Universidad Fermn Toro

Vicerrectorado Acadmico
Facultad de ingeniera
Escuela de ingeniera en mantenimiento mecnica

Ensayo

Edwin Valera
22202548

La Estadstica Descriptiva nos ofrece una serie de herramientas muy

tiles para resumir grafica y numricamente los datos que hemos obtenido
sobre una caracterstica o variable de inters, X, de una poblacin. Estos
resmenes son muy interesantes, pero el objetivo de la Estadstica
habitualmente va ms all: pretende obtener conclusiones sobre la poblacin
a partir de los datos obtenidos en la muestra. La obtencin de conclusiones
seria el objetivo de la Inferencia Estadstica y para su desarrollo
necesitaremos los modelos de probabilidad. En particular, ser necesario
modelizar las variables de inters,

X, como variables aleatorias. En este captulo, presentaremos el

concepto de variable aleatoria (discreta y continua), y los modelos de
probabilidad ms utilizados en la prctica. Finalmente, introduciremos las
caractersticas que debe poseer una muestra aleatoria, para que podamos
obtener conclusiones razonadas sobre toda la poblacin.

Se llama variable aleatoria a una magnitud cuyo valor no puede

predecirse con certeza antes de que ocurra, por lo tanto su comportamiento
se caracteriza mediante las leyes de probabilidades; para describirla se
emplea una funcin o distribucin de probabilidades que define los sucesos.

Se denota con una letra mayscula, por ejemplo la variable aleatoria

X y la funcin X(E) indica la magnitud de ocurrir del suceso E de la variable
X. Un clsico ejemplo de variable aleatoria es el resultado de los ensayos en
cilindros de concreto provenientes de una construccin, ya que para las
mismas condiciones de produccin, los resultados son diferentes y al

analizar la dispersin en los ensayos se encuentra que siguen un patrn

indicado por las leyes de probabilidades, por lo que se puede caracterizar por
una funcin de probabilidades.

Para comprender de una manera ms amplia y rigurosa los tipos de

variables es necesarios conocer la definicin de conjunto discreto, el cual es
un elemento formado por finito de elementos o si sus elementos pueden
enumerar en secuencia de modo que haya un primer elemento, un segundo
elemento y as sucesivamente, siendo un conjunto infinito numerable sin
puntos de acumulacin.

Una variable aleatoria continua es una modelizacin terica de una

caracterstica X de tipo continuo, en la que nos quedamos con lo esencial
que se obtendr en un proceso de muestreo.

Recordemos que una caracterstica X es de tipo continuo cuando

puede tomar cualquier valor en un intervalo de la recta real. En una muestra
concreta de tamao n, los valores obtenidos se pueden representar
grficamente, en un diagrama de tallos y hojas o en un histograma,
obteniendo as el perfil de los datos

Se denomina variable aleatoria, a una variable X que puede tomar un

conjunto de valores {x0, x1, x2, ... xn-1}, con probabilidades {p0, p1, p2, ...
pn-1}. Por ejemplo, en la experiencia de lanzar monedas, los posibles
resultados son {cara, cruz}, y sus probabilidades son {1/2, 1/2}. En la

experiencia de lanzar dados, los resultados posibles son {1, 2, 3, 4, 5, 6} y

sus probabilidades respectivas son {1/6, 1/6, 1/6, 1/6, 1/6, 1/6}.

Realicemos ahora la experiencia de hacer girar una ruleta y apuntar el

nmero del sector que coincide con la flecha. En la ruleta de la izquierda de
la figura los resultados posibles son {0, 1, 2, 3, 4, 5, 6, 7}, y la probabilidad de
cada resultado es 1/8. En la ruleta de la derecha de la figura los posibles
resultados son {0, 1, 2, 3}, y las probabilidades respectivas {1/4, 1/2, 1/8,
1/8}, proporcionales al ngulo del sector.
En los tres primeros ejemplos, la variable aleatoria X se dice que est
uniformemente distribuida, ya que todos los resultados tienen la misma
probabilidad. Sin embargo, en el ltimo ejemplo, la variable aleatoria X, no
est uniformemente distribuida.

El problema crucial de la aplicacin de los mtodos de Montecarlo es

hallar los valores de una variable aleatoria (discreta o continua) con una
distribucin de probabilidad dada por la funcin p(x) a partir de los valores de
una variable aleatoria uniformemente distribuida en el intervalo [0, 1),
proporcionada por el ordenador o por una rutina incorporada al programa.

Para simular un proceso fsico, o hallar la solucin de un problema

matemtico es necesario usar gran cantidad de nmeros aleatorios. El
mtodo mecnico de la ruleta sera muy lento, adems cualquier aparato
fsico real genera variables aleatorias cuyas distribuciones difieren, al menos
ligeramente de la distribucin uniforme ideal. Tambin, se puede hacer uso

de tablas de cifras aleatorias uniformemente distribuidas, comprobadas

minuciosamente en base a pruebas estadsticas especiales. Se emplean
solamente cuando los clculos correspondientes a la aplicacin del mtodo
de Montecarlo se realiza a mano, lo que en estos tiempos resulta
inimaginable.
En la prctica, resulta ms conveniente emplear los denominados
nmeros pseudoaleatorios, se trata de nmeros que se obtienen a partir de
un nmero denominado semilla, y la aplicacin reiterada de una frmula,
obtenindose una secuencia {x0, x1, x2, ... xn} de nmeros que imitan los
valores de una variable uniformemente distribuida en el intervalo [0, 1).