y y son tres constantes cualquiera.
Varianza de una variable aleatoria
La varianza de una variable aleatoria es una caracterstica numrica que proporciona una idea de la
dispersin de la variable aleatoria respecto de su esperanza. Decimos que es un parmetro de
dispersin.
La definicin es la siguiente:

Es, por tanto, el promedio terico de las desviaciones cuadrticas de los diferentes valores que
puede tomar la variable respecto de su valor medio terico o esperanza.
En el caso de las variables discretas, la expresin se convierte en:

mientras que para las variables continuas tenemos:

En ambos casos existe una expresin equivalente alternativa y generalmente de clculo ms fcil:

Una de las caractersticas de la varianza es que viene expresada en unidades cuadrticas respecto de
las unidades originales de la variable. Un parmetro de dispersin derivado de la varianza y que
tiene las mismas unidades de la variable aleatoria es la desviacin tpica, que se define como la raz
cuadrada de la varianza.


Propiedades de la varianza
1. Var(X) 0
2. Var(k X) = k
2
Var (X) para todo numero real k.
3. Var(k) = 0 para todo numero real k.
4. Var(a X + b) = a
2
Var(X) para todo par de nmeros reales a i b.
5. Var(X + Y) = Var(X) + Var(Y) nicamente en el caso que X y Y sean independientes.
Momentos de una variable aleatoria:
Momentos ordinarios
Sea X una variable aleatoria, y r un nmero natural. Se llama momento de orden r el valor,
cuando existe (es decir si la suma que lo define o la integral converge), de
En el caso de una variable aleatoria continua
mientras que en el caso de una variable aleatoria discreta X tal que
, tenemos

Momentos centrados (o centrales)
Se supone ahora que X tiene una esperanza finita, y se la denota m:

Se llama momento centrado de orden r o momento central de orden r el valor, cuando
existe (es decir en caso de convergencia), de .
En el caso de una variable aleatoria continua
mientras que en el caso de una
variable aleatoria discreta X que toma los valores en ,
tenemos


Funcin generatriz de momentos
En probabilidad y estadstica, la funcin generadora de momentos o funcin generatriz de
momentos de una variable aleatoria X es

siempre que esta esperanza exista.
La funcin generadora de momentos se llama as porque, si existe en un entorno de t = 0,
permite generar los momentos de la distribucin de probabilidad:

Si la funcin generadora de momentos est definida en tal intervalo, entonces determina
unvocamente a la distribucin de probabilidad.[cita requerida]
Un problema clave con las funciones generadoras de momentos es que los momentos y la
propia funcin generadora no siempre existen, porque las integrales que los definen no son
siempre convergentes. Por el contrario, la funcin caracterstica siempre existe y puede
usarse en su lugar.
De forma general, donde es un vector aleatorio n-dimensional, se
usa en lugar de :