UNIDAD III

Bioestadstica

Jakob Bernoulli (Basilea, 27 de diciembre de 1654 - ibd.

16 de agosto de 1705), tambin conocido como Jacob,
Jacques o James Bernoulli, fue un genial matemtico y
cientfico suizo. Su obra maestra fue Ars Conjectandi (el
Arte de la conjetura), un trabajo pionero en la teora de
la probabilidad. La public su sobrino Nicholas en 1713,
ocho aos tras su muerte por tuberculosis. Los trminos
ensayo de Bernoulli y nmeros de Bernoulli son resultado de su trabajo. Tambin existe un crter en la Luna
bautizado crter Bernoulli en honor suyo y de su hermano Johann. En una carta a Gottfried Leibniz escribi: La
ley de grandes nmeros es una regla que incluso la persona ms estpida conoce mediante cierto instinto natural per se y sin instruccin previa.

INTRODUCCIN
El objeto de la teora de probabilidad es proporcionar un modelo matemtico adecuado a la descripcin e interpretacin de cierta clase de fenmenos aleatorios. El concepto
de variable aleatoria permite pasar de los resultados experimentales a una funcin numrica
de los resultados. Vemos como se idealiza el estudio experimental de las distribuciones de
frecuencia relativas para variables aleatorias discretas y continuas; y sus distribuciones
acumuladas a travs de un modelo terico.
Se busca definir una funcin analtica que d el comportamiento matemtico de esa
variable aleatoria real; sujeta a los axiomas de probabilidad.
CONCEPTO DE ALEATORIEDAD
La aleatoriedad la produce un proceso o experimento aleatorio en s mismo, por eso
hablamos de experimento aleatorio. Una muestra aleatoria es el resultado de un experimento aleatorio. Realizado el experimento, definido el , calculamos la probabilidad de los sucesos. En la teora de probabilidad no interesa slo la probabilidad de un suceso determinado
sino el comportamiento general de todos los sucesos posibles que resultan del experimento
y conforman el . Es decir que interesa la distribucin de la masa de probabilidad. Esto nos
conduce a la definicin de variable aleatoria y al estudio de sus funciones de probabilidad.
Definicin: Sea un experimento aleatorio ; y el espacio muestra asociado a l.
Una funcin
que asigna a cada uno de los elementos
un nmero real
, se
llama variable aleatoria.
En general tenemos:
-

: espacio muestra del experimento .

: valores posibles de , llamado recorrido de la variable aleatoria.

Ejemplo:
a. Sea el experimento : arrojar dos dados

1,1 ; 1,2 ; 1,3 6,6

: suma de los puntos de los dos dados:
2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
: diferencia entre los puntos de los dados, tomada en valor absoluto.
0, 1, 2, 3, 4, 5

Variable Aleatoria

UNIDAD III

Bioestadstica

b. Sea el experimento : arrojar dos monedas

, ; , ; , ; ,
: cantidad de caras:
0, 1, 2

, es decir

La variable aleatoria determina una relacin de equivalencia entre y

que existe un suceso en equivalente a cada suceso definido en .
, existe

Dado un suceso

, tal que

es equivalente con

, es decir:

Ejemplo:
Consideremos el experimento : arrojar dos monedas

Sea el suceso : se obtiene una cara

0, 1, 2

Definicin: Existen dos tipos de variables aleatorias, variables aleatorias discretas y conti, contenido en
es no numerable, la variable aleatonuas. Si el recorrido de la variable
ria ser llamada variable aleatoria continua. Si
es un conjunto finito o infinito numerable
la variable ser llamada variable aleatoria discreta.
Tanto para variables aleatorias discretas o continuas podemos asociar valores de
probabilidad.

:
:
:
FUNCIN DE PROBABILIDAD DISCRETA O CUANTA
es una variable aleatoria discreta, a cada valor posible
le asociamos un
Definicin: Si
nmero
llamado probabilidad de . Llamamos funcin de probabilidad discreta o funcin de cuanta correspondiente a la variable aleatoria :
; donde las probabilidades
verifican:
a.
b.

0
1

Esta distribucin se representa a travs de un grfico de bastones:

p(x)

Variable Aleatoria

UNIDAD III

Bioestadstica

FUNCIN DE PROBABILIDAD CONTINUA O FUNCIN DE DENSIDAD

Definicin: Dada una variable aleatoria continua ; se llama funcin de densidad de probabilidad de a
si satisface las siguientes condiciones:
a.
b.

0
1

Nota:
no indica probabilidad. Slo indica cmo se distribuye la masa de probabilidad
dentro del recorrido de la variable. Geomtricamente,
1 es el rea bajo la
curva
.

f(x)

f(x) = 0

f(x) = 0
a

DISTRIBUCIN DE PROBABILIDAD ACUMULADA

A las variables aleatorias discretas le asociamos una funcin de cuanta y a las continuas
una funcin de densidad. Ambas variables tienen asociadas una funcin de probabilidad
quedan definidos los sucesos
acumulada. Para todo nmero real
del recorrido
para todo perteneciente a
. Si calculamos
obtenemos una distribucin de probabilidad acumulada. Esta distribucin se simboliza
.
Definicin: Sea una variable aleatoria discreta, definimos
como funcin de distribucin acumulada de la variable aleatoria
a
. Si
es una variable aleatoria
discreta la grfica es una funcin escalonada con tramos continuos y un nmero finito o in, ,.... .
finito numerable de saltos correspondiente a los valores de

F(x)

F(x) =1

F(x) = 0
0

Si
es una variable aleatoria continua su funcin de distribucin acumulada es el valor del
rea bajo la curva
a la izquierda de .

F(x)

Variable Aleatoria

UNIDAD III

Bioestadstica

Propiedades de
1.

:
(No negatividad)

(No decreciente)

2.
3. 0

4. Si
ces

es la funcin de distribucin de una variable aleatoria continua, enton, donde

es diferenciable, siendo
la funcin de den-

sidad de la variable.
5.

ESPERANZA MATEMTICA
es un
Definicin: El valor esperado o esperanza matemtica de una variable aleatoria
promedio ponderado de los valores que puede asumir con probabilidades para los valores
de como pesos; es decir es un promedio ponderado; es representado por
.

caso discreto

caso continuo

Propiedades de la Esperanza matemtica:

1.

siendo

una constante

2.
3.

4.
5.

si las variable

son independientes.

VARIANZA
; la variancia de representada
Definicin: Sea una variable aleatoria con media
por

, es la media de los cuadrados de los desvos de

respecto a su esperanza.
Simblicamente,

.
.

caso discreto
caso continuo

Propiedades de la Esperanza matemtica:

1.

2.

0,

siendo

constante

3.
4.

5.
6.

2.

si las variable

son independientes.

si las variable

no son independientes.

Donde

Variable Aleatoria