Variables Aleatorias y Distribuciones Básicas

¿Alguna vez te has preguntado cómo calculan las probabilidades en los juegos o las encuestas? Las variables aleatorias son la clave para entenderlo.

Para cualquier variable aleatoria discreta, necesitas conocer tres conceptos básicos. La esperanza o media (μ) te dice el valor promedio que puedes esperar. La varianza (σ²) mide cuánto se dispersan los datos alrededor de la media. Y la desviación típica (σ) es simplemente la raíz cuadrada de la varianza.

La distribución binomial es perfecta cuando tienes experimentos con solo dos resultados posibles (como cara o cruz). Se escribe Y ~ Bin(n, p), donde n es el número total de intentos y p la probabilidad de éxito. Su media es np y su varianza es np$1-p$.

Truco clave: En la binomial, si p = 0.5, la varianza es máxima. ¡Perfecto para problemas de monedas!

Para variables continuas, la distribución normal es la reina. La normal estándar Z ~ N(0,1) tiene tablas específicas que debes aprender a usar. Cuando la variable no es estándar, usas la tipificación: Z = $x-μ$/σ para convertirla.

Distribuciones Muestrales e Intervalos de Confianza

Cuando trabajas con muestras de una población, las cosas se vuelven más interesantes y útiles para la vida real.

La distribución muestral de la media te dice que si tomas muchas muestras de tamaño n, sus medias seguirán una distribución normal con la misma media μ pero con desviación típica σ/√n. Es decir, las medias muestrales varían menos que los datos individuales.

Para proporciones muestrales, imagina que quieres saber qué porcentaje de estudiantes prefiere matemáticas. El estimador p̂ sigue una distribución aproximadamente normal cuando n ≥ 30, con media P y desviación típica √$P(1-P)/n$.

Los intervalos de confianza son rangos donde probablemente está el valor real que buscas. Para la media poblacional, el intervalo es x̄ ± z(α/2) × σ/√n. Para proporciones, usas p̂ ± z(α/2) × √$p̂(1-p̂)/n$.

Dato importante: El nivel de confianza más común es 95%, donde z(α/2) = 1.96. ¡Memorízalo!

Estos intervalos te dan un rango creíble donde está el parámetro real, no una certeza absoluta. Es como decir "estoy 95% seguro de que la media real está entre estos valores".