VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD

• Las distribuciones de probabilidad están relacionadas

con las distribuciones de frecuencias. De hecho,
podemos pensar en la distribución de probabilidad
como una distribución de frecuencias teórica.

• Una distribución de frecuencias teórica es una

distribución de probabilidades que describe la forma en
que se espera que varíen los resultados.
TIPOS DE DISTRIBUCIONES

• Las distribuciones de probabilidad se clasifican como

discretas y continuas.
• En la distribución de probabilidad discreta está
permitido tomar sólo un número limitado de valores.
• En una distribución de probabilidad continua, por
otro lado, la variable que se está considerando puede
tomar cualquier valor dentro de un intervalo dado.
• Las distribuciones continuas son una forma
conveniente de presentar distribuciones discretas que
tienen muchos resultados posibles, muy cercanos entre
sí.
• Una variable es aleatoria si toma diferentes valores
como resultado de un experimento aleatorio.
• Esta variable aleatoria puede ser discreta o continua.
• Si puede tomar sólo un número limitado de valores,
entonces es una variable aleatoria discreta.
• Si puede tomar cualquier valor dentro de un intervalo
dado, entonces se trata de una variable aleatoria
continua.
 Variable Aleatoria

Resultados Cualitativos Resultados Cuantitativos

• Lanzamiento de la Del querer relacionar el
moneda: Cara o Escudo comportamiento aleatorio
• Producto “defectuoso” o de un evento a una
“no defectuoso” medición cuantitativa
surgen las variables
• Preferencia en una
aleatorias
producto “X” o “Y”
• Bola “azul”, “roja” o
“negra”
• Paciente “se recuperó” o
“no se recuperó”
VARIABLES ALEATORIAS DISCRETAS
Se dice que una variable aleatoria discreta o discontinua
X, tiene un conjunto definido de valores posibles x1, x2, x3,
..., xn con probabilidades respectivas p1, p2, p3, ..., pn
Es decir que solo puede tomar ciertos valores dentro de un
campo de variación dado. Como X ha de tomar uno de los
valores de este conjunto, entonces:
p1 + p2+ p3+…+ pn = 1

Una variable es discreta cuando tiene un número finito o

infinito y contable de valores, es decir, que pueden
ordenarse en secuencia y que sólo toma valores enteros.
Se utilizan letras mayúsculas X, Y, ... para designar
variables aleatorias, y las respectivas minúsculas (x, y, ...)
para designar valores concretos de las mismas.
Por convenio, se establece la siguiente notación:
(X = x)
Representa el suceso “la variable aleatoria X toma el valor
x”
P(X = x)
Representa la probabilidad de dicho suceso
(X < x)
Representa el suceso “la variable aleatoria X toma un
valor menor a x”
 P(X < x)
Representa la probabilidad de que “la variable aleatoria X
tome un valor menor a x”
(X ≤ x)
Representa el suceso "la variable aleatoria X tome un valor
menor ó igual a x”
P(X ≤ x)
Representa la probabilidad de que “la variable aleatoria X
tome un valor menor o igual a x”
Características de la Función de Probabilidad
1. P(x)  0 para todos los valores x de X.
2. Σ P(x)= 1.
3. La representación grafica más usual de la función de
probabilidad es un diagrama de barras.
VARIABLES ALEATORIAS CONTINUAS

Variable que toma un valor infinito de valores no

numerables.

Una variable aleatoria es continua si su conjunto de

posibles valores es todo un intervalo de números; esto es,
si para algún a < b, cualquier número x entre a y b es
posible.
X puede tomar su valor en cualquier intervalo en vez de
tomar, por ejemplo, sólo valores de números enteros.
Por esta razón, referimos a X como una variable aleatoria
continua.
Definición
Una variable aleatoria continua es una función X que
asigna a cada resultado posible de un experimento un
número real.
Si X puede asumir cualquier valor en algún intervalo I (el
intervalo puede ser acotado o desacotado), se llama una
variable aleatoria continua.

Función de Densidad de una Variable Aleatoria Continua

La función de densidad de probabilidad (FDP),
representada comúnmente como f(x), se utiliza con el
propósito de conocer como se distribuyen las
probabilidades de un suceso o evento, en relación al
resultado del suceso.
En el caso de que X sea continua su función de
densidad debe permitir expresar F, la función de
distribución de probabilidad de X, en forma integral:

P X  x    f  x  dx


Cualquier que sea el valor de x.

Donde f : R  R
es una función no negativa e integrable
• La función de distribución acumulada F(X) de una
variable aleatoria discreta X con distribución de
probabilidad f(x) está dada por:

F  X   P X  x    f  x  para    x  
tx

• La función de distribución acumulada F(X) de una

variable aleatoria continua X con función de densidad f(x)
es:

F x   P X  x    f t dt , para    x  
