Вы находитесь на странице: 1из 11

“AÑO DE LA LUCHA CONTRA LA CORRUPCIÓN E IMPUNIDAD”

ENFERMERÍA TÉCNICA

TEMA : VARIABLE ALEATORIO.

CURSO : BIOESTADÍSTICA.

DOCENTE :

CICLO : I.

INTEGRANTES: DANY RAMIREZ MONTENEGRO.


MAYELI VASQUEZ VASQUEZ.
DANILO GONZALES AREVALO.
DAYANA BORJA ODICIO.
ROSA OCHAVANO CASTRO.
KENIA PIÑA MELENDEZ.
ROSARIO APUELA RIVA.

PUCALLPA – PERÚ
2019
DEDICATORIA
A nuestros padres por apoyarnos
incondicionalmente en nuestra
carrera profesional; a los docentes
por instruirnos día a día en esta
casa superior de estudios.

2
ÍNDICE

CARÁTULA ............................................................................................................. 1

DEDICATORIA ........................................................................................................ 2

ÍNDICE .................................................................................................................... 3

INTRODUCCIÓN .................................................................................................... 4

VARIABLE ALEATORIA .......................................................................................... 5

Inducción de la probabilidad a variables aleatorias. ................................................ 6

Distribución acumulativa o función de distribución .................................................. 7

Parámetros característicos de una fdp .................................................................... 8

CONCLUSIONES.................................................................................................. 10

ANEXOS ............................................................................................................... 11

3
INTRODUCCIÓN

Una variable es un símbolo que actúa en las funciones, las fórmulas, los algoritmos
y las proposiciones de las matemáticas y la estadística. Según sus características,
las variables se clasifican de distinto modo.

Se denomina variable aleatoria (o estocástica) a la función que adjudica eventos


posibles a números reales (cifras), cuyos valores se miden en experimentos de tipo
aleatorio. Estos valores posibles representan los resultados de experimentos que
todavía no se llevaron a cabo o cantidades inciertas.

Cabe destacar que los experimentos aleatorios son aquellos que, desarrollados
bajo las mismas condiciones, pueden ofrecer resultados diferentes. Arrojar una
moneda al aire para ver si sale cara o ceca es un experimento de este tipo.

La variable aleatoria, en definitiva, permite ofrecer una descripción de la


probabilidad de que se adoptan ciertos valores. No se sabe de manera precisa qué
valor adoptará la variable cuando sea determinada o medida, pero sí se puede
conocer cómo se distribuyen las probabilidades vinculadas a los valores posibles.
En dicha distribución incide el azar.

Se conoce como distribución de probabilidad, dentro del ámbito de la probabilidad


y la estadística, a una función que le da a cada uno de los sucesos que se definen
sobre una variable aleatoria un valor que denota cuán probable es que tenga lugar
el suceso que representa. Para definirla se parte del conjunto de todos los
sucesos, siendo cada uno de ellos el rango de la variable en cuestión.

Desde una perspectiva teórica formal, las variables aleatorias son funciones que se
definen sobre un espacio de probabilidad (también llamado espacio probabilístico),
un concepto de las matemáticas que modeliza un determinado experimento
aleatorio.

4
VARIABLE ALEATORIA
Una variable aleatoria es una función que asigna un valor, usualmente numérico, al
resultado de un experimento aleatorio. Por ejemplo, los posibles resultados de tirar
un dado dos veces: (1, 1), (1, 2), etc. o un número real (p.e., la temperatura
máxima medida a lo largo del día en una ciudad concreta).
Los valores posibles de una variable aleatoria pueden representar los posibles
resultados de un experimento aún no realizado, o los posibles valores de una
cantidad cuyo valor actualmente existente es incierto (p.e., como resultado de
medición incompleta o imprecisa). Intuitivamente, una variable aleatoria puede
tomarse como una cantidad cuyo valor no es fijo pero puede tomar diferentes
valores; una distribución de probabilidad se usa para describir la probabilidad de
que se den los diferentes valores. En términos formales una variable aleatoria es
una función definida sobre un espacio de probabilidad.
Las variables aleatorias suelen tomar valores reales, pero se pueden considerar
valores aleatorios como valores lógicos, funciones o cualquier tipo de elementos
(de un espacio medible). El término elemento aleatorio se utiliza para englobar todo
ese tipo de conceptos relacionados. Un concepto relacionado es el de proceso
estocástico, un conjunto de variables aleatorias ordenadas (habitualmente por
orden o tiempo).
Una función que asocia un número real, perfectamente definido, a cada punto
muestral.
A veces las variables aleatorias (v.a.) están ya implícitas en los puntos muestrales.
Ejemplo 1: Experiencia consistente en medir la presión sistólica de 100 individuos.
Un punto muestral (resultado de un experimento) es ya un número (presión
sistólica). La v.a. está implícita.
Ejemplo 2: En el ejemplo de la mujer portadora de hemofilia.
W = {sss, ssn, sns, snn, nss, nsn, nns, nnn}
Se podría definir una variable que asignara a cada punto muestral el número de
orden en el espacio muestral.
X: sss 1; ssn 2; sns 3;...
Pero otra posible v.a.: a cada punto muestral el número de s. X: sss 3; ssn 2;

5
Los conjuntos pueden ser:
a. Discretos: Número finito o infinito numerable de elementos.
b. Continuos: Número infinito no numerable de elementos.
Las v.a. definidas sobre espacios muestrales discretos se llaman v.a. discretas y
las definidas sobre espacios muestrales continuos se llaman continuas.
Una v.a. puede ser continua, aunque nosotros sólo podamos acceder a un
subconjunto finito de valores. P.e. la presión arterial es una v.a. continua pero sólo
podemos acceder a un conjunto finito de valores por la limitación de los aparatos
de medida.
En general, las medidas dan lugar a v.a. continuas y los conteos a v.a. discretas.

Inducción de la probabilidad a variables aleatorias.


Las v.a permiten definir la probabilidad como una función numérica (de variable
real) en lugar de como una función de conjunto como se había definido antes
Ejemplo 3: Tiramos una moneda 3 veces. Representamos cara por c y cruz por z.
W = {ccc, ccz, czc, zcc, czz, zcz, zzc, zzz}
La probabilidad de cada suceso elemental es 1/8. Por ejemplo p(ccc)=1/8, ya que
la probabilidad de sacar cara en una tirada es 1/2 según la definición clásica y las
tiradas son independientes.
Definimos la v.a. X: número de caras, que puede tomar los valores {0, 1, 2, 3}. Se
buscan todos los puntos muestrales que dan lugar a cada valor de la variable y a
ese valor se le asigna la probabilidad del suceso correspondiente.

x Sucesos px

0 {zzz} 1/8

1 {czz, zcz, zzc} 3/8

2 {ccz, czc, zcc} 3/8

3 {ccc} 1/8
A esta función se le denomina función densidad de probabilidad (fdp), que
desgraciadamente "funciona" de distinta manera en las variables discreta que en

6
las continuas. En el caso de las variables discretas, como en el ejemplo, es una
función que para cada valor de la variable da su probabilidad.
Ejemplo 4: Supongamos la variable tipo histológico de un tumor, con los valores 1,
2, 3, 4. Si la fdp fuera

x f(x)

1 0,22

2 0,27

3 0,30

4 0,21
Significaría que la probabilidad del tipo 2 es
0,27, etc.
Para variables continuas la probabilidad de que
una variable tome cualquier valor concreto es
0, por lo tanto la fdp sólo permite calcular la
probabilidad para un intervalo del tipo (a<X<b),
mediante el área bajo la curva de la fdp.
Para las variables aleatorias de interés hay tablas, y programas de ordenador,
donde buscar esos valores.

Distribución acumulativa o función de distribución


F(x) = p(X £ x)
Para el ejemplo 3

x f(x) F(x)

0 1/8 1/8

1 3/8 4/8

2 3/8 7/8

3 1/8 8/8

7
y para el ejemplo 4

x f(x) F(x)

1 0,22 0,22

2 0,27 0,49

3 0,30 0,79

4 0,21 1

Parámetros característicos de una fdp


Valor esperado o esperanza matemática o media

si X es una v.a. cualquier función de ella, h(x), es también una v.a., en


consecuencia también se define este parámetro para una función de v.a.

Ejemplo 5: Se tira un dado. Se define como v.a. el número que sale ¿Cuál es su
media?
La variable X puede tomar los valores 1, 2, ..., 6 y para todos ellos f(x) = 1/6. En
consecuencia la media es

Observese que es un número que la v.a. no puede alcanzar. ¿Qué significa? No


mucho.
Se define ahora una función sobre X: el premio: si sale 1 ó 2 se gana 100 ptas, si
sale 3 se gana 500 y si sale 4, 5 ó 6 no se gana nada.

8
X h(x)

1 100

2 100

3 500

4 0

5 0

6 0
¿Cuál es el valor medio de esta función?

¿qué significa? es el valor medio a la larga: si se juega un número grande de veces


la ganancia final es como si en cada jugada se hubiera ganado 116,6 pts. Si la
apuesta costara menos de eso el juego sería ventajoso para el jugador (así se
enriqueció Voltaire), si costara más, para la banca. (llamar a ésto honestidad del
juego le costó el puesto de ministro a Laplace).
Varianza:
Se define como:

aunque para el cálculo se suele usar esta otra fórmula equivalente:

¿Qué mide la varianza? Mide la dispersión de la variable alrededor de la media.

9
CONCLUSIONES

 Este concepto también se aprovecha en la programación, donde existe una


clara limitación para el rango de posibles elementos, ya que esto depende
de la memoria, la cual es finita.

 Cuanto mayor sea el espacio disponible para la distribución de probabilidad


y la complejidad que puedan tener los sucesos, más realista será la
simulación.

 Uno de los ámbitos en los cuales puede resultar útil la variable aleatoria es
la animación de personajes en tiempo real, donde se pretende que un
modelo en tres dimensiones reaccione y se relacione con el entorno de
forma realista mientras es controlado por un ser humano.

10
ANEXOS

11