Introducción a las variables aleatorias, sus tipos (discretas y continuas), funciones de probabilidad (PMF, PDF, CDF), y modelos de distribución comunes como la Normal, Chi-cuadrado, t de Student y F de Snedecor. Incluye medidas de tendencia central y dispersión, y métodos de visualización.
En el estudio de la probabilidad, no nos basta con observar eventos aislados; necesitamos herramientas matemáticas que nos permitan cuantificar la incertidumbre y predecir comportamientos a largo plazo. El puente entre la realidad de un experimento incierto y el rigor de los números es la variable aleatoria. Este concepto nos permite transformar resultados cualitativos (como "cara" o "cruz") en valores numéricos que podemos procesar mediante cálculos estadísticos.
El Fundamento: De la Realidad a los Números
Para entender una variable aleatoria, primero debemos definir el contexto en el que opera. Todo comienza con un experimento aleatorio, un proceso cuyo resultado no se puede predecir con total certeza. El conjunto de todos los resultados posibles de este experimento se denomina espacio muestral (S).
Una variable aleatoria (X) es, en esencia, una función que asigna un número real a cada elemento del espacio muestral. Por ejemplo, si lanzamos una moneda, el espacio muestral es S={cara, cruz}. Podemos definir una variable X tal que X(cara)=1 y X(cruz)=0.
Una vez que hemos mapeado los resultados a números, necesitamos una regla que nos diga qué tan probable es que ocurra cada número. Esta regla es el modelo de probabilidad o distribución.
Variables Discretas y sus Herramientas
Cuando los valores que puede tomar la variable son contables (como el resultado de lanzar un dado), hablamos de variables discretas. Para describirlas, utilizamos dos funciones fundamentales:
Función de Masa de Probabilidad (PMF)
La PMF, denotada como P(x)=P(X=x), indica la probabilidad exacta de que la variable tome un valor específico. Para que una PMF sea matemáticamente válida, debe cumplir dos condiciones estrictas:
Cada probabilidad individual debe estar en el intervalo $[0, 1]$.
La suma de todas las probabilidades de los eventos posibles debe ser exactamente igual a 1 (∑P(x)=1).
Función de Distribución Acumulada (CDF)
La CDF, denotada como F(x), representa la probabilidad de que la variable no supere un valor determinado, es decir, P(X≤x). Es una función no decreciente y acotada que nos permite calcular la probabilidad de que un valor caiga dentro de un intervalo específico mediante la relación:
P(a<X≤b)=F(b)−F(a)
.
Caracterización: Tendencia Central y Dispersión
Para resumir el comportamiento de una variable aleatoria, utilizamos medidas que nos indican dónde se sitúan sus valores y qué tan dispersos están.
Valor Esperado ($E[X]$): Es el promedio teórico de la variable. En el caso discreto, se calcula como la suma de los productos de cada valor por su probabilidad:
E[X]=∑x⋅P(x)
Varianza (Var(X)): Mide qué tan lejos se alejan, en promedio, los valores respecto al valor esperado. Una fórmula práctica para su cálculo es:
Var(X)=E[X2]−(E[X])2
Desviación Estándar (σ): Es la raíz cuadrada de la varianza, σ=Var(X), y devuelve la medida de dispersión a las unidades originales de la variable.
Nota para exámenes: Si realizas una transformación lineal de la variable, por ejemplo $Y = a + bX$, recuerda que la media se desplaza y se escala ($E[Y] = a + bE[X]$), pero la dispersión solo se escala por el valor absoluto del coeficiente (σ(Y)=∣b∣σ(X)).
Modelos de Distribución Continua
A diferencia de las discretas, las variables continuas (como la altura o el tiempo) pueden tomar cualquier valor en un intervalo. Aquí, la probabilidad de un valor puntual es cero (P(X=x)=0), por lo que utilizamos la Función de Densidad de Probabilidad (PDF), donde la probabilidad se entiende como el área bajo la curva en un intervalo.
La Distribución Normal
Es el modelo más importante en estadística. Se caracteriza por su forma de campana y es simétrica respecto a su media μ. Para trabajar con ella, es común realizar la tipificación, que consiste en transformar cualquier normal N(μ,σ) en una Normal EstándarZ∼N(0,1) mediante la fórmula:
Z=σX−μ
. Esto permite utilizar tablas de probabilidad estandarizadas para encontrar valores de la CDF.
Otras Distribuciones Fundamentales
Dependiendo del fenómeno que estemos estudiando, utilizaremos otros modelos:
Distribución Chi-cuadrado (χ2): Se obtiene de la suma de cuadrados de variables normales estándar. Es fundamental para estudiar varianzas y realizar pruebas de bondad de ajuste.
Distribución t de Student: Similar a la normal pero con "colas más gruesas", lo que significa que tiene más probabilidad de valores extremos. Se usa cuando el tamaño de la muestra es pequeño.
Distribución F de Snedecor: Es el cociente de dos variables Chi-cuadrado. Es la base de herramientas como el ANOVA para comparar varianzas.
Visualización y Verificación de Modelos
Para saber si un modelo teórico se ajusta a nuestros datos reales, utilizamos tres herramientas visuales clave:
Histograma de Densidad: Permite comparar visualmente la distribución de los datos con la curva de la PDF teórica.
CDF Empírica (ECDF): Una función en escalera que muestra la probabilidad acumulada de los datos observados.
Gráfico Q-Q (Quantile-Quantile): Es la herramienta más potente para detectar si las colas de nuestros datos son más pesadas o ligeras que las del modelo propuesto. Si los puntos se alinean sobre una recta, el modelo es adecuado.
Consejo de simulación: En la práctica, mediante simulaciones computacionales (como en Python), podemos observar que las frecuencias relativas de miles de experimentos tienden a aproximarse con gran precisión a las probabilidades teóricas de la PMF o PDF.
Keep reading for free.
Create an account to finish this reading and make it part of your study routine.
