4.

MODELOS PROBABILÍSTICOS DE VARIABLES ALEATORIAS DISCRETAS

La inferencia estadística apoya sus resultados en el cálculo de probabilidades a través de diferentes modelos. En
este contexto la palabra modelo se refiere a una función matemática que permite estudiar el comportamiento de
un fenómeno natural o de un experimento controlado. El modelo probabilístico permite caracterizar dicho
comportamiento en el pasado y en gran medida predecir resultados futuros.

Los modelos que se revisarán son aplicables unos a variables aleatorias discretas y otros a variables aleatorias
continuas.

4.1 Modelo Probabilístico Binomial

Es uno de los más sencillos, tanto en su construcción como en la variedad de aplicaciones en las que intervienen.
La distribución binomial fue presentada formalmente por primera vez en 1713 en un tratado escrito por James
Bernoulli (“Ars Conjetandí”).

Considérese una serie de eventos o ensayos que poseen las siguientes propiedades:

 El resultado de cada ensayo puede clasificarse como “E” éxito o “F” fracaso.
 La probabilidad de éxito es p y la de fracaso es q=1-p. Ambas pertenecen constantes en cada ensayo.
 Cada ensayo es independiente de los demás.
 El experimento se realiza un número determinado de veces, por ejemplo n
 La variable aleatoria X es igual al número de éxitos en los n ensayos.

Suponga que se realizan n ensayos y que dan lugar a una sucesión de x éxitos y n-x fracasos.

Puesto que los ensayos son independientes la probabilidad de ese resultado será igual al producto de la
probabilidad de éxito o fracaso de cada ensayo

De acuerdo a la definición de la variable aleatoria, no es relevante el orden de éxitos y fracasos, por lo tanto, hay
muchas formas en las que es posible obtener x éxitos y n-x fracasos. El total de formas estará dado por las
permutaciones de los x éxitos y n-x fracasos, como elementos indistinguibles dentro de su clase.

El valor esperado E(X) de una v.a. que se distribuye Binomial es igual al producto de sus parámetros np, resultado
que se verifica a continuación:

15
De modo que la probabilidad de x éxitos en los n ensayos en todos los órdenes posibles se obtiene como el
producto:

Los parámetros que particularizan al modelo son n y p. Se puede verificar fácilmente que esta expresión es
función de probabilidad, ya que P(X=x)≥0 para toda x y por otro lado  P X  x   1 , como se demuestra
x
inmediatamente

De manera similar se verifica que la varianza V(X) es igual al producto npq

La función de probabilidad para una n dada varía su comportamiento de acuerdo a los valores del parámetro p.
En la tabla y gráficas siguientes se puede apreciar que para n=8 y p=0.5 la función de probabilidad es simétrica,
pero para un valor de p=0.2 presenta asimetría positiva. En forma análoga se observa asimetría negativa para
n=8 y p=0.8

Distribución Binomial con n = 8

16
Ejemplo 1
Un examen consta de 10 preguntas de opción múltiple, cada pregunta consta de 5 reactivos de los cuales sólo
uno es correcto. Si un estudiante contesta al azar las 10 preguntas ¿Cuál es la probabilidad de que obtenga 3 ó
más aciertos?
Consideré: n=10 y p=0.20

Ejemplo 2
En una fábrica de artículos electrónicos se sabe que el 5% de los componentes de cierto tipo presentan falla.
¿Cuál es la probabilidad de que en una caja con 12 componentes ninguno falle?
Se consideran n=12 y p=0.05

4.2 Modelo Probabilístico Hipergeométrico

Es un modelo que aplica a los problemas de urnas. Considere el caso de un cajón en el que hay 8 calcetines
negros y 10 blancos. Se desea conocer la probabilidad de que se extraiga del cajón un par de calcetines negros
y un par de calcetines blancos en la obscuridad si se sacan 4 calcetines del cajón. El número total en que se
pueden extraer 2 calcetines negros de los 8 que hay en el cajón es  8  y de manera análoga hay formas   de
10
 2 2
   
extraer 2 calcetines blancos. El total de forma de extraer 4 calcetines del cajón es   . Así la probabilidad
18
4
 

deseada se obtiene:

El modelo hipergeométrico posee las siguientes propiedades:

 El resultado de cada extracción puede clasificarse éxito o fracaso. En la urna hay objetos de 2 clases.
 La probabilidad de éxito varía en cada extracción puesto que la extracción es sin reemplazo.
 Los resultados de extracciones sucesivas son dependientes
 Se realiza un número determinado de extracciones n
 La urna tiene N elementos de dos clases, k de una clase y N-k de otra clase
 La variable aleatoria X es el número de elementos que poseen la característica k en las n extracciones.

De acuerdo con el razonamiento anterior la forma general del modelo es

n<k

El valor esperado E(X) en el caso de la hipergeométrica es

17
y su varianza

Las verificaciones de estos resultados resultan demasiado engorrosas y por ello son omitidas. Mayores detalles
se pueden encontrar en N. Johnson y S. Kotz (“Distributions in Statistics. Discrete distributions”).

Ejemplo
Se han desprendido las etiquetas de 10 latas de jugo, todas del mismo tamaño. Se sabe que 5 son de tomate y
5 de piña. Si se eligen al azar 4 latas ¿cuál es la probabilidad de que 3 sean de tomate?

N=10
n=4
k=5

4.3 Modelo Probabilístico de Poisson

En 1837 Simeon Denis Poisson, matemático francés publicó la derivación de la distribución que lleva su nombre.
Enfocó el desarrollo de esta distribución como aproximación de la binomial cuando su parámetro n toma valores
muy grandes y por otro lado p toma valores muy pequeños.

En 1898 Bortkiewicz realizó un curioso estudio con el modelo de Poisson, pues lo utilizó para ajustar la distribución
de soldados de la armada prusiana muertos por patadas de mulas. En nuestro siglo (1910) los notables físicos E.
Rutherford y H. Geiger aplicaron el modelo en la emisión de partículas radioactivas emitidas en intervalos fijos de
tiempo.

Las aplicaciones del modelo Poisson se han diversificado y encontramos ejemplos en Ecología cuantitativa, teoría
de colas, artillería, operación portuaria, etc.

La función de probabilidad del modelo es la siguiente:

El parámetro que caracteriza a la función es ʎ y tiene la particularidad de que tanto su valor esperado, como su
varianza son iguales al parámetro, esto es E(X)=V(X)= ʎ

A continuación se verifica que la fórmula enunciada es función de probabilidad

Se utilizará este resultado para verificar que E(X)=ʎ

18
La varianza V(X)=ʎ se verifica en forma similar al obtener E(X2).

Los supuestos fundamentales requeridos en la aplicación del modelo de Poisson son los siguientes:

 Los sucesos que ocurren en un intervalo de tiempo o región del espacio son independientes de los que
ocurren en cualquier otro intervalo o región, independientemente de cómo se elija el intervalo.
 La probabilidad de que un suceso se presente es proporcional a la longitud del intervalo o área de la
región.

 La probabilidad de que dos o más sucesos ocurran en la misma posición del intervalo o posición en el
espacio es tan pequeños que puede despreciarse.

Se mencionó que Simeon Poisson propuso su modelo como una aproximación de la binomial para el caso en que
n es grande y p es pequeña. A continuación se ilustra esta aproximación en la tabla y gráfica de la función de
probabilidad de una binomial con parámetros n=80 y p=0.02 comparada con una Poisson con parámetro ʎ=1.6.
El valor de ʎ se obtiene como producto de n y p pues tanto el producto, como ʎ coinciden con el valor esperado
de sus funciones de distribución.

A medida que el valor del parámetro ʎ incrementa su valor, la función de probabilidad se desvía a la derecha. Las
tablas y gráficas siguientes ilustran esa propiedad.

19
Ejemplo:
Una compañía de seguros de automóviles ha encontrado, a partir de sus estadísticas de robo, que la probabilidad
de que deba pagar una póliza es 0.003. ¿Cuál es la probabilidad de que tenga que pagar 5 o más siniestros si
tiene 2000 pólizas?

20
Consideramos ʎ como el producto de la probabilidad p por el número de pólizas n, ya que ese producto coincide
con el valor esperado de una Binomial E(X)=np.

  np
 2000(0.003)
6

La probabilidad buscada es P(X≥5), que también podemos expresar como

5. MODELOS PROBABILÍSTICOS DE VARIABLES ALEATORIAS CONTINUAS

5.1 Distribución Uniforme Continua

Una variable aleatoria x con función de densidad constante en un intervalo [α ,β ] se conoce como uniforme
continua si se caracteriza como sigue:

A continuación se gráfica su función de densidad

Como se trata de una variable continua, su valor esperado E(X) se obtiene con la integral en todo el rango para
el cual la función de densidad es positiva:

21
Para obtener su varianza utilizamos la expresión de V(X) en términos de las esperanzas de X y de X2

Se obtiene adicionalmente E(X2)

Así

Ejemplo:
Se sabe que un auto sufrió una avería y quedó en un tramo de 50 km. de la carretera. ¿Cuál es la probabilidad
de que haya quedado entre el km. 30 y el km. 40?

Se supone una distribución uniforme

Se requiere calcular

5.2 Distribución Normal

El 12 de noviembre de 1733 el matemático francés Abraham De Moivre publicó el modelo normal como una
aproximación de la Binomial en un folleto escrito en latín “Aproximatio ad Summam” Ferminorum Binomi (a+b)n,
n series expansi”. En 1774 Laplace obtuvo la normal como aproximación de la hipergeométrica. El matemático
alemán Karl Friedrich Gauss publicó en 1809 y 1816 técnicas basadas en la distribución normal.

Estas técnicas tuvieron aplicación inicial en la caracterización de la distribución de los errores en mediciones
astronómicas. Las aplicaciones de la distribución normal en otros campos se deben en gran medida al científico
inglés Adolphe Lambert Quételet, quien la utilizó en Biometría para describir las distribuciones de diversas
medidas antropométricas como la talla del tórax de 5700 soldados escoceses cuya media fue de 40 pulgadas.

A continuación se presenta la función de densidad f x (x) de la distribución normal

La gráfica de esta función presenta la clásica forma acampanada cuyo eje de simetría pasa por su media μ
(parámetro de posicionamiento), y su amplitud depende del parámetro que mide su varianza σ2
22
En esta gráfica se puede observar el
comportamiento de la función para un valor
constante de μ=0 y tres valores de σ2 = 0.5, 1
y 2.

La aproximación de la binomial a través de la

normal, propiedad originalmente estudiada por De
Moivre se ilustra en la gráfica para una Binomial
con n=8 y p=0.5. A medida que n se incrementa y
p permanece cercana a 0.5 la aproximación
mejora.

Mediante un sencillo cambio de variable cualquier distribución normal puede ser expresada como una distribución
normal estándar con media μ=0 y σ2 =1. Este procedimiento simplifica notablemente la consulta de probabilidades
en las tablas, incluidas en la mayoría de los textos de estadística.

En una normal estándar el área bajo la curva en el intervalo (-1,1), esto es una desviación estándar en cada lado
de la media, es de 68.2% y en el intervalo (-2,2) el área es de 95.4%.

Ejemplo:
Considérese ahora el uso de tablas de normal estándar para el cálculo de probabilidades. Sea Z una variable
aleatoria que se distribuye normal estándar con μ=0 y σ2 =1. Obtener las probabilidades siguientes
a) P(0≤Z≤1.4)
23
 b) P(-1.2≤Z≤1.62)
c) P(1.31≤Z≤2.45)
d) P(Z≥1.82)

a) P(0≤Z≤1.4)

Se consulta directamente la tabla y ésta proporciona el valor 0.4192

b) P(-1.2≤Z≤1.62)

Debido a la simetría de la distribución se suman los valores

asociados a 1.2 y 1.62. Así la probabilidad requerida

es 0.3849+0.4474=0.8323

c) c) P(1.31≤Z≤2.45)

En este caso la probabilidad se obtiene por diferencia de las

probabilidades correspondientes a 1.31 y 2.45

0.4929-0.4049=0.088

d) P(Z≥1.82)

Puesto que el área en el intervalo (0,∞) es 0.5 se calcula la diferencia

0.5 menos el valor asociado a 1.82

0.5-0.4656=0.0344

Como se mencionó, mediante un cambio de variable conocido como estandarización, una variable aleatoria X
con media μ y varianza σ2 se puede hacer equivalente en distribución a una variable Z con media μ=0 y varianza
σ2 =1. El cambio de variable es el siguiente:

24
Ejemplo:
Suponga que la estatura de 1,200 estudiantes de una escuela se distribuye normal con media μ=1.65m y
desviación estándar σ=0.12. ¿Cuántos estudiantes se espera que tengan estatura entre 1.60 y 1.85 m?

es equivalente a

Así aproximadamente 61% de los 1,200 alumnos tienen estatura entre 1.60 y 1.85 m, esto es 732 estudiantes.
¿Cuántos estudiantes se espera tengan estatura de 1.58 o menor?

El 28.1% de los estudiantes, esto es aproximadamente 337.

5.3 Distribución t de Student

Si se toma una muestra X1, X2,...,Xn de una población normal con media μ y varianza σ 2 la media muestral, x
también se distribuirá normal con media μ y varianza  , La variable Z definida como sigue:
2

n
x
Z
 n
Se distribuye normal con media 0 y varianza 1. La estadística Z se puede aplicar en la construcción de intervalos
o pruebas de hipótesis sobre μ

Esta estadística Z tiene el inconveniente de depender del parámetro  , en general desconocido para el
investigador, pues sólo suele disponer de datos de la muestra de tamaño n.

Una estadística de expresión similar x

T
S n
La cual depende de S (desviación estándar muestral) tiene aplicaciones similares a Z sin necesidad de conocer
σ, pues S se puede calcular con los datos disponibles y se dispone de la distribución exacta de la estadística T,
la cual se distribuye t de Student con n-1 grados de libertad.

La función de densidad t con k grados de libertad es la siguiente:

Donde  representa la función gama matemática. Mayores detalles de esta función se encuentran en Theory of
Probability por B. Harris; Addison Wesley.

Para el cálculo de probabilidades se utilizan tablas que fueron publicadas por primera vez por el estadístico inglés
William S. Gosset en 1908, quien firmó con el seudónimo Student lo que dio origen al nombre de la distribución.

La distribución t de Student se aproxima a la normal estándar N(0,1), a medida que se incrementa el parámetro
k de sus grados de libertad. En términos prácticos es indistinto el uso de tablas de N(0,1) y t de Student a partir
de 50 gl.

25
Ejemplos de su aplicación se tratan en pruebas de hipótesis e intervalos de confianza para la media.

5.4 Distribución Ji Cuadrada

Considere una variable X que se distribuye normal con media μ y varianza σ2. La variable W definida: W   x   
2

  
Se distribuye Ji Cuadrada con 1 grado de libertad.

k
Si W1,W2,...,Wk se distribuye cada una como Ji Cuadrada con 1 grado de libertad, su suma Y  Wi se
i 1
distribuye Ji cuadrada con k grados de libertad. Esto es, la Ji cuadrada es aditiva. La función de densidad asociada
a esta distribución es la siguiente:

El valor esperado de una variable aleatoria Y que se distribuya Ji Cuadrada con k grados de libertad es igual a
sus grados de libertad. E(y)=k

Por otra parte su varianza es igual a 2 veces sus grados de libertad. V(y)=2k

La función de densidad Ji Cuadrada es asimétrica y muy sensible a sus grados de libertad. En la siguiente gráfica
se puede apreciar su comportamiento para diferentes valores de sus grados de libertad.

La distribución Ji Cuadrada tiene muchas y diversas aplicaciones en Estadística, entre ellas el cálculo de pruebas
de hipótesis e intervalos de confianza sobre la varianza de poblaciones normales, tablas de contingencia, pruebas
de bondad de ajuste, estadística no paramétrica.

5.5 Exponencial Negativa

Si una variable X tiene una distribución exponencial negativa, su función de densidad estándar por

El parámetro λ que caracteriza a la distribución es igual a su esperanza

E(X ) = λ
y la varianza es igual al cuadrado del parámetro V (X ) = λ2
26
La distribución exponencial negativa es un caso particular de la distribución gama o Erlang. Se aplica
frecuentemente en modelos de tiempo falla, pues permite modelar el tiempo entre dos eventos que ocurren de
manera independiente. De ahí también sus aplicaciones en problemas de fenómenos de espera.

La siguiente gráfica ilustra el comportamiento de la función de densidad para diferentes valores de λ.

Ejemplo.
Suponga que un equipo electrónico cuenta con un componente cuyo tiempo de falla es una variable aleatoria
distribuida exponencial negativa con parámetro λ=1000 hrs. ¿Cuál es la probabilidad de que opere al menos 200
horas?

27