Repblica Bolivariana De Venezuela

Ministerio Del Popular Para La Educacin

Universidad Fermn Toro
Faculta Ingeniera.

Ensayo

Integrante:
Gabriel vega
C.I: 25401879

Variables aleatorias
En muchos estudios no se desea saber cul evento ocurri, sino el nmero de
veces que ha ocurrido un evento. Por ejemplo, al lanzar dos monedas, podramos
estar interesados en el nmero de caras que ocurrieron. Al nacer 5 nios,
quisiramos saber cuntos son varones.
Los ejemplos anteriores tienen la caracterstica de que a cada uno de los
elementos del espacio maestral se le asigna un nmero real, que indica el nmero
de veces que est presente el evento de inters. Dicha asignacin se realiza a
travs de una funcin la cual se denomina variable aleatoria.
VARIABLE ALEATORIA Es una funcin que asigna un nmero real, a cada
resultado del espacio maestral, de un experimento aleatorio. En otras palabras, es
una funcin X definida: : Por tanto, es una funcin cuyo dominio es el
espacio maestral y el rango es el conjunto de los nmero reales.
El espacio maestral en muchas ocasiones, no est constituido por nmeros, pero
a travs de la variable aleatoria, se puede expresar en forma numrica todo tipo
de espacio maestral, lo cual facilita el anlisis de sus aspectos ms relevantes. La
distribucin de probabilidad de una variable aleatoria refleja su comportamiento
probabilstico.
NOTA ACLARATORIA En muchos casos ocurre que los elementos del espacio
maestral tambin son nmeros, entonces, X queda definida por X(w)=w (funcin
identidad), es una variable aleatoria. En dicha situacin, el mismo experimento
aleatorio define una variable aleatoria, con dominio y rango iguales.
EJEMPLO 1. Se lanza una moneda. S = {C, S}. Sea X = {Nmero de caras}. Esta
funcin asigna los siguientes valores a los elementos del espacio maestral: - Si es
cara, w = C, entonces, X(w) = 1. - Si es sello, w = S, entonces, X(w) = 0. Por lo
tanto, la variable aleatoria X toma los valores: {0, 1}
EJEMPLO 2. Se lanzan dos monedas. S= {CC, CS,SC, SS}. X = {Nmero de
caras} Si w = CC, entonces, X(w) = 2. Si w = CS, entonces, X(w) = 1. Si w = SC,
entonces, X(w) = 1. Si w = SS, entonces, X(w) = 0. Esta funcin asigna los
siguientes valores a los elementos del espacio maestral: Por lo tanto, la variable
aleatoria X toma los valores: {0, 1, 2}

La investigacin sobre el aprendizaje de la variable aleatoria es muy escasa a

pesar de ser uno de los temas base en los cursos de estadstica universitarios.
Heitele (1975) la situ como una de las ideas fundamentales dentro de la
enseanza escolarizada porque, de acuerdo a su marco epistemolgico de
referencia, puede desarrollarse a travs de un currculo en espiral con diferentes
estadios cognitivos y niveles de profundizacin, pero conservando su estructura.
Actualmente, sin embargo, es enseada mayoritariamente como un prembulo a
las funciones de distribucin.
La variable aleatoria, como muchos otros conceptos cientficos, ha surgido
progresivamente a travs de su historia y ha presentado etapas de mayor o menor
desarrollo las cuales estn delimitadas por eventos que marcan algn progreso en
su conceptualizacin como el ente matemtico que conocemos actualmente. Este
conocimiento proporciona herramientas sobre cmo se lleg a comprender y
penetrar en el concepto, as como la forma en que algunas dificultades en su
conceptualizacin han sido superadas por otras personas en la historia.
Pudimos identificar dos paradigmas importantes en torno al desarrollo histrico de
la variable aleatoria, ambos vigentes, e incluso en convivencia, en las distintas
prcticas ingenieriles y de ciencias: el Paradigma de magnitudes aleatorias y el
Paradigma de variables aleatorias.
El paradigma de las magnitudes aleatorias: Se caracteriza por considerar a la
variable aleatoria como un valor observado en el fenmeno aleatorio. La
probabilidad est directamente definida sobre la variable aleatoria puesto que los
valores que sta puede tomar se corresponden directamente con el espacio
maestral. En muchas situaciones el concepto de variable aleatoria llega a carecer
de importancia porque el conocimiento y delimitacin del espacio maestral es
suficiente para la correcta aplicacin de la herramienta estadstica.
El paradigma de las variables aleatorias: sirve de sustento a la teora de la
probabilidad y su definicin justifica el paso del manejo de relaciones entre
conjuntos en el espacio de probabilidad al tratamiento de los nmeros reales en
todas las funciones de probabilidad y por lo tanto, del anlisis dentro de la
herramienta estadstica. En este paradigma queda definida la naturaleza funcional
de la variable aleatoria como una funcin conjunto de valor real.

La definicin de variable aleatoria es sencilla en apariencia. Al profundizar sobre

sus interacciones y concepciones surge una complejidad epistmica que tambin
se puede observar en el surgimiento histrico del concepto. Identificamos algunos
obstculos para el surgimiento y desarrollo del concepto de variable aleatoria, que
son prospectos a ser obstculos epistemolgicos: El predominio del Paradigma
magnitudes aleatorias ha dificultado el surgimiento de un paradigma nuevo basado
en variables aleatorias. Dificultad en la naturaleza funcional de la variable aleatoria
y la composicin de funciones vinculada con ella y la probabilidad.
Tradicionalmente ha sido ms tratada como variable (magnitud aleatoria) que
como funcin. Dificultad para reconocer la existencia de la variable aleatoria al
hacer composicin entre variables aleatorias. (por ejemplo, Bernoulli en la Ley de
los grandes nmeros). Las dificultades planteadas por la Fsica cuntica y otras
ciencias, como el caso de las funciones discontinuas, las paradojas de teora de
conjuntos, la matemtica formal y los problemas planteados por Hilbert, pusieron
en crisis la teora de la probabilidad. Lo que dio paso a una nueva era con las
aportaciones de la Escuela de San Petersburgo, particularmente de Kolmogorov.
Complejidad con sus operaciones. Se ha tenido que desarrollar la teora de
conjuntos y de la medida para plantear formalmente a la variable aleatoria y
abordar ms profundamente sus operaciones como la suma entre variables
aleatorias, producto y convergencia de sucesiones y series de variables aleatorias,
teoremas lmite. As mismo, de manera general y en concordancia con lo expuesto
por Heitele (1975) se encontraron tres aplicaciones importantes en el desarrollo
del concepto de la variable aleatoria, que son en su esperanza, en la definicin de
su funcin de distribucin y en las operaciones entre variables aleatorias.
Encontramos en ellas un campo abierto para exploraciones epistemolgicas
alrededor de ellas.