REPÙ BLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÒ N

SUPERIOR
UNIVERSIDAD ARTURO MICHELENA
SAN DIEGO ESTADO CARABOBO

Variable aleatoria

Bachiller:

Keiber Pabón CI: 27658594

San Diego ,30 de julio de 2018

 Qué es Una Variable Aleatoria
Una variable aleatoria puede concebirse como
un valor numérico que está afectado por el azar. Dada una
variable aleatoria no es posible conocer con certeza el valor
que tomará esta al ser medida o determinada, aunque sí se
conoce que existe una distribución de
probabilidad asociada al conjunto de valores posibles. Por
ejemplo, en una epidemia de cólera, se sabe que una
persona cualquiera puede enfermar o no (suceso), pero no
se sabe cuál de los dos sucesos va a ocurrir. Solamente se
puede decir que existe una probabilidad de que la persona
enferme.

Para trabajar de manera sólida con variables

aleatorias en general es necesario considerar un gran
número de experimentos aleatorios, para su tratamiento
estadístico, cuantificar los resultados de modo que se
asigne un número real a cada uno de los resultados
posibles del experimento. De este modo se establece
una relación funcional entre elementos del espacio
muestral asociado al experimento y números reales.

Características de las Variables

Aleatorias
Cuando se caracterizaron las variables estadísticas se
definieron la función de distribución y la función de cuantía
para las variables estadísticas discretas y la función de
distribución y la función de densidad para las variables
estadísticas continuas. Para la caracterización de las
variables aleatorias la estructura de trabajo es la misma. La
diferencia que nos encontraremos serán básicamente dos:
en primer lugar, en vez de trabajar con frecuencias
absolutas o relativas, trabajaremos con las probabilidades;
y, en segundo lugar, para el tratamiento de las variables
aleatorias continuas, dejaremos de utilizar las marcas de
clase y operaremos con las integrales.

Clasificación de las Variables Aleatorias

Para variables con valores en R las variables
aleatorias se clasifican usualmente en:

 Variable aleatoria discreta: una v.a. es discreta si su

recorrido es un conjunto discreto. La variable del
ejemplo anterior es discreta. Sus probabilidades se
recogen en la función de cuantía.

 Variable aleatoria continua: una v.a. es continua si

su recorrido es un conjunto no numerable.
Intuitivamente esto significa que el conjunto de
posibles valores de la variable abarca todo un
intervalo de números reales. Por ejemplo, la variable
que asigna la estatura a una persona extraída de una
determinada población es una variable continua ya
que, teóricamente, todo valor entre, pongamos por
caso, 0 y 2,50 m, es posible.

Variable Aleatoria Unidimensional

Discreta

Se dice que una variable aleatoria X es discreta

cuando toma un número finito o infinito numerable de
valores reales.
 Así, una variable aleatoria discreta sería el
número de llamadas telefónicas que entran en una
centralita durante un periodo de tiempo; el número de
depósitos de una entidad bancaria; el número de
piezas defectuosas que aparecen en una proceso de
fabricación, etc.

Esperanza y Varianza de una

Variable Aleatoria

1) Esperanza: La esperanza matemática (o

simplemente esperanza) o valor esperado de
una v.a. es la suma del producto de la
probabilidad de cada suceso por el valor de
dicho suceso. Si todos los sucesos son de
igual probabilidad la esperanza es la media
aritmética. Para una variable aleatoria discreta
con valores posibles x1,x2,….xn y sus
probabilidades representadas por la función de
probabilidad p(xi).

2) Varianza: La varianza es una medida

de dispersión de una variable aleatoria X
respecto a su esperanza E{X}. Se define como
la esperanza de la transformación (X- E{X})2. 

Media, mediana y moda una

variable aleatoria
 Si X es una variable aleatoria finita con
valores x1, x2, . . ., xn, la media o valor esperado de X, escrito μ,
o E(X), es

μ = 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 número m tal que

P(X ≤ m) ≥ 1/2 and P(X ≥ m) ≥ 1/2.

(Esta definición es válida también para las variables continuas.)

Un modo de X es un número m tal que P(X = m) es más

grande. Este es el valor más probable de X o los valores más
probables si tiene X varios valores con la misma probabilidad
más grande. Para una variable aleatoria continua, un modo m es
un número tal que la función de densidad de probabilidad es
máxima cuando x = m.

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

aleatoria es el promedio, mediana, y modo que esperiamos
obtener si tenemos un gran número de los valores de X. En la
inversa, si todo lo que sabemos acerca de X es una colección 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.