APUNTES DE MÉTODOS ESTADÍSTICOS 1

ÍNDICE
Tema 1. Fenómenos aleatorios..................................................................................................... 6 CAPÍTULO I:.................................................................................................................................. 7 Fenómenos Aleatorios .................................................................................................................. 7 I.1.- FENÓMENO ALEATORIO. CONCEPTO........................................................................... 8 I.1.1.- Impredecibilidad de los resultados .............................................................................. 8 I.1.2.- Repetitividad del fenómeno. Enfoques clásico y bayesiano...................................... 10 I.1.3.- Definición de fenómeno aleatorio .............................................................................. 11 I.1.4. - Regularidad Estadística ............................................................................................ 11 I.2. - LA ESTADÍSTICA............................................................................................................ 12 Tema 2. Conceptos de probabilidad ........................................................................................... 14 CAPÍTULO II:............................................................................................................................... 15 Concepto de Probabilidad ........................................................................................................... 15 II.1.- INTRODUCCIÓN............................................................................................................. 16 II.2.- PROBABILIDAD .............................................................................................................. 17 II.2.1.- Probabilidad frecuencialista...................................................................................... 17 II.2.2.- Probabilidad objetiva o lógica. .................................................................................. 17 II.2.3.- Probabilidad subjetiva o bayesiana .......................................................................... 18 II.3.- ESPACIOS DE PROBABILIDADES................................................................................ 18 II.3.1.- Espacio Muestral .......................................................................................................... 19 II.3.2.- Definición axiomática de probabilidad.......................................................................... 20 II.3.3.- Definición de Espacio de Probabilidades ................................................................. 22 II.4.- PROBABILIZACIÓN DE ESPACIOS MUESTRALES..................................................... 22 II.4.1.- Espacios Muestrales finitos ...................................................................................... 22 II.4.2.- Espacios Muestrales infinitos numerables................................................................ 23 II.4.3.- Espacios Muestrales de la potencia del continuo..................................................... 24 Tema 3. Probabilidad condicional ............................................................................................... 25 CAPITULO III............................................................................................................................... 26 Probabilidad Condicional............................................................................................................. 26 III.1.- INTRODUCCION............................................................................................................ 27 III.2.- PROBABILIDAD CONDICIONAL................................................................................... 27 III.2.1.- Definición ................................................................................................................. 29 III.2.2.- Propiedades............................................................................................................. 29 III.3. - TEOREMA DE LA INTERSECCION ............................................................................. 30 III.4.- TEOREMA DE LA PARTICIÓN O DE LA PROBABILIDAD TOTAL .............................. 31 III.5.- SUCESOS INDEPENDIENTES ..................................................................................... 33 III.5.1. - Definición ................................................................................................................ 33 III.5.2. - Propiedades............................................................................................................ 34 III.6. - TEOREMA DE BAYES.................................................................................................. 34 Tema 4. Variables aleatorias....................................................................................................... 37 CAPÍTULO IV: ............................................................................................................................. 38 Variables Aleatorias Unidimensionales....................................................................................... 38 IV.1.- CONCEPTO DE VARIABLE ALEATORIA UNIDIMENSIONAL..................................... 39 IV.1.1.-Definición de variable aleatoria unidimensional ....................................................... 39 IV.1.2.- Función de distribución ........................................................................................... 40 IV.1.3.- Analogía mecánica .................................................................................................. 41 IV.1.4.- Variables discretas .................................................................................................. 41

IV.1.5.- Variables continuas ................................................................................................. 43 IV.2. FUNCIONES DE VARIABLES ALEATORIAS ................................................................ 44 IV.3.- ESPERANZA MATEMÁTICA......................................................................................... 46 IV.3.1.- Introducción ............................................................................................................. 46 IV.3.2.- Concepto ................................................................................................................. 47 IV.3.3.- Propiedades ............................................................................................................ 48 IV.4.- MOMENTOS .................................................................................................................. 50 IV.4.1.- Concepto ................................................................................................................. 50 IV.4.2.- Propiedades ............................................................................................................ 50 IV.5.- VARIANZA ..................................................................................................................... 51 IV.5.1.- Concepto ................................................................................................................. 51 IV.5.2.- Propiedades ............................................................................................................ 51 IV.6.- TEOREMA DE TCHEBYCHEFF.................................................................................... 53 IV.7.- PARÁMETROS DE UNA DISTRIBUCIÓN. ................................................................... 54 IV.7.1.- Parámetros de posición........................................................................................... 54 IV.7.2.- Parámetros de dispersión ....................................................................................... 55 IV.7.3.- Parámetros de asimetría ......................................................................................... 55 IV.7.4.- Parámetros de apuntamiento .................................................................................. 56 Tema 5.Variables aleatorias discretas ........................................................................................ 57 CAPITULO V: .............................................................................................................................. 58 Principales Distribuciones Discretas ........................................................................................... 58 V.1.- VARIABLE DICOTÓMICA............................................................................................... 59 V.1.1.- Definición.................................................................................................................. 59 V.1.2.- Valor medio .............................................................................................................. 59 V.1.3.- Varianza ................................................................................................................... 59 V.2.- VARIABLE BINOMIAL .................................................................................................... 59 V.2.1.- Definición.................................................................................................................. 59 V.2.2.- Ley de probabilidades .............................................................................................. 60 V.2.3.- Media ........................................................................................................................ 62 V.2.4.- Varianza ................................................................................................................... 62 V.2.5.- Adición ...................................................................................................................... 63 V.3.- TEOREMA DE BERNOUILLI.......................................................................................... 63 V.4.- DISTRIBUCION DE POISSON....................................................................................... 65 V.4.1.- Definición.................................................................................................................. 65 V.4.2.- Ley de probabilidades .............................................................................................. 65 V.4.3.- Media ........................................................................................................................ 67 V.4.4.- Varianza ................................................................................................................... 67 V.4.5.- Adición ...................................................................................................................... 68 V.5.- VARIABLE HIPERGEOMÉTRICA .................................................................................. 68 V.5.1.- Definición.................................................................................................................. 68 V.5.2.- Ley de probabilidades .............................................................................................. 69 V.5.3.- Convergencia ........................................................................................................... 70 V.6.- VARIABLE BINOMIAL NEGATIVA ................................................................................. 70 V.6.1.- Definición.................................................................................................................. 70 V.6.2.- Ley de probabilidades .............................................................................................. 70 V.6.3.- Media y Varianza...................................................................................................... 71 V.7.- VARIABLE K-ARIA.......................................................................................................... 72 V.7.1.- Definición.................................................................................................................. 72 V.7.2.- Vector de medias y Matriz de varianzas-covarianzas.............................................. 73 V.8.- VARIABLE MULTINOMIAL ............................................................................................. 73

V.8.1.- Definición.................................................................................................................. 73 V.8.2.- Ley de probabilidades .............................................................................................. 74 V.8.3.- Vector de medias y Matriz de varianzas-covarianzas.............................................. 74 Tema 6. Variables aleatorias continuas unidimensionales ......................................................... 76 CAPITULO VI: ............................................................................................................................. 77 Principales distribuciones continuas. .......................................................................................... 77 VI.1.- INTRODUCCION ........................................................................................................... 78 VI.2.- VARIABLE NORMAL TIPIFICADA ................................................................................ 78 VI.2.1.- Definición................................................................................................................. 78 VI.2.2.- Representación gráfica de fZ(z)............................................................................... 78 VI.2.3.- Media y Varianza..................................................................................................... 80 VI.2.5.- Manejo de tablas ..................................................................................................... 80 VI.2.6.- Nomenclatura .......................................................................................................... 80 VI.3.- DISTRIBUCION NORMAL GENERAL........................................................................... 80 VI.3.1.- Definición................................................................................................................. 81 VI.3.2.- Función de densidad ............................................................................................... 81 VI.3.3.- Adición..................................................................................................................... 82 VI.3.5.- Manejo de tablas ..................................................................................................... 82 VI.4.- TEOREMA CENTRAL DEL LIMITE............................................................................... 83 VI.4.1.- Teorema de Lindenberg-Levy ................................................................................. 83 VI.5.- APROXIMACIONES DE VARIABLES ALEATORIAS ................................................... 83 VI.6.- OTRAS VARIABLES CONTINUAS ............................................................................... 86 VI.6.1.- Distribución Uniforme .............................................................................................. 86 VI.6.2.- Distribución Exponencial ......................................................................................... 87 VI.7.- DISTRIBUCIONES DERIVADAS DE LA NORMAL....................................................... 89 VI.7.1.- Variable Chi-Cuadrado de Pearson ........................................................................ 89 VI.7.2.- Distribucion F de Snedecor ..................................................................................... 93 VI.7.3.- Variable t de Student ............................................................................................... 94 Tema 7. Variables aleatorias bidimensionales............................................................................ 97 CAPITULO VII: ............................................................................................................................ 98 Variables Aleatorias Bidimensionales ......................................................................................... 98 VII.1.- DEFINICIÓN ................................................................................................................. 99 VII.2.- FUNCIÓN DE DISTRIBUCIÓN..................................................................................... 99 VII.2.1.- Definición................................................................................................................ 99 VII.2.2.- Propiedades ........................................................................................................... 99 VII.3.- VARIABLES ALEATORIAS BIDIMENSIONALES DISCRETAS Y CONTINUAS....... 100 VII.4.- DISTRIBUCIONES MARGINALES............................................................................. 101 VII.5.- DISTRIBUCIONES CONDICIONALES....................................................................... 103 VII.5.1. Definición ............................................................................................................... 103 VII.5.2.- Función de distribución condicional ..................................................................... 103 VII.5.2.- Función de densidad y ley de probabilidades condicionales ............................... 104 VII.5.3. -Teorema de Bayes ............................................................................................... 105 VII.6.- VARIABLES INDEPENDIENTES ............................................................................... 106 VII.7.- MOMENTOS ............................................................................................................... 107 VII.8.- MATRIZ DE VARIANZAS COVARIANZAS ................................................................ 108 VII.8.1.- Definición.............................................................................................................. 108 VII.8.2.- Propiedades ......................................................................................................... 108 VII.9.- COEFICIENTE DE CORRELACIÓN .......................................................................... 108 VII.9.1.- Definición.............................................................................................................. 108 VII.9.2.- Propiedades ......................................................................................................... 109

VII.10.- REGRESIÓN............................................................................................................. 109 VII.10.1.- Regresión condicional ........................................................................................ 109 VII.10.2.- Regresión lineal mínimo cuadrática ................................................................... 110 VII.11.- VARIABLES ALEATORIAS n-DIMENSIONALES .................................................... 115 CAPITULO VII: .......................................................................................................................... 118 Variable Aleatoria Normal ......................................................................................................... 118 Bidimensional ............................................................................................................................ 118 VII.1.1.- Variable normal bidimensional tipificada .............................................................. 120 VII.1.2.- Variable normal bidimensional general ................................................................ 121 VII.2.- VECTOR DE VALORES MEDIOS.............................................................................. 123 VII.3.- MATRIZ DE VARIANZAS COVARIANZAS ................................................................ 124 VII.3.1.- Definición.............................................................................................................. 124 VII.3.2.- Propiedades ......................................................................................................... 124 VII.4.- COEFICIENTE DE CORRELACIÓN .......................................................................... 125 VII.4.1.- Definición.............................................................................................................. 125 VII.4.2.- Propiedades ......................................................................................................... 125 VII.5.- INDEPENDENCIA DE VARIABLES ALEATORIAS.................................................... 125 VII.6.- DISTRIBUCIÓN MARGINAL ...................................................................................... 127 VII.7.- DISTRIBUCIÓN CONDICIONAL ................................................................................ 127 Tema 8. Muestreo ..................................................................................................................... 129 CAPITULO VIII: ......................................................................................................................... 130 Distribuciones en el Muestreo ................................................................................................... 130 VIII.1.- INTRODUCCIÓN ....................................................................................................... 131 VIII.2.- POBLACIÓN, MUESTREO Y MUESTRA.................................................................. 132 VIII.3.- ESTADÍSTICOS......................................................................................................... 133 VIII.4.- DISTRIBUCIONES EN EL MUESTREO.................................................................... 134 VIII.4.1.- Distribución de la media muestral. ...................................................................... 135 VIII.4.2.- Distribución de la varianza muestral. .................................................................. 136 VIII.4.3.- Distribución de la proporción muestral. ............................................................... 138 VIII.5.- MUESTREO EN POBLACIONES NORMALES. ....................................................... 138 VIII.5.1.- Distribución de la media muestral. ...................................................................... 139 VIII.5.2.- Distribución de la varianza muestral. .................................................................. 140 VIII.5.3.- Distribución conjunta de x y sn-1 ........................................................................ 140 Tema 9. Inferencia .................................................................................................................... 141 CAPÍTULO IX: ........................................................................................................................... 142 Introducción a la Inferencia Estadística .................................................................................... 142 IX.1.- INTRODUCCIÓN ......................................................................................................... 144 IX.2.- ESTIMACIÓN DE PARÁMETROS. ............................................................................. 145 IX.2.1.- Estimación puntual ................................................................................................ 145 IX.2.2.- Estimación por intervalos de confianza................................................................. 147 IX.3.- TEST DE HIPÓTESIS.................................................................................................. 150 IX.3.1.- Errores de 1ª y 2ª especie..................................................................................... 151 IX.3.2.- Test de hipótesis paramétricos y no paramétricos................................................ 151 IX.3.3.- Tests de hipótesis paramétricos............................................................................ 151 IX.3.4.- Tests de hipótesis no paramétricos....................................................................... 162 9.4. Análisis de la varianza (I). Un factor controlado................................................................. 171 9.4.1.- GENERALIDADES......................................................................................................... 172 9.4.2.- MODELO TEÓRICO. HIPÓTESIS DEL MODELO ........................................................ 173 9.4.3.- HIPÓTESIS NULA ......................................................................................................... 175 9.4.5.- TEST F ........................................................................................................................... 176

9.4.6.- COMPARACIÓN DE MEDIAS. TEST L.S.D. (diferencia mínima significativa) ............. 176 9.5.1.- INTRODUCCIÓN. PLANES FACTORIALES................................................................. 179 9.5.2.- ANOVA PARA DOS FACTORES CON REPETICIONES ............................................. 179 9.5.2.1.- Concepto de Interacción ............................................................................................. 179 9.5.2.2.- Modelo y supuestos teóricos ...................................................................................... 181 9.5.2.3.- Hipótesis Nulas ........................................................................................................... 182 9.5.2.4.- Descomposición de las Sumas de Cuadrados. Test F............................................... 182 9.5.2.5.- Comparación de Medias. Test L.S.D. ......................................................................... 182 Interpretación de Resultados .................................................................................................... 184

Tema 1. Fenómenos aleatorios

CAPÍTULO I: Fenómenos Aleatorios .

En el sentido contrario. En los fenómenos deterministas.1. es evidente que. según la definición que hemos establecido de fenómeno aleatorio. pues aquéllos serían impredecibles. si conocemos la situación inicial e0 de un cuerpo que se mueve en línea recta con velocidad constante v.Impredecibilidad de los resultados El número obtenido al lanzar un dado. En consecuencia. cuando se conocen las condiciones en que ocurre el fenómeno y la ley que lo rige. Ahora bien. son aquellos fenómenos reales que se caracterizan por la impredecibilidad de sus resultados y por la llamada regularidad estadística. pues. lo constituyen los llamados fenómenos aleatorios. Parece. analizando la distribución de masas y los impulsos a los que está sometido el lanzamiento de un dado. se puede conocer unívocamente el resultado que se presentará en una realización concreta del mismo. son resultados impredecibles y. la duración de una bombilla o la longitud de un tornillo recién fabricado. CONCEPTO El objeto central del cálculo de probabilidades y de la Estadística. Los fenómenos aleatorios. lógico que comencemos por analizar a éstos aunque sólo sea someramente. I. es completamente imposible predecir con exactitud cual será el número de accidentes que ocurrirán en las carreteras españolas el próximo fin de semana o los litros de agua de lluvia que se recogerán por m2 en un determinado observatorio meteorológico a lo largo del próximo año. en contraposición con los fenómenos regidos por leyes deterministas. después de un tiempo t será: e=eo+v·t Por el contrario. por ejemplo.8 . y desde este punto de vista. respecto a la referencia tomada. desarrollar un modelo mecánico que permita conocer de antemano cual va a ser el resultado del lanzamiento de ese dado. realizaciones de fenómenos aleatorios. Surge.1. por tanto. los eclipses de sol serían resultados de un fenómeno aleatorio si no conociéramos las leyes que rigen el movimiento de la Tierra alrededor del Sol y de la Luna alrededor de la Tierra.Capítulo I: Fenómenos aleatorios I.1. por tanto. no parece descabellado pensar que es posible. estableció el llamado Principio de Indeterminación o de Incertidumbre que establece que es imposible una determinación unívoca de la posición y de I. en general. El llamado azar ¿no será una forma de justificar nuestra ignorancia o desconocimiento del fenómeno en cuestión? En 1927 Heisemberg.FENÓMENO ALEATORIO. los fenómenos aleatorios podrían ser producto de nuestra ignorancia. podemos predecir con absoluta certeza que su posición. la primera pregunta respecto a la impredecibilidad de los fenómenos aleatorios: ¿Son impredecibles porque no podemos o porque no sabemos predecir sus resultados?. Así...

la probabilidad de que ocurra cualquier suceso de este recinto es proporcional a su área. Si se representa por Δp a la imprecisión en la determinación de la posición de una partícula y mediante Δq a la imprecisión en la determinación de la cantidad de movimiento de la misma partícula. En consecuencia: I= ∫ f (x) ⋅ dx = (b − a) ⋅ k + p ⋅ (b − a) ⋅ (k b a 1 2 − k1 ) Si extraemos al azar n puntos del recinto A∪B y ν es el número de veces que ocurre A. y=k2 e y=k1.26x10-27 ergios· seg-1).9 . Las relaciones de incertidumbre de Heisemberg imponen en la microfísica la sustitución de las leyes deterministas por predicciones estadísticas.b]. respectivamente. a la cota inferior y a la cota superior de f(x) en el intervalo [a. Llamaremos A al área comprendida entre las rectas x=a y x=b y situada entre y=k1 y la función.1). Heisemberg demostró que: Δp ⋅ Δq ≥ en la que h es la constante de Planck ( h=6. En consecuencia se cumplirá que: P(A)+P(B)=1 Area( A ) Area( A ) p= = Area( A ) + Area(B) (b − a)(k 2 − k1 ) y k2 B A k1 a b x y=f(x) Figura I. consideremos la integral: h 2π ∫ f (x) ⋅ dx b a Llamaremos k1 y k2.Capítulo I: Fenómenos aleatorios la cantidad de movimiento de una partícula atómica.1. x=b. y=k2 y la función (Figura I. Por último. Si extraemos puntos al azar (equiprobables) del recinto delimitado por x=a. x=b. y llamamos: I. Llamaremos B al área delimitada por x=a.

simplemente no queremos (caso de la integral) predecir sus resultados. no podemos (caso de la microfísica) o.I* y tomando valores absolutos. b. y conocidos a.. k1 y k2.1 con una probabilidad mayor del 99 por ciento. P [ f −p ≥ ε ≤ ] 1 4 ⋅ ε2 ⋅ n en consecuencia: es decir: P I − I * ≥ ε = P p − f ⋅ (b − a ) ⋅ (k 2 − k 1 ) ≥ ε [ ] [ ] ⎡ ⎤ ε P I − I * ≥ ε = P⎢ p − f ≥ (b − a) ⋅ (k 2 − k1 )⎥ ⎣ ⎦ [ ] de donde.Repetitividad del fenómeno.10 . I. mediante I* podemos calcular aproximadamente I.5 4 Si α=10 y ε=10 .1: La integral 5 ∫ x ⋅ dx = 4.1. permite estimar I mediante: I* =(b -a)·k1+f·(b -a)·(k2 -k1) restando I . tal y como se explica en capítulos posteriores.2. por el teorema de Bernouilli: P I−I* ≥ ε ≤ [ ) ] (b − a4 ⋅ ⋅n(kε − k ) ⋅ 2 2 1 2 2 ≤α Fijando α y ε. la posibilidad de efectuar una realización del mismo.Capítulo I: Fenómenos aleatorios f= ν n el teorema de Bernouilli. -2 -1 En los párrafos anteriores. podemos escribir: ∀ ε ∈ ℜ+ . Enfoques clásico y bayesiano La impredecibilidad de los resultados implica la posibilidad de repetir el fenómeno o. Esto permite hablar de la probabilidad de que al realizarse el fenómeno aleatorio ocurra un determinado suceso. que será expuesto más adelante. podemos calcular n mediante: n≥ (b − a)2 ⋅ (k 2 − k1 )2 4 ⋅ ε2 ⋅ α Ejemplo I. I. ⎪I -I*⎪ =⎪p -f⎪·(b -a)·(k2 -k1) Por los Teoremas de Bernouilli y de Tchebycheff. con a-b = k1-k2 = 1 entonces es n≥2500. al menos. cometiendo un error menor que 0. Lo cual significa que si extraemos al azar 2500 puntos del recinto A∪B y calculamos la frecuencia relativa con que ocurre A. hemos visto que la impredecibilidad de un fenómeno aleatorio puede ser debida a que no sabemos (caso del dado).

Definición de fenómeno aleatorio Bajo la denominación de fenómenos aleatorios designaremos a cualquier fenómeno que pueda ser objeto de estudio probabilístico o de inferencia estadística.3. la probabilidad puede asimilarse. exista vida en Marte. I.11 . es posible hablar de la probabilidad de que. estamos probabilizando un suceso frecuencialista de forma subjetiva y. otros que no sabemos predecir y otros que aunque podemos y sabemos renunciamos voluntariamente a su predicción y. no se obtiene el mismo resultado. en general.1. a la frecuencia con la que ocurre un determinado suceso. . Ello es debido a que. como acabamos de ver: Existen fenómenos repetitivos cuyos resultados no se pueden predecir. mediante el que se puede hablar de probabilidad o grado de veracidad de ciertas proposiciones. la probabilidad frecuencialista puede ser contemplada como un caso particular de la probabilidad bayesiana. es posible hablar de la probabilidad de que sea verdadera cualquier proposición (en el sentido de la lógica matemática). En resumen.1. también es posible estudiar eficazmente los grados de veracidad o de creencia personal de cualquier proposición lógica. aunque es evidente que ello no es el resultado de la realización de un fenómeno aleatorio y. se les aplica fértilmente las leyes de la Estadística.4.Regularidad Estadística Cuando realizamos varias repeticiones “independientes” de un fenómeno aleatorio bajo las “mismas condiciones”. o bien hay pocas causas que influyen en el resultado pero que pequeñas variaciones en las mismas producen grandes modificaciones en éste. por ejemplo. El primer enfoque es el clásico o frecuencialista que necesita de la posibilidad de repetición del fenómeno aleatorio. por tanto. Pero además. Debemos hacer notar que si el fenómeno es repetitivo y medimos nuestro grado de creencia o de verdad a través de la frecuencia con que hemos observado la realización de un determinado suceso. a todos ellos. mediante la Estadística bayesiana. en general. Desde esta óptica.Capítulo I: Fenómenos aleatorios Actualmente. o bien son numerosas las causas que influyen en el resultado y no es posible mantener constantes a todas ellas. En consecuencia: I. de la forma que será precisada más adelante. En el enfoque clásico. El segundo enfoque es el bayesiano. I.. la probabilidad puede asimilarse al grado de verdad o de creencia que un determinado individuo tiene sobre una cierta proposición. aunque tradicionalmente los fenómenos aleatorios eran el objeto del estudio de la Estadística. por lo que a este enfoque también se le llama subjetivista. En el enfoque bayesiano. dando un enfoque bayesiano a nuestro problema.

o sea: fr = ν n Por definición de fenómeno aleatorio.12 . en la medida en que los axiomas son ciertos y en la medida en que las deducciones han sido realizadas correctamente. está influido por el impulso comunicado de manera que pequeñas variaciones en este impulso pueden dar lugar a resultados diametralmente opuestos. ν a la frecuencia absoluta. el científico llega a demostrar determinadas proposiciones que son verdaderas en el contexto de la teoría. diremos que el fenómeno en cuestión posee regularidad estadística. fr “tiende” a estabilizarse alrededor de un cierto número. además. “mismas condiciones” y “tienden”) tienen aquí un cierto carácter ambiguo que será precisado más adelante. la teoría se muestra como correcta y es utilizable.2. contrastarla con la realidad. . y fr a la frecuencia relativa de A. Si.4. cuando el número de repeticiones crece indefinidamente. existen discrepancias I. Pues bien: I. De esta forma. El desarrollo científico y tecnológico se realiza recorriendo dos caminos posibles: la deducción y la inducción. es decir.Capítulo I: Fenómenos aleatorios Sobre la duración de una bombilla influyen numerosas causas como: características constructivas. Si llamamos n al número de repeticiones de un experimento aleatorio. Esta propiedad es fundamental para definir el concepto de probabilidad en el enfoque frecuencialista. . Sin embargo. es necesario validarla.LA ESTADÍSTICA Esta ciencia se ha formado de la conjunción de otras dos que en el tiempo evolucionaron independientemente: La Teoría de las Probabilidades y la Inferencia Estadística. que determinan la duración de la misma. al número de veces que ocurre un determinado suceso A asociado a dicho experimento. I. condiciones ambientales. Si las proposiciones demostradas son realmente propiedades encontradas en el fenómeno estudiado. Estos axiomas se construyen extrayéndolos de las regularidades que se observan en el fenómeno sobre el que estamos desarrollando una teoría.. sino que. cuando n crece. es posible desarrollar una teoría científica sobre un fenómeno real. Las palabras entrecomilladas (“independientes”. etc.1. es decir.Definición de Regularidad Estadística Cuando la frecuencia relativa de cada uno de los posibles resultados de un fenómeno aleatorio “tiende” a estabilizarse alrededor de un cierto valor. calidad de los materiales empleados. El ángulo que forma la aguja de una ruleta con una determinada dirección al detenerse. condiciones de uso.1. A partir de estos axiomas y mediante la aplicación de una lógica deductiva. por el contrario. no basta con desarrollar una teoría. es decir. el investigador parte de una serie de proposiciones aceptadas como verdaderas y que constituyen el llamado Sistema Axiomático. En el primer caso.

Pero no siempre es posible proceder de esta elegante forma deductiva. Tampoco es posible deducir cuantos kilómetros recorrerá.Capítulo I: Fenómenos aleatorios entre los hechos reales y los teóricos. I. se ocupa. por ejemplo. de forma inductiva. el sistema axiomático debería ser revisado. un determinado tipo de neumáticos hasta que sufran un determinado desgaste. podamos inferir al total de la partida la proporción de ellos que son defectuosos. la Teoría de Probabilidades) es deductivo. precisamente. no redundante y no contradictorio) desarrollado por Kolmogoroff. mediante el estudio de una muestra de tornillos. El Cálculo de Probabilidades es un modelo teórico que se elabora a partir de un sistema axiomático (completo. de la inducción. Ríos 1952). La Inferencia Estadística permite cuantificar en términos de probabilidad ese riesgo de error. En este sentido diremos que: La Estadística puede considerase como la Tecnología del Método Científico (S. La Inferencia Estadística. así mismo. completándolo. Las dos partes de que consta la Estadística recorren caminos opuestos: El Cálculo de Probabilidades (o mejor. por termino medio. la Estadística juega un importante papel como interfase entre la teoría y la realidad. Es indudable que el paso de lo particular a lo general está sometido a un riesgo de error. simplemente. Precisamente. que. no se suele pasar de lo general (axiomas) a lo particular (teoremas) mediante un proceso deductivo. modificándolo o. pasando de lo particular a lo general. No es posible deducir cual es el número de tornillos de un lote que resistirán a un determinado esfuerzo de rotura por cizallamiento. es decir. Permite. En las ciencias experimentales. la Inferencia Estadística es inductiva. pues permite contrastar las proposiciones deducidas con las observaciones del fenómeno y permite. sino que se procede en sentido contrario.13 . contrastar los axiomas.

14 . Conceptos de probabilidad I.Capítulo I: Fenómenos aleatorios Tema 2.

CAPÍTULO II: Concepto de Probabilidad .

El vendedor. en general. en medir el grado de certidumbre de algunos sucesos. Supongamos también que los ensayos para clasificar a una pieza son destructivos o. de tal forma que cada una de ellas puede ser clasificada como buena o como defectuosa. probabilidades intermedias representan grados de certidumbre intermedios. por su parte. hemos estudiado el tipo de fenómenos que eran objeto de la Estadística. Ante una partida concreta caben una serie de actitudes: a) El comprador. acepta. Según el tipo de enfoque que se adopte.Capítulo II: Concepto de Probabilidad II. tendremos alguna información. analizar un pequeño número de piezas. cualquier lote que le suministre el vendedor.16 . simplemente caros y que. Vimos que existen fenómenos. El comprador quisiera que en cada partida no hubiera ninguna pieza defectuosa. experimentos. por tanto. bien extraída de nuestra experiencia pasada. quisiera que las partidas con ninguna o pocas piezas defectuosas no fueran rechazadas. Si las 20 piezas muestreadas son correctas se aceptará la partida. los conceptos de probabilidad y de incertidumbre podrán tener diferentes interpretaciones. II. se rechazará la partida. que. confía en la calidad que le suministra habitualmente el proveedor y. partidas con unas pocas piezas defectuosas podrían ser aceptadas. precisamente. Antes de entrar en estas interpretaciones vamos a exponer un ejemplo que nos introduzca en esta problemática: Una empresa fabricante de automóviles. Esta información hace que nuestra incertidumbre sobre el resultado del fenómeno aleatorio no sea total. Si de ellas 1 o más son defectuosas. Es cierto que en éstas situaciones la incertidumbre existe. El objeto del Cálculo de Probabilidades consiste. no obstante. de tal forma que un suceso cierto tiene una probabilidad igual a 1 y un suceso imposible tiene una probabilidad nula. simplemente no queremos predecir cuál será su resultado.. pero desearía rechazar las partidas que tuvieran un número de piezas defectuosas superior a un cierto umbral. en consecuencia. o bien extrayéndola experimentando con el fenómeno en estudio. etc. Las piezas deben cumplir unas especificaciones de calidad. b) El comprador y el vendedor acuerdan mediante contrato. o. una inspección de todas las piezas de la partida no es posible o no es conveniente por su elevado costo. pero puede que ésta no sea total. es decir. no sabemos. partidas de una pieza determinada para ser montada en los automóviles de un cierto modelo.1. adquiere a un cierto proveedor. para fijar ideas supongamos que 20 piezas. por su experiencia pasada.INTRODUCCIÓN En el capítulo anterior. sin más. proposiciones. en las que no podemos.

la concepción lógica también denominada objetiva. el comprador.2.Probabilidad frecuencialista La concepción clásica de la probabilidad dada por Laplace. En el año 1921. consciente o inconscientemente.. la probabilidad es objetiva o frecuencialista. Sin embargo. existe sin embargo.2..Probabilidad objetiva o lógica. II.1. En 1866. utiliza su experiencia pasada para determinar que es muy probable que el lote concreto que le está presentando el vendedor sea de un nivel de calidad aceptable. dejando fuera del mismo numerosas áreas en las que se presentan realmente situaciones de incertidumbre que deberían poder ser cuantificadas y tratadas en el contexto de la ciencia estadística.. entre ellos el de no aplicabilidad a una amplia gama de problemas reales. y que si el lote tiene un 10. se ha hecho uso de una probabilidad subjetiva. En el segundo caso.17 . como cociente entre casos favorables y casos posibles presenta problemas bien conocidos.2. se define la probabilidad como II. aparte de otras posibles criticas. un profundo desacuerdo respecto a lo que el término “probabilidad” significa en cuanto a su aplicación a los problemas reales y concretamente a la Inferencia Estadística. Von Mises formalizó rigurosamente esta concepción frecuencialista de la probabilidad. el matemático inglés John Maynard Keynes. en su tesis doctoral propone una nueva concepción de la probabilidad. esta concepción frecuencialista. al menos. la probabilidad de que al extraer 20 piezas al azar todas ellas sean correctas es igual o superior al 99%. II. de que aparezcan. es decir. es superior o igual al 90%. reduce el ámbito de aplicación de la probabilidad exclusivamente a fenómenos o experiencias repetitivas. una pieza defectuosa de entre las 20 muestreadas. la probabilidad de rechazar el lote. más conocido en el campo de la teoría económica. II.2. En esta concepción. En el primer caso.Capítulo II: Concepto de Probabilidad En el caso a). el Cálculo de Probabilidades nos dice que si un lote de gran tamaño tiene un 5 por mil o menos de unidades defectuosas. En 1928. En el caso b).9% o más de defectuosas. Venn definió la probabilidad de un suceso como: “El valor alrededor del cual se estabiliza la frecuencia relativa de un suceso cuando el número de repeticiones independientes de la experiencia a la que va asociado crece indefinidamente”.PROBABILIDAD Aunque hoy en día hay un acuerdo total sobre las propiedades matemáticas que debe reunir el ente abstracto que denominamos “probabilidad”.

lo que significa que no todos los grados de evidencia son numéricamente medibles. Las cosas ocurren de tal forma. no es tal. II. la probabilidad se define como “el grado de creencia personal en la veracidad de una proposición” y puede variar de un sujeto a otro. Esta concepción fue desarrollada posteriormente por Jeffreys. compañero de Keynes en Cambridge para quien sus probabilidades expresan también grados de evidencia pero son siempre ordenables y tienen carácter numérico. Pero. Esta probabilidad que puede parecer poco científica. además. para transformarla en probabilidad “a posteriori”. porque cada vez es menor el peso relativo de la información “a priori”. también se define la probabilidad subjetiva como “aquélla que se determina en base a la experiencia personal de quien la establece”.3. que. pues permite estudiar aquellos fenómenos a los que no es de aplicación la probabilidad frecuencialista. El valor que cada sujeto asigne a esta medida de incertidumbre.Probabilidad subjetiva o bayesiana Mientras que en la concepción lógica la probabilidad tiene un carácter objetivo. a medida que se va obteniendo más información objetiva.Capítulo II: Concepto de Probabilidad “el grado de evidencia de una proposición cualquiera” lo que permite abarcar situaciones mucho más generales que las contempladas en los enfoques clásicos o frecuencialistas. con lo que dos individuos que partieran de probabilidades subjetivas “a priori” diferentes. presenta la ventaja de que si el fenómeno es susceptible de repetición. y que utilizaran la misma información objetiva.3. es también denominada Bayesiana debido al papel clave que tiene el teorema de Bayes en esta teoría. cuyo principal exponente es De Finetti. II. dependerá de la información de que disponga de manera que dos personas con información distinta asignarán probabilidades distintas a un mismo suceso. Esta concepción subjetiva de la probabilidad.. a medida que ésta última es mayor..2. la información subjetiva “a priori” va pesando menos.ESPACIOS DE PROBABILIDADES II. como algo intrínseco de la proposición a que se refiere.18 . La concepción lógica de Keynes admitía la posible existencia de probabilidades que fueran solo parcialmente ordenables. mediante el Teorema de Bayes (que será estudiado más adelante) se puede incorporar a la probabilidad subjetiva “a priori” la información extraída de las repeticiones del fenómeno. Por ello. en la concepción subjetiva. las probabilidades “a posteriori” irían siendo cada vez más próximas.

II.. por tanto. Por ejemplo.1.Capítulo II: Concepto de Probabilidad En este apartado vamos a formalizar el concepto matemático y.. el Espacio Muestral es finito y consta de 6 elementos. ha ocurrido A y.1. abstracto.6} Si al lanzar el dado sale el número 4.Sucesos Denominaremos suceso a todo subconjunto del Espacio Muestral E. también todos los sucesos que contienen al número 4. Al Espacio Muestral lo designaremos por E.3.3.Espacio Muestral El primer elemento a considerar es el de los posibles resultados del fenómeno en estudio ó el conjunto de las posibles hipótesis a establecer sobre nuestras proposiciones. Seguiremos el sistema axiomático establecido por Kolmogoroff en 1933. Si la experiencia consiste en lanzar un dado y el resultado es el número de puntos que obtenemos. Si la experiencia consiste en extraer al azar una pieza recién fabricada y medir una de sus dimensiones. lógicamente. infinitos numerables e infinitos no numerables ó de la potencia del continuo. Diremos que ha ocurrido el suceso A si el resultado es un elemento de A.3. el Espacio Muestral es infinito numerable. Si la experiencia consiste en lanzar una moneda al aire y el resultado es el número de veces que es necesario lanzarla hasta obtener por primera vez cara. si la experiencia consiste en lanzar un dado y el suceso A está constituido por los números pares es: A={2. de probabilidad. es decir: {A es un suceso} ↔ {A ∈ P(E)} en la que P(E) es el conjunto de las partes de E.19 . II. II.4. el Espacio Muestral es infinito no numerable.Clasificación Los Espacios Muestrales pueden ser: finitos.. aplicable a cualquiera que sea la concepción que de ésta se tenga. Llamaremos suceso elemental al constituido por un sólo elemento de E y suceso compuesto a cualquier subconjunto de E constituido por más de un elemento.2. Previamente..Definición Llamaremos Espacio Muestral de un fenómeno aleatorio.1. al conjunto de sus posibles resultados. II. definiremos los elementos que intervienen en esta definición. II.1.3.3.1.

el número de sucesos es 2n. por razones que serán expuestas más adelante.Axiomas Dado un Espacio Muestral E y una σ-álgebra F.. el conjunto vacío ∅. ∩.Definición axiomática de probabilidad II. A2.) ∈ F } → ⎧U A i ∈ F⎫ ⎬ ⎨ ⎩ i =1 ⎭ entonces F tiene estructura de σ-álgebra. el suceso que nunca puede ocurrir es. es decir. lógicamente. Sin embargo.2. . diremos que la aplicación P:F → ℜ es una probabilidad. An.3. ¯} tiene estructura de Álgebra de Boole. El suceso imposible... lógicamente.1.) ∈ F.Capítulo II: Concepto de Probabilidad El suceso cierto. Si el Espacio Muestral E es finito y tiene n sucesos elementales. el suceso que siempre ocurre es. An. si cumple los tres siguientes axiomas.. II...3... . II. siga teniendo estructura de Álgebra de Boole.3.. pero es conveniente que la clase de los sucesos probabilizables.4.2.2. A i I A j = ∅ es P ⎛ U A i ⎞ = ∑ P( A i ) ⎜ ⎟ i≠ j ⎝ i ⎠ i II. por los axiomas A2 y A3: P(A)+P( A )=P(E)=1 de donde: P( A ) = 1 − P( A ) II. A2) ∈ F } → {(A1∪A2) ∈ F } b) {∀ A ∈ F } → { A ∈ F } Si la primera condición se cumple para todo conjunto numerable de sucesos es decir: ∞ a’) {∀ (A1.2.Estructura de la clase de sucesos Es conocido que la cuaterna { P(E). A2.. es decir. establecidos por Kolmogoroff : A1) ∀ A ∈ F es P(A)≥0 A2) P(E)=1 A3) ∀ (A1.... ∪.. basta que se cumplan las dos siguientes condiciones: a) {∀ (A1. el Espacio Muestral E.Propiedades a) Probabilidad del suceso contrario Como A ∪ A =E y A ∩ A =∅.20 . Para ello. que designaremos por F. no siempre es posible probabilizar a todos los elementos de P(E).3.1. . .

es: B=A∪( A ∩B) y A∩( A ∩B)=∅ por el axioma A3: por el axioma A1 es: de donde: P(B)=P(A)+P( A ∩B) P( A ∩B)≥0 { B ⊃ A} → { P(B) ≥ P( A )} d) Como corolario. Consideremos dos sucesos A y B. Se cumple: A∪B=A∪( A ∩B) y A∩( A ∩B)=∅ por el axioma A3: P(A∪B)=P(A)+P( A ∩B) II.21 . En efecto.2. por ser ∅ ⊂ A ⊂ E y por el axioma A2 y la propiedad b): ∀A ∈F 0 ≤ P(A) ≤ 1 e) Probabilidad de la reunión E B A A∩B A∩B Figura II.Capítulo II: Concepto de Probabilidad b) Como corolario: P(∅ ) = 1 − P(E) = 0 c) Si {B⊃A}→{P(B)≥P(A)} Gráficamente: E A∩B A B Figura II.1.

. II. pero que sus recíprocos no son ciertos. bastará con hacer corresponder a cada suceso elemental una probabilidad.Capítulo II: Concepto de Probabilidad como. + ( −1)n +1 ⋅ P ⎛ I A i ⎞ ⎜ ⎟ ⎜ ⎟ i =1 j = i + 1 ⎝ i =1 ⎠ i =1 ⎝ i =1 ⎠ Debemos hacer notar que si el suceso es cierto su probabilidad es 1. Bastará con que encontremos un ejemplo en el que la probabilidad de un suceso sea nula y. Si en lugar de lanzar un dado (que es un cubo) lanzáramos un icosaedro. P(E) = P ⎛ U a ⎞ = ∑ P(a) = 1 ⎜ ⎟ ⎝ a∈E ⎠ a∈E II. sin embargo. Si lanzamos ahora una esfera. Se deberá respetar la condición de que la suma de las probabilidades de los sucesos elementales sea igual a la unidad.. F. P } se denomina Espacio de Probabilidades..Definición de Espacio de Probabilidades A la terna {E. la probabilidad de que se apoye en un punto concreto es 1/∞ = 0. la probabilidad de que salga una de sus caras prefijada a priori es 1/6.22 . (poliedro regular de 20 caras) la probabilidad anterior es ahora 1/20. el suceso no sea imposible. II. Entonces. Si lanzamos un dado perfectamente equilibrado. La probabilidad es nula y el suceso no es imposible. y que si el suceso es imposible su probabilidad es nula.1. por otra parte es: B=(A∩B)∪( A ∩B) y (A∩B)∩( A ∩B)=∅ por el axioma A3: de donde: P( A ∩B)=P(B)-P(A∩B) sustituyendo: P( A ∪ B) = P( A ) + P(B) − P( A ∪ B) P(B)=P(A∩B)+P( A ∩B) Aplicando esta ecuación al suceso A∪B∪C.4. se obtiene: P( A ∪ B∪ C) = P( A ) + P(B) + P(C) − P( A ∩ B) − P( A ∩ C) − P(B ∩ C) + P( A ∩ B∩ C) Generalizando esta propiedad: n n n n −1 n P ⎛ U A i ⎞ = ∑ P( A i ) − ∑ ∑ P( A i ∩ A j ) + ..3.3..Espacios Muestrales finitos En este tipo de Espacios Muestrales.PROBABILIZACIÓN DE ESPACIOS MUESTRALES II. la probabilidad de cualquier suceso compuesto será la suma de las probabilidades de los sucesos elementales que lo constituyen.4.

6} Como todos los resultados son igualmente probables. en este caso el Espacio Muestral no puede ser simétrico ó de elementos equiprobables. la probabilidad de cada uno de ellos será 1/6. 3..} Designemos genéricamente por X a un elemento de E.Capítulo II: Concepto de Probabilidad Si todos los sucesos elementales son igualmente probables. lo que constituye la conocida Regla de Laplace. Las probabilidades elementales serán: P(X = υ ) = 1 2υ Obsérvese que las probabilidades elementales.. 4. obtener una cara por primera vez en una tirada impar: II.. no son iguales entre sí y. 2. 4. El Espacio Muestral es: E= { 1.Espacios Muestrales infinitos numerables La probabilización de este tipo de Espacios se efectúa de la misma forma que en el apartado anterior.. A={2. casos favorables dividido por casos posibles. 6} la probabilidad de A será: P(A)=P(2)+P (4)+P(6)=1/6+1/6+1/6=3/6=1/2 Del mismo modo podría obtenerse la probabilidad de cualquier otro suceso asociado a la experiencia aleatoria descrita.. Calculemos algunas probabilidades: P(E) = ∑2 i =1 ∞ 1 υ = 1/ 2 =1 1− 1 / 2 Si el suceso A es obtener una cara por primera vez en una tirada par. n. Por ejemplo... como P(E)=1. por tanto. Evidentemente. Si consideramos el suceso A= tirada par.23 . II. .. .2. El cálculo de las probabilidades de algunos sucesos requerirá la suma de una serie.} entonces P( A ) = 1 1 1 1/ 4 1 + + L + 2n + L = = 22 2 4 2 1− 1/ 4 3 Y para suceso contrario. el espacio muestral es: E={1.. y el número de elementos de E es n. 4. 2. por tanto no es de aplicación la Regla de Laplace. lógicamente. 2·n. la probabilidad de un suceso elemental será 1/n y si el suceso A tiene υ elementos.4.. no es de aplicación la Regla de Laplace. y.. es decir. Si analizamos el experimento consistente en lanzar un dado perfectamente equilibrado y observar el número de puntos que aparecen en la cara superior. será P(A)=υ/n.. al lanzar una moneda: A={2.. 3. supongamos que realizamos una experiencia cuyo resultado es el número de veces que hay que lanzar al aire una moneda hasta obtener por primera vez una cara. 5.

.4..Espacios Muestrales de la potencia del continuo La única forma mediante la que probabilizaremos estos Espacios Muestrales.Capítulo II: Concepto de Probabilidad A ={1.} será: P( A ) = 1 1 1 1/ 2 2 + 3 + L + 2n −1 + L = = 1 2 2 2 1 − 1/ 4 3 II.. Esta función será estudiada en un capítulo posterior. 3..24 . II...3. consistirá en la definición de una función de distribución.. 2·n-1..

25 .Capítulo II: Concepto de Probabilidad Tema 3. Probabilidad condicional II.

CAPITULO III Probabilidad Condicional .

es 1/10. si el fenómeno consiste en lanzar un dado perfectamente equilibrado. P} el espacio de probabilidades de un cierto fenómeno aleatorio. pues es imposible que ocurra cualquiera de ellos si ha ocurrido A. es decir. la información que suministra este conocimiento puede suponer una modificación de las probabilidades de determinados sucesos. 4. Supongamos que sabemos que la carta extraída es una copa. Por ejemplo. cuando sabemos que ha ocurrido A. La probabilidad de extraer un rey es de 4/40=1/10. A esta probabilidad se le llamará probabilidad condicional. Nótese. que aunque no conozcamos más que parcialmente el resultado de la realización del fenómeno aleatorio. Analicemos otro ejemplo en el que la información parcial del resultado del fenómeno aleatorio no modifica la probabilidad de determinados sucesos: Supongamos.1. puede modificar la probabilidad de cualquier suceso de ese fenómeno aleatorio. otros sucesos no modifican su probabilidad. por tanto. Esta información transforma.. pasan a tener una probabilidad nula. precisamente. Supongamos que sabemos que ha ocurrido el suceso A ∈ F. III. Por ejemplo. cuando sabemos que ha salido una copa.INTRODUCCION El conocimiento total o parcial del resultado que ha ocurrido en una realización de un fenómeno aleatorio.27 . inmediatamente. 4. Si sabemos que el resultado de la tirada ha sido un número par. 5.Capítulo III: Probabilidad Condicional III. vamos a estudiar.. la probabilidad de cualquiera de los seis sucesos elementales es de 1/6. es decir. la misma que si no supiéramos nada respecto al resultado de la extracción (4/40). F. por ejemplo. cómo se calcula la nueva probabilidad de cualquier suceso de la σ-álgebra. 3. pasan a tener una probabilidad de 1/3 y que cualquiera de los sucesos elementales 1. algunos sucesos modifican su probabilidad bajo esta información parcial. cada uno de ellos con la misma probabilidad. la probabilidad de que haya ocurrido el suceso “rey”. La modificación del espacio muestral implica la del Espacio de Probabilidades y. En este capítulo. 6} sabemos que ha ocurrido uno de los tres números pares.2. que la experiencia consiste en extraer al azar una carta de una baraja de 40 cartas. Evidentemente. ahora. luego se cumplirá que cualquiera de los tres sucesos elementales 2. 6. la probabilidad de que la carta extraída sea el rey de oros ha pasado de valer 1/40 a valer 0. pues el conjunto de los posibles resultados del fenómeno aleatorio ha pasado de ser E a ser A. la de la definición de la nueva σ-álgebra y la de la III. a A en un nuevo espacio muestral. Sin embargo. por lo que la información suministrada no aporta nada nuevo para el mejor conocimiento de estos sucesos. cuando tenemos la información de que ha ocurrido un determinado suceso A de la misma. si sabemos que ha ocurrido el suceso: A ={ 2.PROBABILIDAD CONDICIONAL Sea {E. por tanto.

Como quedó dicho más arriba. Si hacemos corresponder a cualquier suceso C de F la probabilidad: III.1. Nótese que la σ-álgebra FA está contenida en F. PA (B)= P(B) P( A ) Se demuestra fácilmente que PA cumple los axiomas de probabilidad. nótese que las probabilidades de los sucesos de A se obtienen sin más que dividir su probabilidad inicial por la del suceso A. es decir. mediante: ∀ B ∈ FA . B =C∩ A } Puede demostrarse que FA cumple las dos condiciones para ser una σ-álgebra: a) ∀ (B1.. el Espacio Muestral E se transforma en el A y PA se aplica a los sucesos de FA. definiremos a PA. y B a cualquier suceso de FA. .28 .Cambio de Espacio Muestral Si llamamos genéricamente C a cualquier suceso de F. pues B es intersección de dos sucesos de F y. FA. Designaremos al nuevo Espacio de Probabilidades mediante: {A. Sin embargo. así: PA (2)= P(2) 1 / 6 1 = = P( A ) 1 / 2 3 P( A ) =1 P( A ) De la misma forma: PA ( A )= En general.Capítulo III: Probabilidad Condicional nueva probabilidad. que todo suceso B de FA pertenece también a F. conocido que ha ocurrido el suceso A..) ∈ FA se cumple que U Bi ∈ FA i b) ∀ B ∈ FA → CAB ∈ FA En el ejemplo del dado de la introducción. podemos extender la probabilidad condicional PA a toda la σ-álgebra F. tal que P(A)≠0. B=C∩A} es decir: {B ∈ FA } ↔ {∃ C ∈ F. si sabemos que ha ocurrido el suceso A. B2. definiremos a FA mediante: FA ={B/ ∃ C ∈ F.. pertenece a F. por tanto. E C B A B A Espacio Muestral inicial E Nuevo Espacio Muestral A Figura III. PA}.

F.1. es decir: a) ∀ C ∈ F es P( C / A) =1-P(C / A) b) P(∅ / A)=0 c) {C1 ⊂ C2} → P(C1 / A) ≤ P(C2 / A) d) ∀ C ∈ F es 0 ≤ P(C / A) ≤ 1 e) P(C1 ∪C2 / A) = P(C1 / A)+P(C2 / A) . PA (C) = P(C / A ) = P(C ∩ A ) P( A ) En la que P(C/A) se lee probabilidad de C “dado” A. el Espacio de Probabilidades es {E.2. PA) es un Espacio de probabilidades en el que PA es una probabilidad condicional definida por: PA (C)= P(C/A) = P(C ∩ A) P(A) con P(A)≠0.2.2 del capitulo II. III.3..Definición La terna (E.P(C1 ∩ C2 / A) y su generalización a n sucesos.2. PA} . La probabilidad PA puede escribirse ahora así: ∀ C ∈ F .. o bien “sabiendo que ha ocurrido” A. III.29 .2. f) La definición de probabilidad condicional se puede aplicar a la propia probabilidad condicional. así: III.Capítulo III: Probabilidad Condicional lo que estamos haciendo es: pues: PA(C)=PA(C ∩ A) PA(C ∩ A )=0 C=(C ∩ A) ∪ (C ∩ A ) con: (C ∩ A) ∩ (C ∩ A )=∅ De esta forma.Propiedades La probabilidad condicional reúne todas las propiedades de cualquier probabilidad establecidas en apartado II. o bien probabilidad de que ocurra C “condicionada a” A. F.

Generalización de la Probabilidad Condicional III. luego lo es a la probabilidad condicional: PA (B ∩ C) = PA (B) ⋅ PA (C / B) = PA (C) ⋅ PA (B / C) que puede escribirse: P [(B ∩ C) / A ] = P(B / A ) ⋅ P [(C / B) / A ] = P(B / A ) ⋅ P [C /( A ∩ B)] Esta última ecuación nos permitirá establecer el teorema de la intersección para tres sucesos: P(A ∩ B ∩ C) = P[A ∩ (B ∩ C)] = P(A)·P[(B ∩ C) / A] que. por lo que acabamos de ver.3.. . Este teorema es de aplicación a cualquier tipo de probabilidad.2.TEOREMA DE LA INTERSECCION De la definición de probabilidad condicional se deduce que: P( A ∩ B) = P( A ) ⋅ P(B / A ) = P(B) ⋅ P( A / B) ecuación que se conoce como el Teorema de la Intersección. será: P( A ∩ B ∩ C) = P( A ) ⋅ P(B / A ) ⋅ P [C /( A ∩ B)] III.30 .Capítulo III: Probabilidad Condicional PA (C / B) = PA (C ∩ B) P( A ∩ B ∩ C) / P( A ) P( A ∩ B ∩ C) = = PA (B) P( A ∩ B) / P( A ) P( A ∩ B) de donde: luego: PA (C / B) = P [(C / B) / A ] = P [(C /( A ∩ B)] P [(C / B) / A ] = P [C /( A ∩ B)] Gráficamente: E B A A C Figura III.

3. para n sucesos es: P( A1 ∩ A 2 ∩ L ∩ A n ) = P( A1 ) ⋅ P( A 2 / A1 ) ⋅ L ⋅ P [A n /( A1 ∩ A 2 ∩ L ∩ A n −1 )] Ejemplo III.. Se cumple que: B = U (B ∩ A i ) i =1 n y para i≠j: (B ∩ Ai) ∩ (B ∩ Aj)=∅ Por tanto. Este teorema resulta fácilmente generalizable.4. la probabilidad pedida será: P(A1 ∩ A2 ∩ A3) = P(A1)·P(A2 / A1)·P[A3 / (A1 ∩ A2)] = 5/10·4/9·3/8 = 60/720 III. ···.TEOREMA DE LA PARTICIÓN O DE LA PROBABILIDAD TOTAL Sea A1.Capítulo III: Probabilidad Condicional E A C B Figura III.Intersección de los sucesos A.31 .1: Consideremos un lote de 10 piezas en el que la mitad no superan el nivel de calidad establecido. B y C lo que constituye el Teorema de la Intersección para tres sucesos. así para cuatro sucesos es: P(A ∩ B ∩ C ∩ D) = P(A)·P(B / A)·P[C / (A ∩ B)]·P[D / (A ∩ B ∩ C)] En general. aplicando el axioma tercero de la definición de probabilidad: P(B) = ∑ P(B ∩ A i ) = ∑ P( A i ) ⋅ P(B / A i ) i =1 i =1 n n III. Sea B un suceso de F. A2. Si de dicho lote tomamos al azar y sin reposición tres piezas ¿Cual es la probabilidad de que todas sean correctas? Si llamamos Ai al suceso “la pieza extraída en lugar i es correcta”. An una partición de E con Ai ∈ F..

la probabilidad de que la persona seleccionada sea fumador es diferente según se dé la circunstancia de que se produzca la elección entre las mujeres (A1) o entre los hombres (A2) del colectivo.25=0.. III. tendremos las siguientes probabilidades: P(A1)=0.2 En consecuencia: P(B)=P(A1)·P(B/A1)+P(A2)·P(B/A2)=0.Capítulo III: Probabilidad Condicional ecuación que se conoce como el Teorema de la Partición. Ejemplo III.10 P(B/A2) = 0.10+0. La probabilidad total de que sea fumador. Si en el colectivo hay un 60% de mujeres y sabemos además que son fumadores el 10% de las mujeres y el 25% de los hombres. E An B A1 A2 ··· Figura III. Consideramos el experimento aleatorio “seleccionar una persona al azar” y en él el suceso (B) que “la persona seleccionada sea fumador”.2: En un colectivo están presentes mujeres (A1) y hombres (A2).25 En nuestro caso la partición es del estilo del de la figura III.32 .40 P(B/A1)=0.5.Partición de E del ejemplo III.4.60·0.16 Como se ha visto.5. independientemente de que la persona elegida al azar sea hombre o mujer es la dada por la expresión del teorema aquí estudiado.40·0.. E A1 B A2 Figura III.60 P(A2)=0.Ejemplo de partición de E Los elementos Ai de la partición de E pueden considerarse como las causas que motivan el suceso B o las circunstancias bajo las cuales puede ocurrir el suceso B.

∩ BK) = P(B1)·P(B2 )·. An} se cumple que: P(B1 ∩ B2 ∩ . A2. A2 y A3 sean mutuamente independientes se deben cumplir las siguientes condiciones: a) P(A1 ∩ A2) = P(A1)·P(A2) b) P(A1 ∩ A3) = P(A1)·P(A3) c) P(A2 ∩ A3) = P(A2)·P(A3) d) P(A1 ∩ A2 ∩ A3) = P(A1)·P(A2)·P(A3) III.33 .. equivalente a la anterior. para que A1.Capítulo III: Probabilidad Condicional III.1. An } ∈ F son mutuamente independientes si ∀ K..·P(BK) Así. A2. . . . 2 ≤ K≤ n ∀(B1. se desprende que: {A y B son independie ntes} ↔ {P( A ∩ B) = P( A ) ⋅ P(B)} lo que constituye otra definición..5. {A y B son independie ntes} ↔ {P( A / B) = P( A )} Es fácil demostrar que: {P(A/B)=P(A)} ↔ {P(B/A)=P(B)} pues sí: P( A / B) = P( A ∩ B) = P( A ) P(B) se cumple que: P(A ∩ B)=P(A)·P(B) en consecuencia: P(B / A ) = P( A ∩ B) P( A ) ⋅ P(B) = = P(B) P( A ) P( A ) Cambiando A por B queda demostrado el recíproco..... .. diremos que son independientes si el conocimiento de que ha ocurrido uno de ellos no modifica la probabilidad del otro.5. De todo lo anterior. Podemos realizar la generalización de la siguiente forma: Diremos que los sucesos {A1... de sucesos independientes. B2. BK) ⊂ { A1...SUCESOS INDEPENDIENTES III.Definición Dados los sucesos A y B...

Capítulo III: Probabilidad Condicional III. . Entonces se cumple que: Por el teorema de la intersección: III. An una partición de E.2. también lo son A y B En efecto. . III.TEOREMA DE BAYES Este teorema fue desarrollado por Thomas Bayes (1702-1761). por lo que P(B/ A )=P(B).. A y B son independientes: P(A ∩ B ) = P(A)·[1 . por hipótesis.. lo que pone de manifiesto su gran importancia teórica.6.... también lo son cualquier conjunto de sucesos que resulte de cambiar uno. luego: P( A ∩ B ) = P( A )·[1 . Su enunciado es el siguiente: Sea A1.. se puede demostrar que si A1.P(B / A )] Por la propiedad anterior si A y B son independientes.P(B)] = P( A )·P( B ) {Si A y B son independientes} → { A y B son independientes} c) Generalizando las dos propiedades anteriores. es decir: E= i =1 n U Ai y para i ≠ j Ai ∩ Aj = ∅ P ( Ai / B ) = P ( Ai ∩ B ) P( B ) Sea B un determinado suceso de F tal que P(B)≠0.5.P(B / A)] Como.P(B)] es decir: P(A ∩ B ) = P(A)·P( B ) {Si A y B son independientes} → { A y B son independientes} b) Si A y B son independientes A y B también lo son: P( A ∩ B ) = P( A )·P( B / A ) = P( A ∩ B ) = P( A )·[1 . . por definición de probabilidad condicional: P(A ∩ B ) = P(A)·P( B / A) Por una propiedad de la probabilidad condicional: P(A ∩ B ) = P(A)·[1 .34 . varios o todos los sucesos Ai por sus complementarios. A2. también lo son B y A . A2. El enfoque bayesiano de la Estadística se fundamenta en este teorema. An son sucesos mutuamente independientes.Propiedades a) Si A y B son independientes. .

44 y pasa a ser.Capítulo III: Probabilidad Condicional P(Ai ∩ B)=P(Ai )·P(B / Ai ) Por el teorema de la partición: P ( B ) = ∑ P( Ai ) ⋅ P ( B / Ai ) i =1 n Con lo que queda demostrado que P ( Ai / B ) = P ( Ai ) ⋅ P( B / Ai ) n ∑ P( Ai ) ⋅ P( B / i =1 Ai ) En alguna ocasión.44 3 45 P( A1 ) = Las probabilidades del efecto dada la causa son: P(B / A1) = 0.000 unidades fabricadas por A1. después de conocer que el tornillo extraído es defectuoso. ¿Cuál es la probabilidad de que el tornillo hubiera sido fabricado por A3?. a los sucesos Ai se les ha llamado causas y a B efecto.03 = 0. Se extrae un tornillo al azar que resulta ser defectuoso. el teorema de Bayes permite calcular la probabilidad de que cuando se ha dado el efecto B la causa haya sido Ai. Ejemplo III.33 2 45 20 P( A ) = = 0.60 0. 15.01 + 0. en función de las probabilidades de las causas y la de los efectos dadas las causas.000 fabricadas por A2 y 20.22 10000 + 15000 + 20000 45 15 P( A ) = = 0. Cada tornillo puede ser clasificado como defectuoso (B) o como no defectuoso. 1%.3: Supongamos que las partidas de tornillos que suministran tres proveedores A1.000 por A3. Las probabilidades de las causas son: 10000 10 = = 0.033 P(B / A2) = 0.33 ⋅ 0. Con ésta nomenclatura.03 es decir: P ( A3 / B ) = La probabilidad de la causa A3 era igual a 0. En un almacén hay 10.35 .44 ⋅ 0.60.01 La probabilidad buscada es: P ( A3 / B ) = P ( A3 ) ⋅ P ( B / A3 ) P ( A1 ) ⋅ P( B / A1 ) + P( A2 ) ⋅ P ( B / A2 ) + P ( A3 ) ⋅ P ( B / A3 ) 0. A2 y A3 tienen respectivamente.44 ⋅ 0. 0.02 P(B / A3) = 0. 2% y 3% de unidades defectuosas.02 + 0.22 ⋅ 0. III.

1 P(B/A2) = 0.25·0.1+0. a P(Ai) se le llama probabilidad “a priori” del suceso Ai. Si al encuestar al azar a un consumidor resulta que éste adquiere el producto de la empresa en cuestión.55.55 ⋅ 0.4: Los expertos de una cierta empresa. A2 a la proposición “la empresa controla el 20% del mercado” y A3 a la proposición “la empresa controla el 30% del mercado”.P ( B / AK ) ∑ P( Ai ).25 ⋅ 0. han calculado que ésta controla el 10%.P( B / i =1 n Ai ) = 0.1 = 0. Si llamamos A1 a la proposición “ la empresa controla el 10% del mercado”.3 Las probabilidades “a posteriori” serán: P( AK / B ) = P ( AK ). Ejemplo III.702 0.3 P ( A3 / B ) = = 0.2 P(A2) = 0.235 0.235 0.2.213 0.55·0.P( B / i =1 n Ai ) El denominador de esta expresión es: ∑ P( Ai ).55.3 = 0.235 luego.2·0.2+0. ¿Cuales son las probabilidades “a posteriori”?.Capítulo III: Probabilidad Condicional Desde el punto de vista bayesiano.25 P(A3) = 0. las probabilidades “a priori” serán: P(A1) = 0.085 0.2 P ( A2 / B ) = = 0.2 P(B/A3) =0.235 P ( A1 / B ) = III.2 ⋅ 0 . Si llamamos B a la proposición “el encuestado es cliente de la empresa”.25 y 0. será: P(B/A1) = 0. 0 .36 . 0. que tras observar el resultado B se transforma en la probabilidad “a posteriori” P(Ai/B). el 20% o el 30% del mercado con probabilidades respectivas de 0.

37 .Capítulo III: Probabilidad Condicional Tema 4. Variables aleatorias III.

CAPÍTULO IV: Variables Aleatorias Unidimensionales .

O(Ix) ∈ F} Entonces: P(I x ) = P( X ∈ I x ) = P [O x (I x )] = P [X(e) ≤ x ] = P( X ≤ x ) ℜ E F O(Ix) ∈ F Ix e X X(e) x Figura IV. En resumen. etc.1. la resistencia a la rotura de una probeta de hormigón. pueden ser tomados como ejemplos de variables aleatorias multidimensionales. dando lugar al concepto de variable aleatoria multidimensional.39 .Definición de variable aleatoria unimendional IV.1. diámetro y peso de un cilindro torneado.Capítulo IV: Variables Aleatorias IV. etc.-Definición de variable aleatoria unidimensional Dado un Espacio de Probabilidades (E..1. son ejemplos de magnitudes que cumplen los requisitos de una variable aleatoria unidimensional. El número de puntos obtenidos al lanzar un dado. lo que determina que una magnitud pueda ser considerada como una variable aleatoria es la impredecibilidad de sus valores en situaciones concretas y la posibilidad de probabilizar el Espacio Muestral definido por ℜ. El concepto establecido para las variables aleatorias unidimensionales puede extenderse al caso en que en cada observación se evalúen varias magnitudes simultáneamente.CONCEPTO DE VARIABLE ALEATORIA UNIDIMENSIONAL De forma intuitiva puede considerarse como una variable aleatoria unidimensional a cualquier magnitud que puede tomar valores en un determinado dominio de forma impredecible influida por el azar. mediante: (X: E→ℜ es V. F. el peso de un fruto.. la duración de un componente electrónico. En esencia. si y sólo si. la longitud. debemos formalizar el concepto de variable aleatoria de cara a su aplicación en el campo de la Teoría de la Probabilidad y de la Inferencia Estadística.A.1. El peso. A pesar de lo sencillos e intuitivos que son los conceptos anteriormente expuestos. P) diremos que la aplicación X:E→ℜ es una variable aleatoria unidimensional.x] pertenece a la σ-álgebra F.) ↔ {∀ x ∈ ℜ. IV. estatura y perímetro torácico de un individuo. definiremos a una variable aleatoria unidimensional. la antiimagen de cualquier intervalo Ix=]-∞.

Propiedades FX(x) = P(Ix) = P(X(e)≤x) = P(X≤x) La función de distribución tiene las siguientes propiedades: a) ∀ x ∈ ℜ es 0 ≤ FX(x) ≤ 1.2. pues FX(x) es una probabilidad. a] ∩ ]a.1.1.2. En efecto.Capítulo IV: Variables Aleatorias IV.Definición Dada una variable aleatoria X.1.2. a] ∪ ]a. b) El lim FX ( x ) = 1 pues: x →∞ x →∞ lim FX ( x ) = lim P( X ≤ x ) = P( X ≤ ∞ ) = P(ℜ) = 1 x →∞ c) El lim FX ( x ) = 0 pues: x → −∞ x → −∞ lim FX ( x ) = lim P( X ≤ x ) = P( X ≤ −∞ ) = P(∅ ) = 0 x → −∞ d) La P(X ∈ ]a. a] ) + P( ]a. si a<b se cumple que: ]-∞. f) Continuidad: La función de distribución es continua por la derecha en cualquier punto de la recta real y continua por la izquierda en todo punto de probabilidad nula. b] = FX (b) − FX (a) ( ) e) La función de distribución es no decreciente.b] ) es decir: P(X≤b) = P(X≤a) + P(a<X≤b) de donde.. Por ser P(a<X≤b) ≥ 0 será FX(b) ≥ FX(a). pues como acabamos de ver.FX(a)..b] y que ]-∞. se llama función de distribución de esta variable a la función FX(x) definida como sigue: ∀x∈ℜ IV. si a<b es FX(b)=FX(a)+P(a<X≤b).b] = ∅ Por el axioma tercero de la definición de probabilidad P( ]-∞.40 . b] ) = P( ]-∞.b]) = FX(b) .2.1. siendo discontinua por la IV. por la definición de función de distribución: por tanto: FX(b) = FX(a) + P(a<X≤b) P X ∈ ] a.Función de distribución IV. b] = ]-∞..

2. b]. Lógicamente.4. es algo así como un rosario de puntos con masa distinta de cero.. para a<b. En la analogía mecánica expuesta en el apartado anterior.Variable aleatoria discreta La función de distribución se calculará mediante: FX ( x ) = P( X ≤ x ) = P( X ∈ Ix ) = x i ∈I x ∑ P( X = xi ) = ∑ PX ( xi ) x i ∈I x IV.Capítulo IV: Variables Aleatorias izquierda en todo punto de probabilidad no nula con salto igual a la probabilidad de dicho punto.41 . FX(x) FX(a) P(X=a) a X Figura IV. x1 m1=P(x1) x2 . una variable aleatoria discreta tiene la masa de probabilidad concentrada en un conjunto discreto de puntos. de esta forma a cada variable aleatoria le corresponde una determinada distribución de masa a lo largo del eje de abscisas.Continuidad de la función de distribución IV.3. por ejemplo.. la masa total contenida en todo el eje de las x vale la unidad.1.. Figura IV.... FX(x) es continua en todo punto de probabilidad nula y discontinua en todo punto de probabilidad no nula.. En consecuencia. Por ejemplo.3.. x]=IX. xi mi=P(xi) .1. y FX(x) será la masa contenida en el intervalo ]+∞. IV. FX(b)-FX(a) es la masa de probabilidad que se encuentra en el intervalo ]a. X es una variable aleatoria que tiene distribuida la masa de probabilidad en 6 puntos conteniendo cada uno de ellos una masa igual a 1/6.Analogía mecánica En determinadas ocasiones resulta útil identificar el concepto de probabilidad con el de masa.Variables discretas Diremos que la variable aleatoria X es discreta si el conjunto imagen de la aplicación X:E→ℜ es discreto. es decir. Así. si la experiencia aleatoria consiste en lanzar un dado y X(e) es el número que obtenemos en el lanzamiento.

. FX(x) FX(x4) P(X=x4) x1 x2 x3 x4 X Figura IV. 4. el campo de existencia de esta variable es: E = {1.1: Si consideramos la variable aleatoria X. por lo que el valor de FX(x) en éstos puntos de probabilidad no nula es el de la parte superior de cada salto.4. la probabilidad de cada valor de X será: 1 2 1 1 1 P ( X = 2 ) = P Cara1 ∩ Cara2 = ⋅ = 2 2 4 1 1 1 1 P ( X = 3 ) = P Cara1 ∩ Cara2 ∩ Cara3 = ⋅ ⋅ = 2 2 2 8 M 1 1 1 1 P ( X = n ) = P Cara1 ∩ L ∩ Caran −1 ∩ Caran = ⋅ L ⋅ ⋅ = n 2 2 2 2 P ( X = 1 ) = P ( Cara1 ) = ( ) ( ) ( ) Aplicando el concepto de función de distribución: FX (1 ) = 1 2 FX ( 2 ) = 1 1 + 2 4 ··· FX ( n ) = 1 1 1 + +L+ n 2 4 2 Gráficamente: IV. 3.. 2. x].Función de distribución de la variable discreta Ejemplo IV..42 .4. xi son los puntos de Ix que tienen una probabilidad no nula y PX(x) es la función de probabilidad de la variable aleatoria X. Recuérdese que la función de distribución es continua por la derecha y discontinua por la izquierda en todo punto de probabilidad no nula..Capítulo IV: Variables Aleatorias en la que Ix = ]+∞. El aspecto típico de la representación gráfica de la función de distribución de una variable aleatoria discreta es el de una curva en escalera como el de la figura IV. número de veces que hay que lanzar una moneda hasta obtener cara por primera vez.. en la que en cada punto con probabilidad no nula se produce un salto igual a esta probabilidad. n} Teniendo en cuenta que el resultado obtenido en cada lanzamiento es independiente de los resultados obtenidos en los demás lanzamientos.

5. si existe una función fX(x) no negativa. es derivable con derivada continua excepto a lo sumo en un conjunto de puntos tales que todo intervalo finito contiene un número finito de ellos. es equivalente a la siguiente definición basada en las características de la función de distribución: La variable aleatoria es continua.5. será: dFX ( x ) d = dx dx ∫ x −∞ fX ( x ) ⋅ dx = fX ( x ) por tanto: fX ( x ) = dFX ( x ) dx como: fX ( x ) = dFX ( x ) F ( x + Δx ) − FX ( x ) P( x < X ≤ x + Δx ) = lim X = lim Δx → 0 Δx → 0 dx Δx Δx Queda justificado el nombre de función de densidad.x+Δx] y.5 ··· 0 1 2 3 4 X Figura IV. llamada función de densidad.. además.43 . si su función de distribución es continua para todo x real y. no basta que su función de distribución sea continua en todos sus puntos. que para todo x real cumple la condición de que FX (x) = ∫ x −∞ f X (x) ⋅ dx La definición anterior.. IV. por tanto.1 IV. sino que por razones de tipo práctico hay que definirlas de distinta forma: Diremos que la variable aleatoria es absolutamente continua o simplemente continua.75 0.Función de distribución del ejemplo IV.Variables continuas Para que una variable aleatoria sea continua.Capítulo IV: Variables Aleatorias FX(x) 1 0.1. a) Teniendo en cuenta la definición de FX(x). pues P(x<X≤x+Δx) es la masa de probabilidad contenida en el intervalo ]x.

x=b.b]. En consecuencia. b]) coincide con el área limitada por las rectas x=a. b]) = P (X ∈ [a. La masa de probabilidad contenida en [a. es la densidad de masa en el punto x. Siguiendo la analogía mecánica. ∀ x ∈ ℜ P(X=x)=0. la variable Y=g(x) será una variable aleatoria si ∀ y ∈ ℜ.44 . y de acuerdo con lo establecido en el apartado correspondiente a las propiedades de la función de distribución. entonces podemos calcular Fy(y) y fy(y) mediante: a) Si g(x) es creciente: IV. en cada punto de una variable continua. es: P (X ∈ [a. b]) = ∫ b a f ( x ) ⋅ dx A la misma conclusión llegamos aplicando la regla de Barrow: ∫ b a fX ( x ) ⋅ dx = FX (b) − FX (a) = P (X ∈ ] a. la P(X ∈ [a. b]) La última igualdad se cumple porque al ser X continua es P(X=a)=0. c) La masa de probabilidad contenida en un segmento diferencial dx es fX(x)·dx. la probabilidad de cada uno de sus puntos es cero. Si g(x) establece una correspondencia biunívoca entre X e Y. FUNCIONES DE VARIABLES ALEATORIAS Si X es una variable aleatoria y g(x) una función uniforme. b) Nótese que en una variable continua.2. por ser su función de distribución continua. es decir.Capítulo IV: Variables Aleatorias P(x < X ≤ x + Δx ) Δx es la masa por unidad de longitud en ese intervalo. (es decir. Og(IY) pertenece a la σ-álgebra de X. el eje de abscisas y la función de densidad. El límite de este cociente cuando Δx tiende a cero. no hay masa pero si hay densidad de masa variable con x e igual a fX(x). IV. si g(x) es monótona creciente o monótona decreciente) y X e Y son variables continuas y designamos por g-1(y) a la función inversa de g.

..13.Función g(x) decreciente La Función de distribución de Y es: FY(y)=P(Y≤y)=P(g(X)≤y)=P(X>g-1(y))=1-FX(g-1(y)) derivando respecto de y: IV.Capítulo IV: Variables Aleatorias Y Y=g(X) y=g(x) x=g (y) -1 X Figura IV. dy b) Si g(x) es decreciente: Y y=g(x) Y=g(X) x=g (y) -1 X Figura IV.Función g(x) creciente La función de distribución de Y es FY(y)=P(Y≤y)=P(g(X)≤y)=P(X≤g-1(y))=FX(g-1(y)) derivando respecto de y obtendremos la función de densidad: fY ( y ) = dFY ( y ) dFX (g−1( y )) dFX (g−1( y )) d(g−1( y )) = = ⋅ dy dy d(g−1( y )) dy de donde: fY ( y ) = fX (g−1( y )) ⋅ dx dy Nótese que dx ≥0.14.45 .

¿Cuál será la función de densidad de la variable que describe la duración de los nuevos componentes? Si llamamos Y a esta nueva variable.3.ESPERANZA MATEMÁTICA IV.46 . IV... sustituyendo se obtiene: fY ( y ) = θ ⋅ e −θ ⋅ y 2 ⋅ 1 θ − 2 ⋅y = ⋅e 2 2 θ con y≥0 con lo que resulta otra exponencial EXP(θ/2).2 La duración X de unos componentes electrónicos puede asumirse que es una variable aleatoria exponencial (EXP(θ)) con función de densidad: f(x)=θ e-θx ∀x≥0 Un determinado cambio en el diseño permite duplicar la duración de dichos componentes. será: Y=2·X entonces x=g-1(y)= por lo que dx 1 = dy 2 y 2 Finalmente.1.Capítulo IV: Variables Aleatorias fY ( y ) = dFY ( y ) dF (g−1( y )) dF (g−1( y )) d(g−1( y )) =− X = − X −1 ⋅ dy dy dy d(g ( y )) de donde: fY ( y ) = −fX (g−1( y )) ⋅ dx dy En la que dx ≤0 dy Ambos casos pueden ser escritos mediante la ecuación única: fY ( y ) = fX (g−1( y )) ⋅ dx dy Ejemplo IV.3.Introducción IV.

IV.47 . -1.2.Capítulo IV: Variables Aleatorias A lo largo de este capítulo se van a manejar conceptos relativos a la teoría de la medida o integración generalizada que el lector puede no poseer. llamaremos Esperanza Matemática de g(x) a: E [g( x )] = ∫ g(x) ⋅ dF (x) ℜ X Para variables discretas es: E [g( x )] = ∑ g( xi ) ⋅ PX (xi ) i en la que xi son los valores de la variable X de probabilidad no nula (PX(xi)≠0). IV. según esta definición. ¿Con cuántas pesetas debe penalizarse cada punto de diferencia negativa si queremos que el valor medio de la ganancia del jugador sea de 10 ptas. 1.3 (Variables discretas) Un juego consiste en lanzar un dado y determinar la diferencia entre el número de puntos obtenidos y el número 3.Concepto Dada la variable aleatoria X de función de distribución FX(x) y la función uniforme g(x). Ejemplo IV.. la esperanza matemática no existe si la serie o la integral (según corresponda) no es convergente. 2. tiene como campo de existencia X= (-2.3.? La variable X=“diferencia entre el número de puntos obtenido y el número 3”. Si la diferencia es no negativa se ganan 100 Ptas. por cada punto de diferencia. 0. La ganancia G(x) tiene la expresión: G(x)= 100·x si x≥0 G(x)= C·x si x<0 donde C es la penalización que debe imponerse por cada punto de diferencia negativa obtenido. Por ello los contenidos del capítulo se exponen de manera que puedan ser asimilados sin disponer de un conocimiento profundo de dicha teoría. 3) y todos sus valores tienen la misma probabilidad PX(xi) = 1/6. Y para variables continuas es: E [g( x )] = ∫ g(x) ⋅ f (x) ⋅ dx -∞ X +∞ Nótese que.

. es decir: E(X1+X2) = E(X1) + E(X2) E(k⋅X) = k⋅E(X) En efecto.. se obtiene fácilmente generalizando el de una variable unidimensional: E [g( X1... teniendo en cuenta las propiedades de la integral de Stieljes: E( X1 + X2 ) = ∫ ℜ2 ( x1 + x 2 ) ⋅ dF(x1..: E ( g ( x )) = ∑ g( x ) ⋅ P ( x ) = 10 i X i i =1 6 C·(-2)·1/6 +C·(-1)·1/6 +100·1·1/6 +100·2·1/6 +100·3·1/6 =10 Con lo que se obtiene que C=180 pts. de penalización.Capítulo IV: Variables Aleatorias Calculando el valor medio de la ganancia e igualando a 10 pts. simplemente por μ. ℜ2 x1 ⋅ dF(x1.. x 2 ) + ∫ ℜ2 x 2 ⋅ dF(x1.. x n ) ⋅ dFX ( x1.Propiedades a) La esperanza matemática es un operador lineal..48 . cuando no se preste a la confusión. x 2 ) = ∫ x ⋅ dF(x ) ℜ 1 1 1 ℜ 2 E( X1 + X2 ) = ∫ x ⋅ dF(x ) + ∫ x ℜ 1 ⋅ dF( x 2 ) E( X1 + X2 ) = E( X1 ) + E( X2 ) Así mismo E(k ⋅ X) = ∫ k ⋅ x ⋅ dF(x) = k ⋅ ∫ x ⋅ dF(x) ℜ ℜ por lo tanto IV. se denomina Esperanza Matemática de una variable aleatoria X a: E( X) = ∫ x ⋅ dF(x) ℜ que se designará.. x 2 ) y que además ∫ obtenemos que es decir.. x 2 ) = ∫ ℜ2 x1 ⋅ dF(x1. El concepto de esperanza matemática de una función de variable aleatoria n-dimensional. también por μX o.3.3.. Xn )] = ∫ ℜn r g( x1. En particular. xn ) o también: r E g( X) = [ ] ∫ ℜ n r r r g( x ) ⋅ dFX ( x ) IV...

Capítulo IV: Variables Aleatorias E(k ⋅ X) = k ⋅ E(X) b) Si las variables aleatorias X e Y son independientes. se cumple que: d d E X [g( x. entonces: E(X·Y) = E(X)·E(Y) En efecto: E( X ⋅ Y ) = ∫ ℜ2 x ⋅ y ⋅ dF( x.400] Por lo tanto. y ) = ∫ x ⋅ dF(x) ⋅ ∫ y ⋅ dF(y) = E( X) ⋅ E(Y) ℜ ℜ Se cumple entonces que { X e Y son independientes} ⇒ { E( X ⋅ Y ) = E( X) ⋅ E( Y )} c) Por una propiedad de la Integral de Stieljes.b] es: f X (x) = 1 b−a con x ∈ [a.4 (Variables continuas) La carga que tiene que transportar una carretilla en cada movimiento es una variable aleatoria X con distribución uniforme entre 300 y 400 Kg.5 pts 100 IV.b] SOLUCIÓN: La función de densidad de la variable carga será: f X (x) = 1 1 = 400 − 300 100 con x ∈ [300. t )] = E X ⎢ ⎥ dt ⎣ dt ⎦ Ecuación que será utilizada en la función característica.25 ⋅ x) ⋅ 1 ⋅ dx = 187. t) ⋅ dF(x) = ∫ ℜ ℜ d g(x. t) ⎤ E X [g( x. Ejemplo IV. t )] = dt dt ∫ g(x.49 . t) ⋅ dF(x) dt de donde: d ⎡ d g(x.25·x Calcular el coste medio por movimiento sabiendo que la función de densidad de una distribución uniforme en el intervalo [a. El coste de cada movimiento expresado en pesetas. es una función de la carga dada por la expresión g(x) = 100 + 0. el valor medio del coste por movimiento es: E [g(X)] = ∫ X g(x) ⋅ f X (x) ⋅ dx = ∫ 400 300 (100 + 0.

la definición anterior es: α ν = ∑ x iν ⋅ dPX ( x i ) ℜ en la que por xi se designa genéricamente a los valores de X cuya probabilidad es no nula. el momento central de orden ν de la variable aleatoria X será: μν = ∫ +∞ −∞ ( x − α1 )ν ⋅ fX ( x ) ⋅ dx IV.50 ... Si X es continua.Capítulo IV: Variables Aleatorias IV. teniendo en cuenta una propiedad de la Integral de Stieljes.Concepto Se denomina momento de orden ν respecto al origen de la variable aleatoria X a αν = ∫x ℜ ν ⋅ dFX ( x ) Si X es discreta.4..MOMENTOS IV. pues μ1=E(X-α1)=E(X)-E(α1)=E(X)-E(μX)=μX-μX=0 b) El momento central μν se puede obtener en función de los momentos respecto al origen fácilmente sin más que desarrollar el binomio (x-α1)ν y aplicar las propiedades del operador E. la definición de momento de orden ν respecto al origen se escribirá: αν = +∞ -∞ ∫ x ν ⋅ fX ( x ) ⋅ dx en la que f(x) es la función de densidad de la variable aleatoria X.4.1. α1 es la esperanza matemática o valor medio de X. por ejemplo: IV.2. la definición anterior se escribirá: μ ν = ∑ ( x i − α1 )ν ⋅ PX ( x i ) i Si X es continua.Propiedades a) El momento central de primer orden es siempre nulo. y lo designaremos por μX o. Denominaremos momento central de orden ν de la variable aleatoria X a: μ ν = E ( X − α1 ) ν = [ ] ∫ ℜ ( x − α1 )ν ⋅ dFX ( x ) Si X es discreta. En particular. simplemente por μ.4. Así.

Capítulo IV: Variables Aleatorias 2 2 μ 2 = E ( x − α1 )2 = E( x 2 + α1 − 2 ⋅ x ⋅ α1 ) = α 2 + α1 − 2 ⋅ α1 2 [ ] 2 μ2 = α 2 − α1 De la misma forma se deduce que: 3 μ 3 = α 3 − 3 ⋅ α1 ⋅ α 2 + 2α1 IV. a las definiciones de media y varianza..VARIANZA IV. En la varianza. IV. se le denomina varianza y también se le designa por σx2 y por D2(X). Indica “por donde” se encuentra situada la masa de probabilidad. la aplicación de la analogía mecánica.5. En el caso de X discreta se calcula mediante: σ2 = D2 ( X) = ∑ ( x i − μ X )2 ⋅ P( X = x i ) X i en la que los xi son los valores de X con probabilidad no nula.2. la media no es más que el centro de gravedad de la masa de probabilidad. el momento de inercia de la masa de probabilidad y es una medida del grado de dispersión de está masa. Las propiedades de la varianza son: a) La varianza de una constante es cero. La media no es más que la suma de los productos de los elementos diferenciales de masa de probabilidad multiplicados por su distancia al origen.5. los elementos diferenciales de masa de probabilidad no se multiplican por su distancia al origen.Propiedades Ayudará a la comprensión de las propiedades que se exponen a continuación.1. Representa. pues su masa de probabilidad está concentrada en un punto..51 ..5. expuesta en un tema anterior. sino por su distancia al centro de gravedad elevada al cuadrado. σ2 se calcula mediante: σ 2 = D2 ( X ) = X ∫ +∞ −∞ ( x − μ X )2 ⋅ fX ( x ) ⋅ dx en la que fX(x) es la función de densidad de X.Concepto Al momento central de orden dos μ2. Como la masa total es la unidad. por lo tanto. su centro de gravedad está en ese punto y las distancias de los puntos con masa IV. En el caso continuo.

X2). Por tanto: 2 D2 (a1 ⋅ X1 + a2 ⋅ X2 ) = a1 ⋅ D2 ( X1 ) + a2 ⋅ D2 ( X2 ) + 2 ⋅ a1 ⋅ a2 ⋅ cov( X1. el momento de inercia también lo es: D2 (k ) = ∫ (k − k ) ℜ 2 ⋅ dFX ( x ) D 2 (k ) = 0 b) D2(k·X) = k2·D2(X) En efecto.μX)2] = k2·E[(X . por tanto.k·μX)2] = E[k2·(X . el valor medio de k·X es: Por lo tanto: es decir: D2 (k ⋅ X) = k 2 ⋅ D2 ( X) E(k·X) = k·E(X) = k·μX D2(k·X) = E[(k·X .Capítulo IV: Variables Aleatorias al centro de gravedad son nulas y.μX)2] c) La varianza de a·X+b es a2·D2(X) En efecto. X2 ) 2 IV.52 .(a ⋅ μ X + b)) = E a2 ⋅ ( X − μ X )2 2 [ ] [ ] d) Varianza de la combinación lineal de dos variables: Como entonces E(a1·X1+a2·X2)=a1·μ1+a2·μ2 D2(a1·X1+a2·X2) = E ( [(a1 ⋅ X1 + a2 ⋅ X2 ) − (a1 ⋅ μ1 + a2 ⋅ μ 2 )] 2 ) de donde: D2(a1·X1+a2·X2) = E ( [(a1 ⋅ ( X1 − μ1 ) + a2 ⋅ ( X2 − μ 2 )] 2 ) elevando al cuadrado y aplicando las propiedades del operador E: 2 D2(a1·X1+a2·X2) = a1 ⋅ D2 ( X1 ) + a2 ⋅ D2 ( X2 ) + 2 ⋅ a1 ⋅ a2 ⋅ E [( X1 − μ1) ⋅ ( X2 − μ 2 )] 2 A la expresión: E[( X1 − μ1 ) ⋅ ( X2 − μ 2 )] se le denomina covarianza de X1 y X2 y se le representa por cov(X1. como es: por tanto: D2 (a ⋅ X + b) = a2 ⋅ D2 ( X) E(a·X+b) = a·μX+b D2 (a ⋅ X + b) = E ((a ⋅ X + b) .

sustituyendo en la ecuación anterior: {X1 y X2 son independientes} → {D2 ( X1 + X2 ) = D2 ( X1) + D2 ( X2 )} es inmediato que: {X1 y X2 son independientes} → {D2 ( X1 .X2) es decir.6. si las variables X1 y X2 son independientes.X2 ) = D2 ( X1) + D2 ( X2 )} IV. En efecto. pues por ser las dos variables independientes se cumple que: E[( X1 − μ1 ) ⋅ ( X2 − μ 2 )] = E( X1 − μ1 ) ⋅ E( X2 − μ 2 ) = (μ1 − μ1 ) ⋅ (μ 2 − μ 2 ) = 0 por tanto. la covarianza de X1 y X2.15. es decir A h = { x ∈ ℜ.Capítulo IV: Variables Aleatorias En general: n −1 n ⎛ n ⎞ n D2 ⎜ ∑ ai ⋅ Xi ⎟ = ∑ ai2 ⋅ D2 ( Xi ) + 2 ⋅ ∑ ∑ ai ⋅ a j ⋅ cov( Xi .TEOREMA DE TCHEBYCHEFF..53 . X j ) ⎜ ⎟ i =1 i +1 ⎝ i =1 ⎠ i =1 e) Si dos variables aleatorias son independientes.. el término cov(X1.Valores de X que satisfacen que g(X)≥h Por ser Ah ⊂ ℜ (en sentido amplio): IV. Si g(X) es una función no negativa de la variable aleatoria X. g(x) ≥ h} Gráficamente: g(X) h X Ah Figura IV. la varianza de la suma es la suma de las varianzas. se cumple que ∀ h ∈ ℜ+: P [g( X) ≥ h] ≤ E [g( X)] h Sea Ah el conjunto de los valores de X que satisfacen a g(x)≥h. es nulo.

Parámetros de posición Estos parámetros indican por donde se encuentra situada la masa de probabilidad a lo largo del eje de abscisas.. se utilizan ciertos parámetros que indican la posición. por ser muy asimétrica la distribución de la masa de probabilidad.1.Capítulo IV: Variables Aleatorias E [g( x )] = ∫ g(x) ⋅ dF (x) ≥ ∫ g(x) ⋅ dF (x) ℜ X Ah X Por ser g(x)≥h para todo x∈Ah: ∫ g(x) ⋅ dF (x) ≥ h ⋅ ∫ dF (x) = h ⋅ P( X ∈ A ) = h ⋅ P [g( X) ≥ h] Ah X Ah X h En consecuencia: P [g( X) ≥ h] ≤ E [g( X)] h Es fácil comprobar que la demostración es la misma si sustituimos la variable aleatoria unidimensional X por la variable aleatoria n-dimensional.54 . IV. Aunque la distribución de una variable aleatoria queda perfectamente caracterizada por su función de distribución o bien por su función de densidad (en variables continuas) o por su ley de probabilidades (en variables discretas). Xn ) Por otra parte. El más frecuentemente utilizado es el valor medio o esperanza matemática. que. asimetría y curtosis (o apuntamiento) de la masa de probabilidad. la media represente mal a la posición de la masa. IV. con el fin de describir determinados aspectos de la distribución de masa de probabilidad de una variable aleatoria.. como sabemos. Sin embargo. si g(x)=(x-μX)2.PARÁMETROS DE UNA DISTRIBUCIÓN. y h=k2⋅σ2. IV. Describiremos los más usuales. dispersión.. X2.7. la media puede no existir. representa el centro de gravedad de la masa de probabilidad...7.. r X = ( X1. o bien puede ocurrir que. la ecuación anterior se escribe: P ( X − μ X )2 ≥ k 2 ⋅ σ2 ≤ [ ] σ2 k 2 ⋅ σ2 de donde: P X − μX ≥ k ⋅ σ ≤ [ ] 1 k2 Ecuación que es conocida como la desigualdad de Bienaymé-Tchebycheff. en cuyo caso se utilizan otros parámetros de posición.

Sin embargo. representa al momento de inercia de la masa de probabilidad y puesto que ésta es constante e igual a la unidad. que se define como el cociente entre la desviación típica y la media. En distribuciones asimétricas.3. se puede utilizar μ3 como una medida de asimetría. la mediana y la moda coinciden.Parámetros de posición en distribuciones asimétricas IV. En el caso de que ésta intersección no sea un punto sino un segmento. por otra parte.Capítulo IV: Variables Aleatorias La mediana es la abscisa del punto de intersección de la función de distribución con la recta FX(x)=0.7. en distribuciones simétricas unimodales. Otro parámetro de dispersión lo constituye el coeficiente de variación. los momentos respecto al origen de orden impar (si existen) son siempre nulos. las unidades de σ2 son las de la variable aleatoria X elevadas al cuadrado. Una misma variable puede tener más de una moda.5.7.16. μ1 siempre es nulo. Tiene las mismas unidades que la variable x. Con el fin de utilizar un parámetro adimensional.55 .. σ2 aumenta a medida que la masa de probabilidad se dispersa.Parámetros de asimetría Si la masa de probabilidad se distribuye simétricamente. se utiliza como medida de asimetría a: IV. Evidentemente. Es un parámetro adimensional. como sabemos. La moda corresponde a un máximo relativo de la función de densidad o de la ley de probabilidades. IV.. que se define como la raíz cuadrada positiva de la varianza y se representa por σ. La mediana tiene un 50% de masa de probabilidad a su izquierda y otro 50% de masa a su derecha. fX(x) mediana fX(x) mediana moda media X media moda X Figura IV. se toma como mediana la abscisa del punto medio de este segmento.2. Como. la posición relativa de estos parámetros es la que se muestra en la figura IV. Por esta razón se utiliza con mucha frecuencia a la desviación típica.Parámetros de dispersión Estos parámetros tratan de medir el mayor o menor grado de concentración o de dispersión de la masa de probabilidad.16. El parámetro más utilizado es la varianza σ2 que. la media..

IV.Capítulo IV: Variables Aleatorias γ1 = μ3 σ3 En una función de densidad unimodal con una rama larga a la derecha y otra corta a la izquierda.56 . los cubos de las desviaciones positivas respecto de la media serán mayores que los cubos de las desviaciones negativas y. trata de medir el grado de apuntamiento de la distribución en las proximidades de su media y se define por: γ2 = μ4 −3 σ4 En función de los valores que tome este parámetro. por tanto γ1 es positivo. en este caso diremos que la asimetría es positiva. IV.4..Parámetros de apuntamiento El coeficiente de apuntamiento o curtosis. De forma análoga se define asimetría negativa. las distribucciones se clasifican en: γ2<0 γ2=0 γ2>0 planicúrticas mesocúrticas leptocúrticas Las distribuciones mesocúrticas tienen un apuntamiento como el de la distribución Normal que veremos en capítulos posteriores.7.

Capítulo IV: Variables Aleatorias Tema 5.Variables aleatorias discretas IV.57 .

58 .CAPITULO V: Principales Distribuciones Discretas IV.

.1.59 . En cada repetición observemos si ha ocurrido el suceso A o su complementario.Definición Sea A un suceso de probabilidad p asociado a una experiencia aleatoria. en consecuencia.1.1.3.Valor medio Por tratarse de una variable discreta.2.VARIABLE DICOTÓMICA V.1..1.Varianza La varianza de X se calculará: σ2 = E ( x − μ )2 = ∑ (x i − μ ) ⋅ PX (xi ) = (0 − p)2 ⋅ q + (1 − p)2 ⋅ p = p2 ⋅ q + q2 ⋅ p X 2 i =1 [ ] 2 es decir: σ2 = p ⋅ q ⋅ (p + q) = p ⋅ q X por tanto: D2 ( X) = p ⋅ q La desviación típica será: σX = + p ⋅ q V.Definición Diremos que la variable aleatoria X es una variable dicotómica de parámetro p y la representaremos por X≡D(p) si toma únicamente dos valores: X=1 con probabilidad p X=0 con probabilidad q=1-p V. la esperanza matemática será: μ X = E(X ) = ∑ xi ⋅ P( x i ) = 0 ⋅ q + 1⋅ p = p i =1 2 es decir: E( X) = p V. que después de cada repetición el fenómeno queda en la misma situación probabilística que antes de realizar dicha repetición y. la V.2.VARIABLE BINOMIAL V... Repitamos n veces la realización del fenómeno aleatorio o de la experiencia de que se trate... Supongamos además.1.2.Capítulo V: Principales Distribuciones Discretas V.

en cada repetición. y obtenemos el resultado A1. Si designamos por X a la variable “número de veces que ocurre el suceso A. A3. Si. entonces X es una variable binomial de parámetros n y p y la representaremos por X≡B(n.p) cuando las Yi son independientes. El suceso A ocurrirá dos veces si ocurre uno de los siguientes sucesos: B1 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B2 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B3 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B4 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B5 = A 1 ∩ A 2 ∩ A 3 ∩ A 4 B6 = A1 ∩ A 2 ∩ A 3 ∩ A 4 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 Si designamos por X a la variable binomial “número de veces que ocurre A al efectuar 4 repeticiones independientes”.p) es la suma de n variables dicotómicas independientes de parámetro p. Pues bien. de probabilidad P(A)=p.2. A 4 (el subíndice indica el número de la repetición).2.60 . La misma probabilidad tendrá cualquier combinación en la que el suceso A ocurra dos veces.p). ⎨ n ⎩ i =1 ⎫ Yi ≡ D(p) independie ntes ⎬ ⎭ V. entonces. que: Una variable aleatoria Binomial X≡B(n. A 2 .. más concretamente. su probabilidad es: P A1 ∩ A 2 ∩ A 3 ∩ A 4 = P(A1 ) ⋅ P A 2 ⋅ P(A 3 ) ⋅ P A 3 = p2 ⋅ q2 ( ) ( ) ( ) por ser las repeticiones independientes. entonces: ⎛6 ⎞ P( X = 2) = P ⎜ U Bi ⎟ = 6 ⋅ p2 ⋅ q2 ⎟ ⎜ ⎝ i =1 ⎠ V. cuando efectuamos n repeticiones independientes del fenómeno al que va asociado”. Yi toma el valor 1 si en la repetición número i ocurre el suceso A y toma el valor 0 si no ocurre. que tiene asociado un suceso A de probabilidad P(A)=p. coincide con su correspondiente probabilidad inicial. Es decir. p)} ⇔ ⎧ X = ∑ Yi . además. llamamos X a ∑ Yi = X i =1 n entonces X≡B(n. Yi es una variable dicotómica de parámetro p. La definición anterior es equivalente a la siguiente basada en el concepto de variable dicotómica: si por Yi designamos a la variable que expresa el resultado de la repetición número i y. { X ≡ B(n.Ley de probabilidades Supongamos que efectuamos 4 repeticiones independientes de un experimento aleatorio.Capítulo V: Principales Distribuciones Discretas probabilidad condicional de A.

En general.61 . PX(x) 0.2) Nótese que la suma de las probabilidades es 1. será la probabilidad de que ocurra uno de los ⎛n⎞ ⎜ ⎟ ⎜ν⎟ ⎝ ⎠ sucesos Bi. cada una de las probabilidades anteriores.Función de Probabilidad de una B(10.1: En un almacén de repuestos se recibe un lote con miles de remaches de los que un 1% son defectuosos.1.3 0. cada uno de ellos con una probabilidad igual a pν⋅qn-ν.2 0. a) ¿Cuál es la probabilidad de que al tomar al azar de ese lote una muestra de 50 remaches contenga 2 remaches defectuosos? b) Para la aceptación de los lotes recepcionados se aplica un plan de control de calidad consistente en muestrear aleatoriamente 50 remaches y aceptar el lote si aparecen como máximo 2 remaches defectuosos. si hacemos n repeticiones independientes.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura V. Este hecho es el que da nombre a la variable aleatoria binomial: ∑ ⎜⎜⎝ ν ⎟⎟⎠ p ⋅ q ν ν =0 n ⎛n⎞ n−ν = (p + q)n = 1n = 1 Ejemplo V.. precisamente. pues el desarrollo del binomio de Newton da.1.Capítulo V: Principales Distribuciones Discretas donde el número 6 es el número de combinaciones al tomar 4 elementos de dos en dos. es decir: ⎛n⎞ P( X = ν ) = ⎜ ⎟ ⋅ pν ⋅ qn − ν ⎜ν⎟ ⎝ ⎠ La representación gráfica de la ley de probabilidades tiene la forma de la figura V. ¿Cuál es la probabilidad de aceptar con este plan de control el lote anteriormente referido? c) Si aceptamos el lote solo cuando todos los remaches de la muestra son correctos ¿Cual debería ser el número de remaches que debemos inspeccionar si pretendemos aceptar con una probabilidad menor que 0.10 aquellos lotes que contengan un 5% de remaches V.0. la probabilidad de que ocurra X=ν veces el suceso A.

0. la probabilidad obtenida indica que el 7’6% de las muestras de 50 remaches que pudiéramos obtener al azar del lote propuesto tendrían exactamente dos remaches defectuosos.980 ⎜0 ⎟ ⎜1 ⎟ ⎜2⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Es decir.62 . es decir: ⎛n⎞ P(Y = 0) = ⎜ ⎟ ⋅ 0.10.05).011 ⋅ 0.p) suma de n variables dicotómicas.012 ⋅ 0.01). y la probabilidad pedida es: ⎛ 50 ⎞ P(X = 2) = ⎜ ⎟ ⋅ 0. la varianza de una variable binomial. b) El número de remaches defectuosos en la muestra sería la misma variable del apartado anterior y la probabilidad de aceptar al lote sería: Pa=P(X≤2)=P(X=0)+P(X=1)+P(X=2) ⎛ 50 ⎞ ⎛ 50 ⎞ ⎛ 50 ⎞ Pa = ⎜ ⎟ ⋅ 0. pues éstas son independientes.Capítulo V: Principales Distribuciones Discretas defectuosos? SOLUCIÓN: a) El número de remaches defectuosos en la muestra referida será una variable X≡B(50. Yi. la variable que representa los remaches defectuosos será Y=B(n.99 50 + ⎜ ⎟ ⋅ 0.99 49 + ⎜ ⎟ ⋅ 0.2.05 0 ⋅ 0.2.010 ⋅ 0.0.. Deberemos seleccionar n de manera que se cumpla que P(Y=0)≤0.99 48 = 0.. su esperanza matemática será: ⎡n ⎤ n E( X) = E ⎢∑ Yi ⎥ = ∑ E( Yi ) = n ⋅ p ⎣ i =1 ⎦ i =1 E( X) = n ⋅ p V. es la suma de las varianzas de las variables dicotómicas que la definen. por ello: V. el 98% de los lotes serán aceptados.4.10 ⎜0 ⎟ ⎝ ⎠ operando obtenemos: n≥45 remaches V.012 ⋅ 0. c) Si los remaches defectuosos en el lote son un 5% y seleccionamos al azar n remaches.Media Por ser X≡B(n.95 50 ≤ 0.3.076 ⎜2⎟ ⎝ ⎠ En términos de frecuencia.99 48 = 0.Varianza Como en el apartado anterior.

se cumple que: { Si X1≡ B(n1. y teniendo en cuenta la correspondencia biunívoca entre función de distribución y función característica establecida por el teorema de la inversión. (Anexo I). sea X1≡B(n1. En consecuencia.Adición Si X1 y X2 son variables Binomiales independientes con idéntico parámetro p.5. las funciones características son. respectivamente: ϕ X1 ( t ) = p ⋅ eit + q ( ) n1 ϕ X 2 ( t ) = p ⋅ eit + q ( ) n2 por ser X1 y X2 independientes. p) y X2 ≡ B(n2 . su suma es otra variable Binomial con el mismo parámetro p. En consecuencia. En efecto.Capítulo V: Principales Distribuciones Discretas ⎡n ⎤ n D2 ( X) = D2 ⎢∑ Y i⎥ = ∑ D2 ( Yi ) ⎣ i =1 ⎦ i =1 por lo tanto: D2 ( X) = n ⋅ p ⋅ q y la desviación típica es: σX = n ⋅ p ⋅ q V. Bernouilli en su obra póstuma Ars Conjectandi en 1713.p). se enuncia así: La frecuencia relativa con que se presenta un suceso A de probabilidad p al efectuar n repeticiones independientes del experimento al que va asociado converge en probabilidad a p...63 . Si X es la frecuencia absoluta con que ocurre el suceso A de probabilidad P(A)=p al efectuar n repeticiones independientes de un cierto fenómeno aleatorio. X es una variable aleatoria binomial de parámetros n y p.2.TEOREMA DE BERNOUILLI Este teorema que fue publicado y demostrado (aunque de forma diferente a la que aquí se expone) por primera vez por J.p) y X2 ≡B(n2. la frecuencia relativa: fr = X n es una variable aleatoria cuya media es: E(fr ) = n⋅p =p n V. p) independientes} ⇒ { X1 + X2 ≡ B(n1 + n2 .3. p)} V. la función característica de la suma es el producto de las funciones características: ϕ X1 + X 2 ( t ) = p ⋅ eit + q ( ) n1 + n 2 que es la función característica de una variable Binomial de parámetros n1+n2 y p.

Es decir que: Si tomamos fr como estimación de p. p⋅q ≤ 1 4 Obtendremos que P fr − p ≥ ε ≤ [ ] 1 4 ⋅ n ⋅ ε2 Para un ε ∈ ℜ+ se cumple que: n→∞ lim P fr − p ≥ ε = 0 [ ] es decir: fr ⎯P p ⎯→ La interpretación práctica de este teorema es muy clara. en valor absoluto. puesto que si llamamos z=p·q=p·(1-p)=p-p2 derivando z respecto de p e igualando a 0: dz = 1 − 2p = 0 dp ⇒ p= 1 2 con d2 z = −2 < 0 dp2 entonces.64 .Capítulo V: Principales Distribuciones Discretas y cuya varianza y desviación típica son: D2 (fr ) = 1 p⋅q n⋅p ⋅q = 2 n n D(fr ) = p⋅q n Por el teorema de Bienaymé-Tchebycheff: ⎡ p⋅q⎤ 1 P ⎢ fr − p ≥ k ⋅ ⎥≤ n ⎥ k2 ⎢ ⎣ ⎦ llamando ε a: ε =k⋅ p⋅q n tendremos que P fr − p ≥ ε ≤ [ ] p⋅q ε2 ⋅ n Teniendo en cuenta que el valor máximo de p·q es 1/4. al realizar un número n grande de repeticiones. V. es casi seguro que el error que cometeremos es menor que ε. es tan poco probable como queramos que la frecuencia relativa con que ocurre el suceso A difiera de la probabilidad de A. siendo ε un número arbitrariamente pequeño. pues establece que haciendo un número suficientemente grande de repeticiones. más de una cierta cantidad prefijada.

Por ejemplo.01. al estimar p mediante fr. manteniendo el valor medio de X constante.4. V. manteniéndose constante el valor medio λ=n·p. hagamos λ=n·p en la que λ se mantiene constante cuando n crece indefinidamente. será ⎛n⎞ P( X = ν ) = ⎜ ⎟ ⋅ pν ⋅ (1 − p)n − ν ⎜ν⎟ ⎝ ⎠ que puede escribirse como V. una vez fijado el error máximo ε que aceptamos cometer con una probabilidad menor o igual que δ..1 sea de δ≤0.12 en consecuencia. cuando n tiende a infinito y simultáneamente p tiende a cero.65 .4. Pues bien: Una variable de Poisson es una variable Binomial de parámetros n y p. su ley de probabilidades.Definición Sea X una variable Binomial de parámetros n y p. si efectuamos 2500 repeticiones del experimento aleatorio.. cometeremos un error menor que 0. V. Como p= λ n p tenderá a cero cuando n tienda a infinito.01 ⋅ 0.2. Hagamos tender n a infinito.1 en más del 99% de los casos en el que se efectúe tal estimación. para 0≤ν≤n.p). es decir..DISTRIBUCION DE POISSON V. La designaremos por X≡PS(λ).4. si deseamos que la probabilidad de cometer un error mayor que ε=0. tendremos que: n≥ 1 = 2500 4 ⋅ 0.Capítulo V: Principales Distribuciones Discretas Si hacemos δ≥ 1 4nε2 entonces de donde obtenemos que P fr − p ≥ ε ≤ δ [ ] n≥ 1 4 ⋅ δ ⋅ ε2 lo que permite calcular n.1.Ley de probabilidades Si X≡B(n.

.Capítulo V: Principales Distribuciones Discretas P( X = ν ) = n ⋅ (n − 1). 2. 3..1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura V. a) Determinar la probabilidad de que al seleccionar al azar una carcasa de esa fabricación V.(n − ν + 1) ν ⋅ p ⋅ (1 − p)n − ν ν! Multiplicando y dividiendo por nν : ⎡ 1 ⎤ ⎡ ν − 1⎤ 1⋅ ⎢1 − ⎥ ⋅ ⋅ ⋅ ⎢1 − n⎦ ⎣ n ⎥ ⎦ ⋅ (n ⋅ p)ν ⋅ (1 − p)n − ν P( X = ν ) = ⎣ ν! y teniendo en cuenta que λ=n·p ⎡ 1 ⋅ ⎢1 − P( X = ν ) = ⎣ ν − 1⎤ 1⎤ ⎡ ⋅ ⋅ ⋅ ⎢1 − n ⎥ ν n⎥ ⎦ ⎣ ⎦λ ν! λ⎤ ⎡ ⋅ ⎢1 − ⎥ ⋅ q− ν n⎦ ⎣ n tomando límites cuando n tiende a infinito y teniendo en cuenta que p tiende a cero (q→1) n→∞ lim P( X = ν ) = e − λ ⋅ λν ν! Luego si X es una variable de Poisson.3 0.Función de probabilidad de una Ps(2) Ejemplo V..2 El número de defectos de pintura en la carcasa de una lavadora puede asumirse que es una variable aleatoria con distribución de Poisson de promedio λ=2 defectos/unidad.2.66 . con probabilidades: P( X = ν ) = e − λ ⋅ λν ν! obsérvese que: ν =0 ∑ P( X = ν ) = ∑ ∞ ∞ e − λ ⋅ λν λν = e−λ ∑ = e − λ ⋅ eλ = 1 ν! ν! ν =0 ν =0 ∞ PX(x) 0. X es discreta y toma los valores X = 0. .2 0. 1...

la probabilidad anterior equivale a decir que el 18% de las carcasas fabricadas presentan exactamente 3 defectos.18 3! en términos de frecuencia.Varianza Derivando nuevamente la función característica: d2ϕ X (t ) d λ (eit −1) = e ⋅ λ ⋅ eit ⋅ i dt dt 2 [ ] it it d2ϕ X (t ) = eλ (e −1) ⋅ λ2 ⋅ e2it ⋅ i2 + λ ⋅ eit ⋅ i2 ⋅ eλ (e −1) 2 dt haciendo t=0: V.125 V. se toma al azar una de las carcasas fabricadas y se acepta que el proceso es correcto si en ella encontramos 2 o menos defectos.3. en promedio 5 defectos por unidad fabricada? SOLUCIÓN: a) La probabilidad pedida es: P(X = 3) = e −2 ⋅ 2 3 = 0. b) En este caso. ¿Cuál es la probabilidad de aceptar como correcto con este control un proceso en el que se producen.4. el número de defectos en cada carcasa será una variable con distribución X=Ps(5) y la probabilidad de aceptar el proceso como correcto: P ( aceptar) = P( Ps(5)≤2) = 0.4. b) Para controlar la calidad del proceso de fabricación de las carcasas.4.Media Si derivamos la función característica respecto de t y hacemos t=0. podemos calcular α1 =μ : it dϕ X (t ) = eλ (e −1) ⋅ λ ⋅ eit ⋅ i dt de donde: ⎡ dϕ X ( t ) ⎤ ⎢ dt ⎥ = λ ⋅ i =α1·i ⎦ t =0 ⎣ por tanto: E( X) = λ V..Capítulo V: Principales Distribuciones Discretas aparezcan en ella exactamente 3 defectos..67 .

Capítulo V: Principales Distribuciones Discretas ⎡ d2ϕ X ( t ) ⎤ 2 2 ⎥ = λ + λ ⋅i ⎢ 2 ⎣ dt ⎦ t = 0 ( ) de donde : α 2 = λ2 + λ 2 Como σ 2 = α 2 − α 1 . Por tanto: { Si X1 ≡ PS(λ1 ) y X 2 ≡ PS(λ 2 ) independientes} ⇒ { X1 + X2 ≡ PS(λ1 + λ 2 )} V. El número de elementos de A que resultan al extraer al azar y sin reemplazamiento n elementos de E.n. Pues bien. Lógicamente se cumple que p+q=1 y N1+N2=N. la función característica de la suma es: ϕ X1 + X 2 ( t ) = e(λ1 + λ 2 )(e it −1 ) que es la función característica de una variable de Poisson de parámetro λ1+λ2.Definición Supongamos que un lote contiene N piezas y que de ellas p·N=N1 son defectuosas y que q·N=N2 son correctas.68 . V. Llamemos n1 a las piezas defectuosas que hemos extraído y n2 a las piezas correctas. Extraigamos sin reemplazamiento n piezas del lote de tal forma que todas las piezas tengan la misma probabilidad de formar parte de las n piezas extraídas (n≤p·N y n≤q·N).1...4.5. el número de piezas defectuosas n1 se distribuye según una variable hipergeométrica. si X1≡PS(λ1) y X2≡PS(λ2). En efecto. respectivamente: it it ϕX1 ( t ) = eλ1 (e −1) y ϕX 2 ( t ) = eλ 2 (e −1) por ser independientes. Sea E una población finita cuyos elementos son de dos tipos: A y A .Adición La suma de dos variables de Poisson independientes es otra variable de Poisson cuyo parámetro es la suma de los parámetros de las variables sumadas.VARIABLE HIPERGEOMÉTRICA V. Lógicamente se cumple que n1+n2=n.5. sus funciones características son.. es una variable hipergeométrica y la designaremos por X≡H(N. será: σ2 = λ2 + λ − λ2 = λ es decir: D2 ( X ) = λ V.5.p).

Capítulo V: Principales Distribuciones Discretas

La variable Hipergeométrica es discreta y toma los valores X=0, 1, 2 .., n. V.5.2.- Ley de probabilidades Recordemos que el número de subconjuntos de tamaño n que se pueden formar de un conjunto de tamaño N es:
⎛ N⎞ ⎜ ⎟ ⎜n⎟ ⎝ ⎠

éste será, por tanto, el número de posibles extracciones, todas ellas con la misma probabilidad. El número de subconjuntos de n1 elementos de un conjunto de N1 elementos es:
⎛ N1 ⎞ ⎜ ⎟ ⎜n ⎟ ⎝ 1⎠

El número de subconjuntos de n2 elementos que se pueden extraer de un conjunto de N2 elementos es:
⎛ N2 ⎞ ⎜ ⎟ ⎜n ⎟ ⎝ 2⎠

El número de subconjuntos de n elementos que tienen n1 en A y n2 en A es:
⎛ N1 ⎞ ⎛ N2 ⎞ ⎜ ⎟·⎜ ⎟ ⎜n ⎟ ⎜n ⎟ ⎝ 1⎠ ⎝ 2⎠

En consecuencia, la probabilidad de que al extraer n unidades sin reemplazamiento de ellas n1 pertenezcan a A y n2 pertenezcan a A es:
⎛ N1 ⎞ ⎛ N2 ⎞ ⎜ ⎟⋅⎜ ⎟ ⎜n ⎟ ⎜n ⎟ ⎝ 1⎠ ⎝ 2 ⎠ ⎛ N⎞ ⎜ ⎟ ⎜n⎟ ⎝ ⎠

Teniendo en cuenta que N1=p·N, que N2=q·N, que n1+n2=n, y llamando ν=n1, si X≡H(N,n,p), entonces:
⎛N ⋅ p ⎞ ⎛ N ⋅ q ⎞ ⎜ ⎜ ν ⎟ ⋅ ⎜n − ν ⎟ ⎟ ⎜ ⎟ ⎠ ⎝ ⎠ P( X = ν ) = ⎝ ⎛ N⎞ ⎜ ⎟ ⎜n⎟ ⎝ ⎠

El valor medio y la varianza de esta variable son:
E( X) = n ⋅ p

V.69

Capítulo V: Principales Distribuciones Discretas

D2 ( X ) = n ⋅ p ⋅ q ⋅

N−n N −1

V.5.3.- Convergencia Cuando N es grande en comparación con n, después de extraer cada una de las n unidades, la composición de población prácticamente no se modifica, y todo ocurre como si las extracciones fueran con reemplazamiento y, por tanto, la variable X=H(N,n,p) pasa a ser X=B(n,p). Más exactamente, la variable hipergeométrica converge en distribución a una variable binomial cuando N crece manteniendo n y p constantes.

Ejemplo V-3 Calcular la probabilidad de obtener 4 aciertos al realizar una única apuesta en la loteria primitiva. SOLUCIÓN: En la lotería primitiva existen N=49 números diferentes de los cuales Np=6 son premiados y Nq=43 no lo son. Al realizar una apuesta se seleccionan (sin reemplazamiento) 6 números diferentes. Con este planteamiento, el número de aciertos obtenidos en una apuesta es una variable hipergeométrica X = H(49, 6, 6/49). Entonces
⎛ 6 ⎞ ⎛ 43 ⎞ ⎜ ⎟⋅⎜ ⎟ ⎜4 ⎟ ⎜2 ⎟ P(X = 4) = ⎝ ⎠ ⎝ ⎠ = 9.68 ⋅10 − 4 ⎛ 49 ⎞ ⎜ ⎟ ⎜6 ⎟ ⎝ ⎠

V.6.- VARIABLE BINOMIAL NEGATIVA V.6.1.- Definición Consideremos un suceso A de probabilidad p=P(A). Efectuemos repeticiones independientes hasta que ocurra “r” veces el suceso A. Pues bien: El número de repeticiones independientes que hay que efectuar hasta que ocurra exactamente “r” veces el suceso A de probabilidad p, es una variable aleatoria Binomial Negativa y la representaremos mediante X≡BN(r,p) La variable BN(r,p) es discreta, infinito numerable y toma los valores r, r+1,r+2,... V.6.2.- Ley de probabilidades

V.70

Capítulo V: Principales Distribuciones Discretas

La variable aleatoria X≡BN(r,p) toma el valor ν, si y sólo si en las ν-1 primeras repeticiones el suceso A ocurre r-1 veces y en la repetición ν-ésima ocurre el suceso A. La probabilidad de que en ν-1 repeticiones independientes ocurra r-1 veces el suceso A de probabilidad p es:
⎛ ν − 1⎞ r −1 ν −r ⎜ ⎜ r − 1⎟ ⋅ p ⋅ (1 − p) ⎟ ⎝ ⎠

en consecuencia:
⎛ ν − 1⎞ r ν −r P( X = ν ) = ⎜ ⎜ r − 1 ⎟ ⋅ p ⋅ (1 − p) ⎟ ⎝ ⎠

V.6.3.- Media y Varianza Por derivación de ϕX(t) respecto de t obtenemos los momentos respecto al origen de primero y segundo orden. A partir de estos momentos obtenemos:
E( X) = r p

y
D2 ( X ) = r⋅q p2

Ejemplo V.4 En la centralita de teléfonos de una empresa se reciben, de modo aleatorio, un 20% de llamadas del extranjero. a) Determinar la probabilidad de que se reciban 10 llamadas hasta registrar la segunda procedente del extranjero. b) ¿Cuál es el promedio de llamadas recibidas hasta totalizar 5 procedentes del extranjero? SOLUCIÓN: a) La variable "número de llamadas recibidas hasta obtener la segunda procedente del extranjero" será, según los datos del enunciado, X=BN(2,0.20). Entonces,
⎛10 − 1 ⎞ 2 8 P(X = 10) = ⎜ ⎜ 2 − 1 ⎟ ⋅ 0.2 ⋅ 0.8 = 0.06 ⎟ ⎝ ⎠

b) En este caso la variable es X=BN(5,0.20). Entonces,
E(X) = r 5 = = 25 p 0.20

llamadas

V.71

X2. se efectuaba una partición del Espacio Muestral E en dos sucesos que denominábamos A y A .Ak. se denomina variable k-aria.0.. A2. el número de veces que ocurre cada uno de estos k sucesos al efectuar n repeticiones del fenómeno aleatorio.7. si ha ocurrido el suceso A2 tomará el valor (0.0.0. ahora. En la figura V. por tanto. como se cumple que: r M ∑ Xi i =1 k =1 la masa de probabilidad se encuentra en un hiperplano de dimensión k-1 y.1.3 se ha representado a la variable binaria.0) y.Definición En las variables estudiadas hasta ahora..1) con probabilidad pk=P(Ak) La variable X = ( X1.VARIABLE K-ARIA V. En este apartado y en el siguiente. Así.Capítulo V: Principales Distribuciones Discretas V.0. si ha ocurrido el suceso Ai la r variable X toma un valor que tiene un 1 en la componente número i y 0 en el resto.. Obsérvese que la masa de probabilidad se encuentra concentrada en dos puntos cuyas coordenadas satisfacen a X1+X2=1. una variable discreta que toma los valores que a continuación se expresan con las probabilidades que se indican: (1. en general.0) con probabilidad p2=P(A2) (0. consideraremos que se efectúa una partición de E en k sucesos denominados A1. Es. límite cuando n→∞ y p→0.…. La variable k-dimensional discreta. La variable aleatoria k-dimensional que indica en cada repetición cuál de los k sucesos ha ocurrido. Xk )' indica el suceso que ha ocurrido.. V. Aunque la variable k-aria tiene k componentes (variables marginales)..0. por ejemplo. la característica o rango de la matriz de varianzas covarianzas es r=k-1.7.0.0) con probabilidad p1=P(A1) (0.72 . se llama variable k-aria. una de cuyas componentes toma el valor 1 y el resto son todo 0 y que sirve para indicar el suceso que ha ocurrido de los k sucesos en que se ha particionado E.…. Bajo distintos supuestos (extracciones sin reemplazamiento.….1.1.1.0) con probabilidad p3=P(A3) (0. etc). Observaremos. repeticiones independientes.….0. las diferentes variables indicaban las veces que ocurría el suceso A. Cada una de las variables marginales de una k-aria es una variable dicotómica de parámetro pi .….….. por tanto.

t k .. una partición del espacio muestral E.3. p3 ..8. t 2 . V.7.2.. pk ) y como matriz de varianzas-covarianzas: ⎡ p1q1 − p1q2 ⎢ p2q2 −p q V=⎢ 2 1 ⎢ L L ⎢ ⎣ − pk q1 − pk q2 L − p1qk ⎤ ⎥ L − p2qk ⎥ L L ⎥ ⎥ L pk qk ⎦ V.. Evidentemente: ∑ pi = 1 i =1 k Efectuemos n repeticiones independientes del fenómeno aleatorio. p2 . La variable k-dimensional X = ( X1.) = ∑ p j ⋅ e j =1 k it j V.8..VARIABLE MULTINOMIAL V. es decir: U Ai = E y i Ai I A j = ∅ i≠ j Sea pi=P(Ai).1) p2 p1 (1..Capítulo V: Principales Distribuciones Discretas X2 (0.....Ak. Xk )′ se denomina variable multinomial..Variable binaria (k=2) La expresión de la función caracteristica de esta variable es: ϕn (t1. X2 .0) X1 Figura V.….1. A2.Vector de medias y Matriz de varianzas-covarianzas Esta variable k-dimensional tiene como vector de medias: r μ′ = (p1.73 ..Definición Sea A1. y llamemos Xi al número r de veces que ocurre Ai....

Xk = νk ) = n! ν ν p1 1 ⋅ pν 2 ⋅ ... A2 y A3. A1. luego: P(X1 =3. si ocurre cualquiera de los sucesos que se pueden obtener del B mediante las permutaciones con repetición de 6 elementos de los que 3 son de un tipo 2 de otro y 1 de otro. n ⋅ pk ) y la matriz de varianzas-covarianzas es: ⎡ np1q1 − np1q2 ⎢ − np2q1 np 2q2 V=⎢ ⎢ L L ⎢ − npk q1 − npk q2 ⎣ L − np1qk ⎤ ⎥ L − np 2qk ⎥ L L ⎥ ⎥ L npk qk ⎦ V..8.Vector de medias y Matriz de varianzas-covarianzas El vector de medias de esta variable k-dimensional es: r μ′ = (n ⋅ p1. y hemos realizado 6 repeticiones del fenómeno aleatorio. X3 =1) = 6! 3 p1 ⋅ p2 ⋅ p3 2 3!⋅2!⋅1 ! y en general: P(X1 = ν1... Supongamos también que se ha obtenido el siguiente suceso: B= A1. las variables Yi son independientes entre sí. supongamos que k=3 y que n=6. A1. A2 la probabilidad de este suceso es: 3 P(B) = p1 ⋅ p2 ⋅ p3 2 Ocurrirá 3 veces A1. ⋅ pk k 2 ν1!⋅ν 2!⋅.. X2 = ν 2. ⋅ νk ! con ∑ νi = n y ∑ pi = 1 .p1.... n ⋅ p2 .pk) V. 2 veces A2 y 1 vez A3..8.Capítulo V: Principales Distribuciones Discretas Si llamamos Yi a la variable aleatoria k-aria que indica el resultado de la repetición número i. que tenemos 3 sucesos A1. A3.. X2 = 2. Todos ellos tienen la misma probabilidad.2.. A2. es decir. L . i =1 i =1 k k V. es: X = ∑ Yi i =1 n por tratarse de repeticiones independientes. A la variable multinomial la representaremos mediante X≡MN(n.p2.Ley de probabilidades Con el fin de fijar ideas.74 . n ⋅ p3 ..3..

4. 0. 0. 3 piezas fabricadas por la prensa A2 y 1 fabricada por A3. 0. X 2 = 3.351 = 0.0525 2!. SOLUCIÓN: La variable “número de piezas de cada prensa en la muestra” es una variable con distribución r X ≡ MN(6.Capítulo V: Principales Distribuciones Discretas Ejemplo V.25 3 ⋅ 0. produce el 40% del total de piezas.5 Una línea de estampación de piezas metálicas trabaja con tres prensas diferentes cuya producción se recoge en el mismo contenedor. la segunda prensa A2. La primera prensa A1.1! V. el resto.35) La probabilidad pedida será: P(X1 = 2.40 2 ⋅ 0. Cuando el contenedor está lleno se seleccionan de forma aleatoria 6 piezas del mismo.75 . Calcular la probabilidad de que en la muestra se encuentren 2 piezas fabricadas por la prensa A1. produce el 25% de las piezas y la tercera prensa A3. X 3 = 1) = 6! ⋅ 0.3!.25.

76 .Capítulo V: Principales Distribuciones Discretas Tema 6. Variables aleatorias continuas unidimensionales V.

V.CAPITULO VI: Principales distribuciones continuas.77 .

pues se usa eficazmente en el estudio de numerosos fenómenos reales. son algunos de los ejemplos en los que la variable Normal ha sido utilizada con gran utilidad. la más importante de las variables aleatorias continuas. sin duda. el Teorema Central del Límite.2. Bajo esta denominación.2.1).Definición La variable aleatoria continua cuyo campo de existencia es ℜ y cuya función de densidad es: fZ (z) = 1 2 ⋅π e − z2 2 se denomina variable aleatoria Normal Tipificada y se representa por Z≡N(0. en su Miscellanea Analytica.VARIABLE NORMAL TIPIFICADA VI.Capítulo VI: Principales Distribuciones Continuas VI. VI. los test de inteligencia o de personalidad. se engloban.. justifica la gran importancia científica y práctica de la variable Normal. Los errores de medidas de magnitudes físicas o astronómicas. establece que cuando un efecto es consecuencia de numerosas causas que actúan sumando sus efectos.INTRODUCCION La variable aleatoria Normal (también conocida como variable de Gauss) es. el importante Teorema Central del Límite. por primera vez.. los beneficios o pérdidas de una compañía de seguros. aquel efecto sigue prácticamente una distribución Normal. el teorema central del límite.1.. de tal forma que es poco probable que cualquiera de ellos tenga un efecto individual significativamente más importante que el resto. las producciones agrícolas por unidad de superficie cultivada. De forma simplificada y general. En 1733.78 . Al ser muchos los fenómenos reales que cumplen las condiciones enunciadas en el párrafo anterior. Mucho tiempo después fue redescubierta por Gauss al estudiar la teoría de los errores en 1809. VI. aunque de forma incompleta. encontró por primera vez ésta variable en relación con el teorema que lleva su nombre y que estudia la distribución límite de la variable binomial..Representación gráfica de fZ(z) a) Asíntotas: z → −∞ lim fZ ( z ) = 0 y z → ∞ fZ ( z) = 0 lim VI. De Moivre.2. las características de calidad de numerosos productos industriales. Laplace publicó en 1812 en su obra Theorie analytique des probabilites.2. a una colección de teoremas cuyo objetivo fundamental consiste en determinar las condiciones bajo las cuales una suma de variables aleatorias converge en distribución a una variable Normal. ciertas distribuciones demográficas. el consumo de energía eléctrica de una determinada compañía. actualmente.1. etc.

b) Simetría: fZ(z)=fZ(-z) El eje de ordenadas es eje de simetría.Capítulo VI: Principales Distribuciones Continuas El eje de las x es asíntota. en z = −1 y z = +1 } {f {f Z ( z )′′ > 0 ↔ z > 1 ⇒ cóncava en z > 1 ( z )′′ < 0 ↔ Z } { } z < 1 } ⇒ {convexa en z < 1 } De todo lo anterior se deduce que la forma de la función de densidad de una variable Normal Tipificada es la de la conocida campana de Gauss.1. concavidad y convexidad: { f Z (z)′′ = 0 ↔ z = −1. c) Derivadas: fZ ( z)′ = −1 2⋅π − z2 2 −z 2⋅π ⋅e − e z2 2 − z2 2 fZ ( z )′′ = ⋅e + −z 2⋅π ⋅ (− z ) = (z 2 −1 2⋅π )⋅e − z2 2 d) Máximos y mínimos: f Z ( z )′ = 0 ↔ z = 0 ⎫ ⎬ ⇒ máximo en z = 0 f Z (0)′′ < 0 ⎭ e) Crecimientos y decrecimientos: {f Z (z)′ > 0 ↔ z < 0} ⇒ {creciente en z < 0} {f Z (z)′ < 0 ↔ z > 0} ⇒ {decreciente en z > 0} f) Puntos de inflexión.. z = +1 } ⇒ {ptos. VI.79 .1. fZ(z) 0 Z Figura VI. de inflex.Función de densidad de la variable Normal Tipificada. que se representa en la figura VI.

DISTRIBUCION NORMAL GENERAL VI. bajo la función de densidad.Nomenclatura Para la variable Normal Tipificada reservaremos una notación específica. VI..3. P(Z ≥ z α ) = α Fácilmente se obtiene que: φ(zα)=1-α fZ(z) φ(z) α z 0 zα Z Figura VI.. Designaremos a la variable mediante la letra Z y a sus valores por z. un área igual a α. el valor de z que tiene una probabilidad α de ser superado.Media y Varianza μ Z = E( Z ) = 0 y σ 2 = D 2 (Z) = 1 Z VI. para distintos valores de z.3.2. a la función de distribución la representaremos mediante φ.80 ..2.1).Distribución de una N(0. es decir.Capítulo VI: Principales Distribuciones Continuas VI.Manejo de tablas En la tabla más usada se representan.2.2.. VI.5. la probabilidad de que una variable Normal Tipificada tome un valor menor o igual a ese z.6. De esta forma escribiremos: P( Z ≤ z) = φ( z ) Mediante zα designaremos el valor de una variable Normal Tipificada que a su derecha tiene.. es decir el valor de la función de distribución FZ(z). Nomenclatura.

2.81 .3.E(Z)+b=a·0+b=b μX=E(X)=b D2(X)=a2·D2(Z) σ2 = a2 X y σX = a Por lo tanto. Si μX=E(X) y σX=D(X). σX). la variable: X=aZ+b en la que a y b son constantes.. VI.1. Por tanto. designaremos por μ a μX y por σ a σX.Función de densidad Teniendo en cuenta que entre Z y X existe una correspondencia biunívoca se cumple que: fX ( x ) = fZ [z( x )] ⋅ dz dx 2 como: fZ ( z) = 1 2⋅π e− z 2 y dz 1 = dx a entonces: fX ( x ) = 1 2π ⋅e 1 ⎡ x −b ⎤ − ⎢ ⎥ 2⎣ a ⎦ 2 ⋅ 1 a Como: es: y de donde: E(X)=a. si Z≡N(0.Definición Llamaremos variable aleatoria Normal Unidimensional General a toda transformada lineal de una variable aleatoria Normal Tipificada.1). es una variable Normal General.3.σX) para designar a una variable aleatoria con distribución Normal. utilizaremos la nomenclatura X≡N(μX. lo que justifica el que designemos e esta variable mediante X≡N(μX. Con el fin de simplificar la escritura.. VI. y siempre que no haya lugar a confusión.Capítulo VI: Principales Distribuciones Continuas VI. la función de densidad de la variable Normal General será: 1 σ X ⋅ 2π − (x − μ X )2 2⋅σ 2 X fX ( x ) = e que depende de los parámetros μX y σX.

. por definición.σ2) y hagamos Y=a·X1+b·X2. Z= X−μ = N(0..Capítulo VI: Principales Distribuciones Continuas VI.3. pues a partir de la función de distribución de una Normal Tipificada es posible deducir la de cualquier variable Normal General. sea X≡N(m. Sea X1≡N(μ1.1). la referida distancia debe estar comprendida entre 4.σ).Manejo de tablas Para tabular la función de distribución de una variable Normal General.σ1) y X2≡N(μ2. SOLUCIÓN: No cumplirán los requisitos establecidos aquellas piezas en las que la distancia entre centros sea menor que 4.1 La distancia. es decir.5. En efecto.80 cm y 5.3.82 . Para que la pieza pueda ser utilizada.80 cm o mayor que 5.3. Determinar la proporción de piezas que no cumplen los requisitos de la especificación.Adición Cualquier combinación lineal de variables aleatorias Normales independientes es una variable aleatoria Normal. La proporción de piezas defectuosas obtenidas coincidirá con: p= P(X<4. lo que.25 cm.80)+P(X>5.0. expresada en cm.25 cm.25) Por ser X continua: VI.1) σ La función de distribución de X será: x−μ⎞ ⎛ x−μ⎞ ⎛ ⎛ X−μ x−μ⎞ FX ( x ) = P( X ≤ x ) = P ⎜ ≤ ⎟ ⎟ = φ⎜ ⎟ = P ⎜Z ≤ σ ⎠ σ σ ⎠ ⎝ σ ⎠ ⎝ ⎝ es decir: ⎛ x−μ⎞ FX ( x ) = φ ⎜ ⎟ ⎝ σ ⎠ Ejemplo VI. sería necesario elaborar una tabla para cada par de valores reales μ y σ. a2 ⋅ σ1 + b2 ⋅ σ2 ⎞ ⎜ 2 ⎟ ⎝ ⎠ VI. sería innecesario. la variable X−μ σ se distribuye según una Normal Tipificada. entre los centros de dos taladros realizados en una pieza metálica es una variable aleatoria con distribución X≡N(5. entonces 2 Y ≡ N ⎛ a ⋅ μ1 + b ⋅ μ 2 . además de imposible.

VI.5.p) es X=ΣYi en la que Yi≡D(p) e independientes.… es una sucesión de variables aleatorias. y hacemos crecer indefinidamente a este parámetro dándole valores naturales.. la variable de Poisson tipificada converge en distribución a una variable Normal Tipificada cuando λ tiende a infinito.0228 + 1 − 0. todas ellas con la misma distribución e independientes. Por su generalidad e importancia enunciaremos sin demostrarlo el de Lindenberg-Levy.25)] Tipificando y mirando en tablas se obtiene que: ⎛ 4. si X≡B(n. y. si tipificamos X estamos tipificando la suma de n variables aleatorias todas ellas con la misma distribución e independientes. Para fines prácticos.043 0.4. a su vez. sería conveniente conocer cuándo la distribución de una variable aleatoria puede ser sustituida por la de otra sin que se cometan errores importantes en el cálculo de probabilidades.9798 = 0. por tanto..Xn.1 ⎠ ⎝ ⎝ 0. se cumplen las hipótesis del teorema de Lindenberg-Levy. si X es una variable de Poisson de parámetro λ.APROXIMACIONES DE VARIABLES ALEATORIAS Tanto en este capítulo como en el anterior.….80 − 5 ⎞ ⎛ 5. En efecto.1. se cumplen las hipótesis del teorema de Lindenberg-Levy y. De forma análoga.X2. es decir. VI. podemos considerar que X es suma de λ variables de Poisson de parámetro unidad independientes entre sí. en consecuencia. el 4. hemos visto que.3% de las piezas no cumplen los requisitos de especificación. una sucesión de variables aleatorias que converge en distribución a una variable Normal Tipificada cuando n tiende a infinito. unas variables tienden en distribución a otras. El Teorema de De Moivre es un caso particular del teorema de Lindenberg-Levy. Por tanto.25)= P(X≤4.. bajo determinadas condiciones.80)+[1-P(X≤5.TEOREMA CENTRAL DEL LIMITE Bajo esta denominación se engloban una serie de teoremas cuyo objetivo final consiste en determinar las condiciones bajo las cuales una sucesión de variables aleatorias converge en distribución a una variable Normal. VI. VI.Capítulo VI: Principales Distribuciones Continuas p= P(X≤4.80)+P(X>5. y establece que la variable binomial tipificada converge en distribución a una variable Normal tipificada cuando n tiende a infinito.4.83 . su suma tipificada es.25 − 5 ⎞ p =φ⎜ ⎟ +1 − φ ⎜ ⎟ = 0.Teorema de Lindenberg-Levy Si X1.1 ⎠ es decir.

1 } ⇒ { X ≡ B(n. converge en distribución a una variable Normal Tipificada. si λ≥18 la aproximación es aceptable.1. y para fines prácticos. la aproximación es adecuada. si n≥50 y p≤0. Luego si λ es grande. En concreto. permaneciendo constante el producto np=λ. {np ≥ 18} ⇒ { X ≡ B(n. es. es. la distribución de una variable Binomial puede ser aproximada por la de una variable Normal. la variable Binomial tipificada. { n ≥ 50. la correspondiente variable Hipergeométrica se puede aproximar por una variable Binomial.84 . por ser una transformada lineal de una Normal Tipificada. una variable Normal de media np y desviación típica npq . si np≥18 la aproximación es aceptable. En concreto. p) ≅ N (np. vimos que cuando la fracción de muestreo sin reemplazamiento es pequeña en comparación con el tamaño de la población.Capítulo VI: Principales Distribuciones Continuas a) En el tema anterior. En la práctica. p) ≅ B(n. la distribución de una variable de Poisson puede ser aproximada por la de una variable Normal. p)} b) Según el teorema de Moivre. una variable Normal de media λ y desviación típica λ . si N/n≥10. npq )} c) En el capítulo anterior. p ≤ 0. p) ≅ PS(λ = np) } d) Utilizando la función característica se puede poner de manifiesto que la variable de Poisson tipificada converge en distribución a una variable Normal Tipificada. por ser una transformada lineal de una Normal Tipificada. Si X es una variable Binomial de parámetros n y p se cumplirá: ⎛ X − np a − np ⎞ ⎛ ⎞ ⎟ ≅ P ⎜ Z ≤ a − np ⎟ P( X ≤ a) = P ⎜ ≤ ⎜ npq ⎜ npq ⎟ npq ⎟ ⎝ ⎠ ⎝ ⎠ de donde: P( X ≤ a) ≅ P Z ⋅ npq + np ≤ a = P( Y ≤ a) ( ) en la que Y. En consecuencia si X≡PS(λ) es: ⎡X − λ a − λ⎤ ⎡ a −λ⎤ P( X ≤ a) = P ⎢ ≤ ⎥ ≅ P ⎢Z ≤ ⎥ λ ⎦ λ ⎦ ⎣ λ ⎣ de donde: P( X ≤ a) = P Z λ + λ ≤ a = P( Y ≤ a) ( ) en la que Y. VI. a su vez. a su vez. En concreto. la aproximación es adecuada. ⎧N ⎫ ⎨ ≥ 10 ⎬ ⇒ n ⎩ ⎭ { H(N. Luego si n es grande. no estudiado un este obra. se definió a la variable de Poisson como la variable límite de una Binomial cuando n tiende a infinito y p a cero. n.

04 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 X Figura VI.n. H(N.2 0. en la figura VI.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura VI.2.1 Ps(np) Ps(λ) n·p≥15 n·p≥15 N(np.0.3b.4 0. Representación de una B(50.1) VI.0.16 0.08 0.p) N/n≥10 n≥50 p≤0.12 0.1 y valores de n crecientes.2..3 0.Aproximaciones entre distribuciones Para ilustrar estos conceptos. λ )} En la figura VI. se resumen las aproximaciones expuestas en este apartado. λ ) λ≥15 B(n.3a. Representación de una B(10.p) Figura VI.2 0.1) PX(x) 0. npq ) N(λ.85 .Capítulo VI: Principales Distribuciones Continuas { λ ≥ 18 } ⇒ { X ≡ PS(λ ) ≅ N ( λ. PX(x) 0.3 se ha representado la función de probabilidad de una variable binomial con p=0.

fX(x) FX(x) 1 1/(b-a) a b X a b X Figura VI.4.0.3c.1) VI.b] VI.Distribución Uniforme La distribución que tiene una variable continua que toma valores en el intervalo [a.4.03 0 0 1 2 3 4 5 6 7 8 9 10111213141516 171819 20 2122232425 X Figura VI.09 0.OTRAS VARIABLES CONTINUAS VI. fX(x)=c.15 0.6. Dado que su función de densidad es constante. b] con densidad de probabilidad constante en todos sus puntos.12 0..Función de densidad y de distribución de una variable U[a..1. Representación de una B(100.86 .Capítulo VI: Principales Distribuciones Continuas PX(x) 0.06 0.. puede calcularse a partir de: ∫ de donde: X fX ( x ) ⋅ dx = ∫ c ⋅ dx = 1 b a ⎧ 1 ⎪ fX ( x ) = ⎨ b − a ⎪ ⎩0 para a ≤ x ≤ b en el resto La función de distribución la obtenemos por integración de la función de densidad: ⎧0 ⎪ ⎪x − a FX ( x ) = ⎨ ⎪b − a ⎪1 ⎩ x<a a≤x≤b x>b La representación grafica de su función de densidad y su función de distribución se muestran en la figura VI.b].6. se denomina distribución uniforme y se representa como X≡U[a.

. es decir.2 De una estación de autobuses sale un vehículo cada 10 minutos. SOLUCIÓN: El tiempo de espera del viajero puede modelizarse como una variable con distribución uniforme entre 0 (cuando el viajero llega justo antes de la salida) y 10 minutos (cuando llega justo después de la salida del último autobús).6.Capítulo VI: Principales Distribuciones Continuas La media y la varianza de esta distribución son: E( X) = a+b 2 D2 ( X) = (b − a)2 12 Ejemplo VI.Distribución Exponencial Se denomina distribución exponencial a la distribución de una variable continua cuya función de densidad es: ⎧λ ⋅ e−λ⋅x fX ( x ) = ⎨ ⎩0 para x ≥ 0 para x < 0 Dicha variable se representa como X≡EXP(λ). X=U[0. La función de distribución es: FX ( x ) = 0 FX ( x ) = para x<0 x 0 ∫ λ ⋅ e − λ ⋅ x ⋅ dx = 1 − e − λ ⋅ x para x≥0 VI.87 . b) El tiempo medio de espera. a) La probabilidad de que tenga que esperar como máximo 3 minutos es P(X ≤ 3) = FX (3) = 3 −0 = 0. 2 VI.10]. Si un viajero llega al punto de salida en un momento al azar.30 10 − 0 b) El tiempo medio de espera será: E(X) = 0 + 10 = 5 min. calcular: a) La probabilidad de que tenga que esperar 3 minutos como máximo.2.

Es decir.Función de densidad y de distribución de una variable EXP(λ) La variable exponencial modeliza adecuadamente la duración aleatoria de componentes eléctricos. fX(x) FX(x) 1 λ X X Figura VI. donde λ es la tasa de fallos.. el parámetro λ recibe el nombre de tasa de fallos del sistema y mide el número de fallos por unidad de tiempo. depende solo de la diferencia de tiempos s y no del instante inicial t considerado. Del mismo modo.5 se muestran la función de densidad y la función de distribución de esta variable. En efecto: P (X > t + s X > t ) = P (X > t + s ∩ X > t ) P (X > t + s) e − λ ⋅( t + s ) = = = e − λ ⋅s P( X > t ) P( X > t ) e− λ⋅t Luego P (X > t + s X > t ) = P( X > s) VI.Capítulo VI: Principales Distribuciones Continuas En la figura VI. esta variable modeliza el tiempo entre dos fallos en un sistema de múltiples componentes en el periodo de vida útil. electrónicos o mecánicos en su periodo de vida útil.88 . En este caso. la expresión de dicha probabilidad será: P( X > t ) = 1 − FX ( t ) = e − λ ⋅t con t≥0 Una característica importante de esta distribución es que “carece de memoria”. Si establecemos que la fiabilidad de una componente para una misión de duración x=t unidades de tiempo es la probabilidad de que la duración de dicha componente supere el tiempo t.5. la media recibe el nombre de tiempo medio de buen funcionamiento MTBF (Mean Time Between Failures) con el referido valor 1/λ. la probabilidad de que la duración de una componente supere un tiempo t+s sabiendo que la componente ya ha sido operativa durante el tiempo t. si el sistema es reparable. La media y varianza de esta distribución son respectivamente: E( X) = 1 λ D2 ( X) = 1 λ2 El tiempo medio hasta que se produce el fallo de un componente o un sistema complejo recibe el nombre de MTTF (Mean Time To Failure) y vale 1/λ.

la F de Snedecor y la t de Student. en este capítulo se estudian dichas Variables Derivadas de la Normal.2.7. VI.. como la Chi-cuadrado de Pearson (χ2). que se utilizarán en el muestreo en poblaciones Normales y que serán de uso frecuente y de gran importancia en la Inferencia Estadística.. Z2. G(λ...89 . Precisamente. Zn son variables aleatorias Normales Tipificadas Independientes. a) Calcular la probabilidad de que una lámpara nueva elegida al azar tenga una duración superior a 500 horas.. SOLUCIÓN: a) La duración de las lámparas tiene una distribución X=EXP(1/1000).Definición Si Z1. a la variable: se le denomina χ2 (chi-cuadrado) con n grados de libertad y se le representa 2 mediante χ n .3 La duración de ciertas lámparas de incandescencia puede considerarse como una variable exponencial de media 1000 horas de funcionamiento. . De ella derivan otras variables aleatorias.1. La probabilidad de que su duración supere 500 horas es: P(X > 500) = e − 1 ⋅500 1000 = 0.. VI.DISTRIBUCIONES DERIVADAS DE LA NORMAL La variable Normal es la variable aleatoria continua más importante.a) 2 2 χ 2 = Z12 + Z2 + L + Zn n Para el estudio de la variable χ2.7. a)..7.1. b) Se elige al azar una lámpara que lleva 100 horas de funcionamiento. en los puntos que ahora nos son necesarios.1.Variable Chi-Cuadrado de Pearson VI. VI. a la variable Gamma.Algunos aspectos de la G(λ.607 VI.1.7. Calcular la probabilidad de que funcione mas de 600 horas en total.Capítulo VI: Principales Distribuciones Continuas Ejemplo VI. analizaremos.607 b) Recordando la propiedad expuesta anteriormente: P(X > 600/X > 100) = P(X > 600 − 100) = P(X > 500) = 0.

a) es: ⎡ i⋅t⎤ ϕ X( t ) = ⎢1 − ⎥ λ⎦ ⎣ −a Adición Si las variables aleatorias: X1 ≡G(λ. a1) y X2 ≡ G(λ . a2 ) son indepen.1) y X=Z2.} → { X1 + X2 ≡ G(λ.3.a1) y X2 ≡G(λ.1. que es: Γ(a) = ∫ ∞ e − x ⋅ x a −1 ⋅ dx ∀ a>0 0 y recordando que: Γ(½) = π podemos definir a la variable aleatoria Gamma de la siguiente forma: { X ≡ G(λ.90 . fX ( x ) = e ⎨ ⎪ ⎩ ⎧ −λ x ⋅ (λ ⋅x )a − 1⋅ λ ⎫ ⎪ ⎬ Γ(a) ⎪ ⎭ Función característica La función característica de una G(λ. entonces: ⎡ i⋅t⎤ ϕ X1 + X 2 ( t ) = ϕ X1 ( t ) ⋅ ϕ X 2 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ −( a 1+ a 2 ) de donde: { Si X1 ≡ G(λ .Función de densidad de una χ1 Sea Z≡N(0. la función de distribución de X será: FX ( x ) = P( X ≤ x ) = P( Z ≤ x ) = P − x ≤ Z ≤ x = 2 [ ] ∫ + x − x 1 2π ⋅e − z2 2 ⋅ dz VI.7. respectivamente: ⎡ i⋅ t⎤ ϕ X1 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ − a1 −a2 ⎡ i⋅t⎤ y ϕ X 2 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ son independientes.Capítulo VI: Principales Distribuciones Continuas Definición Si por Γ(a) designamos a la Gamma de Euler. a) } ↔ ⎪∀ x ≥ 0. a1 + a2 ) } 2 VI..a2) cuyas funciones características son.

4. es la función de densidad de una variable aleatoria Gamma de parámetros λ=1/2 y a=1/2.Distribución de una χn 2 2 2 Por definición.1. por otra parte. Teniendo en cuenta que una χ 1 es una Gamma y que la suma de Gammas independientes es otra Gamma..7. 2 ) = G ( 2 .91 .1. es decir: 2 1 1 χ1 ≡ G ( 2 .7. tendremos que: FX ( x ) = 2 ⋅ ∫ x 0 1 2π ⋅e −z2 2 ⋅ dz La función de densidad de X será: fX ( x ) = − dFX ( x ) 1 1 = 2⋅ ⋅e 2⋅ dx 2π 2⋅ x x que puede ser escrita: fX ( x ) = e − 1 x 2 ⋅x − 1 2 1 2 2 ⋅ Γ (2 ) que. una χ n es la suma de n χ 1 independientes. su función característica será: i⋅t ⎤ ⎡ ϕχ 2 ( t ) = ⎢1 − n 1/ 2 ⎥ ⎣ ⎦ − n 2 VI.Función característica 2 Por ser χ n una Gamma de parámetros λ=½ y a=n/2. n ) 2 n n i =1 i =1 por tanto.5.. será: 2 2 1 1 1 χn = ∑ (χ1 )i = ∑ Gi ( 2 . 2 ) 2 VI.Capítulo VI: Principales Distribuciones Continuas Teniendo en cuenta la simetría de la distribución Normal. su función de densidad será: − x 2 fχ 2 ( x ) = n e − λ ⋅ x ⋅ (λ ⋅x )a −1⋅ λ = Γ(a) e ⎡x ⎤2 1 ⋅⎢ ⎥ ⋅ 2 ⎣2⎦ Γ (n ) 2 n −1 es decir: fχ 2 ( x ) = n e − x 2 n ⋅ x2 −1 2 2 ⋅ Γ (n ) 2 n VI.

.7. dϕ χ 2 ( t ) n dt =− n n n − −1 − −1 ⋅ (1 − 2 ⋅ i ⋅ t ) 2 ⋅ ( −2 ⋅i) = n ⋅ i ⋅ (1 − 2 ⋅ i ⋅ t ) 2 2 de donde.92 . Es una tabla de doble entrada que. resulta: 2 E( χn ) = n derivando nuevamente respecto a t: n ⎛n ⎞ − −2 ϕχ 2 ( t )′′ = ⎜ + 1⎟ ⋅ n ⋅ (1 .1. Para grados de libertad superiores a los máximos de la tabla (n>30). contiene los valores χn ( α ) de la variable que teniendo n grados de libertad. en 2 función de los parámetros n y α.6. tienen una probabilidad α de ser superados.Capítulo VI: Principales Distribuciones Continuas de donde: ϕχ 2 ( t ) = [1 − 2 ⋅ i ⋅t ] n − n 2 VI. es decir. podemos calcular sus momentos respecto al origen y. a partir de éstos la media y la varianza.1) (Ver anexo I).7.7.1.2 ⋅ i ⋅ t ) 2 ⋅ i ⋅ ( −2 ⋅ i) n ⎝2 ⎠ de donde haciendo t = 0.Manejo de tablas 2 La tabla de la χ2 más usada.1) de donde: VI. nos proporciona χn ( α ) .. D 2 2 ⋅ χn − 2 ⋅ n − 1 ⎯⎯→ Z ≡ N(0. resulta: 2 D2 ( χn ) = 2 ⋅ n VI. se puede utilizar una 2 aproximación basada en el hecho de que la transformada de una χn definida por: 2 2 ⋅ χn − 2 ⋅ n − 1 converge en distribución a una variable N(0. haciendo t=0 y dividiendo por i. se obtiene: α2=(n+2)·n=n2+2·n 2 Como σ2 = α 2 − α1 .Media Y Varianza 2 Mediante las derivadas primera y segunda de la función característica de una χn .

2.7.n 2 = 2 χ n1 /n1 2 χ n2 /n2 VI.599)≅ φ ( 2 ⋅ 20. obtenemos: 2 P( χ30 ≤ 20..05 o de 0. n2 que tienen una probabilidad de 0.2.7.01 para α=0. n 2 ≥ Fn1.Capítulo VI: Principales Distribuciones Continuas 2 2 P(χn ≤ a) = P ⎛ 2 ⋅ χn ≤ 2 ⋅ a ⎞ ⎜ ⎟ ⎝ ⎠ por tanto 2 2 P(χn ≤ a) = P ⎛ 2 ⋅ χn − 2 ⋅ n − 1 ≤ 2 ⋅ a − 2 ⋅ n − 1 ⎞ ⎜ ⎟ ⎝ ⎠ es decir: 2 P(χn ≤ a) ≈ P Z≤ 2 ⋅ a − 2 ⋅ n − 1 ( ) o lo que es lo mismo: 2 P(χn ≤ a) ≈ φ ( 2⋅a − 2⋅n −1 ) 2 Por ejemplo. n1 n2 n1 −1 β ( n1 n 2 2 2 )⋅ ( n 2 + n1 ⋅ x ) n 1+ n 2 2 VI.7.3...599 − 59 = φ( −1.Definición La variable F de Snedecor se define como el cociente de dos variables χ2 independientes divididas por sus respectivos grados de libertad.10 = 5.7.1038 ) VI.01 de ser superados.599)=0.99 .05 y α =0. Así.Distribucion F de Snedecor VI. lo que será representado mediante: (α P Fn1. se deduce que la P( χ30 ≤20.2. [ ] VI. se recogen para n1 grados de libertad del numerador y para n2 grados de libertad del denominador. Utilizando la aproximación. es decir: Fn 1 .2627 ) = 0. de las tablas de la χn2..Función de densidad La función de densidad de esta variable es: fF ( x ) = n12 ⋅ n22 ⋅ x 2 .10.93 .) n 2 = α 0.Manejo de tablas En la tabla de más frecuente uso. los valores de Fn1.2.01.2. por ejemplo F4.1.

4.Función de densidad La función de densidad de una tn tiene una representación gráfica muy similar a una Normal Tipificada. n1 ≥ ⎟ a⎠ ⎝ ( ) Por ejemplo.1669 ⎠ ⎝ VI.. n 2 ≤ a = P ⎜ Fn 2 . tiene forma de campana y es simétrica respecto al origen.7.10 ≥ ⎟ = P(F4.10 ≥ 5.1669) = P ⎜ F4.7. En efecto: 2 2 ⎛ χn / n1 ⎞ ⎛ χ n / n2 1 ⎞ 1⎞ ⎛ ≤ a ⎟ = P ⎜ 22 ≤ ⎟ = P ⎜ Fn 2 . VI. n 2 χn / n χn / n 2 Si llamamos X a la variable t n se cumplirá que: 2 FX ( x ) = P(X ≤ x ) = P(tn ≤ x ) = P(..4 ≤ 0.7. resulta: 2 tn = 2 Z2 / 1 χ1 / 1 = 2 = F1. 1 ⎞ ⎛ P(F10.94 . n 1 ≥ ⎟ P Fn1.99) = 0.x ≤ t n ≤ x ) es decir: FX ( x ) = ∫ + x − x ft ( t) ⋅ d t = 2 ⋅ ∫ 0 ft ( t) ⋅ dt x derivando respecto de y obtendremos la función de densidad: VI.01 0.1. es posible deducir determinadas probabilidades que no están en la tabla a partir de otros valores que si lo están.2. n 2 ≤ a = P ⎜ 2 1 ⎜ χ n / n2 ⎟ ⎜ χn / n1 a ⎟ a⎠ ⎝ ⎝ 2 ⎠ ⎝ 1 ⎠ ( ) es decir: 1⎞ ⎛ P Fn1. es decir: tn = z 2 χ n /n donde n son los grados de libertad de la tn.3. Si elevamos al cuadrado una tn.Variable t de Student VI.Capítulo VI: Principales Distribuciones Continuas Puesto que el inverso de una F es otra F.3..Definición La variable t de Student se define como el cociente entre una Normal Tipificada Z 2 y la raíz cuadrada de una χ n dividida por sus grados de libertad.

obtendremos la función de densidad de una tn. es mayor que la unidad.n cambiamos y por t2 y el resultado lo multiplicamos por t. si en la función de densidad de una F1.3.95 ..7. n )⋅ n + t2 2 ( ) n +1 2 t es decir: ft n ( t ) = nn / 2 1 β (2 .n2 su función de densidad es: n1 n2 n1 fY ( y ) = β ( n12 n22 y 2 . que solo existe para n>2.. n2 2 2 −1 n 1 +n 2 2 n1 2 )⋅ (n + n ⋅ y ) 1 Si Y es una F1. VI.Capítulo VI: Principales Distribuciones Continuas fX ( x ) = dFX ( x ) = 2 ⋅ ft dx ( x )⋅ 2 ⋅ 1 x 1 t como t2 = x fX ( t 2 ) = ft ( t) ⋅ luego: ft ( t) = t ⋅ fX ( t 2 ) Por tanto.Manejo de tablas VI.Media y Varianza Se puede demostrar que: E(t n ) = 0 D2 ( t n ) = n n−2 La varianza de tn. n ) ⋅(n + y ) 2 2 n +1 cambiando y por t2 y multiplicando por t obtenemos: ft n ( t ) = nn / 2 ⋅ t -1 1 β (2 .4. una distribución más “abierta” (dispersa) que la Normal Tipificada.7. n )⋅ n + t2 2 ( ) n +1 2 que suele escribirse también de la siguiente forma: ⎛ t2 ⎞ ft n ( t) = ⎜1+ ⎟ ⎜ n⎟ ⎠ ⎝ − n +1 2 ⋅ Γ (n ) ⋅ π ⋅ n 2 + Γ (n2 1 ) VI.3. La variable tn presenta.n2 su función de densidad es: fY ( y ) = nn / 2 ⋅ y −1 / 2 1 β ( 2 . por tanto.3. Si Y es una Fn1.

determinan el valor de t(nα / 2 ) .n ≤ a) = P(.a ≤ t n ≤ a ) entonces: ( ( P(F1. es decir.α ) ) = P( t n ≥ F1.n ≥ F1.α ) ) = α n n por tanto: ( t (nα/2) = F1.Capítulo VI: Principales Distribuciones Continuas Designamos por t(nα ) al valor de una tn tal que: P(tn ≥ t (nα ) ) = α Las tablas de la t de Student más usadas son aquellas en las que dados los grados de libertad n y la probabilidad α.pues: P(F1. el valor de tn tal que: P t n ≤ t (nα/2) = P(-t(nα/2) ≤ t n ≤ t (nα / 2 ) ) = 1 − α ( ) Algunos valores se pueden determinar usando la tabla de la Fn1 n2 .α ) n VI.96 .

97 .Capítulo VI: Principales Distribuciones Continuas Tema 7. Variables aleatorias bidimensionales VI.

Capítulo IV: Variables Aleatorias

CAPITULO VII: Variables Aleatorias Bidimensionales

IV.98

MÉTODOS ESTADÍSTICOS I

VII.1.- DEFINICIÓN Llamemos Iab al intervalo de ℜ2 dado por: Iab={(X1, X2) ∈ℜ2; X1≤a; X2≤b} intervalo que se ha representado en la figura VII.1:
X2

b

Iab a
X1

Figura VII.1.- Intervalo Iab de la variable aleatoria bidimensional Dado el espacio de Probabilidades (E, F, P), diremos que la aplicación X:E→ℜ2 es una variable bidimensional si para todo intervalo I x1x 2 su original pertenece a F.

{X : E → ℜ

2

es v.a. bi dim ensional ↔ ∀ (x1, x 2 ) ∈ ℜ2 ; O(Ix1x 2 ) ∈ F

} {

}

De esta forma quedan probabilizados todos los conjuntos de ℜ2. Son ejemplos de variable aleatorias bidimensionales las parejas de valores peso-estatura de un colectivo de personas, diámetro-resistencia a la compresión de unas probetas de hormigón, número de puntos obtenidos en cada una de las caras superiores en el lanzamiento de dos dados equilibrados, etc. VII.2.- FUNCIÓN DE DISTRIBUCIÓN VII.2.1.- Definición Dada una variable aleatoria bidimensional (X1,X2), llamaremos función de distribución a:
FX1 X 2 (x1 , x2 ) = P ( X1 ≤ x1 ∩ X 2 ≤ x2 ) = P

{ (X (e ),X (e) ∈ I ) }
1 2 x1 x 2

VII.2.2.- Propiedades La función de distribución bidimensional tiene, entre otras, las siguientes propiedades: a) ∀ (x1,x2) ∈ ℜ2 es 0 ≤ FX1X 2 ( x1, x 2 ) ≤ 1

VII.99

MÉTODOS ESTADÍSTICOS I

b) c)

x 1 → −∞

lim FX1X 2 (x1, x 2 ) = lim FX1X 2 (x1, x 2 ) = 0
x 2 → −∞

x1 → ∞ x 2 →∞

lim FX1X 2 (x1, x 2 ) = 1

d) El intervalo de la figura VII.2 tiene una probabilidad:
P(a1 < X1 ≤ b1, a1 < X2 ≤ b2 ) = FX1X 2 (b1, b2 ) − FX1X 2 (a1, b2 ) − FX1X 2 (b1, a2 ) + FX1X 2 (a1, a2 )

e) Continuidad:
FX1X 2 ( x1, x 2 ) es continua por la derecha de x1 y de x2 y en puntos de probabilidad no nula

es discontinua por la izquierda de x1 o de x2.
X2 b2

a2 a1 b1 X1

Figura VII.2.- Intervalo de (X1,X2) VII.3.- VARIABLES CONTINUAS ALEATORIAS BIDIMENSIONALES DISCRETAS Y

En todo lo que sigue, y con el fin de simplificar la escritura, designaremos a la variable aleatoria bidimensional mediante (X,Y). Como en el caso de las variables aleatorias unidimensionales, también en las variables aleatorias bidimensionales existen dos tipos de variables particularmente interesantes: las variables aleatorias discretas y las variables aleatorias continuas En las variables aleatorias discretas, la masa de probabilidad se encuentra distribuida en un conjunto de puntos finito o numerable. La función de distribución se puede calcular sin más que sumar las probabilidades de los puntos incluidos en el correspondiente intervalo:
FXY ( x, y ) =
( a,b )∈I xy

∑ P[(a, b)]

en la que (a,b) representa a los puntos de Ixy con probabilidad no nula. Las variables continuas, se caracterizan por tener su masa de probabilidad distribuida según una función de densidad fXY(x,y), de tal forma que:
FXY ( x, y ) =

∫ ∫
x −∞

y −∞

fXY ( x, y ) ⋅ dx ⋅ dy

VII.100

variables aleatorias y.DISTRIBUCIONES MARGINALES Supongamos que la variable bidimensional (X. Una variable bidimensional está constituida por dos variables unidimensionales llamadas marginales. la densidad de probabilidad en un punto.3. El peso y la estatura por separado son.y) es el límite de la masa de probabilidad por unidad de superficie cuando ésta superficie tiende a cero. como tales. y ) = δ2FXY ( x. y ) ⋅ dx ⋅ dy VII. y ) ∈ A ] = lim Δx → 0 δxδy Δy →0 Δx ⋅ Δy Y b2 Δx Δy A a2 a1 b1 X Figura VII. es decir.1. A estas variables. a su vez. y ) = δ2F P[(x. representa la masa de probabilidad en un punto por unidad de superficie. de la función de densidad conjunta.Intervalo de la variable bidimensional (X.. Siguiendo un razonamiento análogo al utilizado en el punto VII. a2 ≤ Y ≤ b2 ) = ∫ ∫ b1 a1 b2 a2 fXY ( x. en el caso de variables continuas.y) es una función de densidad.3. es fácil llegar a la siguiente expresión: fXY ( x.. y ) δx δy Es fácil ver que fXY(x.4.MÉTODOS ESTADÍSTICOS I o lo que es equivalente: fXY ( x. fXY(x.Y) Por tanto. se les llama variables marginales de la bidimensional. es decir. se pueden calcular la función de distribución y de densidad de las variables marginales de la siguiente forma: VII. A partir de la función de distribución conjunta y.3 es: P(a1 ≤ X ≤ b1.101 . tienen su propia función de distribución y sus respectivas funciones de densidad.6 para variables unidimensionales y utilizando la figura VII.Y) hace corresponder a cada individuo de una población su peso (X) y su estatura (Y). por separado. La probabilidad del intervalo A de la figura VII.

y ) ⋅ dy ∫ fX (x) +∞ −∞ f X ( x..102 . y ) δx ⋅ δy 2 fXY (x. v ) ⋅ dv c) Derivando respecto a x ésta última ecuación: fX ( x ) = d FX ( x ) = dx ∫ +∞ −∞ f ( x. y) y →∞ lim FXY ( x. y ) ∫ FX (x) x −∞ dx ∫ +∞ −∞ f X ( x. v ) ⋅ dv = ∫ +∞ −∞ f ( x. y ) y →∞ b) Por las mismas razones que las expuestas en el punto a).Distribución marginal de X Por tanto: FX ( x ) = P( X ≤ x ) = P( X ≤ x. y) x −∞ dx ∫ y −∞ f X ( x. y ) ⋅ dy δ FXY ( x.MÉTODOS ESTADÍSTICOS I a) El valor de FX(x) es la probabilidad de que la variable X tome un valor inferior o igual a x. Y x X Figura VII. y ) ⋅ dy En la figura VII.4. Y < ∞ ) = lim FXY ( x. sea cuál sea el valor de Y. es decir FX(x) es la probabilidad de que la variable bidimensional tome un valor del intervalo rayado de la figura VII. ∫ FXY (x.4. y ) ⋅ dy ∫ x −∞ f X ( x ) ⋅ dx dFX ( x ) dx VII.5 se recogen las relaciones existentes entre las funciones de distribución y las funciones de densidad unidimensionales y bidimensionales. se cumple que: FX ( x ) = ∫ x −∞ du ⋅ ∫ +∞ −∞ f (u.

Función de distribución condicional De acuerdo con la definición anterior. ignorando la otra. VII.1.Relación entre funciones de densidad y de distribución VII. y ) ⋅ dx x fX ( x ) ⋅ dx Por el teorema del valor medio: VII.5. VII.DISTRIBUCIONES CONDICIONALES.Distribución condicional de Y/X a) Ambas continuas: En este caso. sea cual sea el peso.103 ..5. Una distribución marginal se obtiene al considerar la distribución de una de las dos variables de una variable bidimensional. Y x x+h X Figura VII.6.5. consideramos la distribución de la variable estatura para los individuos de un peso determinado obtendremos la distribución condicional de la estatura para ese peso. es decir.5. se le llama distribución condicional de Y dado X. por el contrario.. Se representa por FY/X(y/x). la función de distribución condicional se escribirá: FY / X (y / x ) = lim P(Y ≤ y / x ≤ X ≤ x + h) = lim h→0 h→0 P(Y ≤ y ∩ x ≤ X ≤ x + h) P(x ≤ X ≤ x + h) Ecuación general que se puede particularizar según la naturaleza de las variables condicionada y condicionante. la ecuación general se escribirá: FY / X ∫ ( y / x ) = lim h →0 x −∞ dy ∫ x +h ∫ x x +h fXY ( x. Demostramos la expresión de la función de distribución para el caso en que ambas variables sean continuas y presentamos las expresiones de dicha función en los demás casos... obtendremos la distribución marginal de la estatura.2. Definición A la distribución de la variable Y para el valor de X=x. Si.MÉTODOS ESTADÍSTICOS I Figura VII. Si consideramos la distribución de estatura ignorando a la variable peso.

la ecuación general ahora se escribirá: FY / X ( y / x ) = P( X = x ∩ Y ≤ y ) = P( X = x ) yi ≤ y ∑ PXY ( x.7. Luego: FY / X ∫f (y / x) = y −∞ XY ( x.. así: a) Ambas variables continuas: Derivando respecto de y a la función de distribución se obtiene: VII. yi ) PX ( x ) = yi ≤ y ∑ PY ( yi ) ⋅ PX / Y ( x / yi ) PX ( x ) VII.7. x ξ’ x+h X Figura VII. y ) ⋅ dx = fXY (ξ.Función de densidad y ley de probabilidades condicionales A partir de la función de distribución.104 . Será: FY / X ( y / x ) = lim ∫f y −∞ XY (ξ. y ) ⋅ dy h→0 fX (ξ′) Cuando h→0. discreta o continua.x+h] como muestra la figura VII.2.5. y ) ⋅ dy fX ( x ) b) Ambas discretas: Para los puntos en los que PX(x)≠0. y ) ⋅ h x +h x ∫ f X(ξ’) fX ( x ) ⋅ dx = fX (ξ′) ⋅ h en las que ξ y ξ′ son valores del intervalo [x.MÉTODOS ESTADÍSTICOS I ∫ y x +h x fXY ( x. podemos calcular la ley de probabilidades condicional o la función de densidad condicional según sea la variable condicionada. tanto ξ como ξ` tienden a x.

MÉTODOS ESTADÍSTICOS I ⎡ dFY / X ( y / x ) d ⎢ ⎢ fY / X ( y / x ) = = dy dy ⎢ ⎢ ⎣ ∫f y −∞ XY ⎤ ( x. yi ) PX ( x ) PXY ( x. era lógico obtener. -Teorema de Bayes Teniendo en cuenta las leyes de probabilidades condicionales o las funciones de densidad condicionales. VII. b ) ∀ y ∈ [0 . pues basta con aplicar la definición de probabilidad condicional.5.b)).1] y su función de densidad es: fY ( y ) = y a −1 ⋅ (1 − y )b −1 β ( a.1: Sea Y una variable beta de parámetros a. por otra parte.105 . y) fY (y) ⋅ fX / Y (x / y) = fX (x) fX (x) b) Ambas variables discretas: Si tenemos en cuenta que en este caso es: FY / X ( y / x ) = y ii ≤ y ∑ PXY ( x. y )dy ⎥ ⎥ fX ( x ) ⎥ ⎥ ⎦ de donde: fY / X (y / x) = fXY(x. según corresponda. b (Y≡ BT(a. obtendremos las fórmulas que se exponen a continuación: a) Ambas variables continuas: fX / Y ( x / y ) = f X ( x ) ⋅ fY / X ( y / x ) +∞ ∫ f ( x) ⋅ f −∞ X Y/X ( y / x ) ⋅dx b) Ambas discretas: PX / Y ( x / y) = PX ( x) ⋅ PY / X ( y / x) ∑ PX (xi ) ⋅ PY / X (y / xi ) xi Ejemplo VII. su campo de existencia está entre [0.b) es la beta de Euler: VII. y ) PX ( x ) n será: PY / X ( y / x ) = Como.3. Esta variable es continua.1] en la que β(a.

En consecuencia: fY / X ( y / x ) = fY ( y ) ⋅ PX / Y ( x / y ) ∫ f (y )⋅P 0 Y 1 X /Y ( x / y )⋅ dy Sustituyendo: fY / X ( y / x ) = y a −1 ⋅ (1 − y )b −1 β ( a. es discreta.MÉTODOS ESTADÍSTICOS I β (a. Esta variable. la variable Y/X será continua para cada X que toma valores discretos. toma valores naturales entre cero y n y su ley de probabilidad es: ⎛n⎞ PX / Y ( x / y ) = ⎜ ⎟ ⋅ y x ⋅ (1 − y )n − x ⎜x⎟ ⎝ ⎠ Entonces. que será estudiada en un tema posterior. b ) de donde: fY / X ( y / x ) = y a + x −1 ⋅ (1 − y )b + n + x −1 β ( a + x.x] e IY=]-∞. es decir: P(X≤x. F( x. b+n-x) Como puede observarse.Y≤y)=P(X≤x)·P(Y≤y) Por tanto: X e Y son independientes ↔ ∀ ( x.Y) diremos que las variables marginales X e Y son independientes.y)). y ) ∈ ℜ2 . los sucesos IX=]-∞. y ) = FX ( x ) ⋅ FY ( y ) Si (X.106 .VARIABLES INDEPENDIENTES Dada la variable bidimensional (X. la distribución “a posteriori” de la variable condicionada continúa siendo una Beta en la que sus parámetros dependen ahora del valor x de la variable condicionante X. entonces: VII. si para todo (x.. y (X/Y≡ B(n. b ) ⎛n⎞ ⋅ ⎜ ⎟ ⋅ y x ⋅ (1 − y )n − x ⎜x⎟ ⎝ ⎠ ⎛n⎞ ⋅ ⎜ ⎟ ⋅ y x ⋅ (1 − y )n − x ⋅ dy ⎜x⎟ ⎝ ⎠ ∫ 1 0 y a −1 ⋅ (1 − y )b −1 β ( a.Y) es continua. VII.y] son independientes. b ) = ∫ 1 0 x a −1 ⋅ (1 − x)b −1 ⋅ dx con a>0 y b>0 Sea X/Y una variable binomial de parámetros n. b + n − x ) es decir: Y/X ≡ BT(a+x.6.y) ∈ ℜ2.

y ) = δ2FXY ( x. a: VII.107 .y) = fX(x)·fY/X(y/x) Si las variables marginales son independientes. es decir. x 2 ) Si la variable es discreta.i) entonces: u v α u. y ) = fX ( x ) ⋅ fY ( y ) En el apartado VII.0 = ∫x ℜ u 1 ⋅ dFX1 (x1 ) = αu análogamente: en particular: α0.2.0 = ∫ ℜ2 u x1 ⋅ dFX1X 2 (x1.. X2 = x 2.i ) i Si la variable es continua.x2. acabamos de ver que: fXY(x.i ⋅ x 2. x 2 ) por una propiedad de la integral de Stieljes. a: u v αu.v=αv α1. VII. y ) ∈ ℜ2 . y ) ∈ ℜ2 .v de la variable bidimensional.i.7. x 2 ) es la función de densidad: αu. x 2 ) ⋅ dx1 ⋅ dx 2 como: αu.1=μ2 Se denomina momento central de orden u. y ) = f X ( x ) ⋅ fY ( y ) δx ⋅ δy por tanto: X e Y son independie ntes ↔ ∀ ( x.MÉTODOS ESTADÍSTICOS I fXY ( x.2.5.a). v de la variable bidimensional.MOMENTOS Se denomina momento respecto al origen de orden u. se cumple: αu. se cumplirá: es decir: fY/X(y/x) = fY(y) X e Y son independie ntes ↔ ∀ ( x. fY / X ( y / x ) = fY ( y ) Conclusiones análogas pueden obtenerse para los demás tipos de variables condicionadas.v = E X1 . fXY ( x.0=μ1 α0. la masa de la probabilidad se concentra en unos puntos (x1.i. y fX1X 2 ( x1. X2 = ( ) ∫ ℜ 2 u v x1 ⋅ x 2 ⋅ dFX1X 2 (x1.i ⋅ P(X1 = x1.v = ∫∫ ℜ u v x1 ⋅ x 2 ⋅ fX1X 2 ( x1.v = ∑ x1.

.1 σ2 ⎥ ⎣ ⎦ VII.2 = σ 2.8.2 = σ2 = σ2..8.0 = σ1 = σ1.X2) a: 2 ⎡ σ2 σ1.Definición El coeficiente de correlación ρ de una variable aleatoria bidimensional se define mediante: VII. VII.1 2 Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1. X 2 ) = σ1.1=0 Los momentos de segundo orden (u+v=2). c) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto. son: 2 μ 2.8. respectivamente. 2 σ1 ⋅ σ2 ≥ cov 2 ( X1..1 = cov( X1.0 = σ1 μ 0.2 2 2 2 μ1.v = E (X1 − μ1 ) ⋅ (X2 − μ 2 ) u [ v ] Como en el caso anterior.1.1 = cov( X1.MÉTODOS ESTADÍSTICOS I μu.2 = σ2 2 μ1.Definición Los momentos de segundo orden pueden ser escritos así: 2 2 μ 2.v=μv en particular: μ1. en una recta o en el plano. X2 ) VII.2.1..Propiedades 2 a) La matriz de varianzas-covarianzas es simétrica pues σ1. se cumple: μu.108 .0=μu μ0.COEFICIENTE DE CORRELACIÓN VII.1 2 b) La matriz de varianzas-covarianzas es semidefinida positiva.MATRIZ DE VARIANZAS COVARIANZAS VII.9. X2 ) 2 que es la conocida desigualdad de Schwarz.1 o 2. según que la característica o rango de la matriz V sea 0..0=μ0.1 μ 0.2 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2.2 = σ2.9.

VII.10. en general.2 2 por lo que: ρ2 = 4 σ1. el criterio será minimizar el valor medio del cuadrado de los errores de predicción.. el rango de la matriz de varianzas-covarianzas vale 1 y por tanto su determinante es nulo y.. se desprende que el coeficiente de correlación mide el grado de dependencia lineal entre X1 y X2.2 ≤1 σ ⋅ σ2 2 2 1 por lo tanto: −1 ≤ ρ ≤ 1 2 b) Si las variables X1 y X2 son independientes. Por lo tanto. En este caso. ⇒ {ρ = 0 } c) Si existe una relación lineal exacta entre las variables aleatorias X1 y X2.Propiedades a) Por ser V semidefinida positiva. si la masa de probabilidad se encuentra concentrada en una recta.X2) con lo que ρ2=1 y ρ=±1 { Si X2 = α + β ⋅ X1 } ⇒ { ρ = ±1 } De las propiedades anteriores. VII.2 σ1 ⋅ σ2 VII. El objeto de este apartado será obtener la “mejor” función de predicción de acuerdo con un cierto criterio.REGRESIÓN VII.2. X2 ) 2 σ1 ⋅ σ2 2 = 2 σ1.Regresión condicional Uno de los problemas que se plantan en numerosas aplicaciones prácticas es el de predecir los valores de una variable X2 en función de los valores que tome otra variable X1 con la que se distribuye conjuntamente. no es cierto.1. es decir.MÉTODOS ESTADÍSTICOS I ρ= cov( X1.2 = 0 En consecuencia: { Si X1 y X2 son independientes} el recíproco.9.10. es: 2 4 σ1 ⋅ σ2 ≥ σ1..109 . es σ1. trataremos de encontrar una función h(X1) que permita obtener valores aproximados de X2 de modo que sea mínimo el valor medio anteriormente expresado. entonces σ12·σ22=cov2(X1.

para x1 dado.h(X1)]2 representa el “error” al cuadrado que se comete al tratar de predecir el valor de X2 mediante el conocimiento de X1 y utilizando para ello la función h(X1). lo es: ∫ ℜ (x 2 − h( x1))2 ⋅ dFX 2 / X1 ( x 2 / x1 ) en la que x1 y. Si h(X1) es una función uniforme de X1.2. por tanto.10. ∫ es decir: ℜ h( x1 ) ⋅ dFX1X 2 ( x 2 / x1 ) = ℜ x 2 ⋅ dFX1X 2 ( x 2 / x1 ) h( x1 ) = E( X2 / x1 ) Por tanto: Llamaremos curva de regresión condicional de X2 sobre X1 al lugar geométrico de los valores medios condicionales de la variable X2 dado el valor de X1. la variable aleatoria [X2. El objeto de la regresión condicional consiste en determinar h(X1) de tal forma que el valor medio del “error cuadrático” sea mínimo. se cumplirá que: d dh( x1 ) ∫ ℜ (x 2 − h( x1))2 ⋅ dFX X 1 2 ( x 2 / x1 ) = ∫ ∫ ℜ − 2 ⋅ (x 2 − h( x1 )) ⋅ dFX1X 2 ( x 2 / x1 ) igualando a cero la expresión anterior.1.Definición VII.10.MÉTODOS ESTADÍSTICOS I Si h(X1) no está sujeta a ninguna restricción (salvo que sea uniforme) se le denominará curva de regresión condicional. h(x1) son constantes. x1 ) expresión que puede ser escrita: E (X2 − h( X1 )) = 2 [ ] ∫ ℜ dFX1 ( x1 ) ⋅ ∫ ℜ (x 2 − h( x1))2 ⋅ dFX 2 / X1 ( x 2 / x1 ) que es mínima cuando. se le denominará recta de regresión lineal minimo cuadrática.. Determinaremos por tanto la función h(X1) que minimiza: E (X2 − h( X1 )) [ 2 ] =∫ ℜ2 (x 2 − h( x1))2 ⋅ dFX X 1 2 ( x 2 .2.110 .Regresión lineal mínimo cuadrática VII. Si h(X1) está sujeta a la restricción de ser una recta. Calcularemos h(x1) derivando la última integral respecto a h(x1) e igualando a cero: según una de las propiedades de la integral de Stieljes.. VII.

que la r. es decir. pasa por el punto medio de la distribución de (X1. X2).m.10.2..Cálculo de los parámetros Llamaremos residuo a la variable aleatoria a Debemos minimizar: U = X2 -(α+β·X1) z = E(U2) = E[(X2 -(α+β·X1))2] derivando respecto de α y teniendo en cuenta la propiedad c) de la esperanza matemática: dz d ⎡ d 2 (X2 − α − β ⋅ X1 )2 ⎤ = E (X2 − α − β ⋅ X1 ) = E ⎢ ⎥ dα dα ⎣ dα ⎦ [ ] es decir: dz = E [− 2 ⋅ (X2 − α − β ⋅ X1 )] dα aplicando el operador E e igualando a cero: μ2-α-β·μ1=0 por tanto: α = μ 2 − β ⋅ μ1 Despejando μ2: μ2=α+β·μ1 lo que indica que el punto (μ1.r.c.2.111 .MÉTODOS ESTADÍSTICOS I Sea X = ( X1. μ2) satisface las condiciones de la recta. X2 ) una variable aleatoria bidimensional. Sustituyendo el valor de α en la definición de U: U=X2-(μ2-β·μ1)-β·X1=(X2-μ2)-β·(X1-μ1) y z será: z = E (( X 2 − μ 2 ) − β ⋅ ( X1 + μ1 )) [ 2 ] derivando z respecto de β e igualando a cero se obtiene: VII. Se llama recta de regresión mínimo cuadrática de X2/x1 a la recta ˆ x 2 = α + β ⋅ x1 r que minimiza la expresión: ˆ 2 E ⎡ X 2 − X2 ⎤ ⎢ ⎥ ⎣ ⎦ ( ) en la que ˆ X 2 = α + β ⋅ X1 VII.

es: cov (X1. X2 ) 2 σ1 Sustituyendo α en la ecuación de la recta de regresión se obtiene: ˆ X2 = μ 2 − β ⋅ μ1 + β ⋅ X1 = μ 2 + β ⋅ (X1 − μ1 ) Sustituyendo ahora el β por su valor tendremos que la r.μ2) y su pendiente es β.112 .3 La variable aleatoria (X. X 2 ) ˆ X2 − μ 2 = ⋅ (X1 − μ1 ) 2 σ1 Esta recta pasa por el punto (μ1. Si ponemos β en función del coeficiente de correlación. X2 ) − β ⋅ σ1 = 0 por tanto: β= cov (X1.r. X2 ) σ1 ⋅ σ2 σ2 ⋅ρ σ1 tendremos que β= por lo que si ρ=0 entonces β=0 y la recta de regresión mínimo cuadrática coincide con ˆ X2 = μ 2 Ejemplo VII.c.Y) se distribuye con densidad uniforme en el interior del recinto delimitado por las rectas: y=0 x=0 y=1 x+y=2 Calcular: a) La curva de regresión condicional de X/Y y de Y/X b) La recta de regresión mínimo cuadrática de Y/X y de X/Y c) El coeficiente de correlación ρ SOLUCIÓN: VII.m. cuya expresión es ρ= cov( X1.MÉTODOS ESTADÍSTICOS I dz = E − 2 ⋅ ( X1 − μ1 ) ⋅ ( X2 − μ 2 ) − β ⋅ ( X1 − μ1 )2 dβ [ ( )]= 0 tomando la esperanza matemática: 2 cov (X1.

de X/Y es ˆ X = E [X/Y ] = ∫ 2 −y 0 x ⋅ 2 1 y ⋅ dx = − 2−y 2 ∀ y ∈ [0. ∀ y ∈ [0. y) ⋅ dx = ∫ 2/3 ⋅ dy = 3 ⋅ (2 − y) 0 2−y Las funciones de densidad condicionales son: f X/Y (x/y) = f XY (x.2 ] .Campo de existencia de (X.c.r. ∀ y ∈ [0.2 ∀ y ∈ [0.1] . por lo tanto.Y) Las funciones de densidad marginales son: f X (x) = ∫ Y ⎧ ⎪ ⎪ f XY (x.r. 2 − x ] ⎧ 2/3 ⎪ 2/3 = 1 ⎪ fY/X (y/x) = ⎨ 2/3 1 ⎪ = ⎪ 2/3 ⋅ (2 − x) 2 − x ⎩ Sustituyendo en las ecuaciones correspondientes obtenemos que la c.1] VII.1] 2 ⋅ (2 − x) 3 ∀ x ∈[ ] 1. la función de densidad conjunta será: f XY (x. ∀ y ∈ [0. las correspondientes funciones de densidad condicionales. 2 − y ] .r.1] ∀ x ∈ [0.c. y) 2/3 1 = = fY (y) 2/3 ⋅ (2 − y) 2 − y ∀ x ∈ [0.1] 0 2/3 ⋅ dy = 2 fY (y) = ∫ X f XY (x. Dado que la variable tiene densidad uniforme en el recinto A de la figura VII.10. de Y/X: ˆ Y = E(Y/X) = ∫ y ⋅f Y Y/X (y/x) ⋅ dy Deberemos conocer. y) = 1 1 2 = = Area A 3/2 3 Y A 1 2 X Figura VII.. de X/Y es: ˆ X = E(X/Y) = ∫ x ⋅f X X/Y (x/y) ⋅ dx y la c.1] ∀ x ∈ [1.c.113 .10.MÉTODOS ESTADÍSTICOS I a) La c. y) ⋅ dy = ⎨ ⎪ ⎪ ⎩ ∫ ∫ 1 0 2− x 2/3 ⋅ dy = 2 3 ∀ x ∈ [0.

Y A 1 2 X Figura VII.12..x) ⋅ dx = 9 1 2 cov(X.c..2 como se muestra en la figura VII. Y A 1 2 X Figura VII.12. de Y/X es ⎧ ⎪ ⎪ ˆ Y = E [Y/X ] = ⎨ ⎪ ⎪ ⎩ ∫ y ⋅1 ⋅ dy = 2 2−x ∫ y ⋅ ⋅ dy = 2 0 2−x 1 1 2−x 1 1 ∀ x ∈ [0.11.1] ∀ x ∈[ ] 1.r.114 .MÉTODOS ESTADÍSTICOS I como muestra la figura VII.Curva de Regresión Condicional Y/X b) La recta de regresión mínimo cuadrática de Y/X tiene como expresión: cov ( X.Curva de Regresión Condicional X/Y y la c.Y ) ˆ Y − μY = ⋅ (X − μ X ) 2 σX donde: μY = E(Y) = μ X = E(X) = ∫ +∞ −∞ y ⋅ fY (y) ⋅ dy = ∫ y ⋅ 2/3 ⋅ (2 − y) ⋅ dy = 9 0 1 4 7 ∫ +∞ −∞ x ⋅ f X (x) ⋅ dx = ∫ 1 x ⋅ 2/3 ⋅ dx + 1 2−y 0 ∫ x ⋅ 2/3 ⋅ (2 .Y) = E(X ⋅ Y) − E(X) ⋅ E(Y) = ∫ ∫ x ⋅ y ⋅ 2/3 ⋅ dx ⋅ dy − 9 ⋅ 9 = − 324 0 0 4 7 13 2 σ X = D 2 (X) = E(X 2 ) − E 2 (X) = ∫ 1 x 2 ⋅ 2/3 ⋅ dx + 0 ∫ 2 1 37 ⎛7 ⎞ x 2 ⋅ 2/3 ⋅ (2 − x) ⋅ dx − ⎜ ⎟ = 9⎠ 162 ⎝ 2 sustituyendo: VII.11.

Xn≤xn.x n ) pertenece a F. y dado un Espacio de Probabilidades (E.. xn ) = P( X1 ≤ x1. diremos que la aplicación X:E→ℜn es una variable aleatoria n-dimensional si para todo intervalo I x1.r. Para las variables continuas se define a la función de densidad como aquella función que satisface a la condición: F( x1. x 2 ...296 σ X ⋅ σY 37/162 ⋅13/162 VII.. Definiremos a la función de distribución.m..x 2 .. X2 ≤ x 2 .. xn ) = δnF( x1...115 . x 2 . VII..c..x n su antiimagen O(I x1.. x 2 .. x 2 . mediante: F( x1... P).Y) 13/324 =− = −0.. X/Y tiene como expresión: cov ( X. . Xn ≤ xn ) cuyas propiedades son una fácil generalización de las expuestas en una y dos dimensiones. si designamos por I x1....x n al intervalo de la forma X1≤x1.y) ⋅ dx − ⎜ ⎟ = 162 ⎝9 ⎠ 2 sustituyendo: 1 ⎛ 4⎞ ˆ 7 X − = − ⋅ ⎜Y − ⎟ 9 2 ⎝ 9⎠ c) El coeficiente de correlación es ρ= cov(X.11..MÉTODOS ESTADÍSTICOS I 13 ⎛ 7⎞ ˆ 4 Y− =− ⋅⎜ X − ⎟ 9 74 ⎝ 9⎠ La r.. F...x 2 ..... son fácilmente generalizables para variables de más de dos dimensiones....x 2 . X2≤x2.. xn ) δx1 ⋅ δx 2 ⋅ L ⋅ δxn Las variables marginales y condicionales se definen de forma análoga al caso de dos dimensiones. xn ) ⋅dx1 ⋅dx 2 ⋅ L ⋅ dx n por tanto...VARIABLES ALEATORIAS n-DIMENSIONALES Los conceptos expuestos en los apartados anteriores.. será: f ( x1. Así...Y ) ˆ X −μ X = ⋅ (Y − μY ) 2 σY donde 2 σY = D 2 (Y) = E(Y 2 ) − E 2 (Y) = ∫ 1 0 13 ⎛4 ⎞ x 2 ⋅ 2/3 ⋅ (2 .. x 2 ... xn ) = ∫ ∫ x1 −∞ x2 −∞ L ∫ xn −∞ f ( x1..

las variables son independientes.FY ( y )} VII. y ) = FX ( x ). r r { X e Y son independie ntes} ↔ { F XY r r r r ( x.MÉTODOS ESTADÍSTICOS I Si el producto de las funciones de distribución marginales coincide en todo punto con la distribución conjunta.116 .

MÉTODOS ESTADÍSTICOS I VII.117 .

CAPITULO VII: Variable Aleatoria Normal Bidimensional .

1. tienen su propia función de distribución y sus respectivas funciones de densidad. A estas variables. es decir FX(x) es la probabilidad de que la variable bidimensional tome un valor del intervalo rayado de la figura VII. por separado. se les llama variables marginales de la bidimensional. y)dxdy = 1 Supongamos que la variable bidimensional (X.Y) hace corresponder a cada individuo de una población su peso (X) y su estatura (Y). definiremos su distribución de probabilidad. por simplicidad consideraremos el caso bidimensional.Capítulo V: Variables Aleatorias Unidimensionales VII. variables aleatorias y. En el caso de una variable aleatoria bidimensional continua. y) ≥ 0 ∀i ∞ ∞ −∞−∞ ∫ ∫f XY ( x.CONCEPTO DE FUNCIÓN DE DENSIDAD Cuando en lugar de observar una característica numérica observamos n características en cada elemento de una población. El peso y la estatura por separado son. las probabilidades vienen determinadas por una función de densidad conjunta la cual debe verificar las siguientes propiedades: f XY ( x . diremos que se dispone de una variable aleatoria multidimensional. a su vez.. sea cuál sea el valor de Y. mediante una función de probabilidad conjunta que proporcione las probabilidades de cada posible valor. Dada una variable aleatoria multidimensional. Una variable bidimensional está constituida por dos variables unidimensionales llamadas marginales. En el caso de variables continuas.119 . a partir de la función de densidad conjunta. en el caso discreto. como tales.1. VII. se pueden calcular la función de distribución y de densidad de las variables marginales de la siguiente forma: d) El valor de FX(x) es la probabilidad de que la variable X tome un valor inferior o igual a x.

se cumple que: FX ( x ) = ∫ x −∞ du ⋅ ∫ +∞ −∞ f (u.120 .Capítulo V: Variables Aleatorias Unidimensionales Y x X Figura VII.. Sean X1 y X2 variables aleatorias Normales Tipificadas unidimensionales e independientes.y) la función de distribución conjunta.1..Variable normal bidimensional tipificada Un caso particular de variables aleatorias bidimensionales lo constituye la distribución normal bidimensional tipificada. y ) y →∞ Siendo FXY(x. Y < ∞ ) = lim FXY ( x.1. e) Por las mismas razones que las expuestas en el punto a). x 2 ) = e 2π 2 x1 + x2 2 2 pues bien: VII.1. y ) ⋅ dy VII. v ) ⋅ dv f) Derivando respecto a x ésta última ecuación: d FX ( x ) = dx fX ( x ) = ∫ +∞ −∞ f ( x. La función de densidad conjunta de la variable bidimensional: r ⎡X ⎤ X = ⎢ 1⎥ ⎣X 2 ⎦ es: 1 − f ( x 1. v ) ⋅ dv = ∫ +∞ −∞ f ( x.Distribución marginal de X Por tanto: FX ( x ) = P( X ≤ x ) = P( X ≤ x.

Capítulo V: Variables Aleatorias Unidimensionales La variable aleatoria bidimensional cuyas marginales son variables aleatorias Normales Tipificadas independientes.x ⎤ J⎢ 1 2 ⎥ = A −1 ⎣ y 1.1. b un vector columna 2x1 y X una variable aleatoria Normal Bidimensional Tipificada ( X ≡ N(0. Para calcular la función de densidad de Y conocida la de. y 2 ⎦ r r r como: 1 − f ( x 1. y 2 ⎦ como X = A −1 ( Y − b) es: ⎡x .2. x 2 ) = e 2π 2 x1 + x2 2 2 es: VII. I)). es decir: r r ⎡x .. La variable Normal Bidimensional General es una transformada lineal regular ( A ≠ 0) de una variable aleatoria Normal Bidimensional Tipificada.Variable normal bidimensional general r r Sea A una matriz 2x2 regular ( A ≠ 0). es X = A −1 ( Y − b) y existe.121 . x 2 ) • J⎢ 1 2 ⎥ ⎣ y 1. correspondencia biunívoca entre los valores de X y de los de. por tanto. se denomina variable aleatoria Normal Bidimensional Tipificada y su función de densidad conjunta es: 1 − f ( x 1.x ⎤ f y ( y 1. I). r VII. y 2 ) = f x ( x1. en la que 0 = (0. A la variable bidimensional Y = AX + b la denominaremos variable Normal Bidimensional General. r r r r r r r r r r r Si Y = AX + b con.0)' e I es la matriz unidad. x 2 ) = e 2π r r 2 x1 + x2 2 2 La representaremos mediante X ≡ N(0. podremos utilizar la fórmula del Jacobiano para el cambio de variable.

122 . es: − V y 1 = A ' −1 • A − 1 y Vy = A 2 de donde: A = Vy 1/ 2 por tanto: r f y ( y) = 1 2 • π • Yy 1/ 2 e − r 1 r r − r ( y − m y )' Vy 1( y − m y ) 2 como: 2 2 ⎡ σ 11 σ 1.1 σ 2. 2 ⎥ ⎢ ⎥ ⎣σ 2. es: r r r x = A −1 ( y − b) y x' = A −1( y − b)' (A -1 )' 1 r r r r )'• A −1 ( y − b) r r r en consecuencia.x2) y. r r r r r r r m y = E( Y ) = E( AX + b) = AE( X ) + b = b r r rr rr r r Vy = E ( Y − m y )( Y − m y )' = E AXX ' A ' = AE( XX ' )A ' = AA ' r r r r [ ] [ ] por ser A no singular. x 2 ) = 1 − e 2π x' x 2 en la que x’=(x1.2 ⎦ es: 2 Vy = σ 1 • σ 2 • (1 − ρ 2 ) 2 y es: − Vy 1 1 ⎡ ⎢ 2 σ1 ⎢ = ρ 1 − ρ 2 ⎢− ⎢ σ •σ 1 2 ⎣ 1 − ρ ⎤ σ1 • σ 2 ⎥ ⎥ 1 ⎥ ⎥ 2 σ1 ⎦ VII.2 ⎤ V = ⎢ 2. por tanto.Capítulo V: Variables Aleatorias Unidimensionales f ( x 1. será: r f y ( y) = − ( y − b)'( A 1 e 2 2•π −1 1 A pongamos ahora los valores de A y de b en función del vector de medias de Y(m y ) y de la matriz de varianzas-covarianzas de Y( Vy ).

2 ⎤ ⎡ t ⎤ 2 2 2 2 .1 2 2 ⎡ σ 11 t ⎤ σ 1. ⎡σ 2 ⎢ ⎣ 2. a su vez.. σ 2. V ) ⇒ Y1 ≡ N(m 1. variables Normales Unidimensionales Generales.2 ⎥ ⎣0 ⎦ ⎢σ 2. ⎥ ⎢ ⎥ = [ t.2.0]⎢ 2 ⎥ = σ 11 t = σ 1 • t . m 2 ]⎢0⎥ = m1t ⎣ ⎦ ⎡t⎤ y 11 [ t.0]⎢σ 2.VECTOR DE VALORES MEDIOS VII.Capítulo V: Variables Aleatorias Unidimensionales y calculando: −1 ( y − m y )' Vy ( y − m y ) se obtiene: f y ( y) = 1 2πσ 1σ 2 1 − ρ 2 e − r 1 r r − r ( y − m y )' Vy 1( y − m y ) 2 en la que: −1 ( y − m y )' Vy ( y − m y ) = ⎡ ( y 1 − m1 ) 2 ( y − m 1 )( y 2 − m 2 ) ( y 2 − m 2 ) 2 ⎤ 2ρ 1 + ⎢ ⎥ 2 σ1 • σ 2 σ1 σ2 1 − ρ2 ⎣ ⎢ ⎥ 2 ⎦ 1 TEOREMA Las variables aleatorias marginales de una variable Normal Bidimensional General son.123 . como: ϕ Y1 ( t) = ϕ Y1Y2 ( t.0) y es: [m1. en efecto. σ 1 ) VII. Por tanto: r r Y ≡ N(m.1 t⎥ 2 ⎦ ⎣ ⎦ entonces: ϕ Y1 ( t) = 1 2 im1t − σ1 • t 2 2 e que es la función característica de una variable Normal de media m1 y varianza.

2 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2.1. respectivamente. según que la característica o rango de la matriz V sea 0.Propiedades 2 d) La matriz de varianzas-covarianzas es simétrica pues σ1.1 o 2. f) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto. se considera una variable aleatoria normal bidimensional tipificada como D2(X1)=D2(X2)=1 y.Definición Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1. VII.3.1 σ2 ⎥ ⎣ ⎦ Si.. por ser X1 y X2 independientes es: cov(X1. por ejemplo.3.X2)=0 la matriz de varianzas-covarianzas viene dada por: ⎡1 0⎤ V =⎢ ⎥ ⎣0 1 ⎦ VII..MATRIZ DE VARIANZAS COVARIANZAS VII. en una recta o en el plano. es: r r ⎡ X ⎤ ⎡E( X 1 ) ⎤ ⎡ m 1 ⎤ m = E( X ) = E⎢ 1 ⎥ = ⎢ ⎥ = ⎢ ⎥ ⎣ X 2 ⎦ ⎣E( X 2 )⎦ ⎣m 2 ⎦ Si particularizamos dicho vector al caso concreto de una variable aleatoria normal bidimensional tipificada se tiene: r ⎡0 ⎤ m= ⎢ ⎥ ⎣0 ⎦ VII.2.1 2 e) La matriz de varianzas-covarianzas es semidefinida positiva.3. 2 σ1 ⋅ σ2 ≥ cov 2 ( X1..Capítulo V: Variables Aleatorias Unidimensionales Por definición.2 = σ2. X2 ) 2 que es la conocida desigualdad de Schwarz. el vector de valores medios.X2) a: 2 ⎡ σ2 σ1.124 .

Capítulo V: Variables Aleatorias Unidimensionales

VII.4.- COEFICIENTE DE CORRELACIÓN VII.4.1.- Definición

El coeficiente de correlación ρ de una variable aleatoria bidimensional se define mediante:
ρ= cov( X1, X2 )
2 σ1 ⋅ σ2 2

=

2 σ1,2

σ1 ⋅ σ2

VII.4.2.- Propiedades

d) Por ser V semidefinida positiva, es:
2 4 σ1 ⋅ σ2 ≥ σ1,2 2

por lo que:
ρ2 =
4 σ1,2 ≤1 2 σ1 ⋅ σ2 2

por lo tanto:
−1 ≤ ρ ≤ 1
2 e) Si las variables X1 y X2 son independientes, es σ1,2 = 0

En consecuencia:

{ Si X1 y X2 son independientes}
el recíproco, en general, no es cierto. f)

{ρ = 0 }

Si existe una relación lineal exacta entre las variables aleatorias X1 y X2, es decir, si la masa de probabilidad se encuentra concentrada en una recta, el rango de la matriz de varianzas-covarianzas vale 1 y por tanto su determinante es nulo y, entonces σ12·σ22=cov2(X1,X2) con lo que ρ2=1 y ρ=±1

{ Si X2 = α + β ⋅ X1 }

{ ρ = ±1 }

De las propiedades anteriores, se desprende que el coeficiente de correlación mide el grado de dependencia lineal entre X1 y X2.
VII.5.- INDEPENDENCIA DE VARIABLES ALEATORIAS

Dada la variable bidimensional (X,Y) diremos que las variables marginales X e Y son independientes, si para todo (x,y) ∈ ℜ2, los sucesos IX=]-∞,x] e IY=]-∞,y] son independientes, es decir:

VII.125

Capítulo V: Variables Aleatorias Unidimensionales

P(X≤x,Y≤y)=P(X≤x)·P(Y≤y) Por tanto:
X e Y son independientes ↔ ∀ ( x, y ) ∈ ℜ2 ; F( x, y ) = FX ( x ) ⋅ FY ( y )

Si (X,Y) es continua, entonces:
fXY ( x, y ) = δ2FXY ( x, y ) = f X ( x ) ⋅ fY ( y ) δx ⋅ δy

por tanto:
X e Y son independie ntes ↔ ∀ ( x, y ) ∈ ℜ2 ; fXY ( x, y ) = fX ( x ) ⋅ fY ( y )

TEOREMA Si dos variables aleatorias normales son incorrelacionadas, es decir (ρ =0), entonces son independientes.

Si dos variables aleatorias son independientes, su covarianza es nula y, por tanto, su coeficiente de correlación vale cero. Es decir, si son independientes están incorrelacionadas. En general, el recíproco no es cierto. Para darse cuenta de ello, basta con comprobar que las variables marginales de la variable aleatoria bidimensional uniforme en un círculo de centro en el origen de coordenadas, son incorrelacionadas pero no independientes. Sin embargo, en el caso particular de variables Normales, la incorrelación implica la independencia y, por tanto, incorrelación e independencia son términos equivalentes. En efecto, el exponente de la función de densidad de una variable aleatoria bidimensional Normal General, es:
⎡ ( y 1 − m1 ) 2 ( y − m 1 )( y 2 − m 2 ) ( y 2 − m 2 ) 2 ⎤ − 2ρ 1 + ⎢ ⎥ 2 σ1 • σ 2 σ2 1 − ρ2 ⎢ σ1 ⎥ 2 ⎣ ⎦ 1

( y − m)' V −1 ( y − m) =

por tanto, si ρ = 0, es:
1 f ( y 1, y 2 ) = e 2πσ 1σ 2

1 ⎡ ( y1 − m1 )2 ( y 2 − m 2 ) 2 ⎤ + ⎢ ⎥ 2 2⎢ σ1 σ2 ⎥ 2 ⎣ ⎦

es decir:
VII.126

Capítulo V: Variables Aleatorias Unidimensionales

f ( y 1, y 2 ) = f y 1 ( y 1 ) • f y 2 ( y 2 )

lo que implica que Y1 e Y2 son independientes. Por tanto:
{ Y1 ≡ N(m 1, σ 1 ) Y2 ≡ N(m 2 , σ 2 ) ρ(Y1, Y2 ) = 0} → {Y1 e Y2 indep. }

y

VII.6.- DISTRIBUCIÓN MARGINAL

Las variables aleatorias marginales de una variable Normal Bidimensional General son, a su vez, variables Normales Unidimensionales Generales.

en efecto, como:
ϕ Y1 ( t) = ϕ Y1Y2 ( t,0)

y es:

[m1, m 2 ]⎢0⎥ = m1t
⎣ ⎦

⎡t⎤

y
11 [ t,0]⎢σ 2,

⎡σ 2 ⎢ ⎣

2,1

2 2 ⎡ σ 11 t ⎤ σ 1,2 ⎤ ⎡ t ⎤ 2 2 2 2 , ⎥ ⎢ ⎥ = [ t,0]⎢ 2 ⎥ = σ 11 t = σ 1 • t , σ 2,2 ⎦ ⎣0 ⎦ σ 2,1 t⎦ ⎢ ⎥ 2 ⎥ ⎣

entonces:
ϕ Y1 ( t) =
1 2 im1t − σ1 • t 2 2 e

que es la función característica de una variable Normal de media m1 y varianza. Por tanto:
r r Y ≡ N(m, V ) ⇒ Y1 ≡ N(m 1, σ 1 )

VII.7.- DISTRIBUCIÓN CONDICIONAL

La variable aleatoria Y2 condicionada a un valor de la variable aleatoria Y1 =Y2, se calcula mediante:
VII.127

VII. la e variable aleatoria Y1 / Y2 es. Y2 ) 2 σ1 ( y 1 − m1 ) 2 D 2 ( Y2 y 1 ) = σ 2 • (1 − ρ 2 ) Como. la curva que mejor se adapta a la masa de probabilidad. Y2 ) 2 σ1 ( y 1 − m1 ) por ser la curva de regresión condicional. es decir.128 . la curva de regresión condicional es: $ y 2 = E( Y2 y 1 ) en el caso particular de variables Normales. una variable Normal de media: E( Y2 y 1 ) = m 2 + cov( Y1. la recta de regresión minimo cuadrática coincidirá con la curva de regresión condicional. en general.Capítulo V: Variables Aleatorias Unidimensionales fc ( y 2 y1 ) = f ( y 1.2 ( y1 − m1 ) ⎥ ⎥ 2 ⎢ ⎢ ⎥⎦ σ1 1 ⎣ ⎦⎥ − ⎣ 2 2 2 σ 2 (1− ρ ) 2 fc ( y 2 y1 ) = 1 2π σ 2 1 − ρ 2 lo que pone de manifiesto que si Y1 e Y2 son variables aleatorias Normales. y 2 ) f y1 ( y 1 ) operando se obtiene: ⎡ ⎡ ⎤⎤ σ2 ⎢ y 2 − ⎢m 2 + 1. es: $ y 2 = E( Y2 y 1 ) = m 2 + cov( Y1. a su vez. una recta.

Capítulo V: Variables Aleatorias Unidimensionales Tema 8. Muestreo VII.129 .

CAPITULO VIII: Distribuciones en el Muestreo .

Estudiar a todos los individuos del colectivo podría suponer un coste demasiado elevado en muchos casos.INTRODUCCIÓN El objeto de todo estudio estadístico es siempre el conocimiento del colectivo o población a la que se refiere el estudio. o superior al valor de la información obtenida. Son muchas las preguntas que pueden plantearse acerca de la población total y que pueden responderse analizando adecuadamente los resultados observados en la muestra. carecería de interés o aplicabilidad. Cuando las observaciones a realizar ocasionan alteración o incluso la destrucción de los elementos analizados. lógicamente es inviable estudiar todos ellos. Razones intrínsecas al estudio. podremos generalizar al universo o colectivo objeto del estudio. etc. fabricadas con tres formulaciones diferentes ¿puede concluirse que las tres formulaciones tienen la misma resistencia media o presentan la misma variabilidad?. y mediante el empleo de técnicas estadísticas. Razones económicas.. Por ejemplo. Dado un conjunto de mediciones de la resistencia a la compresión de unas probetas de hormigón. Algunos ejemplos o situaciones de la vida real ayudarán a justificar la necesidad y utilidad del muestreo. No obstante. aunque completa. no siempre es posible o conveniente analizar todas y cada una de las unidades que integran dicho colectivo. Dados los resultados de la inspección de un conjunto de componentes eléctricos • • VIII. las conclusiones obtenidas. • • • Para obviar estos inconvenientes se recurre al estudio de solo una parte del colectivo convenientemente seleccionada a partir del cual. no disponer de acceso a todos los individuos del colectivo o no disponer de un listado de los mismos. Razones de tiempo. la aceptación de un lote de materiales. Por ejemplo: • En función de los resultados obtenidos al medir la capacidad de un conjunto de envases de vidrio y con el fin de poder aplicar las técnicas estadísticas habituales de Control de la Calidad ¿podemos admitir que dicha magnitud es una variable aleatoria con distribución normal?.1.131 . el colectivo objeto de estudio desaparecería y la información obtenida. Si aplicamos un ensayo destructivo a la totalidad de las piezas de un lote en su recepción. Las razones por las cuales no se extiende el análisis a la totalidad de la población pueden ser de distinta índole: • Razones estratégicas. en otros.) puede imposibilitar el estudio de toda la población. La urgencia por disponer de la información requerida (por ejemplo un sondeo preelectoral.Capítulo VIII: Distribuciones en el Muestreo VIII.

. Si en cada extracción todos los elementos tienen la misma probabilidad de ser seleccionados para formar parte de la muestra.. y muestra el subconjunto formado por las longitudes (x1.. ¿existe interacción entre ellos? Estas y otras muchas preguntas pueden contestarse mediante la aplicación de métodos estadísticos a la información suministrada por las muestras extraídas de una población.132 . el vector aleatorio (X1. n representa el valor de la característica X en el i-ésimo elemento extraído..Capítulo VIII: Distribuciones en el Muestreo • • ¿podemos admitir que el lote muestreado tiene una proporción de componentes defectuosos inferior a un cierto valor límite? Dado un conjunto de valores de dureza .Población y muestra VIII. VIII.. X2.1.. x2. de esas piezas seleccionadas de forma aleatoria. población será el conjunto de valores posibles de la longitud de las piezas obtenidas en un determinado proceso de fabricación.. una población es el conjunto de todos los valores posibles o espacio muestral de una variable aleatoria (generalmente medida en las unidades del colectivo estudiado). . la función de distribución de cada variable X1.peso específico de unas piezas de plástico ¿podemos admitir la existencia de una dependencia lineal entre estas características físicas del material estudiado? En función de unos resultados obtenidos al repetir bajo diferentes condiciones un proceso de síntesis ¿podemos decir que influyen en dicho proceso determinados factores?. y una muestra es un subconjunto de dichos valores tomados aleatoriamente.. MUESTREO Y MUESTRA Desde el punto de vista estadístico. En general. y la muestra obtenida es una muestra aleatoria.. Por ejemplo. X2. ... Si las n observaciones muestrales se han realizado en una misma población con función de distribución FX(x).2. Xn también será FX(x)..POBLACIÓN. 2. xn) de un número finito n.. Xn) es una variable n-dimensional en el que cada componente i = 1. el muestreo se denomina aleatorio.. . Muestreo Población Muestra Figura VIII.

.s. X2. X2 . Evidentemente todo estadístico será. Xn) de los valores muestrales se le denomina estadístico. denominamos muestra aleatoria simple (m.a. Los estadísticos más utilizados son: • La media muestral x= X1 + X2 + L + Xn n • La mediana muestral: es el valor de la variable que deja el mismo número de datos por abajo que por arriba y se calcula mediante. el muestreo se denomina muestreo aleatorio simple o con reemplazamiento. las variables aleatorias.ESTADÍSTICOS A toda función T = T(X1.. Si no se produce la reposición. que son aleatorios. una variable aleatoria dado que su valor depende de los valores de la muestra.x n ) = FX1 ( x1 ) ⋅ FX 2 ( x 2 ) ⋅ L ⋅ FXn ( xn ) Formalmente.. x 2 .. Xn ) formado por n variables unidimensionales que indican los valores de las n observaciones y que serán independientes si en muestro realizado es aleatorio simple.Capítulo VIII: Distribuciones en el Muestreo Si después de cada extracción y antes de la siguiente se repone el objeto extraído. ~ = X + ⎛ n + 1 − e ⎞ ⋅ (x − x ) x ⎜ ⎟ e +1 e e ⎝ 2 ⎠ con e = INT ⎛ ⎜ • • n + 1⎞ ⎟ ⎝ 2 ⎠ La moda muestral: es el valor que más veces se repite en la muestra. son independientes y por tanto. K . K . x n ) VIII. Cada valor concreto de la muestra será un conjunto de n datos y se representará por letras minúsculas: r x = ( x1.. el muestreo se denomina muestreo aleatorio sin reemplazamiento. Tanto en el primer caso como en el segundo si el colectivo es infinito.133 . en general.. x 2 .) de tamaño n al vector aleatorio o variable n-dimensional: r X = ( X1.. la función de distribución conjunta será: r FX ( x1. La varianza muestral 2 sn = ∑ ( Xi − x )2 i =1 n n • La cuasivarianza VIII.3.

varianza muestral. VIII. etc.Capítulo VIII: Distribuciones en el Muestreo 2 sn −1 = ∑ ( Xi − x )2 i =1 n n −1 • La desviación típica muestral y la cuasidesviación típica 2 sn = + sn 2 s n −1 = + s n −1 • El rango o recorrido: R=Xmáx-Xmin • La proporción muestral ˆ p= X n donde X es el número de unidades muestrales en las que se presenta el suceso considerado.DISTRIBUCIONES EN EL MUESTREO Las distribuciones de probabilidad de los estadísticos se denominan distribuciones en el muestreo.. A las características de la distribución muestral (media muestral. Estas distribuciones dependerán de: • • • • la función T que define el estadístico la distribución FX(x) que tenga la variable X muestreada el tamaño de muestra el tipo de muestreo efectuado Antes de pasar al estudio de estas distribuciones vamos a recoger algunos conceptos que facilitarán su comprensión. es posible hacerle corresponder una distribución de probabilidades de los valores obtenidos asignando a cada uno de ellos una probabilidad igual a 1/n: ∗ PX ( xi ) = 1 n La distribución así obtenida se denomina distribución muestral.4.) se les denomina características muestrales. Ésta es siempre una distribución discreta unidimensional (si la variable X estudiada es unidimensional) y su espacio muestral está formado por n valores diferentes (o menos si han coincidido dos o más valores de la muestra). VIII.134 . Dada una muestra aleatoria simple de tamaño n. por oposición a las características poblacionales que son las de la distribución X de la población.

POBLACIÓN f X(x) (X1.2. estadísticos (variables aleatorias con una determinada distribución de probabilidades según hemos visto en el punto anterior). en general. Xn) ∗ PX ( x ) MUESTRA 1/n X Características poblacionales (constantes) X Características muestrales (variables aleatorias) x (media muestral) 2 s n (varianza muestral) 2 s n −1 (cuasivarianza) μ (media) σ (varianza) 2 σ (desviación típica) sn (desv. En el apartado anterior poníamos de manifiesto que la distribución que tienen los estadísticos (y las características muestrales lo son). aunque FX(x) sea desconocido pueden conocerse determinados aspectos de la distribución de las características muestrales como son algunos parámetros de su distribución. por lo tanto tendrán media y varianza.Capítulo VIII: Distribuciones en el Muestreo Estas características muestrales son función de la muestra y. dependen de la distribución FX(x) que tenga la variable X muestreada por lo que.. las características muestrales son variables aleatorias y. En efecto. VIII. . y este es precisamente el objeto del presente capítulo.Características poblacionales y muestrales A continuación analizaremos primero la distribución de las principales características muestrales sin considerar la distribución FX(x) de la variable muestreada..4.Distribución de la media muestral. si no se conoce FX(x) no se conocerá por completo la distribución de cada una de las características muestrales. típica muestral) sn-1 (cuasidesviación típica) ˆ p (proporción muestral) p (proporción) Figura VIII. por lo tanto. Así.135 . No obstante.. X2. tendrá a su vez media E( x ) y varianza D2 ( x ) . y en el punto siguiente completaremos el análisis considerando que la variable muestreada sigue la distribución Normal.. Para realizar adecuadamente el paso de lo "particular" reflejado en la distribución de los valores observados a lo "general" o distribución teórica de la variable. necesitamos conocer cuál es la relación que existe entre una distribución y otra. VIII.1.. la media muestral que representamos por x .

Distribución de la varianza muestral.2. si tomamos muestras aleatorias simples de tamaño n de una población cuya media es μX y su varianza es σX2.Capítulo VIII: Distribuciones en el Muestreo La media de la distribución muestral (media muestral) es: ∗ ∑ xi ⋅ PX ( xi ) = n ⋅ ∑ xi = i =1 i =1 n 1 n ∑ xi i =1 n n =x que coincide con la media aritmética de los n valores obtenidos. pues la muestra es aleatoria simple: D2 ( x ) = 1 n 2 1 σ2 ⋅ ∑ D ( xi ) = 2 ⋅ n ⋅ σ2 = X X n n2 i =1 n Por lo tanto. independientemente de la distribución que tenga la variable X muestreada. Su valor medio será: 1 ⎛ n x ⎞ 1 ⎛ n ⎞ 1 n E( x ) = E ⎜ ∑ i ⎟ = ⋅ E⎜ ∑ x i ⎟ = ⋅ ∑ E(x i ) = ⋅ n ⋅ μ X = μ X ⎜ n⎟ n ⎜ ⎟ n n i =1 ⎝ i =1 ⎠ ⎝ i =1 ⎠ Y su varianza: ⎛ n x ⎞ 1 ⎛ n ⎞ D2 ( x ) = D2 ⎜ ∑ i ⎟ = 2 ⋅ D2 ⎜ ∑ x i ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ i =1 n ⎠ n ⎝ i =1 ⎠ y por ser las xi independientes. entonces el estadístico media muestral será una variable aleatoria con valor medio y varianza: E( x ) = μ X D2 ( x ) = σ2 X n Como x=∑ i =1 n xi n es una suma de variables aleatorias independientes. todas ellas con la misma distribución. En la práctica la aproximación es buena cuando n>30.4. VIII.136 .. La varianza de la distribución muestral (varianza muestral) es: 2 sn = ∑ (x − x ) ⋅ P (x ) = 2 i ∗ X i i =1 n ∑ (x − x ) i i =1 n 2 n Su valor medio es VIII. x converge en distribución a la distribución normal de media μX y varianza σX2/n. se tiene como consecuencia del Teorema de Lindenberg-Levy que cuando n tiende a infinito.

de ahí que se emplee frecuentemente la cuasivarianza o varianza muestral corregida en lugar de la varianza muestral.137 . la estimación de parámetros poblacionales. Allí se recomienda la utilización de estadísticos cuyo valor medio coincida con el correpondiente parámetro poblacional. puesto que si 2 sn −1 = n 2 ⋅ sn = n −1 ∑( xi − x )2 i =1 n n −1 entonces 2 E(sn −1 ) = n n n −1 2 2 ⋅ ⋅ σ X = σ2 ⋅ E(sn ) = X n −1 n −1 n VIII. recordando que E ( x − μ X )2 = D2 ( x ) = σ2 / n X [ ] y que E ( x i − μ X )2 = σ2 X [ ] se obtiene que 2 E(sn ) = 1 ⎛ σ2 ⎞ n − 1 2 ⋅ ⎜ n ⋅ σ2 − n ⋅ X ⎟ = ⋅ σX X n ⎜ n ⎟ n ⎝ ⎠ Una de las aplicaciones más importantes del muestreo es.Capítulo VIII: Distribuciones en el Muestreo ⎡ n ( x − x )2 ⎤ 1 ⎡ n 2⎤ 2 E(sn ) = E ⎢∑ i ⎥ = ⋅ E ⎢∑ (( xi − μ X ) − ( x − μ X )) ⎥ n n ⎣ i =1 ⎦ ⎣ i =1 ⎦ donde se ha sumado y restado μX. Desarrollando el cuadrado 2 E(sn ) = 1 ⎡n ⎤ ⋅ E ⎢∑ ( x1 − μ x )2 + ( x − μ X )2 − 2 ⋅ ( x i − μ X ) ⋅ ( x − μ X ) ⎥ n ⎣ i =1 ⎦ ( ) Aplicando el sumatorio 2 E(sn ) = 1 ⎡ ⋅E ⎢ n ⎢ ⎣ ∑ i =1 n ( x1 − μ x )2 + n ⋅ ( x − μ X )2 − 2 ⋅ ( x − μ X ) ⋅ ∑ (x − μ )⎥⎥⎦ i X i =1 n ⎤ Teniendo en cuenta que ∑ ( xi − μ X ) = ∑ xi − n ⋅ μ X = n ⋅ x − n ⋅ μ X = n ⋅ ( x − μ X ) i =1 i =1 n n sustituyendo y aplicando las propiedades del operador E 2 E(sn ) = 1 ⎡n ⎤ ⋅ ⎢∑ E ( xi − μ X )2 − n ⋅ E ( x − μ X )2 ⎥ n ⎣ i =1 ⎦ ( ) ( ) Finalmente. como veremos en el capítulo siguiente.

p converge en distribución a la distribución normal con media y varianza igual a las expresadas.Capítulo VIII: Distribuciones en el Muestreo En definitiva. es la suma de n variables independientes idénticamente distribuidas. En el apartado anterior vimos que..138 . de probabilidad p.MUESTREO EN POBLACIONES NORMALES. entonces la media de la varianza muestral y la media de la cuasivarianza son: 2 E(sn ) = n −1 2 ⋅ σX n 2 E(sn −1 ) = σ2 X VIII..4. Esta propiedad será utilizada en el establecimiento de intervalos de confianza y test de hipótesis para la proporción poblacional p.Distribución de la proporción muestral. si tomamos muestras aleatorias simples de tamaño n de una población cuya varianza es σX2. en virtud del Teorema de Lindenberg-Levy.3. Como X es una variable B(n. VIII. Analizaremos en este apartado la distribución de las principales características muestrales en el caso de que la población muestreada tenga una distribución normal (X≡N(μX. VIII. en general. la media y la varianza de la variable proporción muestral es: ˆ E(p) = p ˆ D2 (p) = n ⋅ p ⋅ (1 − p) Como p= X = n ∑ yi i =1 n n = ∑ ⎜ ni ⎟ i =1 n ⎛y ⎞ ⎝ ⎠ (donde las yi son variables dicotómicas de parámetro p). obtendremos que: n⋅p ⎛ X⎞ 1 ˆ E(p) = E ⎜ ⎟ = ⋅ E( X) = =p n ⎝n⎠ n y n ⋅ p ⋅ (1 − p ) p ⋅ (1 − p ) ⎛ X⎞ 1 ˆ D2 (p) = D2 ⎜ ⎟ = 2 ⋅ D2 ( X) = = n⎠ n n n2 ⎝ Por lo tanto.σX)). en n repeticiones independientes de la experiencia aleatoria o en las n unidades muestrales.5. no se podía caracterizar la distribución de los estadísticos muestrales si no se conocía la distribución FX(x) de la población muestreada. si tomamos muestras aleatorias simples de tamaño n de una población en la que A tiene una probabilidad p de ocurrir.p). Se define la proporción muestral como: ˆ p= X n donde X es el número de veces que se presenta el suceso A.

su distribución será siempre normal con la media y varianza vistas en el apartado anterior: ⎛ σ ⎞ x ≡ N ⎜ μX.Distribución de la media muestral.Distribución de la variable X y de la media muestral x . en el 2’28% de los casos rechazaremos que el proceso funciona correctamente.139 . Sabemos que x=∑ i =1 n Xi n Puesto que x es una combinación lineal de variables normales independientes. el espesor de la capa de imprimación es una variable aleatoria con distribución normal de media 100 micras y desviación típica 5 micras.0228 ⎝ 2..5 ) x ≡ N ⎜100.. En el proceso de pintado de la carrocería de un automóvil.1.3.5.5 ⎠ es decir. VIII. Si el control del espesor de la capa de imprimación se realiza calculando el promedio de las cuatro medidas obtenidas en cuatro carrocerías seleccionadas al azar de dicho proceso y aceptando que el proceso funciona correctamente si el promedio obtenido es mayor de 95 micras ¿Cuál es la probabilidad de rechazar que el proceso funciona correctamente? SOLUCIÓN: La media aritmética de las cuatro mediciones será una variable: ⎛ 5 ⎞ ⎟ ≡ N (100.1.3 se ha representado la distribución de la media muestral.Capítulo VIII: Distribuciones en el Muestreo VIII. ⎟ ⎜ 4⎠ ⎝ La probabilidad de rechazar el proceso será: ⎛ 95 − 100 ⎞ p = P (x ≤ 95 ) = φ ⎜ ⎟ = φ (− 2 ) = 0.2. f X(x) f x (x) σX / n σX μX X μX x Figura VIII. Ejemplo VIII. X ⎟ ⎜ ⎟ n⎠ ⎝ En la figura VIII.

tendremos que: x − μX σX / n s (n − 1) ⋅ σ 2 n −1 2 X = (n − 1) x − μX sn −1 / n = t n −1 distribución que utilizaremos en la realización de inferencias sobre μX.1) recordando la definición de la variable: tn = N (0.5.5.3.2. Si la variable muestreada tiene una distribución normal. VIII.1) 2 χn / n y teniendo en cuenta el Teorema de Fisher..Capítulo VIII: Distribuciones en el Muestreo VIII.Distribución conjunta de x y sn-1 Como x − μX σX / n ≡ N (0.Distribución de la varianza muestral..140 . el Teorema de Fisher establecer que: n⋅ 2 sn s2− 2 = (n − 1) ⋅ n2 1 = χn −1 2 σX σX VIII.

Inferencia VIII.Capítulo VIII: Distribuciones en el Muestreo Tema 9.141 .

CAPÍTULO IX: Introducción a la Inferencia Estadística .

143 .VIII.

que las conclusiones obtenidas mediante una inferencia inductiva presentan un cierto riesgo de ser falsas. Un ejemplo aclarará estos conceptos. en muchos casos. incluso las situaciones particulares del mismo. El otro camino para llegar al conocimiento del fenómeno aleatorio en cuestión es mediante una inferencia o aproximación inductiva consistente en generalizar ciertas conclusiones parciales al universo del fenómeno. Si tras realizar el oportuno contraste es aceptada la propuesta. pero sí que es posible efectuar una inferencia inductiva. podemos conocer de forma aproximada la proporción p de piezas defectuosas en el lote a través de la ˆ proporción p de piezas defectuosas en una muestra de tamaño n. la proporción de piezas cuya magnitud cumple unas especificaciones dimensionales establecidas. Es evidente. mediante un proceso inductivo.1. A partir de esta información y mediante un proceso inductivo estadístico podemos: a) Inferir cual es la proporción de piezas defectuosas presentes en el colectivo. tras ser validado. De dichas experiencias se obtiene una información de la que se extraen conclusiones que serán generalizadas al universo del fenómeno. Por ejemplo. en el estudio de la calidad de un lote de piezas recibidas en un almacén. pueden no serlo a nivel general del fenómeno.IX. . porque las proposiciones que son válidas a nivel de unas pocas experiencias realizadas bajo unas condiciones determinadas. A continuación podemos proponer que la distribución de dicha magnitud es Normal. A este conocimiento puede llegarse mediante una inferencia o aproximación inductiva. un modelo matemático que permita obtener la fracción de unidades defectuosas. Por ejemplo. podemos medir una determinada dimensión en una muestra de piezas.INTRODUCCIÓN Como se dijo en el capítulo anterior.. podemos utilizar la correspondiente distribución Normal para determinar. tratamos de conocer aspectos generales de la población. Es evidente que no es posible establecer mediante un proceso deductivo. se utilizará para describir dicho fenómeno. Supongamos también que tratamos de determinar la fracción de unidades defectuosas que se obtienen en dicha línea de fabricación. lo usual es tomar una muestra y a partir de la información que nos brinda. b) Decidir sobre la aceptación o rechazo de determinadas hipótesis establecidas sobre la proporción de piezas defectuosas del colectivo (por ejemplo que dicha proporción es menor o igual que un determinado valor considerado como adecuado). Para ello se realizan experiencias bajo condiciones determinadas. el objeto de cualquier estudio estadístico es el conocimiento de la población o universo del fenómeno estudiado. Precisamente la Inferencia Estadística se ocupa del estudio de los métodos que permiten efectuar inferencias inductivas cuya incertidumbre es susceptible de ser medida en términos probabilísticos. Supongamos que las unidades fabricadas por una cierta línea de fabricación pueden ser clasificadas como correctas o defectuosas. observando parte del fenómeno y planteando a partir de esta observación un modelo que. por ejemplo. Para ello tomamos unas cuantas unidades fabricadas y observamos cuantas son correctas y cuantas defectuosas. Por ejemplo. es posible efectuar inferencias inductivas sujetas a cierto grado de incertidumbre susceptible de medición. Sin embargo.

Los estimadores pueden ser: • • puntuales. IX. de la forma más exacta y precisa posible. en términos de probabilidad. podremos estimar μ y σ y contrastar la normalidad de X.ESTIMACIÓN DE PARÁMETROS. La Estimación es la parte de la Inferencia Estadística que tiene como finalidad conocer. por tanto. Estimar un parámetro es calcular un valor aproximado del mismo a partir de los valores de la muestra. los valores de los parámetros de la distribución de las variables aleatorias. A partir de este modelo podemos deducir la proporción de piezas que no cumple con unas determinadas especificaciones dimensionales. Un estimador es. un estimador de la media poblacional μ.145 . es la media muestral x .2. La Inferencia Estadística aborda dos tipos de problemas: a) La estimación de parámetros.. Ejemplos de estimadores puntuales son: a) Estimadores de la media poblacional μ: IX. Ciertamente no tendremos la seguridad absoluta de que la inferencia sea correcta. una variable aleatoria ya que sus valores dependen de la muestra. b) El contraste de hipótesis. pero sí que será factible de ser medida. IX. A este conocimiento de llega a través del análisis de muestras extraídas de la población. El estimador es una función de los valores de la muestra que se utiliza para obtener valores aproximados de un parámetro poblacional.Capítulo IX: Introducción a la Inferencia Estadística c) Si en cada una de las piezas hemos medido una dimensión X.1. La estimación es un valor concreto del estimador al aplicar la función que lo define sobre una muestra concreta. así como los parámetros de los modelos aleatorios que puedan plantearse.2. En este apartado nos ocuparemos de la estimación de los parámetros de las distribuciones aleatorias y de las propiedades de los estimadores. Por ejemplo. por intervalos de confianza.Estimación puntual Un estimador puntual es toda función de los valores muestrales utilizada para obtener valores aproximados (puntuales) de un parámetro.. la incertidumbre de nuestra inferencia.

5 4 c) Estimadores de la proporción poblacional p de una distribución binomial • ˆ La proporción muestral. IX. 5. No todos los estimadores son buenos estimadores. 4}. el estimador puntual de la media poblacional será: x =∑ i =1 n xi n y la estimación obtenida con la muestra propuesta: 3 +5 +4 +4 ˆ μX = =4 4 b) Estimadores de la varianza poblacional σ2: • • 2 La varianza muestral. Por ejemplo. p IX. 4. Hay determinadas propiedades que son deseables en un estimador puntual. x x La mediana muestral.1..1.2 Con la muestra del ejemplo anterior sería 2 sn = (3 − 4)2 + (5 − 4)2 + (4 − 4)2 + (4 − 4)2 = 0.Propiedades de los estimadores puntuales. sn −1 Ejemplo IX. Si θ es el parámetro ˆ estimado y θ el estimador: ˆ ˆ { θ es centrado o insesgado} ↔ {E( θ )=θ ∀ θ ∈ Ω} siendo Ω el espacio paramétrico o conjunto de los posibles valores de θ. sn2 no es centrado para σ2 pues E(sn2)=(n-1)·σ2/n ≠ σ2.Capítulo IX: Introducción a la Inferencia Estadística • • La media muestral. Sin embargo. Vamos a describir algunas de ellas: • Estimadores centrados o insesgados Son aquéllos cuyo valor medio coincide con el parámetro que estima. ~ Ejemplo IX.2. x es centrado para μ pues E( x )=μ. sn 2 La cuasivarianza.146 .1 Dada la muestra {3.

2. El intervalo será tanto más preciso cuanto menor sea su amplitud para un α dado.95 ó 0. o cuanto mayor sea el nivel de confianza 1-α para una amplitud dada. ˆ Diremos que el estimador θ es uniformemente de mínima varianza (U.M. Si por X designamos a una muestra. L2 ( X ) son los limites de confianza. La justificación de la estimación por intervalos de confianza radica en: a) Con los estimadores puntuales no podemos tener una idea clara de la precisión con que efectuamos una estimación.V. Los intervalos de confianza para los parámetros de poblaciones con distribución Normal son los siguientes: r r r IX. IX. también denominada cota de Cramer-Rao establece cual es.95 quiere decir que el 95% de los intervalos que construyamos a partir de numerosas muestras. dicho estimador podrá. medida en términos de probabilidad.Estimación por intervalos de confianza. de que entre ambos cubran el verdadero valor del parámetro. Si la varianza del estimador es mayor que la cota de Cramer-Rao. P(L1 ( X ) ≤ θ ≤ L2 ( X )) = 1. b) Los intervalos de confianza nos servirán como reglas de decisión para realizar los tests de hipótesis a estudiar en apartados posteriores. ser U. α es el nivel de significación y L1 r r ( X ). tiene menor o igual varianza que la de cualquier otro estimador para todo θ perteneciente a Ω. o no.α).Capítulo IX: Introducción a la Inferencia Estadística • Estimadores uniformemente de mínima varianza.2. ˆ La frontera de Frechet-Cramer-Rao.V. Nuestra incertidumbre al estimar el parámetro resulta pues.147 .. Cualquier estimador de θ cuya varianza sea igual a dicha cota.} ↔ { D(θ) = min(D(θ*)) ∀ θ* ∈ Cθ y ∀ θ ∈ Ω} ˆ siendo: Ω : espacio paramétrico.α donde 1-α es nivel de confianza (usualmente 0. será un estimador U.99).) si.V. y solo si. contendrán al valor verdadero del parámetro. de θ. tales que existe una probabilidad muy elevada (1. Es decir: ˆ ˆ ˆ ˆ { θ es U. Cθ : Conjunto de posibles estimadores de θ.V. el valor mínimo que puede tomar la varianza de cualquier estimador de un determinado parámetro θ.M.M. función de la muestra. la estimación por intervalos de confianza consiste en r r obtener dos valores L1 ( X ) y L2 ( X ). Si 1-α= 0. bajo determinadas condiciones.M.

c) El Intervalo de Confianza para la varianza σ2 del espesor considerado. 52. para μ cuando σ es conocida es: x ± zα/2 ⋅ σ n Realizando cálculos y consultando las tablas de la N(0.σ) y fijando el nivel de confianza al 95%.3 Un proceso industrial consiste en la aplicación de un recubrimiento protector a unos perfiles metálicos. 50. expresados en micras: {51. se obtiene: x =50. 51.148 . si la única información de la que disponemos es la que nos proporciona la muestra.1). 48. 53. 2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ .C.025=1.96 Por lo tanto. 54. 47. se seleccionan al azar 16 perfiles y se determina el espesor del recubrimiento en cada uno de ellos. 49. obteniéndose los siguientes valores. b) El Intervalo de Confianza para la media μ del espesor. el I. 49. 2 (1− α 2 ) ⎥ ⎢ 2 ( α 2) χn −1 ⎣ χn −1 ⎦ Ejemplo IX. 51. 49. determinar: a) El intervalo de confianza para la media μ del espesor del recubrimiento si sabemos que la dispersión de la variable es σ=2. será: IX.2 micras. 48. SOLUCIÓN: a) El I. De la producción de un día.563 micras y zα/2=z0.C. 52. 55.Capítulo IX: Introducción a la Inferencia Estadística a) Para la media poblacional μ. 50} En el supuesto de que el espesor del recubrimiento tenga una distribución N(μ. • Cuando σ es conocida x ± zα 2 ⋅ σ n sn −1 n • Cuando σ es desconocida x ± t ( α 12 ) ⋅ n− b) Para la varianza poblacional σ2.

128] micras2 c) Para la proporción poblacional p de una distribución binomial. 51.025) =27. 12.C es [2. que viajaron al extranjero durante el año 1999. 51.V.149 . y siguiendo un procedimiento aleatorio.4 Se desea conocer la proporción p de alumnos de la U.262 Sustituyendo.P.Capítulo IX: Introducción a la Inferencia Estadística 50.C para σ2 es 2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ .C resulta: [49.96 ⋅ 2.641] micras b) El I.488 2 (1 2 χ n −1 -α/2) = χ15(0.563 micras y sn-1=2.364. para μ cuando σ es desconocida es: ( x ± t nα12 ) ⋅ − sn −1 n Con los datos del problema calculamos x =50.025) t nα/2) = t15 = 2.763. se obtiene: 2 sn −1 =5.563 ± 1.485.131 −1 Sustituyendo los valores en la expresión del I. El resultado ha sido que. 8 han viajado al extranjero y el resto no. SOLUCIÓN: IX. se han seleccionado y entrevistado a 90 alumnos.C. Obtener el Intervalo de Confianza para la proporción p si tomamos 1-α=0.2 16 ⇒ [49.25 micras Y según las tablas de la t de Student: ( (0.063 2 (α 2 χ n −1 /2) = χ15(0. Para ello.95. ⎢ ⎥ 2 (α 2 ) 2 χ n −(1−α 2) ⎦ 1 ⎣ χ n −1 Con los datos muestrales y la tabla de la χ2. de estos 90 alumnos. obtenemos que el I.975) =6.762] micras c) El I. suponiendo una apropiada aproximación de la binomial a la normal: ˆ p ± zα / 2 ⋅ ˆ ˆ p ⋅ (1 − p) n Ejemplo IX.

96 Luego el I..148] IX. llamada hipótesis nula H0. ¿podemos aceptar la igualdad de vidas medias poblacionales de las bombillas en el proceso modificado y en el no modificado? La vida media muestral es una variable aleatoria de valor medio igual a la media poblacional y. Ello nos permite decidir si aceptamos la hipótesis nula H0 establecida. 0. que la vida media de las bombillas obtenidas mediante cierto proceso de fabricación es de 1500 horas.C para p. es ˆ p ± zα/2 ⋅ ˆ ˆ p ⋅ (1 − p) n Haciendo cálculos y buscando en la tabla de la N(0.088 90 y zα/2=z0.3.150 .1) obtenemos ˆ p= ) 8 = 0. establecida sobre una cierta población. Supongamos que la vida media muestral resulta ser de 1450 horas. Supongamos.C es [0. Con el fin de confirmar o rechazar la hipótesis de igualdad vidas medias en las dos variantes del proceso se extrae una muestra de bombillas del proceso modificado y se evalúa la vida de cada una de ellas. puede tomar valores menores que ella pero. IX.025=1. podemos estudiar si una cierta hipótesis. puntual y por intervalos de confianza. es coherente o no con la información que suministra una muestra aleatoria extraída de dicha población. por lo tanto. por ejemplo.Capítulo IX: Introducción a la Inferencia Estadística El I. Y en consecuencia.TEST DE HIPÓTESIS En el punto IX. ¿hasta qué punto esta diferencia puede atribuirse al azar y a partir de que valores ya no debemos admitir esta posibilidad? Los tests de hipótesis verifican la compatibilidad de los resultados muestrales con las hipótesis establecidas sobre la población y nos permiten decidir sobre la aceptación o rechazo de las mismas. mediante los tests de hipótesis. ¿Hasta que punto es aceptable admitir que la disminución observada de 1500 a 1450 horas es debida al azar del muestreo y no a una disminución real de la vida media?. y los contrastes de hipótesis.030.2 se ha expuesto que la Inferencia Estadística aborda dos tipos de problemas: la estimación de parámetros. es decir ¿en qué medida la muestra observada es coherente con la hipótesis de que la media poblacional es de 1500?. A grandes rasgos. o la rechazamos y aceptamos una hipótesis H1 llamada hipótesis alternativa que es la que se verifica si y solo si no se verifica H0. Se considera que una cierta modificación del proceso que disminuye el coste de fabricación no modifica la vida media. suponiendo la aproximación de la binomial a la normal.

y se divide el campo de variabilidad de G en dos regiones: una región de aceptación de la hipótesis nula y una de rechazo. b) Aceptar la hipótesis nula cuando es falsa. Operando con un nivel de significación α del 5%. mediante un contraste de hipótesis decidimos si aceptamos o rechazamos la hipótesis nula..151 .. No obstante.3. etc. En los tests de hipótesis no paramétricos las hipótesis no se establecen sobre los parámetros anteriormente referidos sino que se establecen sobre la propia distribución aleatoria (la variable estudiada sigue una determinada distribución de probabilidades) o bien sobre determinados aspectos del fenómeno estudiado (independencia de dos o más factores en la ocurrencia de una determinada situación o un determinado hecho).1.. también denominada “región crítica”. proporción poblacional. etc.Tests de hipótesis paramétricos IX. etc. Para contrastar la hipótesis nula establecida se utiliza un estadístico: G=g(x1.3.x2.Errores de 1ª y 2ª especie.. Se elige una probabilidad α.3.. lo cual no quiere decir que lleguemos a conocer con absoluta certeza si es verdadera o falsa. A la probabilidad de cometer este tipo de error se le denomina β.xn) cuya distribución es conocida en el caso de que la hipótesis nula sea cierta. de análisis de la varianza.3. IX. IX. varianza poblacional.. esta forma de operar equivale a rechazar la hipótesis cuando un resultado como el observado solo se habría obtenido en un 5% de los casos si la hipótesis nula es cierta.Curva de Potencia y Curva Característica de un test IX.) o bien sobre los parámetros de determinados modelos aleatorios (modelos de regresión. A la probabilidad de cometer este tipo de error se le denomina α. llamada nivel de significación. de probabilidades 1-α y α.3.3. En este caso diremos que se ha cometido un error de segunda especie. diferencia de medias poblacionales.Capítulo IX: Introducción a la Inferencia Estadística IX. modelos estocásticos.).Test de hipótesis paramétricos y no paramétricos Los tests de hipótesis paramétricos son aquéllos en los que las hipótesis se establecen sobre algún parámetro o vector de parámetros de alguna distribución aleatoria (media poblacional. En consecuencia pueden cometerse dos tipos de errores: a) Rechazar la hipótesis nula cuando es cierta. respectivamente. se decide si se rechaza o se acepta la hipótesis H0..2.. Según a qué región pertenezca el valor de G calculado con la muestra.1. en cuyo caso diremos que se ha cometido un error de primera especie.

Esta curva es propia de cada test S y sus valores dependen del valor que tome el parámetro θ en cada caso.152 . PotS(θ) 1 α 0 ω0 θ0 ω1 θ (Ω) IX. Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva de Potencia tendrá la forma de la figura IX. se le denomina Curva de Potencia de dicho test. y como veremos en el apartado siguiente.1. sobre la media μ de una distribución Normal con σ conocida (por ejemplo. podemos establecer las hipótesis H0(μ≤μ0) vs H1(μ>μ0). no es más r que una regla de decisión S que a cada muestra X del espacio muestral (conjunto de posibles muestras) le hace corresponder la decisión d0 (aceptar H0) o la decisión d1 (aceptar H1).Capítulo IX: Introducción a la Inferencia Estadística En los test de hipótesis paramétricos. A la función que proporciona la probabilidad de rechazar H0 con un test de hipótesis S. intensidad de fuga de un diferencial eléctrico). un test que permita contrastar las hipótesis anteriormente formuladas. Por ejemplo. es decir PotS(θ) = P(d1(S) / θ) Al valor máximo de dicha potencia para θ ∈ ω0 se le denomina extensión del test y se representa por α. Una posible regla de decisión será evaluar la intensidad de fuga en una muestra de n diferenciales tomados al azar y aceptar H0 (tomar la decisión d0) si x ≤ μ0 + zα ⋅ σ n y ω0 ∩ ω1 =∅ o tomar la decisión d1 en caso contrario. se particiona en dos conjuntos ω0 y ω1 tales que: ω0 ∪ ω1 = Ω y de modo que las hipótesis a contrastar son: H0(θ ∈ ω0) vs H1(θ ∈ ω1) En general. el espacio paramétrico Ω (conjunto de posibles valores del parámetro θ sobre el que se establecen hipótesis).

Curva Característica de un test En el test sobre la media μ de la intensidad de fuga de los diferenciales expuesto en este punto. la Curva Característica tendría como ecuación: ⎛ ⎞ σ μ⎟ PaS (μ ) = P ⎜ x ≤ μ 0 + zα ⋅ ⎜ ⎟ n ⎝ ⎠ Como para cada posible valor de μ la media muestral x es N ⎜ μ. Un plan de control de calidad es.Curva de potencia de un test En las aplicaciones de los test de hipótesis al control de la calidad en los procesos industriales. Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva Característica tendrá la forma de la figura IX. La Curva Característica de un test (o plan de control) es una función que proporciona la probabilidad de aceptar la hipótesis nula H0 con dicho test.1. se utiliza más la denominada Curva Característica que definiremos seguidamente.Capítulo IX: Introducción a la Inferencia Estadística Figura IX. PaS(θ) 1 1-α β(θ1) θ0 β(θ2) θ1 θ2 ω1 ω0 θ (Ω) Figura IX. los cuales representan la calidad de productos y/o procesos (proporción de piezas defectuosas. Nótese que para cada valor de θ ∈ Ω se cumple que PotS(θ)=1-PaS(θ) y que para cada valor de θ ∈ ω1 PaS(θ)=β(θ) (la probabilidad de error de segunda especie β depende del valor que tome θ y es diferente para cada θ).2..2. un test que se aplica sistemáticamente para contrastar hipótesis sobre parámetros de distribuciones aleatorias. ⎟ será: ⎜ ⎟ n⎠ ⎝ ⎛ σ ⎞ IX.. varianza σ2. media μ. conceptualmente. etc.153 . en función de los valores que toma el parámetro θ.).

Debido al carácter introductorio del capítulo. IX.2) mm.Algunos test paramétricos clásicos En este apartado se presentan algunos de los test de hipótesis paramétricos clásicos más importantes por sus aplicaciones prácticas a la industria y a otros campos.2. lógicamente. sí que se proponen ejemplos que facilitarán su aplicación a las situaciones reales. Test de hipótesis sobre la media poblacional μ.3. se seleccionan al azar 9 recipientes de plástico obtenidos con la nueva formulación de la materia prima y se determina el espesor del fondo de cada uno de ellos.154 . no se enuncian ni se demuestran los teoremas que permiten su obtención o la evaluación de sus propiedades.Capítulo IX: Introducción a la Inferencia Estadística ⎞ ⎛⎛ ⎞ ⎜ ⎜ μ0 + zα ⋅ σ ⎟ − μ ⎟ ⎜ ⎟ ⎟ ⎜ μ − μ0 ⎛ ⎞ n⎠ ⋅ n⎟ PaS (μ ) = φ ⎜ ⎝ ⎟ = φ ⎜ zα − σ σ ⎝ ⎠ ⎟ ⎜ ⎟ ⎜ n ⎠ ⎝ Expresión que. el ingeniero de procesos decide aumentar la proporción de material reciclado que se utiliza como materia prima manteniendo constantes el resto de parámetros del proceso. han sido: IX. Algunos ejemplos de tests de hipótesis sobre parámetros de variables normales son: 1. 0.3. expresados en mm.. Buscando una reducción de costes de fabricación. Los resultados obtenidos.2. para μ=μ0 vale 1-α. En cambio. Su representación gráfica tiene forma similar a la curva de la figura IX. Para comprobar el efecto de esta modificación.5 En el proceso de moldeado de unos recipientes de plástico. a) H0(μ=μ0) vs H1(μ≠μ0) • Si σ es conocida: Aceptamos H0 si x ∈ ⎢μ0 ± zα 2 ⋅ ⎣ ⎡ σ ⎤ ⎥ n⎦ σ ⎤ ⎥ n⎦ Rechazamos H0 si x ∉ ⎢μ0 ± zα 2 ⋅ ⎣ ⎡ • Si σ es desconocida: Aceptamos H0 si x ∈ ⎢μ0 ± t(nα 12) ⋅ − ⎣ α Rechazamos H0 si x ∉ ⎢μ 0 ± tn −2 ⋅ 1 ⎡ sn −1 ⎤ ⎥ n⎦ sn −1 ⎤ ⎥ n⎦ ⎡ ⎣ Ejemplo IX. sustituyendo en parámetro genérico θ por μ. podemos admitir que el espesor del fondo es una variable aleatoria con distribución N(4.

la regla de decisión es Aceptamos H0 si x ∈ ⎢μ 0 ± zα 2 ⋅ ⎣ ⎡ σ ⎤ ⎥ n⎦ Con los datos del enunciado calculamos: x =4. 4. 4.2.155 . 4. 4. 3. la decisión es que no podemos aceptar la hipótesis nula. 4.2 mm). la regla de decisión es ( Aceptamos H0 si x ∈ ⎢μ 0 ± t nα12) ⋅ − ⎡ ⎣ sn −1 ⎤ ⎥ n⎦ Según los datos del enunciado: sn-1=0. la zona de aceptación es [3.2.9. es decir.5. la zona de aceptación es [3.156 mm y zα/2=z0. 3.2.Capítulo IX: Introducción a la Inferencia Estadística {3.131] mm Como la media muestral no pertenece al intervalo anterior. 3.7} a) Suponiendo que no ha habido ningún cambio en la dispersión y considerando un nivel de significación de 5%.224] mm Puesto que la media muestral es x =4.292 Por lo tanto.9.869.025=1.9.156 y pertenece al intervalo. 4. H0(μ=4) vs H1(μ≠4) a) En el caso de que conozcamos σ (σ=0. SOLUCIÓN: En ambos apartados debemos contrastar la hipótesis nula de que el cambio efectuado en el proceso no afecta al espesor medio del fondo de los recipientes. aceptamos la hipótesis nula. b) En este caso.9. y ( (0.306 −1 b) H0(μ≤μ0) vs H1(μ>μ0) IX. 4. ¿podemos admitir que la nueva formulación de la materia prima no afecta al espesor medio del fondo de los recipientes fabricados? b) ¿Cuál sería la respuesta a la pregunta anterior si desconocemos el valor real de la desviación típica σ?.96 Por lo tanto.776.025) t nα/2) = t8 = 2.

es decir: H0(μ≤10) vs H1(μ>10) a) En el caso de σ conocida.12 y zα=z0.9.7. 10.05=1. la zona de aceptación es x ≤ μ 0 + zα ⋅ σ n Calculamos el valor de la media muestral y determinamos.645 Sustituyendo. responder a las siguientes preguntas a) ¿Podemos considerar correcta la producción si sabemos que la desviación típica es 0. 10. 9. 10. expresados en ohmios: {9. el valor de zα: x =10. se toman al azar 10 componentes y se miden sus resistencias obteniéndose los siguientes resultados. se ha fijado en 10Ω el valor máximo de la resistencia media de unos componentes eléctricos fabricados en un determinado proceso.2.1. 9. SOLUCIÓN: Debemos contrastar la hipótesis nula de que la producción es correcta por ser la media de las resistencia menor o igual a 10 Ω. mediante la tabla de la normal.2} Suponiendo que la resistencia de los componentes estudiados sigue una distribución normal y considerando un nivel de significación del 5%. 10.26 IX. 11.8. obtenemos que la zona de aceptación de H0 es x ≤10.156 . frente a que la producción es incorrecta.8.Capítulo IX: Introducción a la Inferencia Estadística • Si σ es conocida: Aceptamos H0 si x ≤ μ0 + zα ⋅ Rechazamos H0 si x > μ0 + zα ⋅ σ n σ n • Si σ es desconocida: Aceptamos H0 si x ≤ μ0 + t(nα )1 ⋅ − sn −1 n sn −1 n Rechazamos H0 si x > μ0 + t(nα )1 ⋅ − Ejemplo IX.5 Ω? b) Contestar a la pregunta anterior en el supuesto de que no se conozca el valor de la desviación típica σ.6 Por razones técnicas de funcionamiento. 9. Para comprobar que la producción cumple con los requisitos especificados.5. 10.

749.05) t nα1 = t9 = 1. Para ello se toman al azar 10 botellas fabricadas con el primer equipo y se obtienen los siguientes resultados: {750.749. 752.748.1.1. 750.6} IX.2. 751. b) En el caso de σ desconocida. al pertenecer la media muestral a la región de aceptación.751.5.749.749.9} Del segundo equipo se toman al azar 12 botellas cuyas capacidades resultan ser: {750.1. Se pretende comprobar si ambos equipos fabrican las botellas con la misma capacidad media.227 por lo que aceptamos la hipótesis nula de que la producción es correcta.749.2. c) H0(μ1=μ2) vs H1(μ1≠μ2) con σ1=σ2=σ • Si σ es conocida: Aceptamos H0 si x1 − x 2 ≤ zα / 2 ⋅ σ ⋅ Rechazamos H0 si x1 − x 2 > z α / 2 ⋅ σ ⋅ • Si σ es desconocida: 2 Aceptamos H0 si x1 − x 2 ≤ t(nα +/ n 2) − 2 ⋅ s * ⋅ 1 1 1 + n1 n2 1 1 + n1 n2 1 1 + n1 n2 1 1 + n1 n2 2 Rechazamos H0 si x1 − x 2 > t (nα +/ n 2) − 2 ⋅ s * ⋅ 1 con s* = 2 (n1 − 1) ⋅ s'1 +(n2 − 1) ⋅ s'2 2 n1 + n2 − 2 donde s’=sn-1.750.1.5.3. la zona de aceptación es ( ) x ≤ μ 0 + t nα1 ⋅ − sn −1 n Utilizando los datos de la muestra y la tabla de la t. 751. obtenemos que la zona de aceptación de la hipótesis nula es x ≤10.1.Capítulo IX: Introducción a la Inferencia Estadística por lo que. aceptamos la hipótesis nula de que la producción cumple con los requisitos.748.1.3.751.5. Ejemplo IX. obtenemos: sn-1=0.2.0.391 y ( ) (0.2.3. 749. 750.157 .2.833 − Sustituyendo. 751.749.8.748.0.7 Se dispone de dos equipos de soplado de envases de vidrio y con ellos se fabrican botellas de 750 cc de capacidad nominal. 750.

158 .02?. la zona de aceptación de H0 es: (α x1 − x2 ≤ t n1 /2) 2 − 2 ⋅ s * ⋅ +n 1 1 + n1 n2 con s* = 2 (n1 − 1) ⋅ s'12 +(n2 − 1) ⋅ s' 2 n1 + n2 − 2 Con los datos del enunciado obtenemos que x1 =750.02. y admitimos que X1≡N(μ1. han sido: {5. IX.54 ′ s12 =0. 5.025) t n1 +2)2 −1 = t 20 = 2.99} Suponiendo que los resultados de las mediciones son normales y que solamente es el equipo de medida el que produce variabilidad en los resultados. 2 2 σ0 ⋅ χn (−α 2 ) ⎤ 1 ⎥ (n − 1) ⎦ σ 2 ⋅ χ 2( α 2 ) ⎤ . respectivamente.00 s*=0.99. 0 n −1 ⎥ (n − 1) ⎦ Ejemplo IX. 2. ¿podemos admitir que dicha variabilidad.05.σ) las hipótesis a contrastar serán H0(μ1=μ2) vs H1(μ1≠μ2). que para el caso de σ desconocida.04 no podemos aceptar la igualdad de medias.97. a) H0(σ2=σ02) vs H1(σ2≠σ02) 2 Aceptamos H0 si sn-1 ∈ ⎢ 2 2 ⎡ σ0 ⋅ χn (−11− α 2 ) Rechazamos H0 si ⎣ (n − 1) ⎡ σ2 ⋅ χ2(1− α 2 ) 2 sn -1 ∉ ⎢ 0 n −1 ⎣ (n − 1) .846 Puesto que x1 − x2 = 1.01. 5. es igual a 0.8 En un laboratorio de ensayos se evalúa repetidamente y con el mismo equipo de medida el diámetro de un cilindro patrón. expresados en cm. Tomar α=0.086 n Por lo que la zona de aceptación es x1 − x2 ≤ 0.58 x2 =749. 4.03.98.9468 ( α/ (0.σ) y X2≡N(μ2. Test de hipótesis sobre la varianza poblacional σ2. 5. 4. 5. Los resultados obtenidos.05.01.77 ′ s22 =1.Capítulo IX: Introducción a la Inferencia Estadística Asumiendo que la capacidad de las botellas fabricados con cada uno de los equipos tiene una distribución normal y que en ambos casos la varianza es la misma. ¿puede admitirse la igualdad de medias de las capacidades de las botellas fabricadas con los dos equipos de soplado? SOLUCIÓN: Si llamamos X1 y X2 a las capacidades de las botellas fabricadas con el equipo 1 y con el equipo 2. representada por σ. 4. después de realizar 9 mediciones del mismo. 4.

6. expresados en gramos por cada 100 gramos de producto.1. 4.9 Se pretende comparar la precisión de dos métodos analíticos disponibles para la determinación de la concentración de un complejo proteico en un producto cárnico. La zona de aceptación de la hipótesis nula es 2 2( ⎡σ 2 ⋅ χ 2 (1−α 2 ) σ0 ⋅ χ n −α 2 ) ⎤ 2 1 sn -1 ∈ ⎢ 0 n −1 . e identificando la precisión de cada método con la desviación típica σ que presentan sus resultados: IX.3.(n 2 −1) > F((nα1)−1). 4.Capítulo IX: Introducción a la Inferencia Estadística SOLUCIÓN: Debemos contrastar las hipótesis H0(σ2=0.0004).3. 4. Ejemplo IX.000109.5.3. 3. Los valores obtenidos.7.1. 4.9.1. 4. 4.0. 4.18 Por lo tanto. 4.(n 2 −1) 2 donde n1 es tamaño de muestra utilizado para calcular la ( sn1 −1 )mayor y n2 es el tamaño 2 de muestra utilizado para calcular la ( sn 2 −1 )menor. b) H0(σ2≤σ02) vs H1(σ2>σ02) 2 Aceptamos H0 si sn-1 ≤ 2 2 σ0 ⋅ χn (−α ) 1 (n − 1) 2 2 σ0 ⋅ χn (−α ) 1 (n − 1) 2 Rechazamos H0 si sn -1 > c) H0(σ12=σ22) vs H1(σ12≠σ22) Aceptamos H0 si Rechazamos H0 si 2 (sn1 −1 )mayor 2 (sn 2 −1 )menor 2 (sn1 −1 )mayor 2 (sn 2 −1 )menor ≤ F((nα1)−1).00087] 2 Puesto que sn −1 =0.975 ) = 2.7} Asumiendo la normalidad de las concentraciones.6.535 2 1 2 χ n −(1 −α / 2 ) = χ 8 ( 0. 4. 4.0004) vs H1(σ2≠0. ⎥ (n − 1) ⎦ ⎣ (n − 1) A partir de los datos del enunciado obtenemos que 2 sn −1 =0.025 ) = 17. son los siguientes: Método de referencia: {4. Para ello se evalúa reiteradamente la concentración de dicho complejo proteico en una muestra de mortadela preparada al efecto. 4. 0.159 . 4.8.00065 aceptamos la H0.3} Método espectrofotométrico: {4.00065 2 (α 2 χ n −1 / 2 ) = χ 8 ( 0. la zona de aceptación de H0 será: [0.

1 ⋅14.2 7 En consecuencia.(n2 −1) 1 Realizando los cálculos necesarios: 2 Método de referencia: sn −1 =0.026 Si buscamos en la tabla de la F. b) Ahora debemos contrastar H0(σ2≤σ02) vs H1(σ2>σ02) y aceptar H0 si 2 sn -1 ≤ 2 2( σ0 ⋅ χ n −α ) 1 (n − 1) Buscando en la tabla de la Chi-cuadrado y realizando cálculos: 0.026 2 Método espectrofotométrico: sn −1 =0. 3.05) =4.067 = 0.137 = 5.137 Entonces: 0.1 (gr/100gr)2 con un nivel de significación del 5%? SOLUCIÓN.160 .137 ≤ 0. los test de hipótesis más utilizados para p son: IX.269 0. tendremos que: a) Las hipótesis a contrastar en este apartado son H0(σ12=σ22) vs H1(σ12≠σ22) y aceptamos H0 si se cumple que 2 (sn1 −1 )mayor 2 (sn2 −1 )menor ( ) ≤ F(nα −1). Si llamamos σ12 a la varianza de los resultados que se obtienen con el método de referencia y σ22 a la varianza del método espectrofotométrico.Capítulo IX: Introducción a la Inferencia Estadística a) Con un nivel de significación del 5% ¿podemos admitir la igualdad de varianzas de ambos métodos? b) ¿Podemos admitir que la varianza de método espectrofotométrico es menor o igual que 0. debemos rechazar la hipótesis de igualdad de varianzas. Test de hipótesis sobre la proporción poblacional p de una distribución binomial.6.21 Por lo tanto. Suponiendo que se dan las condiciones para que sea aceptable la aproximación de la distribución binomial a la normal. obtenemos que (0 F7. podemos aceptar la hipótesis nula establecida.

075 40 ˆ p2 = ) 4 = 0 . resultando 3 defectuosas. dada por la proporción de unidades defectuosas. es la misma?.Capítulo IX: Introducción a la Inferencia Estadística a) H0(p=p0) vs H1(p≠p0) ˆ Aceptamos H0 si p ∈ ⎢p0 ± zα / 2 ⋅ ⎡ ⎢ ⎣ ⎡ p ⋅ (1 − p0 ) ⎤ ˆ p ∉ ⎢p0 ± z α / 2 ⋅ 0 ⎥ n ⎢ ⎥ ⎣ ⎦ p0 ⋅ (1 − p0 ) ⎤ ⎥ n ⎥ ⎦ Rechazamos H0 si b) H0(p≤p0) vs H1(p>p0) ˆ Aceptamos H0 si p ≤ p0 + zα ⋅ ˆ Rechazamos H0 si p > p0 + zα ⋅ p0 ⋅ (1 − p0 ) n p0 ⋅ (1 − p0 ) n c) H0(p1=p2) vs H1(p1≠p2) ˆ ˆ Aceptamos H0 si p1 − p2 ≤ zα 2 ⋅ p * ⋅q * ⋅⎜ + ⎜ ⎛1 1⎞ ⎟ ⎟ ⎝ n1 n2 ⎠ ⎛1 1⎞ ⎟ ⎟ ⎝ n1 n2 ⎠ ˆ ˆ Rechazamos H0 si p1 − p2 > zα 2 ⋅ p * ⋅q * ⋅⎜ + ⎜ con p* = ˆ ˆ n1 ⋅ p1 + n2 ⋅ p2 n1 + n2 y q*=1-p* Ejemplo IX. y 60 unidades de un lote del proveedor 2. resultando 4 defectuosas.96 IX. SOLUCIÓN: Si llamamos p1 a la proporción de unidades defectuosas de proveedor 1 y p2 a la proporción de unidades defectuosas del proveedor 2. obtenemos que ˆ p1 = 3 = 0.10 Se pretende comparar la calidad de los envíos de dos proveedores de un mismo tipo de repuesto para automóviles.161 .025=1. Para ello se seleccionan al azar 40 unidades de un lote del proveedor 1. Para un nivel de significación del 5% ¿podemos admitir que la calidad de los envíos de ambos proveedores. las hipótesis a contrastar son: H0(p1=p2) vs H1(p1≠p2) cuya zona de aceptación de H0 es: ⎛1 1 ˆ ˆ p1 − p2 ≤ zα 2 ⋅ p * ⋅q * ⋅⎜ + ⎜n n ⎝ 1 2 ⎞ ⎟ ⎟ ⎠ con p* = ˆ ˆ n1 ⋅ p1 + n2 ⋅ p2 n1 + n2 A partir de los datos del ejercicio.07 z0. 06 60 p* = 0.

Por ejemplo. dada una muestra podemos contrastar simplemente si procede de una población con distribución normal.Tests de hipótesis no paramétricos Estudiaremos en este apartado dos de los casos más representativos que son: • • los test de bondad de ajuste y las tablas de contingencia IX. las clases corresponderán a k intervalos disjuntos y si F es la distribución de una variable discreta. Dichas observaciones se clasifican en k clases o categorías mutuamente excluyentes. o no. IX. es decir: H0(F=F0) vs H1(F≠F0) Una de las formas de realizar el contraste es mediante el test χ2 de Pearson: se parte de una muestra formada por n observaciones (x1. ante una muestra dada podemos contrastar la hipótesis de que procede de una distribución normal de media μ y desviación típica σ. r IX..Capítulo IX: Introducción a la Inferencia Estadística Por lo tanto.008 .4. x2..3. Es equivalente plantear la hipótesis nula de que la distribución de la variable muestreada es F0. Corresponde al caso en que solamente se especifica la distribución de probabilidad supuesta pero no sus parámetros característicos.1021 ˆ ˆ Puesto que p1 − p2 = 0. En ambos casos. Esta distribución de probabilidad supuesta puede ser: a) Totalmente especificada.3. En el caso de que F sea continua. las clases suelen corresponderse con los valores posibles de dicha variable o con conjuntos de dichos valores. Por ejemplo.1.162 . aceptamos la hipótesis de igualdad de calidades. se formula la hipótesis nula de que procede de una población cuya distribución es Fo (distribución supuesta que puede ser. En este caso se especifica la distribución supuesta y sus parámetros característicos. b) Parcialmente especificada. totalmente especificada). Test χ2 de Pearson El objetivo de los tests de bondad de ajuste es verificar si una muestra observada puede proceder de una población que tiene una determinada distribución de probabilidad.Tests de bondad de ajuste.4. xn) independientes de una determinada característica. …. una vez obtenida una muestra X de tamaño n. la zona de aceptación de H0 es ˆ ˆ p1 − p2 ≤ 0.

163 . puede demostrarse que si H0 es cierta: z= (O i − t i ) 2 2 = χ k − s −1 ∑ t i =1 i k En la expresión anterior. Por ejemplo.. IX. se determina el valor de una χk − s −1 que 2( ) solo tiene una probabilidad α de ser superado (a este valor lo denotaremos por χk −α−1 ) y se s procede del siguiente modo: 2( ) Aceptamos H0 si z ≤ χk −α−1 s 2 (α) Rechazamos H0 si z > χk − s −1 Fz(z) Se acepta H0 Se rechaza H0 α 2( ) χ k −α −1 s z/H0 cierta Figura IX. 2 En consecuencia. las frecuencias teóricas o esperadas ti de los n valores muestrales en cada una de las clases Ci serían: ti=n·pi donde pi es la probabilidad teórica de las clase Ci que puede calcularse a partir de F0. dentro de cada clase o intervalo la frecuencia observada Oi y la frecuencia teórica ti serán muy diferentes.3. El estadístico z presentará valores mayores que si fuera cierta la distribución supuesta y. Distribución del estadístico z cuando H0 es cierta.Contraste de hipótesis H0(F=F0) vs H1(F≠F0). la media poblacional μ la estimaremos mediante x y la desviación típica poblacional σ la estimaremos mediante sn-1. Si la hipótesis establecida H0 no es cierta. será necesario estimar sus parámetros a partir de los valores de la muestra obtenida. de modo que se cumplirá: ∑ Oi = n i =1 k A las frecuencias Oi se les denomina frecuencias observadas. s es el número de parámetros que es necesario estimar a partir de la muestra. por tanto. Si la distribución teórica no está totalmente especificada. fijado un nivel de significación α. sus valores serán mayores que los de la χ2 correspondiente. Si la distribución de la variable muestreada fuera Fo. Bajo determinadas condiciones.Capítulo IX: Introducción a la Inferencia Estadística Las n observaciones se distribuirán entre las k clases presentando una frecuencia absoluta Oi de valores en cada una de las clases Ci establecidas.

0] ]745. La prueba puede aplicarse a cualquier distribución.1755 0.0370 0.0714 0.5] 15 ]752.c.755.5 .5 ¿Puede aceptarse.1915 0.Capítulo IX: Introducción a la Inferencia Estadística Teniendo en cuenta las aproximaciones que es necesario realizar en el test propuesto.0 .5) c.) 5 ≤ 742.5 10 ]742.98 0.668 0.98 19.0919 0.750.5 745.752.5] 6 > 757. con un nivel de significación α=0. Los resultados obtenidos se encuentran agrupados en la tabla siguiente: Capacidad No de envases (c.1915 0.0000 IX.0 .0 .0] 21 ]750.0 747.5 .15 19. es conveniente tomar las siguientes precauciones para que sean aceptables los resultados obtenidos: • Las clases o intervalos deben establecerse de modo que las frecuencias absolutas con que se dan dichas clases sean todas ellas iguales o superiores a 5. • • Ejemplo IX.757.11 Se ha medido la capacidad de 100 envases de vidrio de un determinado formato.15 14.? SOLUCIÓN: Construyamos la siguiente tabla: Ci Oi 5 10 16 20 21 15 pi 0.745.5] 20 ]747.5 .19 14.c. utilizados para el envasado de un producto farmacéutico.05.747.68 9.1498 ti=n·p i ( Oi − t i )2 ti ≤ 742.5] ]747.5 ]742.4225 0. Es conveniente que las clases se definan de manera que las probabilidades teóricas pi de las diferentes clases Ci no sean demasiado diferentes.0] 16 ]745.5 - 6. que la capacidad de dichos envases sigue una distribución N(750.0695 0.0] 7 ]755.164 .1498 0. sea continua o discreta.

5] > 757. por lo tanto.1 0 Como z<14..−1 ) = 14.68 0.0 757.5219 0. cada pi se calcula: ⎛ a − 750 ⎞ ⎛ a − 750 ⎞ pi = φ ⎜ i +1 ⎟ −φ ⎜ i ⎟ 5 5 ⎝ ⎠ ⎝ ⎠ A partir de la tabla determinamos el valor de z como z=∑ i =1 8 (Oi − ti )2 ti = 1.0692 donde.0] ]750. ai+1] los límites del intervalo Ci. Constituyen.19 6. una prueba de independencia no paramétrica. H0(A y B independientes) vs H1(A y B dependientes) La tabla que debe construirse es la siguiente: NIVELES DEL FACTOR B B1 A1 NIVELE S A2 … B2 … Bj … Bm Frecuencias Marginales … O1j … O1m O1• … t1j … t1m … O2j … O2m O2• … t2j … t2m … … … … … O11 t11 O21 t21 … O12 t12 O22 t22 … IX.2.1.5] ]752.0919 0.4. la conclusión es que no podemos rechazar H0 y debemos aceptar que la capacidad de los envases sigue la distribución propuesta.3.5 755.0 752.0] ]755.3670 Además : 2 ( 05 χ 8 −0. Test χ2 Las tablas de contingencia permiten verificar si dos o más variables o factores de clasificación son independientes entre sí.165 . si consideramos ]ai.Tablas de contigencia. IX. Estudiaremos el caso de dos variables o factores de clasificación.Capítulo IX: Introducción a la Inferencia Estadística 750.668 9. La hipótesis nula que hay que contrastar es que los dos factores A y B son independientes.5 7 6 0.

tij es la frecuencia teórica (si los factores fueran independientes) correspondientes al nivel i del factor A y al nivel j del factor B.…. será: tij=n·pij Entonces: ˆ ˆ ˆ t ij = n ⋅ pij = n ⋅ pi• ⋅ p• j = n ⋅ Oi • O • j Oi • ⋅ O • j ⋅ = n n n Puede demostrarse. O•j . O•m marginales donde n es el número total de observaciones. como en el apartado anterior.. Oij es el número de valores observados en la casilla correspondiente al nivel i del factor A y al nivel j del factor B.166 . Si A y B son independientes se cumplirá: pij = P( A i ∩ B j ) = P( A i ) ⋅ P(B j ) = pi ⋅ p j con i=1.…r y j=1. Oi• es el total de frecuencias observadas en la fila i y O•j es el total de frecuencias observadas en la columna j.. dado que el total de observaciones es n. será: ˆ pi • = Oi • n De modo análogo..m Si estimamos las probabilidades marginales pi• de cada nivel Ai del factor A mediante la frecuencia relativa con que se presenta Ai en la muestra. las probabilidades marginales p•j de cada nivel Bj del factor B se efectuarán mediante: ˆ p• j = O• j n La estimación de la probabilidad conjunta de Ai y Bj. será. que si la hipótesis nula es cierta: z= ∑∑ i =1 j =1 r m (O ij − t ij t ij ) 2 ≡ χ(2r −1)(m −1) Nota: IX.. bajo el supuesto de independencia de A y B ˆ ˆ ˆ pij = pi• ⋅ p• j Las frecuencias teóricas de cada intersección de niveles A y B.Capítulo IX: Introducción a la Inferencia Estadística DEL FACTO R A Ai … Ar Oi1 Oi2 … Oij … Oim ti1 ti2 … tij … tim Or1 Or2 … Orj … Orm tr1 tr2 … trj … trm Oi• Or• n Frecuencias O•1 O•2 . a la que hemos llamado pij.

COLOR Blanco Rojo Varones 10 36 Mujeres 20 9 SEXO Azul 14 11 De acuerdo con la tabla anterior.V.167 . que el sexo y el color preferido son independientes a la hora de elegir el coche? SOLUCIÓN: Las hipótesis a contrastar son H0(sexo y color son independientes) vs H1(sexo y color son dependientes) Completemos la tabla de frecuencias observadas: COLOR Rojo Azul 36 14 9 11 45 25 SEXO Blanco O Varones 10 Mujeres 20 30 O•j Oi.12 La siguiente tabla muestra las frecuencias observadas en relación con el color de automóvil preferido y el sexo en una muestra de 100 estudiantes encuestados al azar en la U.05.Capítulo IX: Introducción a la Inferencia Estadística Obsérvese que el número de frecuencias a comparar es k=r·m y el número de parámetros a estimar: ˆ (n-1) proporciones pi • (la r-sima proporción se obtiene por 1 − ∑ pi • ) i =1 r −1 ˆ (m-1) proporciones p• j (la m-sima proporción se obtiene por 1 − m −1 i =1 ∑ p• j ) Total de parámetros a estimar: s=(r-1)+(m-1) Luego los grados de libertad de la χ k2− s −1 considerada en el apartado anterior son gl = k − s − 1 = r ⋅ m − (r − 1) − (m − 1) − 1 = (r − 1) ⋅ (m − 1) Con el mismo razonamiento que en el punto anterior deberemos: Aceptar H0 si z ≤ χ(2r(−α1))(m −1) Rechazar H0 si z > χ(2r(−α1))(m −1) Ejemplo IX. 60 40 100 Recordando que las frecuencias teóricas (si H0 cierta) se calculan mediante la expresión: IX. con un nivel de significación α=0.P. ¿podemos admitir.

556 2( ) 2(0..Capítulo IX: Introducción a la Inferencia Estadística t ij = Oi • ⋅ O• j n construyamos la tabla de frecuencias teóricas: COLOR Blanco Rojo t Varones 18 27 Mujeres 12 18 SEXO Azul 15 10 El estadístico z será: z = ∑∑ i =1 j =1 2 3 (O ij − t ij ) 2 t ij = (10 − 18 )2 + (36 − 27 )2 18 27 + .168 . IX.99 se tiene que: ⋅2 2(0..05) = χ 2 = 5.05) z > χ2 por lo que debemos rechazar la hipótesis de independencia de los factores considerados y admitir que los gustos respecto al color de los automóviles son diferentes en los varones que en las mujeres. + (11 − 10 )2 10 = 16.05) Como χ(r −α1)(m −1) = χ12(0.

Capítulo IX: Introducción a la Inferencia Estadística IX.169 .

.

ANOVA para dos factores con repeticiones 2.4..Hipótesis nulas 2. 2..1.Introducción. Análisis de la varianza (I)... 9.4. 6. 171 .2... Test LSD 9.. Planes factoriales.Concepto de interacción 2.. ANÁLISIS DE LA VARIANZA (II).ANÁLISIS DE LA VARIANZA 9.Descomposición de las sumas de cuadrados. 2. Un factor controlado.Modelo y supuestos teóricos 2. 4. ANÁLISIS DE LA VARIANZA (I).Modelo Teórico.Test F.Generalidades.Comparación de medias. Hipótesis del modelo.3.. 5.4. 1...Ecuación fundamental. DOS FACTORES CONTROLADOS 1..5. UN FACTOR CONTROLADO. 3. Test F.Hipótesis nula.

En aquéllos factores cuyo efecto sea significativo.) o cualitativos en otro caso (tipo de hojalata. son aquéllos que podemos realmente controlar fijando a voluntad sus niveles (factores controlados). En la terminología clásica del Análisis de la Varianza existen en este caso tres factores: Tipo de hojalata pH Temperatura de conservación cuyos efectos se desean estudiar. variedad. El objetivo en una experiencia de este tipo sería el analizar cuáles de los tres factores tienen una influencia significativa sobre el grado de corrosión del bote al cabo de. 15º C y 30º C (3 niveles). Tratamiento: combinación de niveles Unidad experimental: Unidad física sobre la que se aplica un tratamiento (bote. precisar la naturaleza del mismo. Fue desarrollado por Fisher en el 1er tercio del siglo pasado. con lo que constaría en total de 18x5 = 90 botes o unidades experimentales.9. En total existirán en este caso 3x2x3=18 tratamientos diferentes. A cada combinación de variantes de los diferentes factores se le denomina tratamiento.. En un estudio sobre corrosión (X) en botes de conservas se desea investigar la influencia al respecto del tipo de hojalata. por ejemplo un tratamiento será: bote hojalata tipo B con pH del líquido de gobierno 4'5 almacenado a 15º C. pH. etc. Factor temperatura de almacenamiento (factor cuantitativo): Se almacenarán los botes a 0º C. Un ejemplo servirá para ilustrar un problema típico de aplicación de estos métodos.1. pH del líquido de gobierno y temperatura de almacenamiento del bote. Para cada factor. temperatura. parcela. Variantes o niveles: valores que pueden tomar los factores. etc. animal de ensayo etc. y que se presume pueden influir sobre la respuesta. por ejemplo. método de fabricación etc. Factores: posibles causas controlables que pueden ser fuente de variabilidad en la respuesta (tipo de hojalata. cuando sus niveles corresponden a valores medibles (temperatura. Los factores pueden ser cuantitativos. Así por ejemplo: Factor tipo de hojalata (cualitativo): Se desean estudiar tres tipos distintos A. un mes de almacenamiento. Factor pH (cuantitativo): Se estudiarán conservas a pH 4'5 y pH 5'5 (2 niveles). se deseará además.) 172 . que variantes difieren significativamente entre sí * Resumen: X : variable a estudiar o respuesta (grado de corrosión en el ejemplo). se considerarán en el estudio diferentes niveles (si el factor es cuantitativo) o variantes (si el factor es cualitativo). determinando.).).GENERALIDADES Bajo el nombre de Análisis de la Varianza se conocen un conjunto de métodos estadísticos aplicables en general al análisis de observaciones que dependen simultáneamente de varios factores. Una experiencia podría consistir en preparar 5 botes (repeticiones) con cada uno de los 18 tratamientos posibles. B y C (3 variantes). pH. Los factores a considerar.4.

en general. Inicialmente desarrollaremos la teoría básica del Análisis de la Varianza en el caso más sencillo de un solo factor controlado. nuestras hipótesis sobre el modelo implican que cada una de estas poblaciones tiene una distribución N(μi.. dejando para más adelante la generalización al caso de varios factores. La técnica de análisis consiste. asumen la existencia de un modelo probabilístico que explica los resultados observados en función de un conjunto de parámetros desconocidos relativos a los efectos de los diferentes factores en estudio y de una perturbación aleatoria.. 9.σ) (X21……X2J) I N(μI. se tendrá: Xij = μi + εij (1) 173 εi .. Variante Población Muestra 1 N(μ1. permite contrastar la significación de los factores estudiados.4..σ) (X11……X1J) i N(μi.. La comparación de cada uno de estos términos con el correspondiente a la perturbación aleatoria residual (ó error). y la hipótesis nula a contrastar es H0: μ1 = μ2 …= μI.J) correspondiente a la i-ava variante del factor (i = 1. De cada variante se hacen J pruebas cuyos resultados podemos considerar como una muestra aleatoria simple extraída de la población de posibles resultados que podrían obtenerse con dicha variante.- Repeticiones: número de veces que se aplica un mismo tratamiento (sobre diferentes unidades experimentales) en una misma experiencia.X)2 con N -1 grados de libertad. con sus correspondientes grados de libertad. HIPÓTESIS DEL MODELO Consideremos. en un conjunto de términos independientes. Sea Xij la j-ava observación (j = 1.σ) (XI1……XIJ) Como veremos a continuación. en descomponer la variabilidad total del conjunto de las observaciones expresada por la suma de cuadrados global Σ(Xijk . Los métodos del Análisis de la Varianza. Sea I el número de niveles del factor y J el número de observaciones para cada una de las variantes (supondremos que dicho número es el mismo para todas las variantes. o numero de veces que se repite la experiencia bajo las mismas condiciones. relativos a los diferentes factores en estudio y al error experimental.I). en cuyo caso el modelo se denomina EQUILIBRADO). por ejemplo.MODELO TEÓRICO. Vemos por tanto que el problema que tenemos no es más que la generalización a I medias del problema de comparación de dos medias visto en un tema anterior.σ).2. que se desean comparar I variantes distintas de un determinado proceso industrial. Siendo μi = Ε(Xij) el valor medio poblacional correspondiente a dicha variante.

El modelo teórico anterior puede formularse de una forma alternativa que resulta aconsejable por su más fácil generalización al caso de varios factores. todos los residuos están mutuamente incorrelacionados.μ es la diferencia entre la media de la variante i y el promedio general. b) Incorrelación: Cov (εij. Esta hipótesis hace necesaria la comprobación previa. Evidentemente. c) Normalidad: los IxJ residuos εij tienen una distribución conjunta normal multivariante ε ≡ N(0.donde εjj es una perturbación aleatoria que origina las diferencias existentes entre las observaciones μi Xij de una misma variante o tratamiento. además.Iμ = 0 Como μi = μ + αi. Sea μ = Σμi /I el promedio de los valores medios de las diferentes variantes αi=μi .μ) = Σμi . además Ε(εij) =0 Con respecto a los residuos εij se harán. el modelo teórico puede formularse como sigue Xij = μ + αi + εI Con Σαi = 0 αi μ εij μi Xij X Donde Xjj = j-ava observación de la variante i del factor μ = promedio general αi = efecto específico de la variante i del factor 174 . j no dependiendo por tanto de la variante i considerada. mediante el test de Bartlett u otros similares. de la homogeneidad de las varianzas en los diferentes grupos o variantes. se verifica Σαi = Σ(μi . las siguientes hipótesis: a) Homocedasticidad: σ2ij = σ2 (εij) = σ2 ∀ i.σ2 I) Las hipótesis b) y c) implican la independencia de los residuos. αi mide por lo tanto el efecto específico (positivo.εi’j’) = 0 si i≠i' y/o j≠j'. negativo o nulo) de la variante i del factor. es decir.

.4.4..)2 se denomina Suma de Cuadrados debida al factor(SCF) pues mide la magnitud de las desviaciones de la media de cada variante a la media general.σ) e independientes entre sí. = αI = 0 ∀ αi = 0 9. es decir.HIPÓTESIS NULA La hipótesis nula a contrastar es que el factor no influye sobre la respuesta. 9. = Σ i X ij J media de la variante i La ECUACIÓN FUNDAMENTAL del Análisis de la varianza muestra la descomposición de la variabilidad total de la variable respuesta estudiada.εij = residuos N (0.. JΣ (Xi-X. = Σ ij X ij IJ media general de todas las observaciones Xi. • 175 .. − X.) 2 = J ∑ ( X .)2 se le denomina Suma de Cuadrados Total (SCT) pues mide la variabilidad total del conjunto de las I x J observaciones.4.) 2 SCT SCF SCR • Σ(Xij – X..3.ECUACIÓN FUNDAMENTAL Llamando X. Mide la parte de la variabilidad total debida o explicada por el factor.) +∑ 2 i i ij ( X ij − X i . que todos los niveles tienen la misma media Ho : μ1 = μ2 = μ3 … = μI = μ H1 : ∃ μi ≠ μj Estas hipótesis son equivalentes a contrastar H0 : ∀αi = 0 H1 : ∃ αi ≠ 0 ya que sustituyendo μi por μ + αi Ho : μ + α1 = μ + α2 = μ + α3 = … = μ + αI = μ α1 = α2 = α3 = ….. ∑ ij ( X ij − X..

(diferencia mínima significativa) Si el test F pone de manifiesto la existencia de un efecto significativo del factor. Mide la parte de variabilidad total existente en las observaciones no explicada por el factor. puede dar como significativas diferencias que en la práctica carezcan de importancia.o su equivalente.. nº de datos con que se ha calculado cada una de las medias a comparar). En el test de Tuckey se propone como L. que el factor influye en la respuesta estudiada. Este hecho tiene especial importancia cuando intentamos interpretar el por qué algunas veces a pesar de obtener 176 . debemos hacer notar: a) que el hecho de que las diferencias sean significativas no implica que las diferencias sean necesariamente importantes.. resulta procedente estudiar entre qué variantes del factor son significativas las diferencias αi . otros factores no estudiados. Se demuestra que si la hipótesis nula es cierta ∀α i = 0 CMF ≡ F( I −1). por tanto.I( J −1) para I la probabilidad de error de 1ª especie α considerado. Rechazar H0 equivale a aceptar con un nivel de significación α. b) si el análisis no da como significativas determinadas diferencias no quiere decir que éstas no existan sino que. calculando a partir de las observaciones el estadístico CMF/CMR = Fc y rechazándola si este es mayor que el valor en tablas de F(α−1).5. en la determinación de la significación de la diferencia entre dos medias -. e/1 test no suficiente potencia para detectarlas.TEST F Si a las sumas de cuadrados anteriores ( SCF y SCR ) las dividimos por sus grados de libertad correspondientes ( (I-1) e I(J-1) respectivamente) obtenemos los cuadrados medios CMF y CMR.4.-Xj.4. J = nº de observaciones en cada variante (en general. ó DMS DMS = QIα( J−1) . en calcular una "diferencia mínima significativa" (DMS) tal que dos variantes i. es decir.S. Esta regla es equivalente a rechazar H0 si el pvalor correspondiente al Fc calculado es menor que α.αi’. y éste es cualitativo. la debida a causas aleatorias (error experimental.• Σ(Xij-Xi. simplemente.)2 se denomina Suma de Cuadrados Residual pues se basa en las desviaciones de cada observación respecto a la media de la variante respectiva. si la variabilidad residual es pequeña. TEST L.D. I ( I −1) CMR La hipótesis nula ∀α i = 0 se contrastará. El análisis de la varianza. 9.| > DMS. 9.D. j difieren significativamente si |Xi. La forma de operar consiste en general.COMPARACIÓN DE MEDIAS.6.I CMR J I = nº de niveles del factor (en general nº de medias a comparar). Nota: En la determinación de la significación del efecto de un factor . etc.).S.

0 6. Con cada materia prima se fabricaron cinco piezas midiéndose finalmente la resistencia en cada una de las veinte piezas fabricadas. Los resultados fueron: MAT PRIMA 1 6.2 6.0 6.9 6.8 6.5 Cuadro resumen del Análisis de la Varianza ----------------------------------------------------------------------------Fuente SC gl CM F calc P-Valor 177 .en la práctica diferencias importantes entre las medias. éstas no llegan a ser significativas.2 5.6 4.1 5.9 6.8 MAT PRIMA 4 5.2 6.0 6.2 4.0 5.I( J −1) I Cuadrado medio F calculada F tablas EJEMPLO: Se desea estudiar la influencia de la materia prima sobre la resistencia de unas piezas de plástico.0 MAT PRIMA 2 6. Los resultados obtenidos se reflejan en el siguiente CUADRO RESUMEN DEL ANÁLISIS DE LA VARIANZA Grados Origen de Suma de de la varianza cuadrados libertad TOTAL FACTOR ERROR SCT SCF SCR IJ-1 I-1 I(J-1) CMF = CMR = SCF I−1 SCR I(J − 1) CMF CMR F(α−1).0 6.0 MAT PRIMA 3 5. Lo que habría que hacer en este caso es aumentar el tamaño de la experiencia o reducir el error experimental (disminuir el CMR) aumentando la homogeneidad del material experimental o utilizando un diseño más adecuado. Para ello se realizaron experiencias utilizando cuatro materias primas diferentes.1 4.5 6.

04 X M.P.073 ----------------------------------------------------------------------------Total 9. 3 5 5.922 3 2.P.17 0.01.68 X M. 4 5 4.----------------------------------------------------------------------------Factor 7.98 X M.P. En el apartado siguiente analizaremos cuál o cuáles de las variantes de la materia prima son diferentes en cuanto a su resistencia promedio.168 16 0.0000 Residual 1. 1 5 6.64067 36.09 19 Dado que el P-Valor es menor que 0.30 X Observamos que solo la cuarta materia prima da lugar a una resistencia media estadísticamente diferente a las demás siendo menor en valor que el resto 178 . Tests de rangos Repeticiones Media Grupos diferentes -------------------------------------------------------------------------------M.P. existen diferencias estadísticamente significativas al nivel del 99% de confianza entre las medias de las cuatro materias primas. 2 5 6. Esta afirmación es equivalente a decir que la “materia prima” utilizada influye sobre la resistencia de las piezas de plástico con un nivel de significación del 99%.

Apoyándonos en los conceptos y terminología expuestos en el apartado anterior.. BJ A1 A2 A3 Ai = = = = AI = = = = 9. 9. Los utilizaremos en este tema como diseño base para desarrollar las técnicas del Análisis de la Varianza para dos factores.5. PLANES FACTORIALES.5. Solamente desarrollaremos en profundidad aquellos conceptos que sean nuevos y propios del presente capitulo. es el mismo en cualquiera de los niveles que podamos considerar del otro factor.5. De manera similar a la anterior. a) Consideremos el ejemplo de la corrosión de los botes de hojalata en el que contemplamos dos factores: Factor tipo de hojalata (hojalata A y hojalata B) y Factor pH (pH1.. (Efectos no aditivos). Constituyen un diseño especial para el estudio simultáneo de dos o más factores en el que todos los niveles de todos los factores se combinan entre sí. no es igual a la suma de los efectos simples respectivos.1.5. PLANES FACTORIALES.2. También se dice que existe interacción entre dos factores cuando el efecto de uno de ellos depende del nivel que consideremos en el otro. Análisis de la varianza (II). se dice que no existe interacción entre dos factores cuando el incremento en la respuesta (+ ó -) al pasar de un nivel a otro de uno de los factores.ANOVA PARA DOS FACTORES CON REPETICIONES Utilizaremos como diseño base para el estudio de este apartado.Concepto de Interacción Se dice que hay interacción entre dos factores si el efecto conjunto de la variante i de uno de ellos con la j del otro. Dos factores controlados.1.. el siguiente diseño factorial FACTOR B FACTOR A B1 =⎬n = = = B2 =⎬n = = = Bj = = = =⎬ n Xijk. 9. PH2 y pH3) 179 .INTRODUCCIÓN.2. vamos a desarrollar este apartado de forma esquemática. Vamos a considerar algunos ejemplos representativos.9.

Grado de corrosión En este primer caso. a pH bajo presenta menor corrosión la hojalata B. a pH intermedio el grado de corrosión es el mismo y a pH alto presenta menor corrosión la hojalata B. 180 . Grado de corrosión En este caso. y a mayor pH menor corrosión) pero no hay interacción entre ellos. a los 15 días) conservados a temperatura constante. el efecto del factor hojalata depende del valor del pH que consideremos. cualquiera que sea el pH. b) Consideremos ahora la calidad organoléptica de tres zumos de naranja (natural. Obsérvese que en este caso no tiene sentido preguntarse que hojalata es más resistente si no se especifica cual va a ser el pH a emplear en la conserva. Así. LA DIFERENCIA ENTRE UNA Y OTRA HOJALATA ES LA MISMA PARA CUALQUIER pH. la hojalata A presenta mayor corrosión que la hojalata B y. esterilizado) a través del tiempo (recién preparado. En este caso influyen los dos factores (hojalata A mayor corrosión que la B. pasteurizado. a los 5 días. además.

5. μ = promedio general αi = efecto específico de la variante i del 1er factor βj = efecto específico de la variante j del 2º factor (αβ)ij = efecto de la interacción entre los factores en sus niveles i. εijk = residuo aleatorio ∑α i i =0 ∑β j j =0 ∑ (αβ) i ij =0 ∑ (αβ) j ij =0 Supuestos: Ε(ε ijk ) = 0 ε ijk ≡ N(0.Modelo y supuestos teóricos El modelo teórico completo es Xijk = μ + α i + β j + (αβ)ij + ε ijk donde Xijk = valor de la K.Obtenga el lector sus propias conclusiones ¿Hay interacción? ¿Por qué? ¿Qué zumo es mejor? ¿Se comportan igual los tres zumos? ¿Influye el tiempo de conservación en la calidad? ¿Cómo? 9. j.ésima observación en el tratamiento formado por la variante i del primer factor con la variante j del segundo.2. σ 2 ) ⎬ independientes e incorrelacionados 181 ..2. respectivos.

.1) SCint (I ... ijk ij. Si algún factor resulta significativo podrá determinarse entre que variantes hay diferencias significativas comparando la diferencia de medias con la L. Ejemplo: En una experiencia para analizar la influencia de un nuevo catalizador en dos métodos A y B de síntesis de un producto orgánico.)2 ijk = JN∑ ( X − X. se ensayaron 4 dosis de catalizador.D.2. ó DMS α DMS = Q a.dosis x método se realizaron tres experiencias.)2 + N∑ ( X − X.Comparación de Medias..D.S.1)(J . Test L.2. .) 182 .5. ij..9.1) SCF1 (I .5. Los resultados.2.tratamientos . ..Hipótesis Nulas Las hipótesis nulas a contrastar son la ausencia de efecto sobre la respuesta de cada uno de los factores así como la ausencia de interacción entre ellos H0: ∀α i = 0 ∀β j = 0 ∀( αβ )ij = 0 H1: ∀α i ≠ 0 ∀β j ≠ 0 ∀(αβ)ij ≠ 0 9. Test F La variabilidad total de las observaciones se descompone de la siguiente forma similar al ANOVA de un factor ∑ ( Xijk − X.. Con cada una de las 8 combinaciones .4..S.3. b = nº de datos con que se calculó cada una de las medias anteriores.. j.. de producto obtenido con la misma cantidad de materia prima en 1 hora. − X + X. i j ij ijk SCT (IJN .) + ∑ ( X − X )2 i.GLR significativo al nivel α ≤ FGLF .Descomposición de las Sumas de Cuadrados. expresados en gr.1) ⇒ gl La significación de cada factor se obtiene calculando el cociente SCF GLF CMF Fc = = SCR GLR CMR α > FGLF .1) SCF2 (J .. se recogen en la tabla siguiente: Dosis de catalizador (mg.1) SCR IJ(N . j.GLR No significativo α 9..glr CMR b a = nº de medias a comparar entre si (nº de variantes del factor).)2 + IN∑ ( X − X..5.5.

Cuadro resumen del análisis de la varianza O. σ) independientes.V. Total Catalizador Método Interacción CxM Error 1469’13 660’66 3 16 0'01 489’71 11’86 > F3'16 = 5'29 * * SC 7096’96 1535’13 3432’04 GL 23 3 1 CM Fc Ft 0'01 511’71 12’39 > F3'16 = 5'29 * * '01 3432’04 83’12 > F1016 = 8'53 * * ' 41’29 Son significativos todos los efectos al 99 % (p < 0'01) 183 .Método/Do sis A 0’75 68 60 62 60 45 66 1 91 75 86 72 71 60 1’25 90 98 94 64 75 70 1’50 105 95 99 48 55 50 B Solución El modelo es: Xijk = μ + α i + β j + (αβ)ij + ε ijk ∑α = 0 ∑β = 0 ∑ (αβ) = 0 ∑ (αβ) = 0 i j ij i ij j ε ijk = N(0.

Interpretación de Resultados Interaction Plot 101 91 81 71 61 51 0.25 1.75 1 1.50 metodo A B rendimiento dosis a) La interacción es significativa. b) No obstante. con el método B da el mínimo rendimiento promedio (51 gr). que con el método A da el rendimiento promedio máximo (99'67 gr). Por ello seria conveniente la utilización del catalizador sólo en el método A. Luego habrá que estudiar el efecto del catalizador en cada uno de los métodos. el método A presenta para cada concentración del catalizador. luego no existe una concentración de catalizador óptima. un rendimiento mayor que el método B. a la dosis máxima. La concentración de 1'50. y preferiblemente. 184 .

185 .

Sign up to vote on this title
UsefulNot useful