La app de estudio todo en uno
4.8 • +11 mil reviews
Más de 3 millones de descargas
Free
¿Qué pasa cuando lanzas un dado? No sabes qué valor saldrá, ¿no es cierto? Tampoco sabes qué valor es más probable que salga. En este caso, tu valor es variable: puede cambiar, dependiendo de la situación o de cada lanzamiento. Por eso, como no tienes ningún modo de saber qué valor…
xplora nuestra app y descubre más de 50 millones de materiales de aprendizaje totalmente gratis.
Lerne mit deinen Freunden und bleibe auf dem richtigen Kurs mit deinen persönlichen Lernstatistiken
Jetzt kostenlos anmelden¿Qué pasa cuando lanzas un dado? No sabes qué valor saldrá, ¿no es cierto? Tampoco sabes qué valor es más probable que salga. En este caso, tu valor es variable: puede cambiar, dependiendo de la situación o de cada lanzamiento. Por eso, como no tienes ningún modo de saber qué valor saldrá, es azaroso o aleatorio.
Estas variables son muy útiles ya que muchos experimentos o mediciones en el mundo real se encargan de medir cantidades que son variables y dependiendo de los factores que los afectan son más o menos aleatorios. En los próximos párrafos te hablaremos de estas variables aleatorias y cómo se relacionan con la probabilidad y estadística.
Un poco más formalmente:
Una variable aleatoria \(X\) es una cantidad cuyo valor depende de eventos o efectos al azar que modifiquen su valor. Esta variable se define sobre un espacio muestral \(E\) de un Experimento aleatorio.
Veamos una lista sencilla de qué eventos se pueden expresar con una variable aleatoria:
Lanzar un dado: el valor del dado es la variable aleatoria
Lanzar una moneda: el lado que caiga al de lanzarla es una variable aleatoria.
La posibilidad de que hoy haga viento o no: es una variable aleatoria.
La posibilidad de que hoy el bus que tomas al colegio llegue tarde: el tiempo en el que llega es la variable aleatoria.
No todas las variables aleatorias son iguales. Por ejemplo:
Al tirar una moneda, solo hay dos resultados posibles. En cambio, al medir el viento, los valores estarán dentro de un rango que puede tomar cualquier valor entre estos valores —podría ser tanto \(10\,m/s\) como \(10,01\,m/s\)—.
A las variables que toman solo un cierto número de valores, se les llama variables aleatorias discretas.
En el caso de las variables discretas, se dice que el rango de valores que toman es finito.
Por ejemplo, al tirar un dado, el rango de valores es \(x=\{1; 2; 3; 4; 5; 6\}\). El dado no puede tomar valores de \(x=1,5\) o \(x=3,75\).
A las variables que toman cualquier valor en un intervalo \([a,b]\), se les denomina variables aleatorias continuas.
En el caso de las variables continuas, el rango puede ser finito, pero los valores que pueden tomar es infinito.
Si miramos el viento, aunque los vientos estén entre \([0\,m/s-10\,m/s]\), puede tomar valores de \(x=9,0\,m/s\), \(x=9,1\,m/s\), \(x=9,001\,m/s\), etc. No hay fin en los valores que el viento puede tener entre \([0\,m/s-10\,m/s]\); lo limitado es nuestra capacidad de medir este valor.
También existen casos donde hay variables aleatorias que son una combinación de datos discretos y continuos.
No todas las variables aleatorias son iguales y su valor depende de procesos muy complejos.
Sin embargo, aunque no sepas el valor que obtendrás, puedes calcular las probabilidades de que obtengas cierto resultado:
Dependiendo de si la variable es discreta o continua, la manera de expresar la probabilidad de obtener un resultado se calculará de un modo o de otro.
Si tenemos un experimento con la variable aleatoria discreta \(X\), cada valor posible de la variable es \(x_j\) —donde \(j\) es el número de posibles resultados—.
La función de masa de probabilidad de una variable discreta es la función \(f\) que asigna una probabilidad \(p\) a cada valor de \(X\).
Esta función se expresa como: \[f(x_j)=p_j=P(X=x_j)\]
Se tiene que cumplir que cada probabilidad \(p_j\) sea siempre mayor o igual que cero. No puede ser que la probabilidad de obtener un resultado sea negativa. Además, la suma de las probabilidades de cada uno de los resultados posibles debe ser \(1\).
Por ejemplo, la probabilidad de que al lanzar al aire una moneda salga cara es de \(0,5\) y de que salga cruz es de \(0,5\). Por tanto, la suma de las probabilidades de los posibles resultados es \(0,5+0,5=1\).
Como se puede ver, se cumple la condición que acabamos de mencionar.
Hagamos, ahora, un ejercicio con ese mismo caso:
Si lanzamos una moneda 2 veces al aire, ¿cuál es la probabilidad de obtener, al menos, una cruz?
Solución:
Definimos la variable aleatoria y las probabilidades de cada uno de los resultados: el espacio muestral sería obtener cara-cara, cara-cruz, cruz-cara y cruz-cruz. Podemos expresar esto como \(E=\{CC,CX,XC,XX\}\). Naturalmente, la probabilidad de obtener una cara es de \(0,5\), que es la misma que la de obtener una cruz.
Llamemos \(x_j\) a cada uno de los posibles resultados:
Por tanto, calcularemos las probabilidades que impliquen obtener una cruz:
La probabilidad total será, entonces, la suma de cada una de estas probabilidades: \[P=0,25+0,25+0,25=0,75\]
La Distribución de probabilidad de la variable aleatoria discreta \(X\) está formada por los pares de valores —que son los valores que toma la variable \(x_j\)— y la probabilidad de cada uno de estos valores \(P(X=x_j)\).
Calcula la Distribución de probabilidad de la función del ejercicio anterior.
Solución:
La distribución de probabilidad serán los pares de valores formados como: \((x_j,P(X=x_j))\).
Por tanto, podemos obtener la siguiente gráfica:
Fig 1. Histograma con la probabilidad de los distintos resultados de obtener ningún, uno o dos cruces en dos lanzamientos.
La distribución de probabilidad, cuando se trata de una variable aleatoria continua, viene dada por la función de densidad de esta variable.
La función de densidad de una variable aleatoria continua \(f(x)\) cumple con que siempre es positiva y que el área total bajo la función y sobre el eje de abscisas es \(1\).
Por tanto, la probabilidad de obtener un resultado de esta variable en un intervalo de valores de la variable \([a,b]\) es
\[P(a<x<b)=\int_a^b f(x)dx\]
A partir de esta función, podemos hallar la función de distribución de la variable \(X\) como: \[F(x)=P(X\leq x)\]
Esta es la probabilidad acumulada de hasta el valor \(X=x\).
Puedes saber más de este tema leyendo nuestro artículo sobre Distribuciones continuas de probabilidad.
La esperanza en probabilidad está definida como el producto de la probabilidad de un valor por el valor posible. Por tanto, el cálculo de la esperanza matemática dependerá de si la variable es discreta o continua.
Para una variable discreta la esperanza se calcula como: \[\mu=\sum_{j=1}^k x_jp_j\]
Como es de esperar, para una variable continua la esperanza se calcula extendiendo la suma a una integral:
\[\mu=\int_{-\infty}^{+\infty}xf(x)dx\]
Hagamos algunos ejemplos sencillos para que te quede claro qué es una variable aleatoria.
Se tira una perinola que tiene 8 lados:
Solución:
En primer lugar, la variable es el valor que puede tomar el evento; en este caso, la variable aleatoria es cada uno de los lados de la perinola.
Como es aleatoria y cualquier valor puede ser posible, entonces la posibilidad que caiga cada uno de los 8 lados es de \(\dfrac{1}{8}\).
Se mide al altura de los alumnos de un colegio. Los alumnos tienen entre 6 y 12 años. La altura menor es de \(1,05\,m\) y la mayor es \(1,75\,m\).
Solución:
En este caso, la variable aleatoria es la estatura de los alumnos, que puede variar entre \(1,05\,m\) y \(1,75\,m\). Debido a que la variable puede tomar cualquier valor entre ambos valores extremos, esta es una variable continua.
Una variable aleatoria X es una cantidad cuyo valor depende de eventos o efectos al azar que modifiquen su valor.
Las variables aleatorias se utilizan en experimentos donde no se sabe de antemano el resultado.
La esperanza en probabilidad está definida como el producto de la probabilidad de un valor por el valor posible.
Dependiendo de si la variable es discreta o continua, la función de probabilidad tomará una forma u otra:
La función de densidad de probabilidad de una variable continua se calcula como: P(a<x<b)=∫f(x)dx
Tarjetas en Variable aleatoria14
Empieza a aprender¿Si lanzas una moneda al aire, puedes saber qué valor saldrá?
Sí, saldrá cara.
Una variable aleatoria es:
Una variable de la que no se sabe cuál será su resultado.
¿De qué depende una variable aleatoria?
De eventos que suceden al azar y que modifican su valor.
¿Verdadero o falso?: Lanzar una moneda y un dado son ejemplos de una variable aleatoria.
Verdadero.
De la siguiente lista, ¿cuál no es una variable aleatoria?:
Los minutos en una hora son fijos, así que no son aleatorios.
¿Cuáles son los dos tipos de variables aleatorias?
Variables discretas y variables continuas.
¿Ya tienes una cuenta? Iniciar sesión
La primera app de aprendizaje que realmente tiene todo lo que necesitas para superar tus exámenes en un solo lugar.
Regístrate para poder subrayar y tomar apuntes. Es 100% gratis.
Guarda las explicaciones en tu espacio personalizado y accede a ellas en cualquier momento y lugar.
Regístrate con email Regístrate con AppleAl registrarte aceptas los Términos y condiciones y la Política de privacidad de StudySmarter.
¿Ya tienes una cuenta? Iniciar sesión