Está en la página 1de 28

Distribuciones de probabilidad

Rosario Collatn Chicana


Universidad Nacional Mayor de San Marcos

Contenido
1. 2. 3. 4. 5. Variables aleatorias
1.1 Variables aleatorias discretas 1.2 Variables aleatorias continuas

6.

Utilidad de definir una variable aleatoria Distribucin de probabilidad de una variable aleatoria Funcin de probabilidad Distribuciones discretas de probabilidad 5.1 Condiciones para asignar una funcin de probabilidad a cualquier variable discreta 5.2 Formas de expresar la distribucin de una probabilidad 5.2.1 Tablas 5.2.2 Representacin grfica 5.2.3 Frmulas 5.3 Distribuciones discretas de probabilidad que ms se usan Esperanza matemtica, varianza y desviacin estndar de una variable aleatoria

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

1. Variables aleatorias
Es una descripcin numrica del resultado de un experimento (Anderson
et al. 1999: 175)

La variable aleatoria asocia un valor numrico a cada resultado posible, el que depende del resultado del experimento Algunos experimentos tienen resultados que se pueden describir naturalmente como numricos otros no:
Encuesta que recuerde a un candidato presidencial: dos resultados experimentales: El individuo puede recordarlo o no puede Estos resultados experimentales se pueden describir en forma numrica si definimos a la variable aleatoria discreta X como:
X= 0 el individuo no puede recordar al candidato X= 1 el individuo puede recordar al candidato (los valores numricos son arbitrarios)

Clasificacin de las variables aleatorias:


Discretas Continuas

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

1.1 Variables aleatorias discretas Valores que puede asumir


Cantidad finita de valores. Ej. cantidad de partes terminadas de un proyecto: 0,1,2,3,4 Sucesin infinita de valores: cantidad de postulantes que se inscriben en un da para rendir el examen de admisin en la UNMSM: valores posibles de x sucesin de enteros: 0,1,2,..etc.

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

Ejemplos de variables aleatorias discretas Valores posibles de la variable aleatoria 0, 1, 2, 3, 4, 5 0, 1, 2,,49, 50 0,1,2,3, 0 si es hombre, 1 si es mujer

Experimento Llamar a 5 clientes

Variable aleatoria x

Cantidad de clientes que hacen pedido Inspeccionar un embarque de Cantidad de radios 50 radios defectuosos Funcionamiento de un restaurante durante un da Vender un automvil
Fuente: Anderson et al. 1999:176

Cantidad de clientes Sexo del cliente

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

1.2 Variables aleatorias continuas


Si una variable aleatoria puede tomar cualquier valor numrico en un intervalo o conjunto de intervalos Resultados experimentales que se basan en escalas de medicin como: el tiempo, el peso, la distancia, la temperatura Al elegirse dos puntos, si todo el segmento de la recta entre los dos puntos, tambin representa valores posible de la variable, esta variable aleatoria es continua.
UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana 6

Ejemplos de variables aleatorias continuas Valores posibles de la variable aleatoria x0 0 x 12.1 0 x 100

Experimento Funcionamiento de un banco Llenar una lata de bebida (mx=12.1 onzas) Proyecto para construir una nueva biblioteca

Variable aleatoria x Tiempo en minutos entre llegadas de clientes Cantidad de onzas Porcentaje terminado del proyecto en seis meses

Ensayar un nuevo proceso Temperatura cuando se lleva 150 x 212 qumico a cabo la reaccin deseada (mn. 150 F, mx. 212 F)
Fuente: Anderson et al. 1999:176

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

2. Utilidad de definir una variable aleatoria y su distribucin de probabilidad Una vez conocida esa distribucin, es relativamente fcil determinar la probabilidad de varios eventos que puede interesar a quien toma decisiones (Anderson et al. 1999)

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

3. Distribucin de probabilidad de una variable aleatoria


Es una funcin que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra.
(http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad) Descripcin de cmo se distribuyen las probabilidades entre los valores que puede asumir la variable aleatoria (Anderson et al. 1999: 205).

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

Distribuciones de probabilidad
Describe cmo se distribuyen las probabilidades de los diferentes valores de la variable aleatoria. Dada una variable aleatoria discreta x, la distribucin de probabilidad se describe mediante una funcin de probabilidad representada por f(x) La funcin de probabilidad define la probabilidad de cada valor de la variable aleatoria

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

10

4. Funcin de probabilidad Una funcin, representada por f (x), que determina la probabilidad de que x asuma un valor determinado de una variable aleatoria discreta (Anderson et al. 1999: 205).

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

11

Funcin: definicin
La definicin general de funcin hace referencia a la dependencia entre los elementos de dos conjuntos dados. Dados dos conjuntos A y B, una funcin entre ellos es una asociacin f que a cada elemento de A le asigna un nico elemento de B. Se dice entonces que A es el dominio (tambin conjunto de partida o conjunto inicial) de f y que B es su codominio (tambin conjunto de llegada o conjunto final).

(http://es.wikipedia.org/wiki/Funci%C3%B3n _matem%C3%A1tica)

Tomado de: http://es.wikipedia.org/wiki/Funci%C3%B3n_mat em%C3%A1tica)

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

12

5. Distribuciones discretas de probabilidad

5.1 Condiciones para asignar una funcin de probabilidad a cualquier variable discreta f (x) 0 f (x ) = 1

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

14

5.2 Formas de expresar la distribucin de una probabilidad


Tablas Grficos Frmula

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

15

5.2.1 Tablas de distribucin de probabilidad de una variable aleatoria discreta


Distribucin de probabilidad de la cantidad de automviles vendidos en DICARLO MOTORS durante un da x 0 1 2 3 4 5 Total Das 54 117 72 42 12 3 300 f(x) 0.18 0.39 0.24 0.14 0.04 0.01 1.00

En 54 de 300 das no se vendieron autos asignamos el valor 54/300 = 0.18 a f(0) para indicar que la probabilidad de vender 0 autos en un da es de m.18 Mismo procedimiento para asignar a f(1), f(2), f(3), f(4), f(5) sus valores Al completar vemos la distribucin de probabilidades de este cuadro

La tabla nos proporciona informacin sobre el proceso de venta de autos en una empresa durante 300 das Cantidad ms probable de vehculos que se venden en un da es de 1, con una probabilidad de 0.39 Existe una probabilidad de 0.19 de vender 3 o ms automviles= f(3) +f(4)+f(5)= 0.14+0.04+0.01

En base a Anderson et al. 1999:178 UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana 16

5.2.2 Presentacin grfica de las distribuciones de probabilidad

Fuente: Anderson et al. 1999: 179

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

17

5.2.3 Frmula
Una frmula que exprese f(x) para todo valor de x define la distribucin de probabilidad para algunas variables aleatorias discretas

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

18

Frmula: funcin uniforme de probabilidad discreta

Distribucin uniforme de probabilidad discreta cuya funcin de probabilidad es la siguiente


f(x) = 1 /n Donde: n= cantidad de valores que puede asumir la variable aleatoria

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

19

Ejemplo: tirar un dado


- Definimos la variable aleatoria x como el nmero en la cara superior. - Hay n=6 posibles valores de la variable aleatoria: X= 1,2,3,4,5 y 6. -Por lo tanto la funcin de probabilidad para esta variable aleatoria es: f(x) = 1/6 Donde: x= 1, 2, 3, 4, 5, 6

Valores posibles de la variable aleatoria y de sus probabilidades asociadas x f(x) 1 1/6 2 1/6 3 1/6 4 1/6 5 1/6 6 1/6 Los valores de la variable aleatoria son igualmente probables
Fuente: Anderson et al. 1999:180

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

20

Distribuciones discretas de probabilidad que ms se usan


Se especifican por lo general mediante frmulas Tres casos importantes de distribuciones de probabilidad:
Binomial Poisson Hipergeomtrica

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

21

6. Esperanza matemtica, varianza y desviacin estndar de una variable aleatoria

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

22

6.1 Valor esperado o media de una variable aleatoria discreta


Es una medida de localizacin (o tendencia central) de esa variable. E (x) = = xf(x) En el ejemplo el valor esperado es 1.5 autos por da aunque es posible vender 1, 2, 3, 4, 5 o ningn auto en cualquier da. Podemos anticipar que la venta mensual promedio ser de (30)(1.5) = 45 autos.
Clculo del valor esperado de la cantidad de autos vendidos en una empresa X en un da x 0 1 2 3 4 5 Total f(x) 0.18 0.39 0.24 0.14 0.04 0.01 1.00 xf(x) 0(0.18)= 0.00 1(0.39)= 0.39 2(0.24)= 0.48 3(0.14)= 0.42 4(0.04)= 0.16 5(0.01)= 0.05 1.50 E(x)==xf(x)
Tomado de: Anderson et al. 1999:183

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

23

6.2 Varianza de una variable aleatoria


Es un promedio ponderado de las desviaciones de una variable aleatoria respecto a su promedio elevadas al cuadrado Los factores de ponderacin son las probabilidades Nos permite conocer una medida de la dispersin en un conjunto de datos Se usa para resumir la variabilidad de los valores de una variable aleatoria

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

24

Ecuacin matemtica de la varianza de una variable aleatoria


Varianza de una variable aleatoria discreta

En la frmula de la varianza:
La desviacin x- mide lo alejado que se encuentra un valor determinado del valor esperado o media de la variable aleatoria Se elevan al cuadrado las desviaciones y Se ponderan con el valor correspondiente de la funcin de probabilidad La varianza es la suma de esas desviaciones elevadas al cuadrado y ponderadas, para todos los valores de la variable aleatoria (Anderson et al. 1999: 184)

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

25

Clculo de la varianza de la cantidad de autos vendidos en una empresa X en un da

x 0 1 2 3 4 5

0 1 2 3 4 5

x- 1.50 = 1.50 = 1.50 = 1.50 = 1.50 = 1.50 =

-1.50 -0.50 0.50 1.50 2.50 3.50

(x- )^2 2.25 0.25 0.25 2.25 6.25 12.25

f(x) 0.18 0.39 0.24 0.14 0.04 0.01 1.00

(x-)^2f(x) 2.25 (0.18) = 0.4050 0.25 (0.39) = 0.0975 0.25 (0.24) = 0.0600 2.25 (0.14) = 0.3150 6.25 (0.04) = 0.2500 12.25 (0.01) = 0.1225 1.2500

Tomado de: Anderson et al. 1999: 184

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

26

6.3 Desviacin estndar de una variable aleatoria


Se define como la raz cuadrada positiva de la varianza. En el ejemplo: = 1.25= 1.118 La desviacin estndar se mide con las mismas unidades que la variable aleatoria (=1.118 autos) y en consecuencia se prefiere en muchas ocasiones para describir la variabilidad de una variable aleatoria. La varianza ^2 se mide con las unidades elevadas al cuadrado, por ello ms difcil de interpretar (Anderson et al., 1999)
UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana 27

Bibliografa
Anderson, D. R., Sweeney, D. J. & Williams, T. A. (1999). Estadstica para administracin y economa. 7ma edicin, International Thomson editores, pp. 74-80 Miller, I., Freund, J. E. y Johnson, R. (1992). Probabilidad y estadstica para ingenieros. Prentice Hall. 4ta. Edicin. Moya, R. & Saravia, G. (s.f.). Probabilidad e inferencia estadstica. 2da. Edicin. Lima: Editorial San Marcos.

UNMSM-Fac. CCSS 2012-1 Prof. Rosario Collatn Chicana

28