Distribuciones de probabilidad para variables

aleatorias discretas
Las probabilidades asignadas a varios resultados en S determinan a su vez las
probabilidades
asociadas con los valores de cualquier variable aleatoria X particular. La
distribucin de probabilidad de X dice cmo est distribuida (asignada) la
probabilidad total de 1 entre los varios posibles valores de X. Supngase, por
ejemplo, que una empresa acaba de adquirir cuatro
impresoras lser y sea X el nmero entre stas que requieren servicio durante
el periodo de
garanta. Los posibles valores de X son entonces 0, 1, 2, 3 y 4. La distribucin
de probabilidad dir cmo est subdividida la probabilidad de 1 entre estos
cinco posibles valores: cunta probabilidad est asociada con el valor 0 de X,
cunta est adjudicada al valor 1 de X, y as
sucesivamente. Se utilizar la siguiente notacin para las probabilidades en la
notacin:

p (0)= la probabilidad del valor 0 de X= P(X= 0)

p (1)= la probabilidad del valor 1 de X= P(X =1)
Y as sucesivamente. En general, p(x) denotar la probabilidad asignada al valor de x.

En cualquier experimento, existen numerosas caractersticas que pueden ser

observadas o
medidas, pero en la mayora de los casos un experimentador se enfoca en
algn aspecto especfico o aspectos de una muestra. Por ejemplo, en un
estudio de patrones de viaje entre los
suburbios y la ciudad en un rea metropolitana, a cada individuo en una
muestra se le
podra preguntar sobre la distancia que recorre para ir de su casa al trabajo y
viceversa y el
nmero de personas que lo hacen en el mismo vehculo, pero no sobre su
coeficiente intelectual, ingreso, tamao de su familia y otras caractersticas.
Por otra parte, un investigador
puede probar una muestra de componentes y anotar slo el nmero de los que
han fallado
dentro de 1000 horas, en lugar de anotar los tiempos de falla individuales.
En general, cada resultado de un experimento puede ser asociado con un
nmero especificando una regla de asociacin (p. ej., el nmero entre la
muestra de diez componentes
que no duran 1000 horas o el peso total del equipaje en una muestra de 25
pasajeros de aerolnea). Semejante regla de asociacin se llama variable
aleatoria, variable porque diferentes valores numricos son posibles y
aleatoria porque el valor observado depende de cul
de los posibles resultados experimentales resulte (figura 3.1).
Se

acostumbra denotar las variables aleatorias con letras maysculas, tales como

X y Y,
que son
las de cerca del final del alfabeto. En
contraste al uso previo de una letra minscula, tal
como x, para denotar una variable, ahora se utilizarn letras
maysculas para representar algn valor particular de la variable aleatoria
correspondiente. La notacin X(s)=x
significa que x es el valor asociado con el resultado s por la va X.
La va X indica si (1) o no (2) el estudiante puede entrar al sistema.

La va X en el ejemplo 3.1 se especific al poner en lista explcitamente cada

elemento de S y el nmero asociado. Una lista como esa es tediosa si S
contiene ms de algunos cuantos resultados, pero con frecuencia puede ser
evitada.

Por ejemplo, si 5282966

aparece en el directorio
telefnico, entonces
Y(5282966)=0 en
tanto que Y(7727350)= dice que el nmero 7727350 no aparece en el
directorio telefnico. Una descripcin en palabras de esta ndole es ms
econmica que una lista completa,
por lo que se utilizar tal descripcin siempre que sea posible.
En los ejemplos 3.1 y 3.2, los nicos valores posibles de la variable aleatoria fueron
0 y 1. Tal variable aleatoria se presenta con suficiente frecuencia como para darle un
nombre especial, en honor del individuo que la estudi primero.

En

ocasiones
se desear
definir y estudiar varias variables diferentes del mismo espacio muestral.

Si se realiza
este experimento y s=
(2, 3) se obtiene
entonces X ((2,
3))=2+3=5, por
lo que se dice que el valor
observado de X fue x=5. Asimismo, el valor observado de Y sera y=2-3= -1 y el de U
sera u=mx. (2, 3)=3.

Cada una de las variables aleatorias de los ejemplos 3.13.3 puede asumir slo un n-
mero finito de posibles valores. ste no tiene que ser el caso.

Distribucin de probabilidad de Poisson

Las distribuciones binomiales, hipergeomtricas y binomiales negativas se derivaron
partiendo de un experimento compuesto de ensayos o sorteos y aplicando las leyes de
probabilidad a varios resultados del experimento. No existe un experimento simple en
el cual est
basada la distribucin de Poisson, aun cuando en breve se describir cmo puede ser

obtenida mediante ciertas operaciones restrictivas.

La
probabilidad
de que una
trampa
contenga cuando mucho cinco criaturas es

La distribucin de Poisson como lmite

La siguiente proposicin proporciona el razonamiento para utilizar la distribucin de
Poisson en muchas situaciones.

La tabla 3.2 muestra la distribucin de Poisson con = 3 junto con las tres
distribuciones binomiales con np=3 y la figura 3.8 (generada por S-Plus) ilustra una
grfica de la distribucin de Poisson junto con las dos primeras distribuciones
binomiales. La aproximacin es de uso limitado con n=30, pero desde luego la
precisin es mejor con n=100 y mucho mejor con n= 300.