UNIVERSIDAD "FERMN TORO"

SISTEMA INTERACTIVO DE EDUCACIN A DISTANCIA. SAIA.

ESCUELA DE INGENIERA.
CABUDARE.

VARIABLES ALEATORIAS

Apellido y Nombre: Salcedo Vctor

Asignatura: Estadstica I
Nombre del Profesor: Humberto Pea
Fecha: 11 de Agosto 2014

INTRODUCCION
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 AH1N1, 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 trabajar de manera slida con variables aleatorias en general es
necesario considerar un gran nmero de experimentos aleatorios, para su
tratamiento estadstico, cuantificar los resultados de modo que se asigne un
nmero real a cada uno de los resultados posibles del experimento. De este
modo se establece una relacin funcional entre elementos del espacio
muestral asociado al experimento y nmeros reales.

Definicin formal
Una variable aleatoria (v.a.) X es una funcin real definida en el
espacio muestral, , asociado a un experimento aleatorio.

Rango de una variable aleatoria

Se llama rango de una variable aleatoria X y lo denotaremos RX, a la
imagen o rango de la funcin , es decir, al conjunto de los valores reales
que sta puede tomar, segn la aplicacin X. Dicho de otro modo, el rango
de una v.a. es el recorrido de la funcin por la que sta queda definida:

Tipos de variables aleatorias

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. 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.

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:
1.

2. Es continua por la derecha. .

3. 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.
La funcin de densidad de una v.a. determina la concentracin de
probabilidad alrededor de los valores de una variable aleatoria continua.

Funciones de Variables Aleatorias

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 Lebesque. El mismo
procedimiento que permite ir de un espacio de probabilidad
a
puede ser utilizado para obtener la distribucin de
funcin de probabilidad acumulada de es

. La

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.
La funcin de densidad o la distribucin de probabilidad de una v.a.
contiene exhaustivamente toda la informacin sobre la variable. Sin embargo
resulta conveniente resumir sus caractersticas principales con unos cuantos
valores numricos. Estos son, fundamentalmente la esperanza y la varianza.
Esperanza
Esperanza
matemtica (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
aritmtica.
Para una variable aleatoria discreta con valores posibles
probabilidades representadas por la funcin de probabilidad
esperanza se calcula como:

y sus
la

Para una variable aleatoria continua la esperanza se calcula mediante la

integral de todos los valores y la funcin de densidad

o
La esperanza tambin se suele simbolizar con
Varianza
La varianza es una medida de dispersin de una variable aleatoria
respecto a su esperanza
. Se define como la esperanza de la
transformacin

:
o bien

En la carrera que estoy cursando actualmente, Ingeniera en

Mantenimiento Mecnico, este concepto de variable aleatoria se puede
aplicar entre muchos otros casos, con el comportamiento histrico de los
equipos, el cual se caracteriza en base a los tiempos de operacin y los
tiempos de falla, los cuales se han presentado desde el momento de la
puesta en marcha del sistema. Las condiciones que caracterizan los datos de
tiempo operacionales de un equipo son tan numerosas que no se puede
decir con exactitud cuando se produce la prxima falla, sin embargo, se
puede expresar cual ser la probabilidad de que el equipo se encuentre en
operacin o fuera de servicio en un momento determinado, esto se debe a la
incertidumbre asociada a una variable aleatoria.
En este caso, la variable aleatoria est constituida por los tiempos de
operacin y los tiempos fuera de servicio de un equipo o sistema en un
periodo determinado. A travs del mtodo estadstico, se pueden determinar

algunos parmetros que estn estrechamente vinculados con el sistema,

caracterizndolos en cualquier intervalo de tiempo. Los parmetros
estadsticos de mantenimiento son: la confiabilidad, la mantenibilidad y la
disponibilidad. Estos se relacionan con el comportamiento del equipo de la
siguiente forma: la confiabilidad se obtiene en base a los equipos de
operacin, la mantenibilidad se calcula con los tiempos fuera de servicio del
sistema y la disponibilidad es un parmetro que se estima a partir de los dos
anteriores.

CONCLUSIN
Finalmente se puede decir que la estadstica aplicada en cualquiera
de las ramas de la ingeniera, es de gran importancia y relevancia, ya que
colabora en la planificacin o solucin de posibles problemas que se
presentan a diario o en corto plazo, generando as datos o informacin que
ayudan a ofrecer acciones ante un evento o situacin especifica.