MEDIA Y LA VARIANZA DE UNA DISTRIBUCION

Valor esperado y varianza de una variable aleatoria discreta

Hay que recordar que una parte esencial de la estadística, son las medidas de tendencia central primordialmente la
media representada por 𝑥̅ , así como las de dispersión varianza 𝑠 2 y la desviación estándar s, de la muestra. Como las
distribuciones de probabilidad representan poblaciones, las medidas que se trabajarán serán 𝜇 media, 𝜎 2 varianza. y 𝜎
desviación estándar de la población, se denominan parámetros poblacionales.

• La media o valor esperado de una variable aleatoria discreta x, se define como el promedio ponderado de los valores
de la variable, de la siguiente forma:

𝜇 = ∑ 𝑥𝑖 ∙ 𝑓(𝑥𝑖 )

• La varianza de una variable aleatoria discreta x, está determinada por la expresión:

𝜎 2 = ∑(𝑥𝑖 − 𝜇)2 ∙ 𝑓(𝑥𝑖 )

• La desviación estándar de una variable aleatoria discreta x, está determinada por la expresión:

𝜎 = √∑(𝑥𝑖 − 𝜇)2 ∙ 𝑓(𝑥𝑖 )

Las medidas valor esperado, varianza y desviación estándar, son importantes ya que ayudan en el análisis y
planteamiento de conclusiones, de un conjunto de datos a partir de la función de distribución de probabilidad.
Ejercicio
En barrio Rosales de la ciudad de Bucaramanga, se realizó una encuesta a 140 personas,
preguntándoles la cantidad de televisores que tienen en sus hogares. Los resultados muestran en la
tabla.
Cantidad de TV. 0 1 2 3 4
Número de personas 6 26 64 30 14

Determinar, la distribución de probabilidad para este caso y su grafica. Luego el valor esperado,
varianza y desviación estándar.
Solución
Definimos la variable “x” Cantidad de TV que tiene cada persona.
x 0 1 2 3 4
P(x) 6/140 26/140 64/140 30/140 14/140

𝜇 = ∑ 𝑥𝑖 ∙ 𝑓(𝑥𝑖 )

x f(x) x*f(x)
0 0,04 0,00
1 0,19 0,19
2 0,46 0,91
3 0,21 0,64
4 0,10 0,40
Suma 2,14

El valor espera para este caso es 𝜇 = 2,14

 𝜎 2 = ∑(𝑥𝑖 − 𝜇)2 ∙ 𝑓(𝑥𝑖 )

x x-µ (x-µ)² f(x) f(x)*(x-µ)²

0,00 -2,14 4,58 0,04 0,20
1,00 -1,14 1,30 0,19 0,24
2,00 -0,14 0,02 0,46 0,01
3,00 0,86 0,74 0,21 0,16
4,00 1,86 3,46 0,10 0,35
Suma 0,95

Varianza 𝜎 2 = 0,95

Desviación Estándar 𝜎 = √0,95 = 0,9746

 Distribución de probabilidad normal.

La distribución de probabilidad normal de variable aleatoria continua, también conocida como

distribución de la campana Gauss, es la más importante de las distribuciones estadísticas, por la
cantidad de fenómenos reales, del campo de las ingenierías y las ciencias sociales (administración y
economía), que se pueden modelar a través de ella. Además, proporciona una excelente aproximación
para describir algunos fenómenos de variable aleatoria discreta, bajo ciertas condiciones. Con la
distribución normal, se puede calcular la probabilidad de ocurrencia de un evento dentro de ciertos
rangos o intervalos.

La función de densidad de distribución normal está definida por la expresión:

−(𝑥−𝜇)2
1
𝑓(𝑥) = ∙𝑒 2𝜎2 para −∞ < 𝑥 < ∞
𝜎∙√2𝜋

Esta función depende de dos parámetros; la media 𝜇, y la varianza de la distribución 𝜎 2 . Si se conoce

la media y la varianza de la variable x, se representa la distribución normal, a través de la notación
𝑁(𝜇, 𝜎 2 ).

La grafica de la distribución de la probabilidad normal es una curva acampanada como se muestra a

continuación.

Propiedades de la distribución normal.

• El punto donde alcanza su valor más alto la curva es la media que a su vez coincide con la
mediana y la moda de la distribución.
• La curva es asintótica en el eje x, es decir se extiende en el intervalo [−∞, ∞], cualquier valor es
teóricamente posible. La medida del área total bajo es igual 1 o 100%.
• Es simétrica respecto a la media 𝜇. Existe una probabilidad del 50% de observar un dato mayor
que la media y existe una probabilidad 50% de observar un dato menor que la media, además los
datos se distribuyen alrededor de la media teniendo como referencia la desviación estándar, esto
se muestra en la siguiente figura.
• Para calcular la probabilidad de la variable aleatoria normal se define mediante áreas bajo la curva
como se muestra en el siguiente gráfico tomado como ejemplo.

Existe un número infinito de distribuciones normales posibles, con la forma en común de la campana
de Gauss, lo único que la diferencia es el valor de media y la varianza.

Estandarización o tipificación de la distribución normal.

Al estandarizar una distribución normal permite determinar más fácilmente la probabilidad de un

evento. Si tenemos una variable aleatoria x, con una distribución normal 𝑁(𝜇, 𝜎 2 ) llamamos
estandarizar o tipificar al proceso de convertirla en una normal estándar 𝑁(0,1) esto se logra
trasladando o centrando la media en cero, y haciendo que la desviación típica sea 𝜎 = 1, para ello se
aplica el cambio de variable Z, mediante la siguiente fórmula:

𝑋−𝜇
𝑍=
𝜎

Al estandarizar la variable se puede utilizar unas tablas de distribución normal con 𝜇 = 0 y 𝜎 = 1 para
encontrar la probabilidad de Z.

Ejemplo.

La temperatura en el mes de junio de la ciudad de Bucaramanga está distribuida normalmente con

media de 28𝑜 𝐶 y desviación estándar de 4𝑜 𝐶. Con estos datos calcule la probabilidad de que la
temperatura esta:
a) Por debajo de los 24𝑜 𝐶 .
b) Por encima de los 26𝑜 𝐶
c) Entre 22𝑜 𝐶 y 30𝑜 𝐶

Solución

Definir la variable X → La Temperatura. Luego se sacan lo datos 𝜇 = 28 y 𝜎 = 4

𝑋−𝜇
𝑍=
𝜎
a) Por debajo de los 24𝑜 𝐶 X→ El dato

24 − 28
𝑍= = −1
4

Por lo tanto, se puede concluir, que la probabilidad que la temperatura en este mes, este por debajo
de 24𝑜 𝐶 es de 0.1587x100= 15,78%

b) Por encima de los 26𝑜 𝐶

26 − 28
𝑍= = −0.5
4

Por lo tanto, se puede concluir, que la probabilidad que la temperatura en este mes, este por encima
de 26𝑜 𝐶 es de 0.6917x100= 69,15%
c) Entre 22𝑜 𝐶 y 30𝑜 𝐶

22 − 28
𝑍= = −1,5
4
30 − 28
𝑍= = 0,5
4

Por lo tanto, se puede concluir, que la probabilidad que la temperatura en este mes, este Entre 22𝑜 𝐶
y 30𝑜 𝐶 es de 0.6247x100= 62,47%
Los salarios mensuales de los recién graduados en Europa que acceden a su primer empleo se
distribuyen normalmente con media 1300 € y desviación estándar 600 €. Con estos datos calcule la
probabilidad de que recién graduado gane:
a) Menos de 600 € al mes
b) Más de 2200 € al mes
c) Entre 1000 y 1500 € al mes

Solución

Definir la variable X → Salarios mensuales. Luego se sacan lo datos 𝜇 = 1300 y 𝜎 = 600

𝑋−𝜇
𝑍=
𝜎
a) Menos de 600 € al mes
600 − 1300
𝑍= = −1,16
600

Por lo tanto, se puede concluir, que la probabilidad que se gane un salario menor a 600 € al mes, es
de 0,123x100= 12,3%
b) Más de 2200 € al mes
2200 − 1300
𝑍= = 1,5
600

Por lo tanto, se puede concluir, que la probabilidad que se gane un salario mayor a 2200 € al mes, es
de 0,0668x100= 6,68%
c) Entre 1000 y 1500 € al mes

1000 − 1300
𝑍= = −0,5
600
1500 − 1300
𝑍= = 0,33
600

Por lo tanto, se puede concluir, que la probabilidad que se gane un salario entre 1000 y 1500 € al
mes, es de 0,3208x100= 32,08%
Los resultados de un examen siguen una distribución normal con media 78 y desviación estándar de
6. Se pide:
a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
superior a 72?
b) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
inferior a 65?
c) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
entre 70 y 80?

Definir la variable X → Resultados de un examen. Luego se sacan lo datos 𝜇 = 78 y 𝜎 = 6

𝑋−𝜇
𝑍=
𝜎
a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
superior a 72?

72 − 78
𝑍= = −1
6

Por lo tanto, se puede concluir, que la probabilidad que saque un puntaje superior a 72, es de
0,8413x100= 84,13%
b) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
inferior a 65?

65 − 78
𝑍= = 2,16
6

Por lo tanto, se puede concluir, que la probabilidad que saque un puntaje menor a 65, es de
0,9846x100= 98,46%
c) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
entre 70 y 80?

60 − 78
𝑍= = −3
6
80 − 78
𝑍= = 0.33
6

Por lo tanto, se puede concluir, que la probabilidad que saque un puntaje entre 70 y 80, es de
0,628x100= 62,8%
La empresa de mensajería “Rapi-ya” de la ciudad de Bucaramanga, con el ánimo de generar una
campaña efectiva para buenos hábitos de alimentación, desde el departamento de salud ocupacional
realizó una encuesta sobre el peso de sus 600 trabajadores, se encontró que la media fue 80 kg y la
desviación estándar es 12 kg, los pesos se distribuyen normalmente. Determine cuantos trabajadores
tienen un peso:
a) Entre 70 y 86 Kilogramos
b) Menos 60 Kilogramos
c) Más 85 Kilogramos.
Solución
Definir la variable X → Peso. Luego se sacan lo datos 𝜇 = 80 y 𝜎 = 12

𝑋−𝜇
𝑍=
𝜎
a) Entre 70 y 86 Kilogramos
70 − 80
𝑍= = −0,83
12

86 − 80
𝑍= = 0.5
12

Se multiplica la probabilidad obtenida, por la cantidad de trabajadores 0,4882x600=292,92. Por lo

tanto, se puede concluir que 292 trabajadores, tienen un peso entre 70 y 80 kg.
b) Menos 60 Kilogramos
60 − 80
𝑍= = −1,66
12

Se multiplica la probabilidad obtenida, por la cantidad de trabajadores 0,0485x600=29,1. Por lo tanto,

se puede concluir que 29 trabajadores, tienen un peso menor 60 kg.
c) Más 85 Kilogramos.
85 − 80
𝑍= = 0,41
12

Se multiplica la probabilidad obtenida, por la cantidad de trabajadores 0,3409x600=204,54. Por lo

tanto, se puede concluir que 204 trabajadores, tienen un peso mayor 85 kg.
La empresa de seguridad “Force” de la ciudad de Bucaramanga, con el ánimo de mejorar sus servicios
realiza un test de conocimiento sobre los deberes y derechos que tienen cada uno de sus 480
empleados en las diferentes dependencias en la empresa; se encontró que la puntuación promedio
fue 120, con una desviación estándar de 30 puntos, los resultados, se distribuyen normalmente.
Determinar, cuántos trabajadores obtienen un puntaje:

a) Entre 90 y 140 puntos.

b) Menos 80 puntos.

Solución
Definir la variable X → Puntuación. Luego se sacan lo datos 𝜇 = 120 y 𝜎 = 30

𝑋−𝜇
𝑍=
𝜎

a) Entre 90 y 140 puntos.

90 − 120
𝑍= = −1
30
140 − 120
𝑍= = 0.66
30

Se multiplica la probabilidad obtenida, por la cantidad de empleados 0,5867x480=281,61. Por lo

tanto, se puede concluir que 281 empleados, tienen un puntaje entre 90 y 140 puntos.
b) Menos 80 puntos.
80 − 120
𝑍= = −1,33
30

Se multiplica la probabilidad obtenida, por la cantidad de empleados 0,0918x480=44,06. Por lo tanto,

se puede concluir que 44 empleados, tienen un puntaje menor 80 puntos.