Estadstica II (Aplicada)

Variables al Azar
Los eventos de un evento probabilsticos deben ser definidos de tal manera que cada evento
se le puede asignar un valor numrico, este valor numrico ser el valor de la variable al
azar.
Variable al azar: Una variable al azar x es una funcin de valor numeral definido sobre
una muestra de espacio donde la variable x puede ser discreta o continua por naturaleza.
En otras palabras una variable al azar es utilizado para denotar el resultado de un
experimento probabilstico, puede asumir cualquier valor numrico que pertenece al
conjunto de los posibles resultados del experimento es llamado azar porque el valor que
adquiere es el resultado posible de un evento al azar.
Cada evento en el experimento probabilstico debe ser tambin definido de tal manera que
solamente un valor de la variable al azar es asignado a l y cada evento debe tener un valor
asignado a l. Tpicamente la variable al azar discreta es un valor de algn evento.
Los siguientes ejemplos muestran el significado de una variable al azar:
Ejemplo 1: Cuando se lanzan cinco monedas simultneamente y observando el nmero
posible de caras. La variable al azar x es el nmero de caras observadas y puede estar
entre los valores que integran entre 0 y 5.
Ejemplo 2: Se lanzan dos dados simultneamente y se observa la suma de las cifras que
estn en ambos dados. Si una variable al azar se hubiese asignado, sera el total de los
nmeros mostrados por las cifras de los dados, en este caso la variable al azar x podra
sumar los valores que entregan los valores del 2 al 12.
Ejemplo 3: Suponga que el nmero de llamadas recibidas en un da en una compaa sea la
variable al azar, podra tomar cualquier valor de llamadas de cero hasta una cifra mayor de
llamadas.
Distribucin Probabilstica de una Variable al Azar Discreta
Recordando el experimento de lanzar dos monedas y sus posibles resultados son de cero
caras, una cara y dos caras. Se puede definir la variable al azar x como el numero de
caras observadas al lanzar las dos monedas, x puede tomar los valores de 0, 1 y 2. La
probabilidad de cada uno de estos tres eventos es igual al resultado observado
anteriormente:
P (x=0) = P (0C) =
P (x=1) = P (1C) =
P (x=2) = P (2C) =
Estas probabilidades pueden ser colocadas de muchas maneras, pero son mejor ilustradas
de la siguiente manera:
x
P(x)
0

Distribucin Probabilstica
Una distribucin probabilstica asociada con cada una de los valores de una variable al azar,
la distribucin probabilstica representa una poblacin terica.
En el experimento en el cual se lanza un dado observando el nmero de puntos que aparece
en la cara superior, la variable al azar seria el nmero observado.
La variable al azar de la distribucin probabilstica seria:

x
P(x)
1
1/6
2
1/6
3
1/6
4
1/6
5
1/6
6
1/6
A veces es conveniente escribir una norma que exprese la probabilidad de un evento en
termino del valor de la variable al azar, esta expresin es tpicamente escrita en un estilo de
formula llamado Funcin Probabilstica.
Una funcin probabilstica puede ser tan simple como un listado unificando los valores de
una variable al azar con sus respectivas probabilidades, las tablas anteriores muestran este
procedimiento, sin embargo, una funcin probabilstica es expresada comnmente como
una formula.
Considerar un dado que ha sido modificado para tener un lado con un punto, dos lados con
dos puntos y tres lados con tres puntos, supongan que x ser el nmero de puntos
observados al lanzar el dado.
La distribucin probabilstica para este experimento estara representada en la siguiente
tabla:
x
P(x)
1
1/6
2
2/6
3
3/6
Cada probabilidad puede estar representada por el valor de x dividido por 6, o sea cada P
(x) es igual al valor de x dividido por 6, donde x = 1, 2, 3 siendo P(x) = x/6 para x = 1, 2,
3. Este sera la formula expresada de la funcin probabilstica de este experimento.
La funcin probabilstica de un experimento al lanzar un dado normal sera P(x) = 1/6 para
x = 1, 2, 3, 4, 5, 6. Esta funcin particular es llamada funcin constante porque el valor de
P(x) no cambia cuando x cambia.
Cada funcin probabilstica debe mostrar las dos propiedades bsicas de probabilidad las
cuales son:
1) La probabilidad asignada para cada valor de la variable al azar debe estar entre 0 y
1inclusive o sea que 0 P(x) 1.
2) La suma de las probabilidades asignadas a todos los valores de la variable al azar
debe ser igual a uno o sea P(x) = 1.
Es P(x) = x/10 para x=1, 2, 3, 4 una funcin probabilstica? Para responder esta pregunta
solamente se necesita probar la funcin en trmino de las dos propiedades bsicas de la
distribucin probabilstica demostrada en la siguiente tabla:
x
P(x)
1
1/10
2
2/10
3
3/10
4
4/10
10/10 = 1
La primera propiedad se cumple, ya que 1/10, 2/10, 3/10, y 4/10 son todos valores
numricos entre 0 y 1. La segunda propiedad tambin se cumple, ya que la sumatoria de las

cuatro probabilidades es exactamente uno. Ya que ambas propiedades se cumplen, se puede

concluir que P(x) = x/10 para x = 1, 2, 3, 4 es una funcin probabilstica.
Media y Variable de una Distribucin Probabilstica Discreta
La media de una frecuencia distributiva es x = xf/n. tambin puee escribirse como x=(x)
(f/n).
De acuerdo a lo estudiado en las probabilidades donde la probabilidad de un evento es la
frecuencia relativa esperado de su resultado. Si se reemplaza f/n por P(x) se puede hallar
la media de una distribucin probabilstica terica.
El valor de la media de x es = [(x)(Px)]
La frecuencia relativa esperada representa lo que pasara en un tiempo futuro, la media de
x es entonces la media del resultado de toda la poblacin del experimento. El smbolo
para el valor de la media de x en una distribucin probabilstica es la letra griega mu
siendo la formula la siguiente:
= [(x)(Px)]
x: Es la media de la muestra.
s: Es la desviacin estndar de un elemento individual de la muestra.
x y s son llamados muestras de estadsticas.
: Es la media de la poblacin bajo consideracin.
(Letra Griega Sigma): Es la desviacin estndar de un elemento individual de la
poblacin bajo consideracin.
y son llamados parmetros de la poblacin.
Un parmetro es una constante. y son valores desconocidos.
El ejercicio anterior donde P(x) = x/10 para x = 1, 2, 3, 4, donde se puede hallar su media
despus de completar la tabla de distribucin probabilstica.
La media es la suma de los productos de x por P(x).
x
1
2
3
4

P(x)
1/10
2/10
3/10
4/10
10/10 = 1

xP(x)
1/10
4/10
9/10
16/10
30/10 = 3

La variable de la distribucin probabilstica discreta est definida de la misma forma como

la variable de la muestra de datos.
2 = [(x-)2(Px)]
2 = [(x2(Px)] - [(x)(Px)]2
2 = [(x2(Px)] - 2

Hallando la variable del ejercicio anterior donde P(x) = x/10 para x = 1, 2, 3, 4 para hallar
la variable de la distribucin probabilstica utilizando la formula 2 = [(x2(Px)] - [(x)
(Px)]2 se necesita agregar una columna adicional a la tabla anterior del ejercicio
P(x) xP(x) x2P(x)
1/10 1/10 1/10
2/10 4/10 8/10
3/10 9/10 27/10
4/10 16/10 64/10
10/10 30/10 100/10
2
2
La variable de = [(x (Px)] - [(x)(Px)]2 seria:
x
1
2
3
4

2 = 100/10 (30/10) 2
2 = 100/10 900/100
2 = 10 -9
2 = 1
=

=1

Distribucin Probabilstica Binomial

Consideren el siguiente experimento de probabilidad en el cual se tiene un examen de
eleccin mltiple de seis (6) preguntas con tres (3) posibles repuestas, sin haber estudiado
para el examen se decide elegir las respuestas al azar sin leer las preguntas o las posibles
respuestas.
Qu pasaos se pueden utilizar para responder el examen de esta manera? :
1) Cuntas respuestas correctas de las seis se pueden contestar correctamente?
2) Si toda la clase contesta el examen al azar, Cul sera el promedio de respuestas
correctas?
3) Cul sera la probabilidad que hayan elegido la respuesta correcta en los seis
ejercicios?
4) Cul sera la probabilidad que se hayan elegido la respuesta incorrecta en los seis
ejercicios?
La distribucin probabilstica asociada con este experimento x ser el nmero de
respuestas correctas, x puede tomar los valores de 0, 1, 2, 3, 4, 5, 6. Ya que cada pregunta
tiene tres (3) posibles respuestas y solamente hay una correcta, la probabilidad de
seleccionar la respuesta correcta es de 1/3 y la probabilidad de seleccionar la repuesta
incorrecta es de 2/3. P(x=0) es la probabilidad de que todas las preguntas fueron contestado
incorrectamente.
P(x=0) = (2/3)(2/3)(2/3)(2/3)(2/3)(2/3)
P(x=0) = 64/729

Este es un evento Independiente porque cada pregunta es un evento separado, utilizando la

formula P(A y B y C y y G)= P(A)*P(B)*P(C)*.*P(G) y multiplicando cada
probabilidad se obtiene el resultado deseado.
P(x=6) = (1/3)6 = 1/729
P(x=1) = (1/3)(2/3)5(6) = 192/729
P(x=2) = (1/3)2(2/3)4(15) = 240/729
P(x=3) = (1/3)3(2/3)3(20) = 160/729
P(x=4) = (1/3)4(2/3)2(15) = 60/729
P(x=5) = (1/3)5(2/3)(6) = 12/729
Muchos de los resultados de los experimentos pueden ser clasificados en dos categoras, en
xito y fracaso. Muestra de tales experimentos seria el experimento del ejemplo
anterior, el lanzamiento de una moneda y otros experimentos prcticos, como determinar si
un bombillo se enciende o no, si un producto hizo su trabajo o no, si las respuestas de un
examen son correctas o no.
Existen otros experimentos que tienen resultados, el cual, bajo las condiciones correctas,
pueden estar o encajar en esta descripcin general de estar clasificado en uno o dos
categoras. Los experimentos anteriormente mencionados son llamados experimentos
probabilsticos binomiales.
Experimentos Probabilstico Binomial: Es un experimento que esta efectuado de varios
intentos repetitivos de un evento bsico experimental.
El experimento binomial debe tener las siguientes propiedades:
1) Cada intento tiene dos posibles resultados (xito fracaso).
2) Hay n cantidad de intentos repetitivos independientes.
3) P(xito) = p, P(fracaso) = q y p + q = 1.
4) La variable al azar binomial x es el conteo de las veces que los intentos exitosos
ocurran, x puede tomar cualquier valor desde 0 hasta n
El coeficiente binomial se halla utilizando la siguiente frmula:
n
= n! / x! (n-x)!
x
Funcin Probabilstica Binomial
Para un experimento binomial p es la probabilidad del xito y q es la probabilidad del
fracaso en un solo intento, entonces la Probabilidad P(x) de que exactamente hallan x xitos
en n intentos es
Formula P(x) =

. px . qn-x

para x = 0, 1, 2, ...., n

La media y desviacin estndar de la distribucin probabilstica binomial terica puede ser

hallada utilizando las siguientes formulas:
= np
= npq
La formula de la media se calcula por el numero de intentos multiplicados por la
probabilidad de ocurrencias de xito, y la formula de la desviacin estndar es la races
cuadrada de la multiplicacin del numero de intentos por la probabilidad del xito y por la
probabilidad del fracaso.
Ejemplo: Tres monedas son lanzadas simultneamente, Cual es la probabilidad de que al
menos aparezca una cara?
Cuando se aplica la funcin probabilstica binomial para este ejercicio se obtiene:
P(x) =

P(x = 0) =

para x = 0, 1, 2, 3

P(x = 1) =

P(x = 2) =

P(x = 3) =

= 1 * 1 * 1/8 = 1/8

=3*

= 3/8

= 3 * * = 3/8

*
*

= 1 * 1/8 * 1 = 1/8

La formula de la media es = np y la formula de la desviacin estndar es =npq.

Buscando la media y desviacin estndar del ejercicio anterior se obtiene:
= (3)(1/2) = 3/2 = 1.5
= (3)(1/2)(1/2) =3/4 = 0.75 = 0.866 0.87