VARIABLE ALEATORIA

UNIVERSIDAD "FERMN TORO"

SISTEMA INTERACTIVO DE EDUCACIN A
DISTANCIA. SAIA.
ESCUELA DE INGENIERA
Nombre:
ngel Andueza
CI. 11.233.079
Asignatura: Estadstica
Ensayo

Una variable aleatoria es una funcin, que asigna eventos (p.e., los posibles
resultados de tirar un dado dos veces: (1, 1), (1, 2), etc.) a nmeros reales (p.e.,
su suma). Una variable aleatoria o variable estocstica es una variable
estadstica cuyos valores se obtienen de mediciones en experimento aleatorio.
Los valores posibles de una variable aleatoria pueden representar los posibles
resultados de un experimento an no realizado, o los posibles valores de una
cantidad cuyo valor actualmente existente es incierto (p.e., como resultado de
medicin incompleta o imprecisa). Intuitivamente, una variable aleatoria puede
tomarse como una cantidad cuyo valor no es fijo pero puede tomar diferentes
valores; una distribucin de probabilidad se usa para describir la probabilidad de
que se den los diferentes valores, las variables aleatorias suelen tomar valores
reales, pero se pueden considerar valores aleatorios como valores lgicos,
funciones... El trmino elemento aleatorio se utiliza para englobar todo ese tipo de
conceptos relacionados. Un concepto relacionado es el de proceso estocstico, un
conjunto de variables aleatorias ordenadas (habitualmente por orden o tiempo).

Una variable aleatoria puede concebirse como un valor numrico que est
afectado por el azar. Dada una variable aleatoria no es posible conocer con
certeza el valor que tomar esta al ser medida o determinada, aunque s se
conoce que existe una distribucin de probabilidad asociada al conjunto de valores
posibles. Por ejemplo, en una epidemia de clera, se sabe que una persona
cualquiera puede enfermar o no (suceso), pero no se sabe cul de los dos
sucesos va a ocurrir. Solamente se puede decir que existe una probabilidad de
que la persona enferme.

Para comprender de una manera ms amplia y rigurosa los tipos de variables, es
necesario conocer la definicin de conjunto discreto. Un conjunto es discreto si
est formado por un nmero finito de elementos, o si sus elementos se pueden
enumerar en secuencia de modo que haya un primer elemento, un segundo
elemento, un tercer elemento, y as sucesivamente

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 funcin de cuanta.
Variable aleatoria continua: una v.a. es continua si su recorrido no es un conjunto
numerable. Intuitivamente esto significa que el conjunto de posibles valores de la
variable abarca todo un intervalo de nmeros reales. Por ejemplo, la variable que
asigna la estatura a una persona extrada de una determinada poblacin es una
variable continua ya que, tericamente, todo valor entre, pongamos por caso, 0 y
2,50 m, es posible.

La distribucin de probabilidad de una v.a. X, tambin llamada funcin de
distribucin de X es la funcin , que asigna a cada evento definido
sobre una probabilidad dada por la siguiente expresin:

Y de manera que se cumplan las siguientes tres condiciones:
y
Es continua por la derecha.
Es montona no decreciente.
La distribucin de probabilidad de una v.a. describe tericamente la forma en que
varan los resultados de un experimento aleatorio. Intuitivamente se tratara de una
lista de los resultados posibles de un experimento con las probabilidades que se
esperaran ver asociadas con cada resultado.

Sea una variable aleatoria sobre y una funcin medible de
Borel , entonces ser tambin una variable aleatoria sobre
, dado que la composicin de funciones medibles tambin es medible a no ser
que sea una funcin medible de Lebesgue. El mismo procedimiento que permite
ir de un espacio de probabilidad a puede ser utilizado para
obtener la distribucin de . La funcin de probabilidad acumulada de es

Si la funcin g es invertible, es decir g-1 existe, y es montona creciente, entonces
la anterior relacin puede ser extendida para obtener

y, trabajando de nuevo bajo las mismas hiptesis de invertibilidad de g y
asumiendo adems diferenciabilidad, podemos hallar la relacin entre las
funciones de densidad de probabilidad al diferenciar ambos trminos respecto
de y, obteniendo
.
Si g no es invertible pero cada y tiene un nmero finito de races, entonces la
relacin previa con la funcin de densidad de probabilidad puede generalizarse
como

donde xi = gi-1(y). Las frmulas de densidad no requieren que g sea creciente.