VARIABLE ALEATORIA

LIC.FLOR NORMA QUIÑONEZ CUYUBAMBA

ANALISIS ESTRUCTURAL
CONFIABILIDAD ESTRUCTURAL
CONFIABILIDAD ESTRUCTURAL
 CONFIABLIDAD ESTRUCTURAL
 El enfoque probabilístico es empleado en el diseño de
estructuras de concreto armado y acero , porque
considera las variables que intervienen en el diseño como
aleatorias ya que existe Incertidumbre al estimar la
máxima carga que se va a aplicar, la resistencia de los
materiales, factores constructivos que la afectan, errores
del método de análisis, dificultad de predecir fenómenos
naturales, etc…
.
 Las incertidumbres planteadas se clasifican en dos tipos
según
 su origen:
 • Causa natural: donde se incluyen las magnitudes de
todos los tipos de carga y las
 propiedades de los materiales de construcción.
 • Causa humana: donde se incluyen los errores de cálculo,
falta de conocimientos
 sobre alguna falla no estudiada lo suficiente y errores
constructivos
PUENTE INFIERNILLO
Variable aleatoria
Una variable aleatoria X es una función que asocia a
cada suceso del espacio muestral Ω de un experimento
aleatorio un valor numérico real

X : 
w  X ( w)
 La variable aleatoria puede ser discreta o continua.
 Veremos en este capítulo el caso discreto
Variable aleatoria discreta
Ejemplos:
Sean los siguientes experimentos aleatorios:
 a. Control de calidad
 b. Lanzar un par de monedas
Defina una variable aleatoria para cada experimento e
indique su rango.
Función de probabilidad o distribución
de una variable aleatoria discreta

Una vez definida una variable aleatoria X, podemos

definir una función de probabilidad asociada a X, de la
siguiente forma:

p :   [0,1]
x  p ( x)  P( X  x)
La función de probabilidad debe cumplir:

(i) 0  p( x)  1 x  
(ii )  p( x)  1
x
EJEMPLO
 Sea 𝐴 = 1,2,3 .Se realiza el siguiente experimento, se
extrae al azar un subconjunto de A.
 Se define la variable aleatoria
𝑋: Ω ⟶ ℝ como
σ𝑖𝜖𝜔 𝑖 𝜔 ≠ ∅
𝜔→𝑋 𝜔 =ቊ
0 𝜔=∅
a) Indique su rango Rx
b)Construir la función de probabilidad de la v.a. X
c) Graficar PX(x)
Función de distribución acumulada (FDA)
 Dada una variable aleatoria discreta X se llama función de
distribución a la función F definida como:

F :   [0,1]
x  F ( x)  P( X  x)
Propiedades FDA
Esperanza matemática o media
de una función de probabilidad discreta

Varianza y desviación estándar o típica de una función de probabilidad discreta

  Var ( X )  E (( X   ) ) 
2 2

 (x  )
i
i
2
P( X  xi )
Esperanza matemática o media
de una función de probabilidad discreta

Momento de orden k de una variable

aleatoria discreta
De forma más general podemos definir la esperanza
matemática o media no solo para una variable aleatoria X,
sino para cualquier función T(X) como:

  E T ( X )    T ( xi ) p( xi )
i
 VARIABLE ALEATORIA CONTINUA
Una variable aleatoria X es continua cuando toma valores en un intervalo (a, b) donde a y b
pueden tender a −∞ y +∞ respectivamente.

FUNCIÓN DE DENSIDAD
𝑓(𝑥): ℝ ⟶ ℝ+

Propiedades de función de densidad

a) 𝑓(𝑥) ≥ 0
+∞
b) −∞ 𝑓 𝑥 = 1
𝑏
c) 𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = 𝑎
𝑓 𝑥 𝑑𝑥
Ejemplo
La longitud, en metros, de los radios que fabrica una máquina es una variable aleatoria
X cuya función de densidad viene dada por

Se pide:
a. Obtener el valor de la constante k.
b. Calcular la longitud media de los radios que fabrica dicha máquina.
c. ¿Cuál es la probabilidad de que los radios midan menos de 3 metros?
 Esperanza Matemática para una v.a. continua

Sea X una v.a continua, 𝑓(𝑥) su función de densidad

Se define
+∞
𝐸 𝑋 = −∞ 𝑥𝑓 𝑥 𝑑𝑥

Varianza para una v.a continua

Se define:

donde:
ejemplo
Sea la v.a X que toma los valores -1 y 0 con probabilidades 0,1 y 0,2 respectivamente y
además toma valores en el intervalo (0 ,2) de acuerdo a con la función de densidad:

𝑘(2𝑥 − 1) 𝑠𝑖 𝑥 ∈ ( 1 ,2)
𝑓𝑥 =
0 𝑠𝑖 𝑥 ∉ (1,2)
a) Hallar el valor de k
b) Hallar Var(x)
Función de distribución acumulada

𝑥
𝑃 𝑋≤𝑥 =𝐹 𝑥 = −∞
𝑓 𝑡 𝑑𝑡 ∀𝑥 ∈ 𝐼𝑥

TEOREMAS (PROPIEDADES)
1. Si 𝑎 < 𝑏 ⇒ 𝑃 𝑎 < 𝑋 < 𝑏 = 𝐹𝑥 𝑏 − 𝐹𝑥 (𝑎)
2. 𝑆𝑖 𝑘1 < 𝑘2 ⇒ 𝐹𝑥 𝑘1 < 𝐹𝑥 (𝑘2 )
3. lim𝑥 ⟶−𝑎 𝐹𝑋 𝑥 = 0
4. lim𝑥 ⟶𝑎 𝐹𝑋 𝑥 = 1
5. lim𝑥 →𝑎 + 𝐹𝑋 𝑥 = 𝐹𝑋 (𝑎) es continua por la derecha
6. 𝐹𝑋 es única para cada variable aleatoria.
Ejemplo
La resistencia de un tornillo en gr/mm2 es una variable aleatoria con densidad:

a. Determinar el valor de la constante k así como la resistencia esperada.

b. Calcular y representar su función de distribución.
c. Determinar la probabilidad de que un tornillo aguante más de 1.5 gr/mm2 si para
1.0 gr/mm2 aún resiste.