OBJETIVOS Al conctulr el capituo, serd capaz de: 1, Deni os términos distribucién de probabilidady variable aleatoria, 2, Distinguir entre dlsribuciones de probabilidad continuay discrta. 3, Calcular la medi, varianza y desviacion estindar de una distribucién de probabilidad ds 4, Describirlascaracteriticas de la distritucién de probabilidad binomial y su aplicacién et ef célulo de probabilidades 5. Descibit las caracterstcas de Ia lstibucidn de probabilidad hinergeomeéricay su aplicacon en el céleulo de probabilidades, 6. Descrbirlas caracteristicas de la distribucién de probabilidad de Poisson y suaplicacién en el cAlculo de probabilidades. Distribuciones discretas de probabilidad Croissant Bakery, Inc, orece pasteles decorados para cumpleafos, todas y ocasiones especiales. La pasteleria también cuenta con pasteles normales. De acuerdo con los datos dela tabla, calcul ta media, la varianza y la doeviacén eetindar de Ia cantdad de pasteles que venien y a da, (Véase el ejercicio 44, cbjtiv 3.)Gerry RTT} Distribuclones diseretas de probabilidad 181 Introducci6n Los capitulos 2 4 se consagraron al estudio de la esladistica descriptiva: datos en bruto organizados en una distribucion de frecuenc'as, la oval se representa en tables, graticas y diagramas. Asimismo, se calculé una medida de ubcacién —coma la mecia aritmética, a mediana o la moda— para localizar un valor tipico cercano al centro de la dlistrinurién Mediante el rango y la deeviacién cotinder se descriid i dispersitn Us los datos. Eslos capitulos se centran en describir algo que sucedi, ‘A partir de! capitulo 5, el teria cambia: ahora el andlsis es sobre algo que posible- ‘mente suceda. Esta taceta de la estadistica recibe el nombre de inferencia estadistica, El objetivo consiste en hacer inferencias (afirmaciones) cobro una poblacién con base €n determinada cantidad de observaciones, denominadas muestra, que se selecciona Ge la poblacién. En el capitulo 5 se establecié que una probabilidad os un valor entre Oy 1, inclusive, y se analizé la forma en que las probabilidades pueden combinarse de acuerdo con las regias de la adicién y la muttiplicacién. Este capitut inicia el estudio de las distribuciones de probabilidad, Una distribu. ion de probabilidad proporciona toda la gama de valores que se pueden presentar en Ln experiment, Es similar a una dstnibucién de trecuencias relativas; sin embargo, en lugar de descrbir ef pasaco, describe la probabilidad de que un eventn sa presents en 2! futuro. Por ejemplo, si un fabricente de medicamentos afma que cierto tratamiento permitira que 80% de la poblacion bale de peso, la agencia de proteccién al consumidor quiz someta a prueba e! tratamiento con una muestra de seis personas. Sila afirmacion del fabricante es cierla, as casi imposible tener un resultado en el que nadie en la mues- ‘ra plerda peso y es muy probable que 5 de cada 6 plerdan peso. En este capitulo se examinan la media, la varianza y la desviacién esténdar de una distribucién de probabildad, asi como tres distribuciones de probabilidad que se pre- ‘sentan con frecuencia: binomial, hipergeomeétrica y de Poisson éQué es una distribucién de probabilidad? Una distribucién de probabilidad muactra los posibles resultados de un experinnento y kd probabilidad de que cada uno se presente. DISTRIBUCION DE PROBABILIDAD Listaclo de todos los resultados de un ‘expermento y la probabilidad asociada con cada resultado 2Cémo generar una distribucién de probabilidad? ‘Suponga que i interes el ndmero de caras que aparecen @1 tres lanzamientos de una ‘moneda. Tal es el experimento. Los posibles resultacias son: cero caras, una cara, dos Caras y tres caras. {Cul es la distribucién de probabilidad de! numero de caras? Hay vchw pusivies resullauus, Ee primer larzamiento puede aparecer una cara, ‘una cruz en el segundo lanzamiento y otra cruz en el tercer lanzamento de la mone- dda. 0 puede obtener cruz, cruz y cara, en ese orden, Para obiener los resultados del Conteo (6.8), aplique la térmula de la muitiplicacion: (222), es decir, 8 posibles resultados. Estos resutados oe listan enseguida Rewtinde Lanamiento de la moneda mae eaible Primero ‘Segundo Tereero cares 7 ¢ c v v 2 c c o 1 3 c o c 1 4 c o o 2 3 o c ¢ 1 6 a c a 2 7 G or c 2 8 Ci or CG 3182 Capitulo 6 Observe que el resultado cero caras ocurre s6lo una ver; una cara ocurte tres veces; dos caras, tres veces, y el resultado ires caras ocurre una sola vez. Es decir, ‘osro caras se presenté una de ocho veces. Por consiguiente, la probabilidad de caro ccaras es de un octavo; la probabilidad de una cara 2s de tres octavos, etc. La dis- tribucion de probabilidad se muestra en la tabla 6.1. Como uno de estos resultados debe suceder, el total de probabilidades de todos los eventos posibles es 1.000. Esto slempro ee cumple. La grética 6.1 contiene la misma informacin. ‘TABLA G1 DistribuciSn de probablidad de los eventos rlativos a cero, una dos y res cara en ies lanvamientos de sina moneda dad ek ep ap LGRAFICA 6.1 Presentacién grifica del nimero de caras que resultan de tres lanzamientos de una moneda y la probabilidad correspondiente Antes de continuar, observe las caracteristicas importantes de una distibucién de probabilidad. ‘CARACTERISTICAS DE UNA DISTRIBUCION DE PROBABILIDAD 1, La probabllidad de un resultado en partcular se encuenira entre 0 y 1, inclusive, 2. Loe reeultadoe eon evontoo mutuamente exoluyentes. 3. La lista es exhaustive. Asi, la suma de las probebilidades de los diversos eventos es igual a 1.Distribuciones discretas de probabilidad 183 pase el ejernplo del lanzarriento de una moneda de la tabla 6.1. La probabilidad de x se representa Ax). De esta manera, la probabilidad de cero caras es AAO caras) 0.126, y ia probabiidad de una cara es FU cara) ~ 0.375, etc. La sume de estas proba- bilidades mutuamente excluyentes es de 1; es decir, de acuerdo con la tabla 6.1, 0.125 +0375 + 0.375 + 0.125 = 1.00. Autoevaluacién 6.1 ‘Los posibles esultauus Ue unl expenmento que mpl el larzamiento de un dado son: uno, do3, ‘tes, cuatro, cinco y sels, 4) Elabore una distibucién ce probablidad para el nimero ce posibles resutados. ) Represents grticamerte la cistibucion de probabildad. ©) Cual es a Suma de las probetblidades? Variables aleatorias En cualquier experimento aleatorio, los resultados se presentan al azar; asi, a éste se le denomina variable aleatoria. Por ojemplo, lenzar un dado consliluye uri experimento: Puede ocurtir cualquiera de los seis posibles resultados. Algunos experimentos dan Origen a resultados de indole cuanttativa (como dolares, peso o niimero de niios); otros dan origen a resultados de naturaleza cualitativa (como el color ala afliacién religiose). Cada valor ce Ia variable aleetoria se relaciona con una probabilidad que indica la pusi- bblidad de un resultado determinado. Unos cuantos ejemplos aclararén el concepto de variable aleatoria * Si cuenta | nimero de empleados ausenites en el turno matutino del lunes, el nume- 0 puode ser 0, 1, 2,9... El numero de ausercias es una variable aleatoria. * Si poca uctrolingotes de acero, los pesos pueden ser de 2 492 libras, 2497 libras, 2.606 libras, etc. El peso es una variable aleatoria. ‘Si lanza dos monedas y cuenta el niimero de caras, puede caer cero, una o dos ares. Guia el nommero de caras que resulta de este experimento se debe al azar, el nidmero do caras que caen es une variable aleatoria, * Otras variables aleatorias pueden ser el nimero de focos defectuosos procucides or hora en Cleveland Company, Inc. la calidad (9, 10, 11 0 12) de los miembros del equipo de basquetbol femenil de Si. Jemes; el nimero de corredores del maraton de Boston en la carrera de 2006 y la cantidad diaria de conductores mullados por cconducir bajo la influencia dol alcohol en Texas. VARIABLE ALEATURIA Cantidad que resulta de un experimento que, por azar, Puede adoptar diferentes valores. El siguiente diagrama ilustra los términos experimento, resuliado, evento v varia- bie aleatoria. Prmero. en el caso del experimento en el que se lanza una moneda tres ‘veces, hay ocho posibles resultados. En este experimento, inleresa el evento de que s8 presenta una cara en tres lanzamientos, La variable aleatoria es el nimero de caras. En terminos de probabilidad, desea saber la probabildad del evento que tiene una variable aleatoria igual a 1, El resultado es (1 cara en 3 lanzamientos) = 0.375. Pubes outages de tres lenzamientas de moned Pe oer coc cee: crerer / cere (cure el evento una carat arable aleatoria x= 1 Una variable aleatoria puede ser discreta 0 continua,