Universidad Pedagógica y Tecnológica de Colombia -- Administración de Empresas La desviación estándar es la raíz cuadrada positiva de la varianza;

Estadística Descriptiva -- Distribuciones de Probabilidad 2= %−+ 3 ∗ -(%) = % 3 ∗ -(%) − + 3 , o, 2= %−+ 3 ∗ .(%) = % 3 ∗ .(%) − + 3
Referencia: Anderson, D.; Sweeney, D.; Williams, T.; Camm, J.; Cochran, J. (2012). Estadística para negocios y economía. Décimo primera edición.
Cengage Learning Editores, México.
Ej#1: Determine si la situación se trata o no de una distribución de probabilidad. Si describe una distribución de probabilidad,
Una variable aleatoria es aquella que tiene un solo valor numérico determinado por el azar, para cada resultado de un calcule su media y desviación estándar. En caso que no sea una distribución de probabilidad, identifique que propiedad no se
experimento. satisface.
Una distribución de probabilidad estudia las relaciones entre los valores de la variable aleatoria y sus probabilidades de a. La variable X representa el número de tazas o latas de bebidas con cafeína, consumidas por personas cada día.
ocurrencia. Se representa mediante gráficas, tablas o fórmulas. X=x 0 1 2 3
Una variable aleatoria discreta (v.a.d.) tiene un número finito de valores; es decir, se pueden contar todos. P(X = x) 0.22 0.16 0.21 0.16
EJ: Número de transacciones bancarias realizadas por clientes en un banco durante un día. b. Tres hombres tienen un trastorno genético relacionado con el cromosoma X, y cada uno engendra un hijo. La variable
Una variable aleatoria continua (v.a.c.) tiene un número infinito de valores. aleatoria X es el número de hijos de los tres hombres que heredan el trastorno genético relacionado con el cromosoma X.
EJ: Ganancia de empresas textiles durante un mes. X=x 0 1 2 3
P(X = x) 0.125 0.375 0.375 0.125
La distribución de probabilidad de una v.a.d. X es una tabla, una gráfica, una fórmula u otro sistema utilizado para especificar
todos los valores posibles de la variable junto con sus probabilidades respectivas. Se define por medio de una función de
probabilidad, f(x), la cual proporciona la probabilidad para cada valor que puede asumir la variable aleatoria. Distribuciones de probabilidad para variables aleatorias discretas
La distribución Binomial, B(n, p), resulta de un procedimiento que cumple con todos los requisitos siguientes:
Las propiedades o condiciones requeridas para una función de probabilidad de una v.a.d. son 1. El procedimiento tiene un número fijo de ensayos, n.
1. !(# = %) = 1 , X asume todos los valores posibles 2. Los ensayos deben ser independientes; es decir, el resultado de cualquier ensayo individual no afecta las probabilidades de los
2. 0 ≤ !(# = %) ≤ 1 , para cada valor individual de X demás ensayos.
3. Todos los resultados de cada ensayo deben clasificarse en dos categorías, éxito y fracaso.
La media o valor esperado es un promedio ponderado de los valores que asume la v.a.d. cuando los pesos son las probabilidades; 4. La probabilidad de un éxito - permanece igual en todos los ensayos. De manera similar, la probabilidad de un fracaso, 1 − -.
* % = + = % ∗ -(%) ,o, * % = + = % ∗ .(%) Si se satisfacen los cuatro requisitos mencionados, la distribución de la variable aleatoria X (número de éxitos) se denomina
La varianza es un promedio ponderado de las desviaciones al cuadrado de una v.a.d. con la media, los pesos son las distribución binomial. Para calcular probabilidades para una distribución binomial, se utiliza
probabilidades; 5!
. % =! #=% = ∗ - 7 ∗ (1 − -)897
/01 % = 2 3 = % − + 3 ∗ -(%) = % 3 ∗ -(%) − + 3 , o, /01 % = 2 3 = % − + 3 ∗ .(%) = % 3 ∗ .(%) − + 3 5 − % ! ∗ %!
1 2

donde x = 0, 1, 2, …, n, n es el número de ensayos, x es el número de éxitos en n ensayos, p es la probabilidad de éxito en
cualquier ensayo.
Para una distribución binomial, la media está dada por + = 5- y la varianza está dada por 2 3 = 5-(1 − -)
Ej#2: Las normas de la industria sugieren que el 15% de los carros nuevos requieren un servicio de garantía durante el primer año.
La semana anterior, un concesionario vendió 12 carros. ¿Cuál es la probabilidad de que: a. ninguno de estos carros requiera
servicio de garantía?; b. Al menos dos de estos carros requieran servicio de garantía?; c. A lo sumo tres de estos carros requieran
servicio de garantía?; d. entre tres y seis, inclusive, de estos carros requieran servicio de garantía?; e. Determine la media y la
desviación estándar para los carros que requieran servicio de garantía durante el primer año.
La distribución de probabilidad de Poisson, P(:), resulta útil cuando se trata con la cantidad de ocurrencias de un evento aleatorio
a lo largo de un intervalo de tiempo o espacio especificado. Por ejemplo, la cantidad de llegadas de estudiantes al edificio de
laboratorios de la Universidad durante una hora.
Si se satisfacen las siguientes condiciones, es aplicable la distribución de probabilidad Poisson:
1. La variable aleatoria es el número de veces que ocurre un evento durante un intervalo definido;
2. La probabilidad de que ocurra el evento es proporcional al tamaño del intervalo;
3. Los intervalos no se superponen y son independientes.
Si x es el número de ocurrencias de algún evento aleatorio en un intervalo de espacio o tiempo, la probabilidad de que x ocurra es
dada por
;7 < 9=
. % =! #=% =
%!
donde x = 0, 1, 2, …; ; es la media o cantidad promedio de ocurrencias del evento aleatorio en un intervalo, f(x) es la probabilidad
de x ocurrencias en el intervalo. Además, para la distribución de Poisson, + = 2 3 = ;
Ej#3: Considere la distribución de probabilidad de Poisson con 2 como la cantidad promedio de ocurrencias en un período. a.
Escriba la función de probabilidad de Poisson apropiada; b. ¿Cuál es el promedio de ocurrencias en 3 períodos?; c. Encuentre la
probabilidad de 2 ocurrencias en un período; d. Encuentre la probabilidad de 6 ocurrencias en 3 períodos; e. Encuentre la
probabilidad de 5 ocurrencias en 2 períodos.
Ej#4: Los pasajeros de aerolíneas llegan aleatoria e independientemente a un punto de revisión de pasajeros en un aeropuerto
internacional importante. La tasa media de llegada es de 10 pasajeros por minuto. a. ¿Cuál es la probabilidad de que no haya
llegadas en un período de un minuto?; b. ¿Cuál es la probabilidad de 3 llegadas o menos en un período de un minuto?; c. ¿Cuál es
la probabilidad de que no haya llegadas en un período de 15 segundos?; d. ¿Cuál es la probabilidad de al menos una llegada en un
período de 15 segundos?
La distribución de probabilidad hipergeométrica, H(N, n, r), tiene las siguientes características:
1. Los resultados de cada ensayo de un experimento se clasifican en dos categorías: éxito o fracaso;
2. La variable aleatoria es la cantidad de éxitos de un número fijo de ensayos;
3. Los ensayos no son independientes;
4. La probabilidad de éxito cambia de un ensayo a otro.
La función de probabilidad hipergeométrica se usa para calcular la probabilidad de que en una muestra aleatoria de 5 elementos,
seleccionados sin reemplazo, se obtengan % elementos etiquetados como éxitos y 5 − % elementos marcados como fracasos. Para
que este resultado ocurra, se deben obtener % éxitos de los 1 éxitos que hay en la población y 5 − % fracasos de los ? − 1 fracasos
en la población. Luego, la probabilidad de obtener % éxitos en 5 ensayos es
1 ?−1
% 5−%
. % =! #=% =
?
5
donde % = 0,1,2, … 5 ; % es el número de éxitos en la muestra; 5 es el número de ensayos en la muestra, ? es el número de
elementos en la población, 1 es el número de elementos en la población etiquetados como éxitos, .(%) es la probabilidad de %
éxitos en 5 ensayos. Se debe cumplir que % ≤ 1 y 5 − % ≤ ? − 1; si alguna de las dos condiciones no se cumple para uno o más
valores de % implica que . % = 0 para estos valores de %.
C
Para la distribución hipergeométrica, * % = + = 5- y /01 % = 2 3 = 5-(1 − -) donde - =
D

3 4
 Ej#5: Una floristería tiene 15 motos, cuya labor principal es entregar flores y arreglos florales en distintas partes de una ciudad. De UVW (W9U)X
Para la distribución uniforme, la media o valor esperado es * % = y la varianza es /01 % =
3 Y3
todas las motos, seis presentan problemas con los frenos. En forma aleatoria se seleccionó una muestraxde cinco motos. ¿Cuál es la
µ
probabilidad de que dos de las motos probadas presenten frenos defectuosos? Ej#7: El precio de cierre de una acción común está uniformemente distribuida entre 5 y 30 dólares por acción. a. ¿cuál es la
Media probabilidad de que el precio por acción sea mayor a 27 dólares?; b. ¿cuál es la probabilidad de que el precio por acción sea menor
Ej#6: Una encuesta en restaurantes proporciona las calificaciones de sus platos, la decoración y el servicio. Para 15 o igual a 14 dólares?; c. ¿cuál es la probabilidad de que el precio por acción esté entre 14.5 y 27.5 dólares?; d. determine el valor
establecimientos, el precio medio de la cena, incluyendo la bebida y la propina es de $48.60 euros. Usted está de viaje y cenará en esperado y la desviación estándar para el precio de cierre de una acción.
tres de estos restaurantes y puede gastar máximo $50 euros por cena. Los socios de negocios familiarizados con los Ej#8: La cantidad de café diaria, en litros, que sirve una máquina que se localiza en el vestíbulo de un aeropuerto es una variable
establecimientos le comentan que el costo de la cena en un tercio de los restaurantes rebasa $50 euros. Suponga que selecciona al aleatoria # que tiene una distribución continua uniforme con 0 = 7 y H = 10. a. ¿cuál es la probabilidad de que en un día dado la
azar tres de estos restaurantes para comer. a. ¿cuál es la probabilidad de que ninguna de las cenas supere el costo máximo que cantidad de café que sirve la máquina sea a lo más 8.8 litros?; b. ¿cuál es la probabilidad de que en un día dado la cantidad de café
puede pagar?; b. ¿cuál FUNCIÓN DE DENSIDAD
es la probabilidad DE
de que dos dePROBABILIDAD
las cenas supere elNORMAL
costo máximo que puede pagar?; que sirve la máquina sea más de 7.4 litros pero menos de 9.5 litros?; c. ¿cuál es la probabilidad de que en un día dado la cantidad
1 2 2
de café que sirve la máquina sea al menos 8.5 litros?; d. calcule la media y la desviación estándar de la cantidad de café diaria, en
f (x) " e!(x!µ) "2σ (6.2) litros, que sirve una máquina localizada endeelprobabilidad
vestíbulo de normal
un aeropuerto.
σ !2π 6.2 Distribución 239
Distribuciones de probabilidad para variables aleatorias continuas
Donde:entre las v.a.d. y las v.a.c. es la forma de calcular probabilidades. En las v.a.d., la función de
Una diferencia fundamental
probabilidad .(%) proporciona la probabilidad de que la variable aleatoria asuma un valor particular; mientras que en las v.a.c., la FIGURA
La distribución 6.3 Curva
de probabilidad con forma
Normal, de tiene
N([, \), campana de la distribución
las siguientes normal
características:
µ " media directamente muestra el área bajo la gráfica de .(%) que
función de densidad de probabilidad .(%) no proporciona probabilidades 1. La familia de distribuciones normales se diferencia por medio de dos parámetros, la media + y la desviación estándar 2;
σ "dedesviación
corresponde a un intervalo dado que representa la probabilidad que la v.a.c.estándar
asuma un valor dentro de ese intervalo.
π " 3.14159
En la distribución de probabilidad Uniforme, E F, G , lae variable
" 2.71828
aleatoria X esta distribuida uniforme si la probabilidad es Desviación estándar σ
proporcional a la longitud del intervalo donde puede suceder. La función de densidad de probabilidad uniforme y el gráfico son

1
Se formulan
si 0 ≤varias
% ≤ Hobservaciones acerca de las características de la distribución normal.
. % = H−0
0 en cualquier otro caso x
µ
La curva normal tiene dos 1. La familia completa de distribuciones normales se diferencia por medio de dos paráme-
parámetros, µ y σ, que Media
tros: la media µ y la desviación estándar σ.
determinan la ubicación y
2. El punto más alto de una curva normal se encuentra sobre la media, el cual coincide con
la forma de la distribución
normal. la mediana y la moda de la distribución. 5 6
3. La media de una distribución normal puede tener cualquier valor numérico: negativo,
cero o positivo. A continuación se muestran tres distribuciones normales que tienen la
misma desviación estándar pero tres medias diferentes (!10, 0 y 20). 6.2
FUNCIÓN DE DENSIDAD DE PROBABILIDAD NORMAL
Distribución de probabilidad normal 241
1 2 2
"2σ áreas bajo la curva normal.(6.2)
2. El punto más alto de una curva normal se encuentra sobre la media, el cual coincide con la mediana y la moda de la 6. Las probabilidades para la 6.2 variable aleatoria normal están f (x) representadas
Distribución de probabilidad normal
" por las
e!(x!µ) 241
El área total bajo
distribución;
FIGURA 6.4 Áreas bajo la curva de cualquier distribución normal
la curva de una distribución normal es 1. Como la distribuciónσ es !2πsimétrica, el área bajo a la curva a la izquierda de la media
3. La media de una distribución normal puede tener cualquier valor numérico: negativo, cero o positivo; Donde:
es 0.50 y el área a laFIGURA
derecha
6.4 también es la
Áreas bajo 0.50
curva de cualquier distribución normal
99.7% entre + ± 2 es 68.3%, entre + ± 22 es 95.4% y entre + ± 32 es 99.7%, aproximadamente;
7. El área bajo la curva en porcentaje
µ" media
99.7%
95.4%
σ" desviación estándar
95.4%
68.3% π" 3.14159
68.3%
e " 2.71828

Se formulan varias observaciones acerca de las características de la distribución normal.

x x
–10 0 20 µ ! 3σ µ ! 1σ µ µ " 1σ µ " 3σ
x normales se diferencia por medio de dos paráme-
La curva normal tiene dos
µ ! 3σ
1. La familia
µ ! 1σ µ completa de distribuciones
µ " 1σ µ ! 2σ µ " 3σ µ " 2σ
parámetros, µ y σ, que µ ! 2σ tros: la mediaestáµ yµdada
la estándar σ.
8. La función de densidad de probabilidad " desviación
2σpor
4. La distribución normal es simétrica con respecto a la media, +. La medida de su sesgo es cero; determinan la ubicación y
2. El punto más alto dea una bac Xcurva normal se encuentra sobre la media, el cual coincide con
la forma de la distribución Y
5. La desviación estándar determina qué tan plana y ancha es la curva normal. Los valores grandes de la desviación estándar dan . % =y lanormal
la mediana
FIGURA 6.5 Distribución < estándar
moda de
Xd X
ladonde −∞ < % < ∞ y 0 ≤ . % ≤ 1
distribución.
normal. _ 3`
como resultado curvas anchas y planas, mostrando mayor variabilidad en los datos; 3. La media
9. Un caso especial es la distribución de una
normal distribución
estándar, g~?(+normal
= 0; 2puede
= 1),tener cualquier
su función valor numérico:
de densidad está dada negativo,
por
FIGURA 6.5 Distribución normal estándara(k)
ceroX o positivo. A continuación se muestran tres distribuciones normales que tienen la
Y 178 Capítulo 679m
Algunas distribuciones continuas de probabilidad
. j = < misma
X , donde −∞ < jestándar
desviación < ∞ y .pero
j ≥tres0 medias
, recuerde j = 0 y 20).
que (!10,
diferentes , % = + + j2
3` _
σ#1

σ#1 σ =1

z σ
0

Como µ ! 0 y σ ! 1, la fórmula para la función

z de densidad de probabilidad normal están-
dar es0una versión más sencilla de la ecuación (6.2).
x z
x1 x2 µ z1 z2 0

7 Figura 6.8: Distribuciones normales original y transformada. 8

FUNCIÓN DE DENSIDAD NORMAL ESTÁNDAR

Ejemplo 6.2: Dada

1 una"zdistribución normal estándar, calcule el área bajo la curvaxque se localiza
Como µ ! 0 y σ ! 1, la fórmula para la función de densidad de probabilidad e normal
2
"2 están-
–10 0 f (z) ! a)!2π
a la derecha de z = 1.84, y20
dar es una versión más sencilla de la ecuación (6.2).
Ej#9: Calcule el área bajo la curva normal estándar a la izquierda de los valores: z = 1.16; z = -1.38; z = 2.54; 0.5 se denomina factor de correcion de continuidad; se utiliza el concepto porque se esta utilizando una distribución continua para
Ej#10: Calcule el área bajo la curva normal estándar a la derecha de los valores: z = 1.16; z = -1.14; z = 3.05; aproximar una distribución discreta.

Ej#11: Encuentre las siguientes probabilidades para la variable aleatoria normal estándar Z:
P(Z < 2.34); P(Z < -1.56); P(Z > 1.96); P(-2.85 < Z < 2.85); P(-1.55 < Z < 0.44); P(0.58 < Z < 1.74); P(-1.43 < Z < -0.68);
Ej#12: Encuentre z0 tal que P(Z > z0) = 0.025; P(Z < z0) = 0.925; P(-z0 < Z < z0) = 0.8262;
Ej#13: Sea #~?(+ = 10, 2 = 2). Encuentre P(X > 13.5); P(X < 8.2); P(9.4 < X < 10.6); P(X > x0) = 0.015;
Ej#16: Un hotel de un centro vacacional en Cartagena tiene 120 habitaciones. En los meses de temporada alta, la ocupación del
hotel es de aproximadamente 75%. a. ¿Cuál es la probabilidad de que por lo menos la mitad de las habitaciones esté ocupada en
un día determinado? ; b. ¿Cuál es la probabilidad de que 100 o más habitaciones estén ocupadas en un día determinado? ; c. ¿Cuál
es la probabilidad de que 80 o menos estén ocupadas en tal día?

Ej#14: Un estudio con respecto a los salarios por hora de integrantes de equipos de mantenimiento de las aerolíneas mostró que el
salario medio por hora era de 20.5 dólares con una desviación estándar de 3.5 dólares. Suponga que la distribución de los salarios
La distribución de probabilidad Exponencial, E(q), puede usarse para variables aleatorias como el tiempo entre llegadas de un
por hora es una distribución de probabilidad normal. Si se elige un integrante de un equipo al azar, a. ¿cuál es la probabilidad de
carro a un peaje, el tiempo requerido para cargar un camión, entre otros.
que gane entre 19.5 y 24 dólares por hora?; b. ¿cuál es la probabilidad de que gane más de 24 dólares por hora?; c. ¿cuál es la
b
probabilidad de que gane menos de 19.5 dólares por hora? a
r s
La función de densidad de probabilidad exponencial es . % = donde % ≥ 0, ; es el valor esperado o media.
=
Ej#15: La velocidad en que se descarga la página principal de un sitio web es una característica importante de su calidad. Suponga
que el tiempo medio para descargar la página principal del servicio de recaudación de impuestos es de 1.2 segundos. Suponga que
el tiempo de descarga se distribuye de manera normal, con una desviación estándar de 0.2 segundos. a. ¿Cuál es la probabilidad de
que un tiempo de descarga sea menor que dos segundos?; b. ¿Cuál es la probabilidad de que un tiempo de descarga esté entre 1.5 y
2.5 segundos?; c. ¿Cuál es la probabilidad de que un tiempo de descarga sea mayor que 1.8 segundos?; d. ¿El 99% de los tiempos
de descarga son mayores que cuántos segundos?; e. ¿El 95% de los tiempos de descarga está entre cuáles dos valores, distribuidos
de forma simétrica alrededor de la media?

Se utiliza la aproximación normal de las probabilidades binomiales cuando el numero de ensayos 5 es grande; por lo general
cuando 5- ≥ 5 y 5(1 − -) ≥ 5. Cuando se usa la aproximación normal a la binomial, se establece + = 5- y 2 = 5-(1 − -) en
la definición de la curva normal.
bv bv
Para calcular probabilidades exponenciales acumuladas, ! % > %u = < a s y ! % ≤ %u = 1 − < a s donde %u es un valor
Recuerde que, con una distribución de probabilidad continua, las probabilidades se calculan como las áreas bajo la función de
específico. Una característica especial de la distribución exponencial es * % = ; y /01 % = ;3 .
densidad de probabilidad. Luego, la probabilidad de cualquier valor único para la variable aleatoria es cero. Entonces, para
aproximar la probabilidad binomial de % éxitos, se calcula el área bajo la curva normal correspondiente entre % − 0.5 y % + 0.5, al

9 10

Ej#17: El tiempo de espera para recibir la comida después de hacer el pedido en Subway sigue una distribución exponencial con
una media de 60 segundos. a. ¿cuál es la probabilidad de que el cliente espere menos de 30 segundos?; b. ¿cuál es la probabilidad
de que el cliente espere más de 120 segundos?; c. ¿cuál es la probabilidad de que el cliente espere entre 45 y 75 segundos?
Ej#18: el tiempo de respuesta de una computadora es una aplicación importante de la distribución exponencial. Suponga que un
estudio de cierto sistema de computadoras revela que el tiempo de respuesta, en segundos, tiene una distribución exponencial con
una media de 3 segundos. a. ¿cuál es la probabilidad de que el tiempo de respuesta exceda 5 segundos?; b. ¿ cuál es la
probabilidad de que el tiempo de respuesta no exceda 10 segundos?

Tarea: realizar los siguientes ejercicios del libro guía, capítulo 5 [1, 3, 7, 8, 16, 18, 25, 30, 39, 42, 46, 50] y capítulo 6 [1, 4, 13,
15, 18, 26, 28, 33, 35]

11