Repblica Bolivariana de Venezuela

Ministerio del Poder Popular Para la Educacin Superior

Universidad Fermn Toro
Cabudare-Edo. Lara

Variable Aleatoria
(Estadstica I)

Estudiante: Luis Vsquez

C.I.: 24.712.966
Saia B, Prof.: Humberto Pea

Julio, 2015

Variable Aleatoria

En muchos estudios no se desea saber cul evento ocurri, sino el

nmero de veces que ha ocurrido un evento. Por ejemplo, al lanzar dos
monedas, podramos estar interesados en el nmero de caras que
ocurrieron. Al nacer 5 nios, quisiramos saber cuntos son varones.
Los ejemplos anteriores tienen la caracterstica de que a cada uno de los
elementos del espacio muestral se le asigna un nmero real, que indica el
nmero de veces que est presente el evento de inters. Dicha asignacin
se realiza a travs de una funcin la cual se denomina variable aleatoria.
Se llama variable aleatoria a una magnitud cuyo valor no puede predecirse
con certeza antes de que ocurra, por lo tanto su comportamiento se
caracteriza mediante las leyes de probabilidades; para describirla se emplea
una funcin o distribucin de probabilidades que define los sucesos. Se
denota con una letra mayscula, por ejemplo la variable aleatoria X y la
funcin X(E) indica la magnitud de ocurrir del suceso E de la variable X.
Otro ejemplo de variable aleatoria es el resultado de los ensayos en cilindros
de concreto provenientes de una construccin, ya que para las mismas
condiciones de produccin, los resultados son diferentes y al analizar la
dispersin en los ensayos se encuentra que siguen un patrn indicado por
las leyes de probabilidades, por lo que se puede caracterizar por una funcin
de probabilidades.
Las variables aleatorias se dividen en dos tipos: discretas y continuas, las
cuales se representan por una funcin discreta masa de probabilidades
(FMP) que se denota por pX(x) o por una funcin de densidad de

probabilidades (FDP) que se denota como fx(X) y funcin de distribucin

acumulada (FDA) que se denota como Fx(X).
La FMP se representa por lo general con un diagrama de barras, donde la
altura es proporcional a la probabilidad de que la variable tome ese valor.
Entre las funciones de la densidad de probabilidades (FDP) tenemos que
cuando los valores que puede tomar una variable aleatoria no quedan
restringidos a nmeros enteros, puede tomar cualquier valor del eje de los
nmeros reales, esta variable se denomina continua y es representada en la
forma de una funcin de densidad de probabilidades (FDP). La FDP se
distingue por una lnea continua.
Ahora las funciones de distribucin acumulada (FDA). Una forma equivalente
de representar las distribuciones de probabilidades, es mediante una funcin
de distribucin acumulada (FDA), la forma es vlida tanto para variables
aleatorias discretas como continuas. Se define como la suma (variables
aleatorias discretas) o integral (variables aleatorias continuas) de todas las
probabilidades menores o iguales a x. Grficamente se representa por una
lnea ascendente.
Estas funciones de probabilidades (FDA, FDP, FMP) tienen sus propiedades
y son las siguientes
1. La definicin de FDA es aplicable para variables aleatorias discretas como
continuas.
2. La FDA es una funcin positiva, ascendente cuyos valores oscilan entre 0
y 1.
3. Si x1<x2, entonces FX(x1)<FX(x2).
4. FX(-) = 0 y FX() = 1.

5. Para FDP la probabilidad entre dos valores se determina segn la

siguiente ecuacin;

Siguiente a esto definiremos los parmetros que son las medidas que
caracterizan una variable aleatoria y representan el conjunto de datos del
espacio muestral de los valores que puede tener la variable.
-Esperanza de X
El valor esperado se denota por E(X) y es igual a la media de la variable
(X), de tal forma que los dos nombres se emplean para designar al mismo
valor.
-Varianza de X
La varianza es la medida de dispersin ms representativa y se define como
el promedio de las diferencia de los valores con respecto a la media elevados
al cuadrado.
-Desviacin estndar de X
La medida ms importante de dispersin es la desviacin estndar porque en
contraste con la varianza que eleva la diferencia al cuadrado para evitar los
valores negativos de la diferencia, hace que el valor no se pueda relacionar
con la media debido al cuadrado de las unidades que tiene la variable.

-Factor de sesgo de X
El factor de sesgo es una medida que relaciona el valor nominal o valor del
diseo empleado en el anlisis estructural con la media de dicha variable que
se considera como aleatoria.
-Coeficiente de variacin de X
El coeficiente de variacin es una medida a dimensional y compara la media
con la desviacin estndar, representa la dispersin de los datos de forma
porcentual.
-Forma estndar
Para una variable aleatoria X. La forma estndar denotada por Z, est
definida por:

Como ejemplos la variable aleatoria se podra mencionar, entre muchas

aplicaciones en la ingeniera elctrica, la respuesta de un cierto circuito
elctrico ante una seal de excitacin aleatoria, la resistencia de un circuito
donde uno de los elementos tiene un valor aleatorio y la distancia a la que
caer un proyectil disparado con un ngulo aleatorio.