UNIVERSIDAD "FERMÍN TORO

"
SISTEMA INTERACTIVO DE EDUCACIÓN A DISTANCIA. SAIA.
ESCUELA DE INGENIERÍA.
CABUDARE.

VARIABLES ALEATORIAS

Apellido y Nombre: Salcedo Víctor
Asignatura: Estadística I
Nombre del Profesor: Humberto Peña
Fecha: 11 de Agosto 2014

INTRODUCCION
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 AH1N1, 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.

Definición formal
Una variable aleatoria (v.a.) X es una función real definida en el
espacio muestral, Ω, 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 función , es decir, al conjunto de los valores reales
que ésta puede tomar, según la aplicación X. Dicho de otro modo, el rango
de una v.a. es el recorrido de la función por la que ésta queda definida:

Tipos de variables aleatorias
Para comprender de una manera más amplia y rigurosa los tipos de
variables, es necesario conocer la definición de conjunto discreto. Un
conjunto es discreto si está formado por un número 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 así
sucesivamente

Variable aleatoria discreta: una v.a. es discreta si su recorrido es un
conjunto discreto. Sus probabilidades se recogen en la función de
cuantía.

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 números
reales.

La distribución de probabilidad de una v.a. X, también llamada función de
distribución de X es la función
, que asigna a cada evento definido
sobre
una probabilidad dada por la siguiente expresión:
Y de manera que se cumplan las siguientes tres condiciones:
1.

y

2. Es continua por la derecha. .
3. Es monótona no decreciente.
La distribución de probabilidad de una v.a. describe teóricamente la forma
en que varían los resultados de un experimento aleatorio. Intuitivamente se
trataría de una lista de los resultados posibles de un experimento con las
probabilidades que se esperarían ver asociadas con cada resultado.
La función de densidad de una v.a. determina la concentración de
probabilidad alrededor de los valores de una variable aleatoria continua.

Funciones de Variables Aleatorias
Sea una variable aleatoria

sobre

y una función medible de Borel

, entonces
será también una variable aleatoria
sobre , dado que la composición de funciones medibles también es
medible a no ser que sea una función medible de Lebesque. El mismo
procedimiento que permite ir de un espacio de probabilidad
a
puede ser utilizado para obtener la distribución de
función de probabilidad acumulada de es

. La

Si la función g es invertible, es decir g-1 existe, y es monótona
creciente, entonces la anterior relación puede ser extendida para obtener

y, trabajando de nuevo bajo las mismas hipótesis de
invertibilidad de g y asumiendo además diferenciabilidad, podemos
hallar la relación entre las funciones de densidad de probabilidad al
diferenciar ambos términos respecto de y, obteniendo

.
Si g no es invertible pero cada y tiene un número finito de raíces,
entonces la relación previa con la función de densidad de
probabilidad puede generalizarse como

donde xi = gi-1(y). Las fórmulas de densidad no requieren
que g sea creciente.
La función de densidad o la distribución de probabilidad de una v.a.
contiene exhaustivamente toda la información sobre la variable. Sin embargo
resulta conveniente resumir sus características principales con unos cuantos
valores numéricos. Estos son, fundamentalmente la esperanza y la varianza.
Esperanza
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
probabilidades representadas por la función 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 función de densidad

:

o
La esperanza también se suele simbolizar con
Varianza
La varianza es una medida de dispersión de una variable aleatoria
respecto a su esperanza
. Se define como la esperanza de la
transformación

:
o bien

En la carrera que estoy cursando actualmente, Ingeniería en
Mantenimiento Mecánico, este concepto de variable aleatoria se puede
aplicar entre muchos otros casos, con el comportamiento histórico de los
equipos, el cual se caracteriza en base a los tiempos de operación 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 próxima falla, sin embargo, se
puede expresar cual será la probabilidad de que el equipo se encuentre en
operación 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 está constituida por los tiempos de
operación y los tiempos fuera de servicio de un equipo o sistema en un
periodo determinado. A través del método estadístico, se pueden determinar

algunos parámetros que están estrechamente vinculados con el sistema,
caracterizándolos en cualquier intervalo de tiempo. Los parámetros
estadísticos 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
operación, la mantenibilidad se calcula con los tiempos fuera de servicio del
sistema y la disponibilidad es un parámetro que se estima a partir de los dos
anteriores.

CONCLUSIÓN
Finalmente se puede decir que la estadística aplicada en cualquiera
de las ramas de la ingeniería, es de gran importancia y relevancia, ya que
colabora en la planificación o solución de posibles problemas que se
presentan a diario o en corto plazo, generando así datos o información que
ayudan a ofrecer acciones ante un evento o situación especifica.