Variable aleatoria

Sea Ω un espacio muestral. Una variable aleatoria es una función X, que transforma cada resultado
w del espacio muestral en un número real X(w).

El rango de la variable aleatoria X es el conjunto RX de todos sus posibles valores.

Ejemplo
Al lanzar dos monedas para registrar los posibles resultados se obtiene el espacio muestral
siguiente.
 = {cc, cs, sc, ss}

Si ahora definimos la variable aleatoria X como número de caras que se obtiene, entonces a
cada resultado de, es posible asignarle un número real.

Clasificación de variables aleatorias

Discreta: Si su rango es un conjunto finito o infinito numerable.

Ejemplos:
Número de circuitos electrónicos producidos por una empresa que cumplen con las
especificaciones técnicas.
Número de llamadas que recibe una central telefónica.

Continua: Si su rango es un conjunto infinito no numerable.

Ejemplos:
Resistencia a la ruptura de un material plástico (onzas por pulgada cuadrada).
Resistencia transversal de los ladrillos fabricados por una empresa (MN/m2).

Variables aleatorias discretas

Sea X una variable aleatoria discreta.

Función de probabilidad de una variable aleatoria discreta

La probabilidad de que la variable aleatoria tome un valor genérico igual a x, se denotará de la
siguiente manera.
f x  P( X  x)
La función de probabilidad de X debe cumplir las siguientes condiciones:

 f ( x)  0

  f ( x)  1
Rango X
Ejercicio
El ingeniero de producción de la empresa Tecnotronics S.A. ha determinado que la distribución
de probabilidades del número de artículos defectuosos por lote es la siguiente:
x 0 1 2 3 4

f(x) 0.25 a 0.10 0.25 0.25

a. Encuentre el valor de la constante “a” para que la distribución sea de probabilidad.
b. Calcule la probabilidad de encontrar menos de 2 artículos defectuosos por lote.
c. Si el lote tiene 2 o más artículos defectuosos, es considerado “malo” ¿cuál es la probabilidad
que el lote sea malo?
d. Si el número de artículos defectuosos por lote es al menos 1, calcule la probabilidad de que el
número de artículos defectuosos sea menor que 3.

Esperado de una variable aleatoria discreta

Sea X una variable aleatoria discreta con función de probabilidad f(x). Entonces el valor esperado
o medio de X es:
  E( X )   xf ( x)
Rango x

Esperado de una función de X

Sea X una variable aleatoria discreta con función de probabilidad f(x), y sea g(x) una función de
la variable X. Entonces, el valor esperado o medio de g(x) es:

E  g ( x)    g ( x) f ( x )
Rango x

Propiedades del valor esperado

El valor esperado tiene ciertas propiedades que se presentan a continuación, las cuales son de
bastante utilidad.

Sean a y b constantes cualesquiera y sea X una variable discreta. Entonces:

E(a) = a
E(bX) = bE(X)
E(a + bX) = a + bE(X)
Sean g1 ( x),..., g k ( x) funciones de X, E[g1(x)+ …+ gk(x)] = E[g1(x)]+ …+ E[gk(x)]

Varianza de una variable aleatoria

Sea X una variable discreta con función de probabilidad f(x). Entonces, la varianza de X es:

𝜎 2 = V(X) = E[X - 𝜇]2 = E(X2) - 𝜇2

Formula abreviada para el cálculo de la varianza:

V(X) = E(X2) – [E(X)]2

Dónde: E(X2) = ∑ 𝑋 2 𝑓(𝑋)

La desviación estándar de X es la raíz cuadrada positiva de la varianza de X

  2
Propiedades de la varianza
Sean a y b dos constantes cualesquiera y sea X una variable discreta. Entonces:

V(a) = 0
V(bX) = b2 V(X)
V(a + bX) = b2 V(X)

Ejemplo
El número de fallas de energía eléctrica que afectan a cierta región en cualquier año dado se
considera una variable aleatoria, que tiene la siguiente función de probabilidad:

x 0 1 2 3
P(X = x) 0,38 0,24 k 0,08

∑ 𝑃(𝑋) = 1 0.38 + 0.24 + k + 0.08 = 1 k = 0.3

x 0 1 2 3
P(X = x) 0,38 0,24 0.3 0,08

a. Calcule e interprete el valor esperado de X.

𝐸(𝑋) = 0 ∗ 0.38 + 1 ∗ 0.24 + 2 ∗ 0.3 + 3 ∗ 0.08 = 1.08
El número de fallas promedio de energía eléctrica se espera que sea 1.08.

b. Calcule la desviación estándar de X.

𝐸(𝑋 2 ) = 02 ∗ 0.38 + 12 ∗ 0.24 + 22 ∗ 0.3 + 32 ∗ 0.08 = 2.16
𝑉(𝑋) = 2.16 − 1.082 = 0.99
𝑆(𝑋) = √0.99 = 0.9967

c. Si por cada falla eléctrica se estima que la región pierde aproximadamente 14300 dólares,
¿cuál es la pérdida esperada?
P = 14300X
E(P) = E(14300X) = 14300E(X) = 14300*1.08 = $15444

Ejemplo
Enigma S.A. produce artículos perecibles. A continuación se presenta una tabla con los datos
históricos de las demandas semanales obtenidas en las últimas 50 semanas y el número de
semanas de ocurrencia:
Número de productos demandados 2 000 3 000 4 000 5 000
Número de semanas 15 20 10 5
a. Si la compañía decide programar la producción de dicho artículo tomando exactamente el
valor esperado de la demanda, ¿cuántas unidades de dicho artículo debe producir la
compañía semanalmente?

f X P(X)
15 2000 0.3
20 3000 0.4
10 4000 0.2
5 5000 0.1
50 1.0

E(X) = 2000*0.3+3000*03100.4+4000*0.2+5000*0.1 = 3100

b. Si cada unidad tiene un costo de S/. 5 y se vende a S/. 10. Si el producto no se vende durante
la semana siguiente a la producida, se debe rematar a un precio de S/. 2,5. Todos los
productos ofrecidos en remate se venden, ¿cuántas unidades debe producirse semanalmente
la compañía para maximizar su utilidad esperada?

Utilidad = Ingreso – Costo

Utilidad = 10X + 2.5(5000 – X) – 5*5000 = 7.5X – 12500
E(Utilidad) = E(7.5X-12500) = 7.5E(X) – 12500 = 7.5*3100 – 12500 = 10750