Distribucin de Probabilidad Unidad III

1. Variable aleatoria

Mapa de conceptos

Cmo osamos hablar de leyes del azar? No es el azar la anttesis de toda ley?
Bertrand Russell
Introduccin
El concepto de la distribucin de probabilidad es paralelo al de distribucin de frecuencias que vimos en la primera unidad del curso.
Una distribucin de probabilidad es una funcin que relaciona mediciones o conteos con probabilidades. En una distribucin de
frecuencias, la suma de las frecuencias debe ser N y en una distribucin de probabilidad, la suma de las frecuencias debe ser 1. Las
distribuciones de frecuencias de probabilidad, as como las de frecuencias, se pueden especificar por medio de una tabla, o una grfica.
Las distribuciones de probabilidad ms importantes son las tericas, que se pueden dar mediante una funcin o regla, la cual puede ser
de funcin de probabilidad o funcin de densidad, dependiendo si la variable es discreta o continua, respectivamente.
Antes de estudiar las distribuciones de probabilidad ser necesario introducir algunos elementos fundamentales para entender y resolver
los problemas presentados en esta unidad. Veremos cmo se funden tales distribuciones en una sola para responder interrogantes que
antes no habamos podido solucionar satisfactoriamente.
Las variables aleatorias son aquellas que se asocian a la ocurrencia de un fenmeno aleatorio, cuyos valores dependen de alguno o
algunos de los resultados de un experimento o fenmeno aleatorio; se clasifica en:
1. Variables aleatorias discretas
2. Variables aleatorias continuas
Si los valores de la variable provienen de un conteo, se trata de una variable discreta, si dichos valores provienen de una medicin,
entonces la variable es continua.
A continuacin te presentamos algunos ejemplos sobre la variable aleatoria discreta y su distribucin de probabilidad.

Ejemplo 1
Considera el experimento aleatorio de lanzar 2 monedas y observar el nmero de guilas que aparecen.
Sea el espacio muestral del experimento S={aa,as,sa,ss}; que son todos los posibles casos que pueden ocurrir cuando se lanzan dos
monedas, donde a representa guila y s sol.
Ahora representamos X como la variable aleatoria del nmero de guilas, que puede tomar los valores de 0 guilas, 1 guila 2 guilas,
esto es: x = 0,1,2
Ordenando todos los posibles resultados del experimento en una tabla, que llamaremos tabla de distribucin de probabilidad y que
es similar a las tablas de distribucin de frecuencias que se construyeron en la primera unidad, cuando se vio estadstica descriptiva.
Distribucin de probabilidad
En esta tabla de distribucin de probabilidad:
A X se le llama, variable aleatoria
A P(X), probabilidad de cada evento (valores que toma la variable aleatoria)
Tambin podemos graficar la distribucin de probabilidad por medio de un histograma.

Histograma

Las distribuciones de probabilidad pueden representarse a travs de una tabla, una grfica o una frmula, en cuyo caso a tal regla de
correspondencia se le denomina funcin de probabilidad.
Una funcin de probabilidad debe cumplir con las siguientes propiedades:

0P(X)1

P(X) =1

En la tabla observamos que las probabilidades P(x) son 1/4, 2/4 y 1/4, todas son menores que uno y mayores que cero, cumpliendo la
1 2 1 4
primera propiedad 0P(X)1; mientras que la suma de dichas probabilidades, P(X) = + + + = 1, cumple con la propiedad 2.
4 4 4 4
NOTA Recuerda que el smbolo significa sumatoria, de tal formar que la
expresin P(X) se lee la sumatoria de la probabilidad de X.
Ejemplo 2
Imagina un dado que ha sido modificado, de manera que tiene una cara con un punto, dos caras con dos puntos y tres caras con tres
puntos, se lanza y observamos el nmero de cara que cae.
1 cara ---1 punto 2 caras --- 2 puntos 3 caras --- 3 puntos.
Sea X: el nmero de puntos observados cuando se lanza el dado.
1
Como el dado tiene seis caras y una de ellas tiene un punto, entonces la probabilidad de que caiga la cara con un punto es , en smbolos
6
1
matemticos sera X=1 con P(X=1)= , y as sucesivamente como se observa en la siguiente tabla.
6

Esta distribucin se puede representar por medio de una funcin, esto es:

P(X)= para X =1,2,3
6
A esta expresin se le conoce como, funcin de probabilidad de una variable aleatoria.
NOTA: Recuerda que una funcin de probabilidad debe cumplir con las
propiedades:

0P(X) 1
P(X) =1
Haciendo las sustituciones pertinentes se puede comprobar, como en el ejemplo anterior, que cumple con las dos propiedades y que, por
lo tanto, se dice que es una funcin de probabilidad.
Tambin podemos construir la grfica.
Histograma

Ejemplo 3
Ahora vamos a verificar si la siguiente expresin es o no una funcin de probabilidad. En caso de que no lo sea, debemos modificarla
para convertirla en funcin de probabilidad. Una vez que obtengamos la distribucin probabilstica haremos el histograma.

67
S(X)= para x = 2,3,4,.12
36
Sustituyendo cada valor de la variable en la funcin, construimos la tabla de distribucin.
 1.2 Valor esperado o esperanza matemtica
El valor esperado o esperanza matemtica es una medida de tendencia central, es la media de una variable aleatoria discreta y
corresponde al resultado terico de un nmero infinito de ensayos. Se considera como el valor esperado, en el sentido que constituye el
valor promedio que esperaramos obtener si los ensayos continuaran en forma indefinida.
El valor esperado o esperanza matemtica se
simboliza con o E(X), y se define como
= E(X) = XP(X)

En la Unidad I, calculbamos la media aritmtica por medio de la expresin:

Donde 1 es la frecuencia y n el total de datos; n es la frecuencia relativa, tambin llamada probabilidad frecuencial.

En forma similar se calcula la media para una distribucin de probabilidad, por medio de la expresin:

Observa la similitud entre las dos frmulas: (frecuencia relativa o probabilidad frecuencial), es similar a P(X) (probabilidad de la

variable aleatoria); y no se diga de la gran similitud de la variable aleatoria X, con la marca de clase M, en las tablas de distribucin
frecuencial.
Revisa las tablas de distribucin de frecuencias del problema gua.
Regresando al Ejemplo 1, calculamos el valor esperado de la forma siguiente:

Este valor significa que en promedio se espera que caiga solamente 1 guila, despus de realizar lanzamientos una gran cantidad de
veces.
Bsicamente, la desviacin estndar y la varianza se interpretan de la misma forma que en la estadstica descriptiva (ver Unidad I,
Medidas de dispersin y su justificacin) y se calculan por medio de las expresiones:

Varianza
2 = x2P(x)-2
Desviacin estndar
= 2
= 2 P(x) 2

La varianza, para el Ejemplo 1, es:

y la desviacin estndar es:

Este ltimo valor significa que en promedio cada valor de la variable aleatoria se encuentra, aproximadamente, a 0.71 unidades de
distancia de la media, o valor esperado, que es 1.
En un juego de dinero, el valor esperado E(X) del juego se considera como "el juego del jugador". Se dice que el juego es favorable al
jugador si E(X) es positivo y desfavorable si E(X) es negativo, si E(X)=0, el juego es legal.
Ejemplo 4
Un jugador lanza un dado comn. Si sale un nmero primo gana dicho nmero de dlares, pero si no sale nmero primo, entonces pierde
esa cantidad de dlares.
Cmo es el juego para el jugador: favorable, desfavorable o legal?
Tabla de distribucin de probabilidad

Los nmero negativos, -1, -4, y -6, corresponden al hecho de que el jugador pierde si no sale un nmero primo.
El valor esperado del juego es:

1
() = = 0.167; por lo tanto, el juego es desfavorable para el jugador, puesto que el valor esperado es negativo.
6
Esto significa -0.167 que, despus de que el jugador ha jugado una gran cantidad de veces, el jugador va a perder en promedio esa
cantidad de dinero.

Ejemplo 5
Un jugador lanza dos monedas comunes. Gana $1,000 $2,000 segn aparezcan 1 2 guilas. Por otra parte, pierde $5,000 si no aparece
guila. Determina el valor esperado E(X) del juego y si ste es favorable o desfavorable al jugador.

1 1
La probabilidad de que 2 guilas sucedan es () =
4, 4
1 1
De dos soles es () =
4, 4
1 1
De una guila () =
2, 2
As, la probabilidad de ganar $2,000 es , de ganar $1,000 es y de perder $5,000 es .

Tabla de distribucin de probabilidad

El valor esperado es:

Esto significa que en promedio el jugador perder $250, despus de jugar una gran cantidad de veces.

Conclusin
En este tema se hizo especial nfasis en tres conceptos: la distribucin de probabilidad, la funcin de probabilidad y la esperanza
matemtica; cada concepto se ejemplific con diversos experimentos, en los que se hace una comparacin con la distribucin de
frecuencias que se trat en la Unidad 1.