Universidad Fermn Toro

Vice-rectorado Acadmico
Facultad de Ingeniera

VARIABLE ALEATORIA

Fernando Juhasz
C.I. 24712623
Estadstica I
SAIA D

Cabudare, 16 de julio de 2016

La teora de las probabilidades es la rama de las matemticas que contempla

esta tendencia porque trata la incertidumbre en los resultados considerando las
variables como aleatorias, as los modelos son probabilsticos porque consideran
el error que existe al realizar la estimacin de un parmetro con un valor numrico
de esta posibilidad o probabilidad. Como resultado de la teora nunca podr
predecirse completamente el comportamiento de un modelo, ms bien se
considera la posibilidad de ocurrir.
Una variable aleatoria es una variable que toma valores numricos
determinados por el resultado de un experimento aleatorio. No hay que confundir
la variable aleatoria con sus posibles valores. Ejemplos:
n de caras al lanzar 6 veces una moneda (valores: 0, 1, 2)
n de llamadas que recibe un telfono en una hora tiempo que esperan los clientes
para pagar en un supermercado.
Las variables aleatorias pueden ser discretas o continuas:
Discretas: el conjunto de posibles valores es numerable. Suelen estar asociadas
a experimentos en que se mide el nmero de veces que sucede algo.

Continuas: el conjunto de posibles valores es no numerable. Puede tomar todos

los valores de un intervalo. Son el resultado de medir.

Ejemplo:
Clasificar como discretas o continuas las siguientes variables aleatorias:
a) N de pginas de un libro discreta
b) Tiempo que tarda en fundirse una bombilla continua
c) N de preguntas en una clase de una hora discreta
d) Cantidad de agua consumida en un mes continua

Distribucin de una variable aleatoria

Sea x una variable aleatoria discreta. Su distribucin viene dada por los
valores que puede tomar, x1, x2, x3, , xk, y las probabilidades de que aparezcan

p1, p2, p3, , pk. Estas cantidades

p i P { x x i}

reciben el nombre de funcin

de probabilidad o funcin de masa.

La funcin de distribucin o de probabilidad acumulada representa en cada
punto x0 la probabilidad de que la variable tome un valor menor o igual que dicho

punto, es decir,

P { x x0}

Sea x una variable aleatoria continua. Si queremos conocer su distribucin de

probabilidad no nos vale la funcin de probabilidad empleada con las discretas
(cada valor con su probabilidad asociada) porque toma muchos valores. La
probabilidad asociada a cada valor es prcticamente nula (la funcin de
distribucin es continua).
Media, Mediana y Modo De Una Variable Aleatorio
Si X es una variable aleatoria finita con valores x1, x2, . . ., xn, la media o valor
esperado de X, escrito , o E(X), es
= E(X) = x1.P(X = x1) + x2.P(X = x2) + . . . + xn.P(X = xn)
= (xi.P(X = xi).
La media de X es el menor nmero m tal que
P(X m) 1/2 and P(X m) 1/2.
Un modo de X es un nmero m tal que P(X = m) es ms grande. Este es el
valor ms probable de X o los valores ms probables si tiene X varios valores con
la misma probabilidad ms grande. Para una variable aleatoria continua, un
modo m es un nmero tal que la funcin de densidad de probabilidad es mxima
cuando x = m.

El valor esperado, la mediana y el modo de una variable aleatoria son el

promedio, mediana, y modo que esperamos obtener si tenemos un gran nmero
de los valores de X. En la inversa, si todo lo que sabemos acerca de X es una
coleccin de valores de X, entonces el promedio, mediana y modo de aquellos
resultados son nuestras mejor estimaciones del valor esperado, la mediana y el
modo de X.
Varianza y Desviacin Estndar De Una Variable Aleatorio
La varianza matemtica de una variable aleatoria es una medida de
dispersin definida como la esperanza del cuadrado de la desviacin de dicha
variable respecto a su media, multiplicado por la probabilidad de ocurrencia del
evento. Se expresa en metros al cuadrado y se representa como

Se calcula con la siguiente frmula:

Var ( x ) 2 ( x )2 P( x)

La importancia de la distribucin se pone de manifiesto ante las variadas

disciplinas del quehacer humano en las cuales este concepto est involucrado, en
forma definida o implcita. As, la distribucin en el campo de las ciencias exactas
remite a los parmetros estadsticos de la distribucin de probabilidades de las
variables aleatorias, entendida como una funcin que permite asignar a ciertos
sucesos definidos la probabilidad de que esos sucesos tengan lugar. Del mismo
modo, en el rico entorno del anlisis matemtico, se reserva la idea de distribucin
a la denominada teora de funciones generalizadas, ideal para extender la
aplicacin de derivadas a todas las funciones matemticas que pueden integrarse.
Su desviacin estndar se define como la raz cuadrada de la varianza.
Una frmula alternativa para la varianza, til para el clculo, es
2= ( X 2 ) 2

La varianza y la desviacin estndar de una variable aleatoria son las

varianza muestral y la desviacin estndar muestral de que esperamos obtener si
tenemos un gran nmero de X-resultados. A la inversa, si todo lo que sabemos
acerca de X es una coleccin de X-resultados, entonces la varianza muestral y la
desviacin estndar muestral de los resultados son nuestra mejor estimaciones de
la varianza y desviacin estndar de X.
Los conocimientos de estadstica son esenciales para el ingeniero en cualquiera
de sus especialidades, ya que lo que la objetivo final de un ingeniero es la solucin
optima de problemas de la vida cotidiana, y la estadstica ser la herramienta que
se deba emplear para conocer cul ser la solucin ms eficiente o con menos
probabilidad de error.