Академический Документы
Профессиональный Документы
Культура Документы
Una variable aleatoria no es más que una transformación que te permite pasar de
estar trabajando en el campo del experimento, a abstraerlo y trabajar en el campo
o conjunto de números reales.
¿Qué es una variable aleatoria?
Es una cantidad numérica asociada al resultado de un experimento. El termino
variable aleatoria quiere, por lo tanto, decir cantidad incierta. El interés en estos
objetos radica en el hecho, que en la mayoría de los experimentos uno no esta
interesado en el resultado, pero si en una o varias cantidades numéricas
asociadas a este resultado.
Ejemplo:
Partamos que estamos trabajando con un experimento que consiste en lanzar una
moneda dos veces. Los posibles resultados del experimento son:
(c,c) (c,+) (+,c) (+,+),
y por tanto el espacio muestral asociado vendrá dado por
W={(c,c),(c,+),(+,c),(+,+)}
Hasta ahora estamos trabajando con los resultados del experimento. Si ahora
definimos una variable como "n de caras que salen al lanzar una moneda al aire
dos veces", que denotaremos por X, podrán salir 0 caras, 1 cara ó 2 caras. Es una
variable por que puede tomar distintos valores y será aleatoria ya que los valores
que toma los toma en función del azar.
Obsérvese que en este momento podemos establecer una relación entre los
posibles resultados del experimento, los cuales definen W, y el conjunto de valores
que puede tomar la variable X. De esta manera establecemos la siguiente
relación:
Resultado (c,c) de W implica que X=2
Resultado (c,+) de W implica que X=1
Resultado (+,c) de W implica que X=1
Resultado (c,+) de W implica que X=1
Resultado (+,+) de W implica que X=0
Ejemplo:
Si tiramos una moneda 10 veces, esperamos que salga 5 veces "cara" y 5 veces
"cruz". Esperamos obtener este valor porque la probabilidad de que salga "cara"
es 0,5, y si lanzamos la moneda 10 veces, obtenemos 5. Por lo tanto, 5 es la
media. Para formalizar este particular ejemplo de la media, si p es la probabilidad
y n el número de eventos, la media es a = np. Esta es la forma de la media cuando
se puede expresar la probabilidad por medio de la distribución binomial.
Para formalizar el concepto un poco más, en un experimento con resultados
discretos xi para los cuales la probabilidad es P(xi), la media estará dada por
Varianza
Está considerada (junto con la desviación típica) el mejor indicador de la
variabilidad global de la distribución mide la dispersión de los datos respecto a la
media aritmética, de hecho, nos suministra el valor medio del cuadrado de las
desviaciones de los valores respecto de la media:
Modelo Bernoulli
Distribución normal.
La distribución de probabilidad conocida como distribución normal es, por la
cantidad de fenómenos que explica, la más importante de las distribuciones
estadísticas. A la distribución normal también se la denomina con el nombre de
campana de Gauss, pues al representar su función de probabilidad, ésta tiene
forma de campana.
La Normal es la distribución de probabilidad más importante. Multitud de variables
aleatorias continuas siguen una distribución normal o aproximadamente normal.
Una de sus características más importantes es que casi cualquier distribución de
probabilidad, tanto discreta como continua, se puede aproximar por una normal
bajo ciertas condiciones.
La distribución de probabilidad normal y la curva normal que la representa, tienen
las siguientes características:
La curva normal tiene forma de campana y un solo pico en el centro de la
distribución. De esta manera, la media aritmética, la mediana y la moda de
la distribución son iguales y se localizan en el pico. Así, la mitad del área
bajo la curva se encuentra a la derecha de este punto central y la otra mitad
está a la izquierda de dicho punto.
La distribución de probabilidad normal es simétrica alrededor de su media.
La curva normal desciende suavemente en ambas direcciones a partir del
valor central. Es asintótica, lo que quiere decir que la curva se acerca cada
vez más al eje X pero jamás llega a tocarlo. Es decir, las “colas” de la curva
se extienden de manera indefinida en ambas direcciones.
Para indicar que una variable aleatoria (v.a.) sigue una distribución normal de
media µ y desviación estándar σ usaremos la expresión: X ∼ N(µ,σ).
Bibliografía
Cosculluela Mas, A., Turbany i Oset, J., & Fornieles i Deu, A. (2002). estadistica descriptiva.
barcelona, españa: UOC Papers.
Lladser, M. (2009). Variables aleatorias y simulación estocástica. Colorado: Editorial ebooks
Patagonia - J.C. Sáez .