DISTRIBUCIONES DE PROBABILIDAD

VARIABLES ALEATORIAS En el captulo anterior definimos el concepto de un experimento y sus resultados asociados. Una variable aleatoria es un medio de describir los resultados experimentales con valores numricos. Veamos la definicin de variable aleatoria. Variable aleatoria Una variable aleatoria es una descripcin numrica del resultado de un experimento. En efecto, una variable aleatoria asocia un valor numrico con cada resultado posible. El valor numrico de la variable aleatoria depende del resultado del experimento. Se puede clasificar una variable aleatoria como discreta o continua, dependiendo de los valores numricos que asume. Variables aleatorias discretas Una variable aleatoria que puede asumir una cantidad finita de valores, o una sucesin infinita de valores como 0, 1, 2. .., se llama variable aleatoria discreta. Por ejemplo. Imaginemos el experimento en que un contador presenta el examen de certificacin de contadura pblica. El examen consta de cuatro partes. Podemos definir la variable aleatoria discreta como x = la cantidad de partes del examen aprobadas. Esa variable discreta puede asumir la cantidad finita de valores 0, 1, 2, 3 o 4. Otro ejemplo de variable aleatoria discreta: un experimento de los vehculos que vengan a una caseta de cobro. La variable aleatoria de inters es x = cantidad de vehculos que vengan en un da. Los valores posibles de x provienen de la sucesin de enteros 0,1,2, etc. Por consiguiente, x es una variable aleatoria discreta que toma uno de los valores de esta sucesin infinita. Aunque muchos experimentos tienen resultados que se pueden describir naturalmente con valores numricos, hay otros que no. Por ejemplo, una pregunta de una encuesta puede pedir a la persona que recuerde el mensaje de un comercial televisivo reciente. Habran dos resultados experimentales: el individuo no puede recordar el mensaje y el individuo si puede recordarlo. Podemos seguir describiendo esos resultados experimentales en forma numrica, si definimos a la variable aleatoria discreta x como sigue: sea x = 0 si el individuo no puede recordar el mensaje, y x = 1 si s lo puede recordar. Los valores numricos para esta variable aleatoria son arbitrarios (podramos haber usado 5 y 10), pero se pueden aceptar en trminos de la definicin de variable aleatoria: x es una variable aleatoria porque asigna una descripcin numrica al resultado del experimento. La tabla muestra algunos ejemplos adicionales de variables aleatorias discretas. Observe que en cada ejemplo, la variable aleatoria discreta asume, o toma, una cantidad finita de valores o una sucesin infinita de valores como 0,1,2,... Variables aleatorias discretas como esas son las que se describen detalladamente en este captulo. Experimento llamar a cinco clientes Variable aleatoria (x) Valores posibles Cantidad de clientes que 0, 1,2,3,4,5 hacen pedido inspeccionar un embarque de Cantidad de radios 0,1,2, ..49, 50 50 radios defectuosos Funcionamiento de un 0,1,2,3, . restaurante durante un da Cantidad de clientes

DISTRIBUCIONES DE PROBABILIDAD

vender un automvil Sexo del cliente

0 si es hombre; 1 si es mujer

Variables aleatorias continuas Si una variable aleatoria puede tomar cualquier valor numrico en un intervalo o con junto de intervalos se llama variable aleatoria continua. Los resultados experimentales que se basan en escalas de medicin como el tiempo, el peso, la distancia y la temperatura se pueden describir mediante variables aleatorias continuas. Por ejemplo, imaginemos un experimento que consiste en monitorear las llamadas telefnicas que entran la oficina de ajustes de una gran aseguradora. Supongamos que la variable aleatoria de inters es x = el tiempo entre llamadas consecutivas, en minutos. Esta variable aleatoria puede asumir cualquier valor en el intervalo 0 a x. En realidad, hay una cantidad in-finita de valores posibles para x, como 1.26 minutos, 2.751 minutos, 4.3333 minutos, etc.

El alumno podr aadir otros ejemplos de variable aleatoria continua vistos en clase. DISTRIBUCIONES DISCRETAS DE PROBABILIDAD La distribucin de probabilidad de una variable aleatoria describe como se distribuye las probabilidades de los diferentes valores de la variable aleatoria. Para una variable aleatoria discreta x, la distribucin de probabilidad se describe mediante una funcin de probabilidad, representada por f(x). La funcin de probabilidad define la probabilidad de cada valor de la variable aleatoria. Como ejemplo de una variable aleatoria discreta y su distribucin de probabilidad veamos el caso de las ventas de automviles por parte de una concesionaria. Durante los ltimos 300 das de operacin, los datos de ventas muestran que en 54 das no se vendieron automviles, en 117 se vendi 1 automvil, en 72 se vendieron 2; en 42, 3 en 12,4 y en 3 das se vendieron 5 automviles. Supongamos que un experimento consiste en seleccionar un da hbil de ventas Definiremos la variable aleatoria de inters como x = la cantidad de automviles vendidos durante un da. De acuerdo con los datos histricos, sabemos que x es una variable aleatoria discreta que puede asumir los valores 0, 1, 2, 3, 4 0 5. En notacin de la funcin de probabilidad, f (0) define la probabilidad de 0 automviles vendidos, f (1) la de 1 automvil vendido, y as sucesivamente. Como los datos histricos muestran que en 54 de 300 das no se vendieron automviles, asignaremos el valor 54/300 = .18 a f (0), para indicar que la probabilidad de vender 0 automviles en un da es de 0.18. Igualmente, como se vendi un automvil en 117 de los 300 das, asignaremos a f (1) el valor 117/300 = .39. Continuando en esta forma para los dems valores de la variable aleatoria, calculamos los valores de f (2), f (3), f (4) y f (5) Una ventaja importante de definir una variable aleatoria y su distribucin de probabilidad es que, una vez conocida esa distribucin, es relativamente fcil determinar la probabilidad de varios eventos que puede interesar a quien toma decisiones. Por ejemplo, si consultamos la

DISTRIBUCIONES DE PROBABILIDAD

distribucin de probabilidad, veremos que la cantidad ms probable de vehculos que se venden en un da es de 1 con una probabilidad de f (1) = .39. Al asignar una funcin de probabilidad para cualquier variable discreta, se deben satisfacer las dos condiciones siguientes. f(x)>= 0 Suma de las funciones f(x) = 1 VALOR ESPERADO Y VARIANZA Valor esperado El valor esperado, o media, de una variable aleatoria es una medida de la localizacin central (o tendencia central) de esa variable. La ecuacin matemtica del valor esperado de una variable aleatoria discreta x es la siguiente.

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Distribucin binomial La distribucin binomial de probabilidad es una distribucin discreta de probabilidad que tiene muchas aplicaciones. Se relaciona con un experimento de etapas mltiples que llamamos binomial. Un experimento binomial tiene cuatro propiedades: Propiedades de un experimento binomial 1. El experimento consiste en una sucesin de n intentos o ensayos idnticos.

DISTRIBUCIONES DE PROBABILIDAD

2. En cada intento o ensayo son posibles dos resultados. A uno lo llamaremos xito y al otro fracaso. 3. La probabilidad de un xito, representada por p, no cambia de un intento 0 ensayo a otro. En consecuencia, la probabilidad de un fracaso, representada por 1 p, no cambia de un intento a otro. 4. Los intentos o ensayos son independientes.

Distribucin de Poisson En esta seccin describiremos una variable aleatoria discreta que se usa con frecuencia La distribucin de Poisson se utiliza frecuentemente para el modelado de tasas de llegadas en situaciones de espera en fila. Para estimar la cantidad de sucesos u ocurrencias en determinado intervalo de tiempo o espacio. Por ejemplo, la variable aleatoria de inters podra ser la cantidad de llegada a un autobanco en una hora, la cantidad de reparaciones que necesitan 10 millas de carretera, o la cantidad de fugas en 100 millas de oleoducto. Si se satisfacen las dos propiedades siguientes, la cantidad de ocurrencias es una variable aleatoria que se describe con la funcin de probabilidad de Poisson.

DISTRIBUCIONES DE PROBABILIDAD

Propiedades de un experimento de Poisson 1. La probabilidad de una ocurrencia es igual en dos intervalos cualesquiera de igual longitud. 2. La ocurrencia o no ocurrencia en cualquier intervalo es independiente de la ocurrencia o no ocurrencia en cualquier otro intervalo.

Observemos que no hay lmite superior para x, la cantidad de ocurrencias. Es una variable aleatoria discreta que puede asumir una secuencia infinita de valores (x = 0,1, 2,. ..). La variable aleatoria de Poisson no tiene lmite superior.

Distribucin Hipergeometrica La distribucin hipergeometrica de probabilidad se relaciona estrechamente con la distribucin binomial. La diferencia principal entre las dos estriba en que, con la distribucin hipergeometrica, los intentos no son independientes, y en que la probabilidad de xito cambia de un intento a otro. La notacin que se acostumbra al aplicar la distribucin hipergeometrica de probabilidad es que r represente la cantidad de elementos en la poblacin de tamao N, que se identifican como xitos, y que N r represente la cantidad de elementos en la poblacin que se identifican como fracasos. La distribucin hipergeometrica de probabilidad se usa para calcular la probabilidad de que, en una muestra aleatoria de n artculos, seleccionados sin remplazo, obtengamos x elementos identificados como xitos y n -x identificados como fracasos. Para que suceda esto debemos obtener x xitos de los r en la poblacin, y n x fracasos de los N r de la poblacin. La siguiente funcin hipergeometrica de probabilidad determina f(x), la probabilidad de obtener x xitos en una muestra de tamao n.

DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

DISTRIBUCIONES DE PROBABILIDAD

LA DISTRIBUCIN NORMAL DE PROBABILIDAD Quiz la distribucin ms importante de probabilidad para describir una variable aleatoria continua sea la distribucin normal de probabilidad. Se ha usado en una variedad de aplicaciones prcticas en las que las variables aleatorias son altura y personas, coeficientes de inteligencia, mediciones cientficas, precipitaciones, etc. La curva normal La forma de la distribucin normal de probabilidad es la curva acampanada de la. La funcin de densidad de probabilidad que la define es la siguiente.

DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIN EXPONENCIAL DE PROBABILIDAD Una distribucin continua de probabilidad que es til para describir el tiempo que se tarda en realizar una actividad es la distribucin exponencial de probabilidad. Se puede usar la variable aleatoria exponencial para describir cosas tales como el tiempo entre llegadas a un autobanco, el tiempo necesario para cargar un camin, la distancia entre los principales defectos en una carretera, etc. A continuacin presentamos la funcin de densidad de probabilidad exponencial

. Se usa el promedio para determinar un factor (lambda) que nos indica la frecuencia con que suceden los eventos ejemplo.

DISTRIBUCIONES DE PROBABILIDAD

El promedio de llegada de clientes a un banco es de 10 por hora: 10 CLIENTES/HORA el factor ser de 1/10 = 0.1 HORAS/CLIENTE De esta manera podemos calcular la funcin de densidad de probabilidad exponencial de la siguiente manera