Variable Aleatoria

La estadstica puede decirse que es una ciencia exacta dentro de lo que se

permite ser, en ocasiones se ha afirmado que esta ciencia busca mediante un
modelo matemtico explicar los fenmenos naturales y sociales que ocurren
diariamente. En base a esto la probabilidad, que podemos asociar como una
funcin que toma un valor dado de un experimento y le asigna algn valor
comprendido entre 0 y 1 para determinar qu tan posible sea dicho evento. Pero si
analizamos esta premisa encontramos que puede resultar un tanto limitante, por
cuanto decimos que un evento X se analiza, concentramos nuestra atencin en lo
que ocurre con los datos arrojados por los el experimento alrededor de ese
evento, ahora bien, dicho evento representa una pequea porcin de los eventos
ms grandes que lo involucran, en pocas palabras, estamos tomando en cuenta
una pequea parte de un conjunto muy grande obteniendo informacin de solo
esa parte. Entonces, Qu pasara si deseramos medir lo que ocurre con un
conjunto de datos mayor?, afectara de alguna manera la forma en que se mide
el experimento? Como se trata de datos de un espacio muestral sin definir, pero
que se conoce sus elementos, definimos a la funcin que toma cada valor
asociado a un evento lo lleva hasta un valor comprendido entre 0 y 1 conocido
como probabilidad, variable aleatoria.
As pues, decimos que para un experimento aleatorio cuyo espacio muestral es ,
una funcin X que asigna cada elemento w de un nmero real, denotado por
X(w) es una variable aleatoria. De esta forma definimos lo que es una variable
aleatoria, pero, de qu forma se presenta?, una variable aleatoria puede ser
discreta, es decir tomar solo un numero finito o contablemente infinito de valores
distintos, en este caso decimos que los valores asociados a la probabilidad son
valores enteros. De esta forma, si expresamos la probabilidad que representa el
valor asociado al evento del espacio muestral, denotamos por P(Y=y), donde Y es
la variable aleatoria e y es el valor asociado al evento que estudia la variable.
En consecuencia al estudio de los eventos de un espacio muestral, se hace
necesario expresar el nmero de datos agrupados y lo que significan para la

variable, esto se hace mediante la definicin de distribucin de probabilidad,

donde cada valor de la variable le corresponde su probabilidad.
Por tratarse de un estudio de eventos, se presentan valores esperados o
variaciones de la distribucin de los datos, como lo son la media (), varianza ( 2)
y desviacin estndar (). Como sabemos, no todos los experimentos resultaran
en la representacin de una variable aleatoria con valores enteros, debido a que
existen espacios muestrales cuyos datos representan conjuntos de datos reales, la
variable aleatoria se torna continua, es decir, para ciertos valores comprendidos
entre - y + se asignan valores de probabilidad comprendidos entre 0 y 1. Para
este tipo de variable se necesita cumplir unas condiciones iniciales para
considerar, tales como que para cada valor real de la variable, el valor de la
funcin es mayor o igual a 0 ( f ( x ) 0 ; x R , la suma de todos los valores

f ( x ) dx=1
asociados a los valores reales es igual a 1 (

y la probabilidad de que

la variable ocupe ciertos valores significativos del experimento se exprese como la

suma de los valores asociados desde el mnimo valor hasta el mximo

f ( x ) dx
b

P ( a< x< b )= , para este ltimo como es de notar, la integral de la funcin

entre los valores asociados representa el rea de la funcin entre el intervalo

dado, decimos entonces que la variable aleatoria continua representara reas
entre intervalo, al contrario que la variable discreta que representara valores
puntuales.
Al igual que la variable discreta, podemos obtener media, varianza y desviacin
estndar pero con la particularidad de que debe cumplirse las condiciones previas.
Tomando en cuenta lo que representa la variable aleatoria para el estudio de

eventos en espacios muestrales, se tiene un modelo de evolucin de datos

bastante eficiente que actualmente es usado en procesos productivos y
repetitivos, que evalan ciertos aspectos puntuales considerados para la toma de
decisin gerencial. Muchas veces en la evaluacin de calidad se considera la
probabilidades

asociadas

los

eventos

productivos

para

deducir

marcos

referenciales de calidad en la produccin, por cuanto factores negativos ms

probables resultan en la renovacin del proceso, si por contrario resultan escasos
y menores al estndar fijado consideran al proceso efectivo.
Se dice entonces que la variable aleatoria se presenta como instrumento
necesario en la estadstica para el estudio detallado de espacios muestrales, de
donde se presentan variables discretas, expresadas por nmeros enteros que se
pueden evaluar puntualmente, por otro lado tenemos las variables continuas que
se asocian a valores reales, haciendo que su funcin evale los datos en reas
bajo la curva de la misma. Todo esto se concluye en un modelo matemtico de
estudio de probabilidad ms enfocado en los procesos productivos evaluadores de
calidad y de refinamiento de calidad.