¿Qué es una variable aleatoria?

En términos simples, una variable aleatoria es una función que asigna un valor numérico a cada
resultado posible de un experimento aleatorio.
nos permiten comprender y analizar eventos con cierto grado de incertidumbre
Cada día, el valor de X puede ser diferente (10 ventas un día, 25 ventas al siguiente), pero sigue
una distribución de probabilidad que podemos estudiar y comprender.
Modela la variablidad para la toma de desiciones; probabilidad de que ocurran ciertos eventos;
permite realizar inferencias y estimaciones; modela datos para predecir el comportamiento
futuro de un fenómeno.
Dos tipos principales: discretas; continuas.
Para calcular la probabilidad de un evento específico en una variable aleatoria discreta,
utilizamos la función de probabilidad. Esta función asigna a cada resultado posible (xi) una
probabilidad (pi), donde la suma de todas las probabilidades es igual a 1.
Variables aleatorias continuas:

En cambio, las variables aleatorias continuas, como la altura de una persona o la temperatura en
un día, presentan un conjunto infinito de valores posibles dentro de un intervalo. Esto significa
que no podemos enumerar cada resultado individual y calcular su probabilidad exacta.
Para trabajar con variables aleatorias continuas, se utilizan conceptos más avanzados como las
densidades de probabilidad y las integrales. La densidad de probabilidad (f(x)) nos indica la
probabilidad de que la variable aleatoria tome un valor específico dentro de un intervalo
infinitesimal. La integral de la densidad de probabilidad sobre un intervalo nos proporciona la
probabilidad de que la variable aleatoria tome un valor dentro de ese intervalo.
En resumen:
Variables aleatorias discretas: Probabilidades exactas calculables con la función de probabilidad.
Conjunto finito y contable de resultados posibles.
Variables aleatorias continuas: Probabilidades calculadas con densidades de probabilidad e
integrales. Conjunto infinito de valores posibles dentro de un intervalo.
Variable aleatoria de Bernoulli> modela eventos con dos posibilidades: éxito o fracaso. Evento
binario. Parámetro de P: probabilidad de obtener un valor varia entre 0 y 1.
 Que el cliente realice una compra por ej.
La variable de Bernoulli es la base para distribuciones de probabilidad más complejas como la
binomial y la de Poisson
a esperanza matemática, también conocida como media o valor esperado, representa el valor
promedio que se espera obtener al realizar un experimento aleatorio repetido un gran número de
veces. En el caso de una variable aleatoria de Bernoulli, la esperanza matemática se calcula
como:
E(X) = p * 1 + (1 - p) * 0 = p
Donde:
E(X) representa la esperanza matemática de la variable aleatoria X.
p es el parámetro de probabilidad de éxito (valor 1).
(1 - p) es el parámetro de probabilidad de fracaso (valor 0).
En términos simples, la esperanza matemática de una variable aleatoria de Bernoulli nos indica
el valor promedio que esperamos obtener al "lanzar la moneda" una gran cantidad de veces,
considerando la probabilidad de éxito (p) en cada lanzamiento.
Varianza:

La varianza representa la medida de la dispersión o variabilidad de los valores de una variable

aleatoria alrededor de su esperanza matemática. En el caso de una variable aleatoria de
Bernoulli, la varianza se calcula como:
Var(X) = p * (1 - p)
La varianza nos indica qué tan dispersos están los valores de la variable aleatoria de Bernoulli
alrededor de su valor promedio (esperanza matemática). Un valor alto de varianza indica que los
resultados son más dispersos, mientras que un valor bajo indica que los resultados se agrupan
más cerca de la esperanza matemática.
Aplicaciones: estrategias comerciales: rentabilidad; evaluación de riesgos; toma de
decisiones.
Entender las variables aleatorias es esencial para los analistas de datos, ya que permiten
modelar la incertidumbre en los datos. Esto ayuda a tomar decisiones informadas al
calcular medidas como el valor esperado y la varianza, que proporcionan información
sobre tendencias y dispersión. Además, la capacidad de trabajar con esperanzas
condicionadas permite manejar datos incompletos o parciales de manera efectiva.

Distribución de probabilidad