Definición Variable aleatoria

Sea S el espacio muestral asociado a un experimento aleatorio E. Se llama variable

aleatoria a toda aplicación del espacio muestral S en el conjunto de los números reales
(es decir, asocia a cada elemento de S un número real).

Se dice que se ha definido una variable aleatoria para un experimento aleatorio cuando
se ha asociado un valor numérico a cada resultado del experimento. Para un mismo
experimento aleatorio puede definirse más de una variable aleatoria.

Se utilizan letras mayúsculas X, Y, ... para designar variables aleatorias, y las

respectivas minúsculas (x, y, ...) para designar valores específicos de las mismas.

Ejemplo:
Se lanzan tres monedas y se define la v.a. Z como el número de caras.

El espacio muestral es S={ccc, ccx, cxc, cxx, xcc, xcx, xxc, xxx}
y la v.a es Z:S→ℝ es tal que:
Z(ccc)=3 Z(ccx)=2 Z(cxc)=2 Z(cxx)=1
Z(xcc)=2 Z(xcx)=1 Z(xxc)=1 Z(xxx)=0

También pueden definirse otras variables aleatorias para ese experimento:

Y: número de sellos
X: producto de número de caras por número de sellos

Y(ccc)=0 Y(ccx)=1 Y(cxc)=1 Y(cxx)=2

Y(xcc)=1 Y(xcx)=2 Y(xxc)=2 Y(xxx)=3

X(ccc)=0 X(ccx)=2 X(cxc)=2 X(cxx)=2

X(xcc)=2 X(xcx)=2 X(xxc)=2 X(xxx)=0

Puede verse que Y(s)=3-Z(s) y que X(s)=Y(s)Z(s) para todo s∈S

Notación: {X=x}={ s∈S / X(s)=x}

Ejemplo:
{Z = 1} = { s∈S / Z(s)=1} = {cxx, xcx, xxc}
{Z = 3} = {ccc}
{Z = -1} = ∅

La notación anterior puede extenderse a:

{X cumple la condición C}={ s∈S / X(s) cumple la condición C}

Ejemplo:
{Y ≥ 2} = { s∈S / Y(s) ≥2} ={cxx, xcx, xxc, xxx}
{Y ≤ 3} = S
{0<Y ≤ 3}={ccx, cxc, cxx, xcc, xcx, xxc, xxx}
{X≠0} ={ccx, cxc, cxx, xcc, xcx, xxc}

Como {X cumple la condición C} es un suceso (subconjunto) del espacio muestral,

entonces puede calcularse la probabilidad de esos sucesos. Así en los ejemplos
anteriores se tendrá:

P({Z = 1}) =3/8. Para abreviar la notación se usa P(Z = 1).

P(Z = 3) = 1/8
P(Z = -1) = 0
P(Y ≥ 2) = 4/8
P(Y ≤ 3) = 1
P(0<Y ≤ 3)=7/8
P(X≠0) = 6/8

Definición Variable aleatoria discreta y continua

Si una variable aleatoria toma solo un número finito de valores o infinito numerable
diremos que es discreta. Si teóricamente, puede tomar todos los valores de un intervalo
de ℝ, diremos que es continua.

Ejemplos:
1. Las variables X, Y y Z definidas en el ejemplo del lanzamiento de 3 monedas
son discretas.
2. Si se considera un experimento consistente en la selección aleatoria de una
persona de un grupo de individuos.
3. La variable aleatoria “número de hijos” es discreta.
4. La variable aleatoria que mide la temperatura corporal es continua.
5. La variable aleatoria que vale “1” si la temperatura corporal es menor a 37ºC y
“0” si la temperatura corporal e 37ºC o más, es una v.a. discreta.

Función de Masa o de Probabilidad p(x) de una v.a. discreta

Consideremos una v.a. discreta X, que toma los valores x1, x2, ..., xn.
La función de masa o de probabilidad pX(x) de la v.a. X es la función que asigna a
cada valor xi de la variable su correspondiente probabilidad.

O sea, pX :ℝ→ℝ tal que pX(x) = P(X=x)

Si no hay confusión se usará la notación p(x) en lugar de pX(x).

Por tanto:
p(x1) = P(X=x1) = p1
p(x2) = P(X=x2) = p2
...
p(xn) = P(X=xn) = pn
Propiedades de la función de masa
a) pi ≥ 0 para toda 1 ≤ i ≤ n
n
b) ∑p
i =1
i =1

Ejemplo de la representación gráfica de una función de masa o de probabilidad

Función de Distribución F(x)

En muchas ocasiones no solo interesa conocer la probabilidad de que la v.a. X tome
exactamente un determinado valor xi, sino también la probabilidad de que tome valores
menores o iguales que ese valor xi. En tales casos es necesario acumular (sumar) los
distintos valores de la función de probabilidad hasta el valor xi deseado. Se trata de una
nueva aplicación llamada función de distribución.

Sea X una variable aleatoria discreta. Se llama función de distribución de la variable

X, y se simboliza por FX(x), a la función:

FX :ℝ→ℝ tal que FX(x) = P(X ≤ x)

es decir, asocia a cada valor x de ℝ la probabilidad acumulada por la v.a. hasta ese valor
x.

Si no hay confusión se usará la notación F(x) en lugar de FX(x).

Propiedades de la función de distribución

a) 0 ≤ F(x) ≤ 1
b) F(x) = 0 para todo x < x1, donde x1 es el valor menor en el que la función de
masa es mayor que cero.
c) F(x) = 1 para todo x ≥ xn, donde xn es el valor mayor en el que la función de
masa es mayor que cero.
d) Es una función no decreciente
e) Es constante en cada intervalo [xi, xi+1[
f) Se cumple que P(a < X ≤ b) = F(b) - F(a)

Ejemplo de representación gráfica de una función de distribución