Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Variable Aleatoria
Alumno:
Colmenares Paul
26260972
Profesor:
Humberto pea
Saia A
Introduccin
La Estadstica Descriptiva nos ofrece una serie de herramientas muy tiles para
resumir grfica y numricamente los datos que hemos obtenido sobre una
caracterstica o variable de inters, X, de una poblacin. Estos resmenes son
muy interesantes, pero el objetivo de la Estadstica habitualmente va ms all:
pretende obtener conclusiones sobre la poblacin a partir de los datos
obtenidos en la muestra. La obtencin de conclusiones seria el objetivo de la
Inferencia Estadstica y para su desarrollo necesitaremos los modelos de
probabilidad. En particular, sera necesario modelizar las variables de inters,
X, como variables aleatorias. En este captulo, presentaremos el concepto de
variable aleatoria.
Una variable aleatoria es un valor numrico que corresponde al resultado de un
experimento aleatorio, como el nmero de caras que se obtienen al lanzar 4
veces una moneda, el nmero de lanzamientos de un dado hasta que aparece
el seis, el nmero de llamadas que se reciben en un telfono en una hora, el
tiempo de espera a que llegue un autobs.
Las variables aleatorias, como las estadsticas, pueden ser discretas o
continuas.
Las variables aleatorias permiten definir la probabilidad como una funcin
numrica (de variable real) en lugar de como una funcin de un conjunto dado.
Se dice que una variable aleatoria sigue una distribucin uniforme si la funcin
de densidad es constante en el intervalo en el que se encuentran todos los
valores de la variable.
Desarrollo
Variable Aleatoria Es una funcin que asigna un nmero real, a cada resultado
del espacio muestral, de un experimento aleatorio. En otras palabras, es una
funcin X definida: : Por tanto, es una funcin cuyo dominio es el
espacio muestral y el rango es el conjunto de los nmero reales. El espacio
muestral en muchas ocasiones, no est constituido por nmeros, pero a travs
de la variable aleatoria, se puede expresar en forma numrica todo tipo de
espacio muestral, lo cual facilita el anlisis de sus aspectos ms relevantes. La
distribucin de probabilidad de una variable aleatoria refleja su comportamiento
probabilstico.
Nota Aclaratoria: En muchos casos ocurre que los elementos del espacio
muestral tambin son nmeros, entonces, X queda definida por X(w)=w
(funcin identidad), es una variable aleatoria. En dicha situacin, el mismo
experimento aleatorio define una variable aleatoria, con dominio y rango
iguales.
Ejemplo. Se lanza una moneda. S = {C, S}. Sea X = {Nmero de caras}. Esta
funcin asigna los siguientes valores a los elementos del espacio muestral: - Si
es cara, w = C, entonces, X(w) = 1. - Si es sello, w = S, entonces, X(w) = 0. Por
lo tanto, la variable aleatoria X toma los valores: {0, 1}
O tan bien se puede definir como Una variable aleatoria discreta es aquella que
toma. A lo mas una cantidad numerable de valores distintos.
valores distintos que la variable aleatoria discreta y que puede tomar. Puede
ser entonces finito o infinito (ya que el proceso de numeracin puede no
terminar nunca).
Valor esperado de una variable aleatoria
El valor esperado es una idea fundamental en el estudio de las distribuciones
de probabilidad.
Conclusin
Una distribucin de probabilidad para una variable aleatoria discreta es un
listado mutuamente excluyente de todos los resultados posibles para esa
variable aleatoria, tal que una probabilidad particular de ocurrencia est
asociada con cada resultado.
En el caso de ingeniera ocurre ms en procesos de manufactura, en donde la
idea es que en el proceso de elaboracin de una pieza salga con la calidad
deseada siempre.
Lo que se hace es que cuando hay algn problema de piezas que no son
buenas o que son de mala calidad se empiezan a hacer mediciones para
determinar las variables que ocasionan los problemas. Estas variables pueden
ser, humedad, tamao de la pieza, tolerancias, materiales, mtodo de trabajo
del operador, higiene, fallas administrativas, etc. Aqu es donde se empieza a
medir todos los factores que contribuyen y se empieza con el proceso
estadstico.
Despus podemos decir que se hacen simulaciones estadsticas para
pronosticar productos con la mejor calidad, es decir, la estadstica te puede dar
nmero exactos de tamao de la pieza, tipo de material, cantidad de humedad,
etc. mediante un estudio para garantizar que el producto no sea rechazado.