Upload
juan-francisco
View
219
Download
2
Tags:
Embed Size (px)
DESCRIPTION
revista electronica
Citation preview
VARIABLE ALEATORIA
VARIABLE ALEATORIA
TIPOS DE VARIABLES ALEATORIAS:TIPOS DE VARIABLES ALEATORIAS:
FUNCIÓN DE DENSIDAD FUNCIÓN DE DENSIDAD
FUNCIÓN DE DISTRIBUCIÓNFUNCIÓN DE DISTRIBUCIÓN
ESPERANZA MATEMÁTICAESPERANZA MATEMÁTICA
VARIANZAVARIANZA
FUNCIÓN ACUMULATIVAFUNCIÓN ACUMULATIVA
VARIABLE ALEATORIA
VARIABLE ALEATORIAV
AR
IAB
LE
AL
EA
TO
RIA Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento
del espacio muestral () de un experimento, un número real.
Ejemplo: Consideremos el experimento que consiste en lanzar tres
monedas al aire. Llamaremos C a Cara y X a Cruz, el espacio muestral será:
={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}Definimos la variable aleatoria (v.a.) X
como el número de caras, estamos asociando a cada suceso un número,
así:x(CCC)=3 X(CCX)=2 X(XXC)=1 X(XXX)=0.
Las variables aleatorias las podemos clasificar en discretas, si pueda tomar un
número finito o infinito numerable de valores o continuas si dado un intervalo (a,
b) la variable puede tomar todos los valores comprendidos entre a y b.
Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento
del espacio muestral () de un experimento, un número real.
Ejemplo: Consideremos el experimento que consiste en lanzar tres
monedas al aire. Llamaremos C a Cara y X a Cruz, el espacio muestral será:
={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}Definimos la variable aleatoria (v.a.) X
como el número de caras, estamos asociando a cada suceso un número,
así:x(CCC)=3 X(CCX)=2 X(XXC)=1 X(XXX)=0.
Las variables aleatorias las podemos clasificar en discretas, si pueda tomar un
número finito o infinito numerable de valores o continuas si dado un intervalo (a,
b) la variable puede tomar todos los valores comprendidos entre a y b.
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.
a) R: 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 (véanse las
distribuciones de variable discreta).
b) 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.
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.6 (véanse las
distribuciones de variable continua).
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.
a) R: 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 (véanse las
distribuciones de variable discreta).
b) 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.
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.6 (véanse las
distribuciones de variable continua).
TIPOS DE VARIABLES ALEATORIAS
TIPOS DE VARIABLES ALEATORIAS
AUTORES
Juan Marquez C.I: 24.161.987
Yelianny TorrealbaC.I:23.487.363
Yenifer TovarC.I:23.834.468
FU
NC
IÓN
DE
DIS
TR
IBU
CIÓ
N
FUNCIÓN DE DISTRIBUCIÓNFUNCIÓN DE DISTRIBUCIÓN
FUNCIÓN DE DENSIDAD FUNCIÓN DE DENSIDAD
La función de densidad de una variable aleatoria X permite trasladar la medida
de probabilidad o "suerte" de realización de los sucesos de una experiencia
aleatoria a la característica numérica que define la variable aleatoria.
Designando por f a la función de densidad X, distinguiremos el caso discreto,
donde los posibles valores de X forman un conjunto discreto (finito o
numerable), del continuo, donde el recorrido de la variable aleatoria es un
intervalo de la recta real: ? Si X es discreta su función de densidad se define por
(x) - p(x-x), cualquiera que sea el valor de x.
La función de densidad de una variable aleatoria X permite trasladar la medida
de probabilidad o "suerte" de realización de los sucesos de una experiencia
aleatoria a la característica numérica que define la variable aleatoria.
Designando por f a la función de densidad X, distinguiremos el caso discreto,
donde los posibles valores de X forman un conjunto discreto (finito o
numerable), del continuo, donde el recorrido de la variable aleatoria es un
intervalo de la recta real: ? Si X es discreta su función de densidad se define por
(x) - p(x-x), cualquiera que sea el valor de x.
La esperanza matemática (también llamada esperanza, valor esperado, media poblacional o media)
de una variable aleatoria, es el número que formaliza la idea de valor medio de un fenómeno
aleatorio.
Cuando la variable aleatoria es discreta, la esperanza es igual a la suma de la probabilidad de cada
posible suceso aleatorio multiplicado por el valor de dicho suceso. Por lo tanto, representa la
cantidad media que se "espera" como resultado de un experimento aleatorio cuando la probabilidad
de cada suceso se mantiene constante y el experimento se repite un elevado número de veces.
Cabe decir que el valor que toma la esperanza matemática en algunos casos puede no ser
"esperado" en el sentido más general de la palabra - el valor de la esperanza puede ser improbable
o incluso imposible.
Por ejemplo, el valor esperado cuando tiramos un dado equilibrado de 6 caras es 3,5. Podemos
hacer el cálculo.
La esperanza matemática (también llamada esperanza, valor esperado, media poblacional o media)
de una variable aleatoria, es el número que formaliza la idea de valor medio de un fenómeno
aleatorio.
Cuando la variable aleatoria es discreta, la esperanza es igual a la suma de la probabilidad de cada
posible suceso aleatorio multiplicado por el valor de dicho suceso. Por lo tanto, representa la
cantidad media que se "espera" como resultado de un experimento aleatorio cuando la probabilidad
de cada suceso se mantiene constante y el experimento se repite un elevado número de veces.
Cabe decir que el valor que toma la esperanza matemática en algunos casos puede no ser
"esperado" en el sentido más general de la palabra - el valor de la esperanza puede ser improbable
o incluso imposible.
Por ejemplo, el valor esperado cuando tiramos un dado equilibrado de 6 caras es 3,5. Podemos
hacer el cálculo.
ESPERANZA MATEMÁTICA:ESPERANZA MATEMÁTICA:
La varianza (que suele representarse como) de una variable aleatoria es una medida de
dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a
su media.
Está medida en unidades distintas de las de la variable. Por ejemplo, si la variable mide una
distancia en metros, la varianza se expresa en metros al cuadrado. La desviación estándar, es la
raíz cuadrada de la varianza, es una medida de dispersión alternativa expresada en las mismas
unidades de los datos de la variable objeto de estudio. La varianza tiene como valor mínimo 0.
Hay que tener en cuenta que la varianza puede verse muy influida por los valores atípicos y no se
aconseja su uso cuando las distribuciones de las variables aleatorias tienen colas pesadas. En
tales casos se recomienda el uso de otras medidas de dispersión más robustas.
VARIANZAVARIANZAV
AR
IAN
ZA
VA
RIA
NZ
A
Una función que ofrece la probabilidad total de obtener un resultado de una
variable aleatoria que varía desde el valor más bajo posible para la variable
aleatoria hasta cualquier valor específico de interés. Por ejemplo, podemos
preguntar cuál es la probabilidad de que algún tipo de interés (tal como el
LIBOR a seis meses) sea del 5% o menos dentro de un año a partir de hoy. Las
funciones de densidad acumulativa se derivan de las funciones de densidad de
probabilidad. También se conoce como función de probabilidad acumulativa.
FUNCIÓN ACUMULATIVA
Ejercicios