Repblica Bolivariana de Venezuela

Decanato de Ingeniera
Universidad Fermn Toro
Cabudare Estado Lara

Variable Separable

Alumno:
Ma. Andreina Peraza R.
CI: 24.398.580
Estadstica I, SAIA A
Cabudare, 03 de Abril del 2017
 VARIABLE ALEATORIA

Tanto en la vida cotidiana como en el campo cientfico estamos habituados a observar

fenmenos aleatorios cuyos resultados se expresan mediante nmeros; por ejemplo el
voltaje de salida en una fuente de alimentacin, el nmero de personas en la cola del cine, la
velocidad de conexin a la red, etc.
Este proceso de cuantificacin nos lleva de manera natural a considerar la siguiente
definicin: variable aleatoria, funcin que asigna un nmero real a cada resultado posible
de un experimento aleatorio. En general emplearemos las siglas v.a. para referirnos a ella.
Para caracterizar la distribucin de probabilidad inducida por una v.a. X, definiremos
una nueva funcin mas sencilla de manejar que es la funcin de distribucin, con la que
obtenemos las probabilidades acumuladas:

F ( x ) P ( X x ) P ( X xi )
xi x

Las propiedades ms importantes de las funciones de distribucin son:

1. F() = lim t Pr[X t] = 0.
2. F() = lim t Pr[X t] = 1.
3. La funcin es continua por la derecha, es decir, lim h0+ F(t + h) = F(t).
4. F es creciente, es decir, si t1 < t2 entonces F(t1) F(t2).

Por otra parte, las variables aleatorias se clasifican en dos tipos: discretas o
continuas.
Las variables aleatorias discretas, son aquellas en las que el conjunto de resultados
posibles, RX, es finito infinito numerable. Sea X una v.a. discreta, indicaremos por RX={xi,
i Naturales} al conjunto de todos sus valores posibles. Un modelo de probabilidad para X
est dado por la asignacin de probabilidades, pi, P(X=xi) = pX(xi) =pi . Las probabilidades
deben satisfacer:
1. 0 pi 1.
2. pi =1.
La probabilidad P(X este en A) de cualquier suceso se calcula sumando las pi de los
resultados que componen A. Los valores pi determinan la distribucin de probabilidades de
la v.a. X mediante la funcin de probabilidad puntual (f.p.p. pX) que asigna a cada xi una
probabilidad pi.
Las variables aleatorias continuas, son aquellas en las que el conjunto de sus
valores posibles son todos los valores de un intervalo o de una unin de intervalos de
nmeros reales. La distribucin de una variable aleatoria continua se describe mediante la
funcin de densidad de probabilidad, simplemente funcin de densidad fX . La funcin de
densidad, fX, de una variable aleatoria X satisface:
1. fX (x) 0 .
2. fX (x) dx = 1.
3. P(X A) = A fX (x) dx.
Diremos que una variable aleatoria X continua tiene una distribucin absolutamente
continua si existe una funcin real f, positiva e integrable en el conjunto de nmeros reales,
tal que la funcin de distribucin F de X se puede expresar como:

Una variable aleatoria con distribucin absolutamente continua, por extensin, se la

clasifica como variable aleatoria absolutamente continua. A la funcin f se la denomina
funcin de densidad de probabilidad de la variable X.
Por otra parte, encontramos la media o esparanza de una variable aleatoria que puede
interpretarse como el valor esperado o medio que toma dicha variable o como el valor central
de dicha distribucin.
Para una v.a. discreta ser:
k
E (x) m x x 1 p 1 x 2 p 2 . . . x k p k
i1
xipi

La idea de media o esperanza de una variable aleatoria continua es equivalente pero

su clculo es algo ms complicado porque requiere emplear el concepto de integral.

Propiedades de la media:

Si x e y son dos variables aleatorias se cumple que:

m xy m x m y
,
 Si a y b son constantes se cumple que:

m ax b am x b
Otra clasisificacin de las v.a. es la desviacin tpica, que no es mas que u na medida

de dispersin de la distribucin alrededor de la media. Los valores pequeos indican

concentracin de la distribucin alrededor de la esperanza y los valores grandes

corresponden a distribuciones ms dispersas.

El concepto de desviacin tpica es equivalente en variables aleatorias discretas y

continuas, aunque en estas ltimas su clculo es ms complicado.

Si x es una variable aleatoria discreta su desviacin tpica viene dada por:

k k

x
2
x D T (x) i m x pi x i2 p i m 2
x
i1 i1

y su varianza ser:

k k

x
2
x
2
V (x) i m x pi x i2 p i m 2
x m x 2 m 2
x
i1 i1

Sus propiedades son:

si a y b son constantes se cumple que:

ax b a x

2
ax b a 2 x
2

si x e y son dos variables aleatorias independientes se cumple que:

2
xy x2 2
y

xy x2 2
y
 La desviacin tpica es una medida de dispersin que depende de las unidades de

medida de la variable. Para evitar este inconveniente podemos emplear el coeficiente de

variacin. El coeficiente de variacin de una variable aleatoria x ser:

CVx x
m x

Para finalizar, podemos decir que las variables aleatorias son proceso de

cuantificacin que al aplicarlos en Ing. De Telecomunicacin nos sirve para cuando una

seal se transmite a travs de un canal de comunicaciones y hay dos tipos de

imperfecciones que hacen que la seal recibida sea diferente de la seal transmitida.

Una clase de imperfecciones es de naturaleza determinista, como es la

distorsin. La segunda clase es no determinista, como el ruido. Para hacer un estudio

de este tipo de fenmenos, se caracterizan como procesos aleatorios, por otro lado, la

informacin que se transmite tambin se va a modelar, debido a su naturaleza,

mediante procesos aleatorios. Esto se debe a que cualquier seal de informacin debe

tener un grado de incertidumbre. Si no es as, no contiene informacin.