Anlisis de Datos I

Esquema del Tema 15

Tema 15: Modelos de distribucin de

probabilidad: Variables discretas

1. INTRODUCCIN

2. EL MODELO UNIFORME

3. EL MODELO BINOMIAL, B(N, )

Las tablas estadsticas
Ejemplo

4. EL MODELO DE DISTRIBUCIN MULTINOMIAL

__________________
Bibliografa: Tema 11 (pg. 289-296) y apndice final con tablas

Carmen Ximnez

Anlisis de Datos I

Esquema del Tema 15

1. INTRODUCCIN
En la prctica, la funcin de probabilidad de la mayora de las variables discretas se ajusta
a un modelo terico expresado mediante una frmula concreta.

2. EL MODELO UNIFORME
Todos los valores asumibles por la variable X son equiprobables (=tienen la misma
probabilidad). Por tanto, puede asumirse una distribucin uniforme.
Grficamente se representa mediante:
,25
,20

f(x)

,15

Donde: f ( x) =

,10
,05
0
1

1
.
J

3. EL MODELO BINOMIAL, B(N, )

Consiste en la distribucin del n de aciertos en una serie de ensayos de Bernouilli.
Para que la distribucin de probabilidad de una variable X siga el modelo Binomial ha de
cumplirse que
1. La variable est definida como variable dicotmica: en trminos de Acierto (1) y error (0)
2. Se de una repeticin de N ensayos independientes en la variable dicotmica en los que la
probabilidad de que el ensayo verifique la condicin 1 (p.e., acierto) sea constante, y se
representa por .
3. Se defina una variable X, como el n de veces que se verifica la condicin (los 1) en los N
ensayos. Los valores de X (los xi) oscilan entre 0 y N: X = {0, 1, 2, , N}
Si se cumplen las anteriores condiciones, la variable X (n aciertos) se ajusta al Modelo
Binomial con parmetros N y . Es decir: X ~ B (N, )
a) Funcin de probabilidad de una variable Binomial:

N
f ( x) = x (1 ) N x
x

N
N!
Donde: =
x ! ( N x ) !
x

b) Valor esperado: E(X) = N

c) Varianza:

Carmen Ximnez

2(X) = N (1 - )

Anlisis de Datos I

Esquema del Tema 15

Tablas estadsticas

No siempre es necesario aplicar la frmula para obtener la funcin de probabilidad asociada

a un valor de la variable. Existen tablas donde se puede consultar el valor de f (xi). La tabla
de la Binomial (Tabla I del libro en pgs. 403-408) tiene la siguiente estructura:
N

0
1
2

..
.

0,01
980
020
0+

17

Dado X ~ B (N; ), para buscar una f (xi):

0,99 1 columna: valor de N
2 columna: posibles valores de X: 0, 1, , N
..
3 columna: valor de f(xi) bajo diferentes valores de
.
(aparece en porcentajes, por brevedad. El signo +
f (xi)
significa que hay ms de tres ceros)
..
Ejemplo:
.
0,50

P(X = 1) = f(1) = 0,02 bajo X ~ B (x; 2; 0,01)

Nota: Cuando N > 17, f (xi) puede aproximarse mediante el modelo normal (lo veremos en el tema 20)

EJEMPLO (resuelto)
Un estudiante responde a un test de 3 preguntas con cinco opciones de respuesta (donde
slo 1 es correcta). Si ha respondido azar:
1) Elabore el modelo de distribucin para la variable X (n de aciertos al azar)
X ~ B (N = 3, = 0,20)
N
3
3!
f ( x) = x (1 )N x f (0) = 0, 20 0 (0, 80) 3 =
1 0, 512 = 0, 512
0!(3 0)!
x
0
3
3!
f (1) = 0, 201 (0, 80) 2 =
0, 20 0, 64 = 0, 384
1!(3 1)!
1
3
3!
f (2) = 0, 20 2 (0, 80)1 =
0, 04 0, 80 = 0, 096
2!(3 2)!
2
3
3!
f (3) = 0, 20 3 (0, 80) 0 =
0, 008 1 = 0, 008
3!(3 3)!
3

Xi
f(xi)

0
0,512

1
0,384

2
0,096

3
0,008

2) Cul es la probabilidad de que acierte todas las preguntas?

P(X = 3) = f(3) = 0,008 (coincide con el valor dado en las tablas de probabilidad)
3) Valor esperado: E(X) = N = (3) (0,20) = 0,60
Varianza:
2(X) = N (1 - ) = (3) (0,20 0,80) = 0,48
4) Cul es la probabilidad de que acierte como mximo 2 preguntas?
P(X 2) = F(2) = 0,512 + 0,384 + 0,096 = 0,992
5) Cul es la probabilidad de que acierte entre 1 y 2 preguntas (ambas inclusive)?
P(1 X 2) = F(2) - F(0) = 0,992 - 0,512 = 0,480
6) Cul es la probabilidad de que acierte al menos 2 preguntas?
P(X 2) = 1 - P(X 1) = 1 0,896 = 0,104
Carmen Ximnez

Anlisis de Datos I

Esquema del Tema 15

4. MODELO DE DISTRIBUCIN MULTINOMIAL

Se realizan N ensayos independientes que dan lugar a k resultados: X = { X1, X2, Xk }
con probabilidades 1, 2, k, respectivamente (donde 1 + 2 + + k = 1).
Este modelo se trata de una extensin de la Binomial til para variables politmicas
(variables discretas con ms de 2 categoras).
Funcin de probabilidad de una variable multinomial:

f ( X 1 , X 2 ,..., X k ) =

N!
X1 X 2 ... X k
X 1 ! X 2 ! ... X k !

Ejemplo
X: Actitud hacia la donacin de rganos
X1: En contra ....... con 1 = 0,15
X2: Indiferentes ... con 2 = 0,40
X3: A favor ........... con 3 = 0,45
Si se extrae una muestra aleatoria de 20 sujetos. Cul es la probabilidad de que 5 estn
en contra, 10 sean indiferentes y 5 estn a favor?
f ( X 1 = 5 , X 2 = 10 , X 3 = 5) =

N!
20!
X1 X 2 X1 =
0,15 5 0,40 10 0,45 5 = 0,41
X 1!X 2!X 3!
5! 10! 5!

5. EJERCICIOS
Ejercicio 1
Supongamos que es igual de probable que nazcan nios que nias. Si nos fijamos en los
prximos 5 partos de una determinada clnica, determine:
1. La probabilidad de que todas sean nias
2. La probabilidad de que las nias sean minora
3. El valor esperado y la varianza de la variable X: nmero de nias

Ejercicio 2
Cul es la probabilidad de que al tomar 6 sujetos al azar, los seis superen el Q3 en la variable
creatividad?

Ejercicio 3
El ndice de audiencia de un determinado programa de TV es el 30%. Tomamos una muestra
de 16 domicilios:
1. En cuntos domicilios se espera que estn viendo el programa?
2. Cul es la probabilidad de que al menos en el 25% de domicilios estn viendo el
programa?
3. Supongamos que la cadena suprime el programa si no lo ven al menos el 20% de los
domicilios:
(a) Cul es la probabilidad de que lo suprima?
(b) Cul es la probabilidad de que lo suprima si el verdadero ndice de audiencia es el 10%?
Carmen Ximnez