SUCESOS

PROBABILIDAD
VARIABLE ALEATORIA DISCRETA
VARIABLE ALEATORIA CONTINUA
DISTRIBUCIONES BIDIMENSIONALES




De utilidad para 1 y 2 de Bachillerato











Profesor: Francisco Snchez Fernndez
IES Poeta Paco Moll
Petrer, 2001
SUCESOS

Experimento aleatorio.
Es aquel que al repetirlo en anlogas condiciones, da resultados diferentes, es decir, no
se puede predecir el resultado que se va a obtener.
Ejemplos:
- Lanzar una moneda al aire y observar si sale cara o cruz.
- Sacar una carta de una baraja.
- Lanzar un dado para observar los posibles resultados de sus caras.

Espacio muestral de un experimento aleatorio.
Es el conjunto de todos los resultados posibles del experimento.
Ejemplos:
El experimento consistente en lanzar dos monedas al aire y anotar los resultados
producidos tiene el siguiente espacio muestral: { } xx xc cx cc E , , , = .
El espacio muestral del experimento que consiste en lanzar un dado de quinielas
es el siguiente: { } 2 , , 1 X E =

Suceso aleatorio:
Es cada uno de los subconjuntos del espacio muestral E.
Ejemplo:
En el experimento que consiste en lanzar una dado con las caras numeradas del 1
al 6, el espacio muestral es { } 6 , 5 , 4 , 3 , 2 , 1 = E y como ejemplos de sucesos tenemos:
{ } 6 , 4 , 2 = A que es el suceso salir nmero par
{ } 6 , 3 = B , suceso salir mltiplo de 3
{ } 4 = C
etc.

Distintos tipos de sucesos.
Sucesos elementales: Estn formados por un solo elemento.
Sucesos compuestos: Estn formados por dos o ms elementos.
Suceso seguro: Es el que se verifica siempre. Es el propio espacio muestral.
Suceso imposible: ES el que no se verifica nunca. Se expresa por |.
Ejemplo:
En el experimento anterior de lanzar un dado, tenemos:
{ } 6 , 5 , 4 , 3 , 2 , 1 = E (Suceso seguro)
{ } 6 , 4 , 2 = A (Suceso compuesto)
{ } 4 = C (suceso elemental).
El suceso imposible sera no obtener ninguno de los nmeros que figuran en sus caras.
El conjunto de todos los sucesos de un espacio muestral recibe el nombre de espacio de
sucesos y se designa por S.
Si consideramos el experimento consistente en lanzar una moneda el espacio muestral
ser { } x c E , = y el espacio de sucesos { } { } { } E x c S , , , u = .

Sucesos contrarios o complementarios.
Dado un suceso cualquiera A, se llama suceso contrario a que se realiza cuando no se
realiza A. Se expresa por A, A o bien por
c
A .
En el ejemplo anterior de lanzar el dado { } 5 , 3 , 1 =
c
A y { } 6 , 5 , 3 , 2 , 1 =
c
C
Ntese que la unin de un suceso y de su complementario da siempre el espacio
muestral.

Sucesos incompatibles.
Son aquellos que no se pueden verificar simultaneamente. Cuando pueden verificarse
ambos a la vez se llaman compatibles.
Si A y B son incompatibles, entonces u = B A
Si A y B son compatibles, entonces u = B A

En el experimento de lanzar un dado con las caras numeradas del 1 al 6,
- son sucesos compatibles { } 3 , 2 , 1 = A y { } 6 , 4 , 2 = B .
- son incompatibles { } 6 , 4 , 2 = P e { } 5 , 3 , 1 = I

Sistema completo de sucesos.
De una manera general, se dice que los sucesos A
1,
A
2,
A
3,
.......A
n
constituyen un sistema
completo de sucesos para un determinado experimento si se verifica:
1) E A A A A
n
= ......
3 2 1
.
2) Los sucesos A
1,
A
2,
A
3,
.......A
n
son incompatibles dos a dos.

Experimento compuesto.
Son los formados por varios experimentos simples.
Ejemplo: Lanzar un dado y una moneda.


PROBABI LI DAD

Frecuencia absoluta.
Es el nmero de veces que se repite un suceso cuando el experimento se realiza N
veces.

Frecuencia relativa.
Es el cociente entre la frecuencia absoluta y el nmero de veces que se repite el
experimento.
Ejemplos:
Lanzamos un dado 600 veces y el suceso { } 2 = A se repite 90 veces.
La frecuencia absoluta del suceso A es 90 y la frecuencia relativa 90/600=3/20.

Ley del azar:
En un experimento, al realizar un gran nmero N de pruebas, la frecuencia relativa de
un cierto suceso A, tiende a estabilizarse, aproximadamente a un valor fijo, P(A), que se
llama probabilidad de A:
| |
N
N
A f A P A de obabilida
A
N N
= = = lm ) ( lm ) ( Pr .
Esta es la llamada ley de los grandes nmeros.
Cuando lanzamos una moneda muchas veces la frecuencia relativa del suceso salir
cara tiende a aproximarse al valor de 0,5, decimos entonces que la { } ( )
2
1
= c P

Definicin clsica de probabilidad
La probabilidad de un suceso A, es el cociente entre el nmero de casos favorables al
suceso y el nmero de casos posibles.

posibles casos de nmero
fvorables casos de nmero
A P


) ( = (Regla de Laplace)


Definicin axiomtica de probabilidad.

La probabilidad es una funcin que asocia a cada suceso A, del espacio de sucesos, un
nmero real que representamos por P(A), que cumple las siguientes condiciones:
1) La probabilidad de un suceso cualquiera es positiva o nula: > ) (A P 0
2) La probabilidad del suceso seguro es 1. 1 ) ( = E P
3) Si dos sucesos A y B son incompatibles, ) ( ) ( ) ( B P A P B A P + =

Otras propiedades.
1.- Si dos sucesos son complementarios ) ( 1 ) ( A P A P =
2.- La probabilidad del suceso imposible es 0.
3.- Si un suceso A est contenido en otro B entonces, ) ( ) ( B p A P s
4.- La probabilidad de un suceso cualquiera es siempre igual o menor que 1.
5.- Si dos sucesos son compatibles, entonces ) ( ) ( ) ( ) ( B A P B P A P B A P + =

Probabilidad condicionada.
Observa la siguiente tabla que representa a los empleados de una empresa:
Hombres (H) Mujeres (M)
Fuman (F) 70 10
No fuman (no F) 30 90
Si hay que elegir a uno de ellos, la eleccin puede realizarse bajo distintos criterios:

a) Eleccin sin condiciones:
2
1
200
100
) ( = = H P
2
1
200
100
) ( = = M P
b) Eleccin con condiciones:
8
7
80
70
) / ( ) / ( = = = F H P fumador sea que a H P
8
1
80
10
) / ( ) / ( = = = F M P fumadora sea que a M P
Estas probabilidades pueden obtenerse tambin de la forma siguiente:
8
7
200
80
200
70
) (
) (
) / ( = = =
F P
F H P
F H P


8
1
200
80
200
10
) (
) (
) / ( = = =
F P
F M P
F M P


Se llama probabilidad condicionada del suceso B respecto del suceso A, y denotamos
por ) / ( A B P , al cociente ( )
) (
) (
A P
B A P
A
B
P

=
De aqu se deduce:
) / ( ). ( ) ( A B P A p B A P =
) / ( ). ( ) ( B A P B P B A P =

Sucesos dependientes e independientes.
Cuando P(B/A)=P(B) se dice que A y B son sucesos independientes. En caso contrario
los sucesos se llaman dependientes.
Cuando dos sucesos son independientes se verifica que ) ( ). ( ) ( B P A P B A P = . La
frmula puede extenderse a tres o ms sucesos.

Ejercicio.
Se extraen sucesivamente dos cartas de una baraja. Calcula la probabilidad de que sean
dos reyes.
Solucin:
Sea R
1
=sacar rey en la 1 extraccin y R
2
=sacar rey en la 2 extraccin.
Se pide la probabilidad del suceso
2 1
R R :
130
1
39
3
.
40
4
) / ( ). ( ) (
1 2 1 2 1
= = = R R P R P R R P

Teorema de la probabilidad total.
Sean A
1
, A
2
, ............,A
n
un sistema completo de sucesos y S un suceso cualquiera. Se
tiene entonces:
) ( ... .......... ) ( ) (
2 1
S A S A S A S
n
=
= + + + = ) ( ..... .......... ) ( ) ( ) (
2 1
S A P S A P S A P S P
n

) / ( ). ( .......... ) / ( ). ( ) / ( ). (
2 2 1 1 n n
A S P A P A S P A P A S P A P + + +
En este tipo de probabilidad es recomendable utilizar el diagrama del rbol como se
muestra en el siguiente ejercicio:
Ejercicio.
Tenemos tres urnas. La primera contiene 4 bolas rojas y 4 negras, la segunda 3 rojas y 1
negra y la tercera 2 rojas y 4 negras. Elegimos una urna al azar y despus extraemos una
bola. Calcula la probabilidad de que la bola extrada sea negra.

Solucin.
Las probabilidades son las que se muestran en el diagrama.
Teniendo en cuenta que hay tres caminos para llegar a la bola negra, podemos escribir:
36
17
36
8 3 6
9
2
12
1
6
1
3
2
.
3
1
4
1
.
3
1
2
1
.
3
1
) ( =
+ +
= + + = + + = N P
Teorema de Bayes.
Sean A
1
, A
2
, ............,A
n
un sistema completo de sucesos y S un suceso cualquiera. Se
tiene entonces que para cada suceso A
i
se verifica:

) / ( ). ( ) / ( ). ( ) ( ) (
i i i i i
A S p A p S A p S p S A p A S p = = =
) (
) / ( ). (
/ (
S P
A S P A P
S A P
i i
i
=
En el ejercicio anterior, supongamos que realizamos el experimento que se indica y la
bola extrada ha resultado roja. Calcula la probabilidad de que proceda de la 1 urna.
Para resolver el problema hemos de calcular, en primer lugar, la probabilidad de obtener
bola roja por un procedimiento anlogo al utilizado para obtener bola negra, es decir,
36
19
36
4 9 6
9
2
4
1
6
1
3
1
.
3
1
4
3
.
3
1
2
1
.
3
1
) ( =
+ +
= + + = + + = R P
Entonces resulta:
19
6
6 . 19
36
36
19
6
1
36
19
2
1
.
3
1
) (
) / ( ). (
) / (
1 1
1
= = = = =
R P
A R P A P
R A P
Ejercicios resueltos.
1.- En un hospital hay 10 enfermos: 3 neurticos, 5 psicpatas y 2 esquizofrnicos. Se
eligen tres enfermos al azar.
a) Halla la probabilidad de que los tres tengan enfermedad distinta.
b) Halla la probabilidad de que los tres tengan la misma enfermedad.
Solucin:
a)
posibles casos de nmero
favorables casos de nmero
pedida probab. =
Los casos posibles son las distintas formas de elegir 3 enfermos entre un conjunto de
10, es decir,
120
1 . 2 . 3
8 . 9 . 10
3
10
= =
|
|
.
|

\
|

Para los casos favorables hemos de escoger 1 enfermo neurtico entre un conjunto de 3,
1 enfermo psicpata entre un conjunto de 5 y 1 enfermo esquizofrnico entre un
conjunto de 2, es decir,
30 2 . 5 . 3
1
2
.
1
5
.
1
3
= =
|
|
.
|

\
|
|
|
.
|

\
|
|
|
.
|

\
|

La probabilidad de que los tres enfermos tengan distinta enfermedad es:
25 , 0
4
1
120
30
= = = p
b) La probabilidad de que los tres tengan la misma enfermedad es lo mismo que
calcular la probabilidad de que los tres sean neurticos o los tres sean psicpatas o
los tres sean esquizofrnicos. Esta ltima no es posible puesto que slo hay dos, por
tanto,
0916 , 0
3
10
3
5
3
10
3
3
) enfermedad misma la tengan tres los que de ( =
|
|
.
|

\
|
|
|
.
|

\
|
+
|
|
.
|

\
|
|
|
.
|

\
|
= p
Recuerda como se calcula un nmero combinatorio:
1) a llegar (hasta
numerador) el en factores n tener hasta (
)..... 2 )( 1 (
)...... 2 )( 1 (


=
|
|
.
|

\
|
n n n
m m m
n
m

O bien,
)! !.(
!
n m n
m
n
m

=
|
|
.
|

\
|
(Forma muy til para hacerlo con calculadora y cuando los
nmeros son grandes)
2.- Cul es la probabilidad de no coger ningn doble al seleccionar al azar 3 fichas de
un domin?
Solucin:
El domin tiene 28 fichas, de las cuales 7 son dobles, por tanto,
Los casos favorables son: 1330
1 . 2 . 3
19 . 20 . 21
3
21
= =
|
|
.
|

\
|

Los casos posibles son: 3276
1 . 2 . 3
26 . 27 . 28
3
28
= =
|
|
.
|

\
|

Si llamamos A al suceso no coger ningn doble, resulta:
406 , 0
3276
1330
) ( = = A p

3.- Un examen consta de 2 pruebas que hay que superar para aprobar. Sabemos que la
probabilidad de pasar la 1 prueba es 0,6 y la de pasar la 2 es 0,7.
a.- Cul es la probabilidad de aprobar el examen?
b.- Calcula la probabilidad de suspender el examen en la segunda prueba.

Solucin:





El camino que nos lleva a la meta Ha superado las dos pruebas se obtiene
multiplicando las probabilidades, es decir, P(aprobar el examen)=(0,6).(0,7)=0,42
El camino para llegar a la meta Ha superado la 1 prueba pero la 2 no se resuelve de
la misma manera, es decir,
P(superar la primera prueba pero la 2 no)=(0,6).(0,3)=0,18

Otra manera:
Sea A el suceso pasar la 1 prueba y B el suceso pasar la 2 prueba
Se cumple entonces que 6 , 0 ) ( = A p ; 4 , 0 ) ( = A p ; 7 , 0 ) ( = B p ; 3 , 0 ) ( = B p
p(aprobar el examen)= 42 , 0 ) 7 , 0 ).( 6 , 0 ( ) ( ). ( ) ( = = = B p A p B A p
p(superar la primera prueba pero no la
segunda)= 18 , 0 ) 3 , 0 ).( 6 , 0 ( ) ( ). ( ) ( = = = B p A p B A p
p(pasar la 1 prueba)=0,6
p(no pasar la 1 prueba)=0,4
P(pasar la 2 prueba)=0,7
P(no pasar la 2 prueba)=0,3
Ha superado las
dos pruebas
Ha
superado
la 1
prueba
pero la 2
no
4.- La probabilidad de que un alumno apruebe Matemticas es de 0,6, la de que apruebe
Lengua es 0,5 y la de apruebe las dos 0,3. Se elige un alumno al azar, calcula las
siguientes probabilidades:
a) Probabilidad de que apruebe al menos una asignatura.
b) Probabilidad de que no apruebe ninguna.

Solucin:
Sea M el suceso aprueba Matemticas y L el suceso aprueba Lengua
p(apruebe al menos una
asig.)= 8 , 0 3 , 0 5 , 0 6 , 0 ) ( ) ( ) ( ) ( = + = + = L M p L p M p L M p
El suceso contrario de aprobar al menos una asignatura es no aprobar ninguna, por
tanto,
p(no apruebe ninguna)= 2 , 0 8 , 0 1 ) ( 1 ) = = = L M p L M



Ejercicios propuestos.
1.- En un examen de Fsica, un alumno slo ha estudiado 15 temas de los 25 que
contiene el cuestionario. El examen consiste en contestar dos temas extrados al azar del
total de temas del cuestionario. Halla la probabilidad de que el alumno sepa los dos
temas que le han tocado.
(Solucin: 0,35)
2.- Se tiene una bolsa con 10 bolas rojas y 6 negras, de la que se extraen dos bolas.
Halla la probabilidad de que ambas sean negras.
a) Con devolucin a la bolsa de la 1 bola extrada.
b) Sin devolucin.
(Solucin: 9/64; 1/8 )

3.- Un ratn huye de un gato. Puede escapar por los callejones A, B y C. La
probabilidad de que el ratn huya por el callejn A es 0,3 que lo haga por el B 0,5 y por
el C 0,2.
Si huye por A la probabilidad de ser alcanzado por el gato es 0,4.
Si lo hace por B hay una probabilidad de ser cazado de 0,6
Finalmente, si huye por el callejn C la probabilidad es 0,1.
Calcula la probabilidad de que el gato alcance al ratn.
Supongamos que el ratn ha sido cazado por el gato. Calcula la probabilidad de que
haya huido por el callejn B.
(Solucin: 0,44; 0,68 )
4.- Cuntas apuestas habra que rellenar para acertar los 6 nmeros de la lotera
primitiva?. Si cada apuesta vale 150 pts, cunto nos costara?.
(Solucin: 13.983.816 apuestas; 2,0975724.10
9
pts. )
A L
5.- En un sorteo hay 20 papeletas y 5 estn premiadas. Si se compran dos papeletas,
cul es la probabilidad de que ambas tengan premio?
(Solucin: 1/19 )

6.- Halla la probabilidad de un suceso A sabiendo que la suma de su cuadrado y del
cuadrado de la probabilidad del suceso contrario es 5/9
(Solucin: 2/3, o tambin 1/3)

7.- De los sucesos A y B se sabe que p(A) = 0,4; p(B) = 0,5 y 3 , 0 ) ( = ' ' B A p .
Halla ) ( B A p y ) ( B A p
Indicacin: Aplica la propiedad: ) ( ' = ' ' B A B A
(Sol. 0,7 y 0,2)


8.- Se consideran dos sucesos A y B asociados a un experimento aleatorio con p(A) =
0,7, p(B) = 0,6 y 58 , 0 ) ( = ' ' B A p . Estudia si son independientes A y B.
Indicacin: Aplica la propiedad ) ( ' = ' ' B A B A


9.-La probabilidad de que un hombre fume es 0,6 y la de que una mujer sea fumadora es
0,3. En una fbrica hay un 75 % de hombre y un 25 % de mujeres. Tomamos una
persona al azar. Cul es la probabilidad de que fume?
Una persona desconocida ha dejado un cigarrillo encendido y se ha producido un
pequeo incendio. Cul es la probabilidad de que el causante fuera un hombre?.
( Sol. 0,525; 0,857 )


10.- Un avin tiene 5 bombas. Se desea destruir un puente. La probabilidad de destruirlo
de un bombazo es 1/5. Cul es la probabilidad de que se destruya el puente si se lanzan
las cinco bombas?
( Sol. 0,67232 )


11- En un cierto pas, los ascensos de barrendero a jefe de escoba son muy disputados.
Se puede acceder por tres conductos: por oposicin, por concurso de mritos o por
enchufe con el ministro de Limpieza Pblica.
La probabilidad de que un opositor alcance la plaza es de 0,2.
La probabilidad de que se obtenga la plaza si se concurso es o,8.
Todos los enchufados del ministro de Limpieza Pblica consiguen puesto.
Sabiendo que los aspirantes a jefes de escoba se reparten del siguiente modo: 70 % son
opositores; 25 % concursan; 5 % consiguen el enchufe, calcular:
a) Cuntos de los 2730 jefes de escoba del pas consiguieron el ascenso por enchufe?
b) Cul es la probabilidad de que un cierto jefe de escoba alcance la plaza por
oposicin?

(Sol. 350; 0,358)



12.- Sean A y B dos sucesos tales que p(A)=1/2, p(B)=3/5.
Probar que si
5
4
) ( = B A p entonces A y B son independientes.

13.- Un hombre y una mujer de la misma edad se casan a los 20 aos. Las
probabilidades de que lleguen a los 70 aos son 0,76 para el hombre y 0,82 para la
mujer.
Se pregunta cul es la probabilidad de que a los 70 aos:
a) Ambos estn vivos
b) No viva ninguno.
c) Viva solamente la mujer.
d) Viva al menos uno de los dos.
(Sol. 0,6232; 0,0432; 0,1968; 0,9568)


14.- Dos sucesos A y B verifican: ; 3 , 0 ) ( = B A p 4 , 0 ) ( =
c
A p y 5 , 0 ) ( =
c
B p
Halla ) ( B A p y ) / ( B A p

(Sol. 0,8; 3/5)

.15.- Laura y Javier se reparten los ejercicios que les ha propuesto su profesora. Laura se
queda con el 45 % y Javier con el resto. Por otro lado, sabemos que Laura resuelve
incorrectamente un 10 % de los ejercicios que intenta y Javier, un 8 %.
a) Halla la probabilidad de que al elegir la profesora un ejercicio al azar, est
mal resuelto.
b) Halla la probabilidad de que al elegir la profesora un ejercicio al azar, halla
sido hecho por Javier, sabiendo que est mal resuelto.





VARIABLE ALEATORIA DISCRETA.
DI STRI BUCI N BI NOMI AL.



Concepto de variable aleatoria.
Se llama variable aleatoria a toda aplicacin que asocia a cada elemento del espacio
muestral de un experimento, un nmero real.

Ejemplo:
Sea el experimento que consiste en lanzar tres monedas al aire. El espacio muestral ser:
{ } xxx xxc xcx cxx xcc cxc ccx ccc E , , , , , , , =

Si a cada elemento de E le hacemos corresponder, por ejemplo, el nmero de caras,
hemos definido una variable aleatoria.
2 ccx 1; xxc 2; xcc ; 3 ccc
1 xcx 2; cxc 0; xxx 1; cxx

Se utilizan letras maysculas para designar las v.a. y sus respectivas letras minsculas
para los valores concretos de las mismas.

Variable aleatoria discreta.
Es la que solo puede tomar determinados valores.
La variable aleatoria nmero de caras en el lanzamiento de tres monedas slo puede
tomar los valores 0, 1, 2 y 3. (Es discreta).
La variable aleatoria suma de las caras superiores en el lanzamiento de dos dados puede
tomar solamente los valores 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 y 12. (Es tambin discreta)

Funcin de probabilidad de una v.a. discreta.
Es la aplicacin que asocia a cada valor x de la v.a. X su probabilidad p.
Los valores que toma una v.a. discreta X y sus correspondientes probabilidades suelen
disponerse en una tabla con dos filas o dos columnas llamada tabla de distribucin de
probabilidad:

X
n 3 2 1
x x x x
) (
i
x X P =
n
p p p p
3 2 1




En toda funcin de probabilidad se verifica que 1
3 2 1
= + + + +
n
p p p p

Ejemplo: La v.a. nmero de caras en el lanzamiento de tres monedas tiene la siguiente
funcin de probabilidad:

N de caras 0 1 2 3
f(x)= ) (
i
x X P =
8
1

8
3

8
3

8
1


Funcin de distribucin de una v.a. discreta.
Sea X una v.a. cuyos valores suponemos ordenados de menor a mayor.
Se llama funcin de distribucin de la variable X a la funcin que asocia a cada valor de
la v.a. la probabilidad acumulada hasta ese valor, es decir, ) ( ) ( x X p x F s =

Media, varianza y desviacin tpica de una variable aleatoria discreta.
Se llama de una v.a. discreta X, que toma los valores
n
x x x x ........ , ,
3 2 1
con
probabilidades
n
p p p p .. .......... , ,
3 2 1
al valor de la siguiente expresin:

=
i i
p x .
La varianza viene dada por la siguiente frmula:

=
2 2 2
. o
i i
p x , bien

=
i i
p x . ) (
2 2
o

La desviacin tpica es la raiz cuadrada de la varianza.

Ejercicio.
La distribucin de probabilidad de una v.a. X viene dada por la siguiente tabla:

x
i
5 4 3 2 1
p
i
0,1 0,3 0,2 0,3


Cunto vale p(X=3)
Calcula la media y la varianza.

Solucin:
La suma de todas las probabilidades es 1, por tanto,
1 3 , 0 2 , 0 ) 3 ( 3 , 0 1 , 0 = + + = + + X p luego p(X=3)=0,1

Formamos la siguiente tabla:

i
x
i
p
i i
p x .
i i
p x .
2

1
2
3
4
5
0,1
0,3
0,1
0,2
0,3
0,1
0,6
0,3
0,8
1,5
0,1
1,2
0,9
3,2
7,5

= + + + + = = 3 , 3 5 , 1 8 , 0 3 , 0 6 , 0 1 , 0 .
i i
p x

= = = 01 , 2 ) 3 , 3 ( 9 , 12 .
2 2 2 2
o
i i
p x

Experimento de Bernoulli
Es un experimento que tiene las siguientes caractersticas:
1. En cada prueba del experimento slo son posibles dos resultados: el suceso ha
llamado A llamado xito y el suceso A llamado fracaso.

2. El resultado obtenido en cada prueba es independiente de los resultados anteriores.

3. La probabilidad del suceso A es constante y no vara de unas pruebas a otras.

La distribucin de probabilidad de este experimento recibe el nombre de distribucin
binomial de parmetros n y p

n es el nmero de pruebas del experimento y p es la probabilidad del xito.

Si representamos por X la variable aleatoria binomial que representa el nmero de
xitos obtenidos en las n del experimento, podemos escribir:
p(obtener r xitos )=p(X=r)=
r n r
p p
r
n

|
|
.
|

\
|
) 1 .(

Esta expresin recibe el nombre de funcin de probabilidad de una distribucin
binomial o de Bernoulli.

Dado que en este tipo de experiencias los clculos pueden ser laboriosos, se han
construido unas tablas que nos proporcionan la probabilidad de que la variable X tome
distintos valores, segn los distintos valores de n y r.

Media y varianza de una distribucin binomial.

Media: p n. =

Varianza: 1 ; . .
2
p q q p n = = o

Desviacin tpica: q p n . . = o


Ejercicios resueltos.

1.- Calcula la probabilidad de que una familia que tiene 4 hijos, 3 de ellos sean varones.

Solucin: Se trata de un experimento de Bernoulli donde n=4 y p=1/2

p(obtener 3 varones)=P(X=3)=
4
1
5 , 0 . 5 . 0 .
3
4
1 3
=
|
|
.
|

\
|



Recuerda:

|
|
.
|

\
|
3
4
es un nmero combinatorio cuyo valor se obtiene as:
1 . 2 . 3
2 . 3 . 4
3
4
=
|
|
.
|

\
|


En general
)! !.(
!
.1 2).....3.2 - 1).(n - n.(n
numerador el en factores )...... 2 ).( 1 .(
n m n
m n tener hasta m m m
n
m

=

=
|
|
.
|

\
|



2.- Se tiene una moneda trucada de modo que la probabilidad de sacar cara es cuatro
veces la de sacar cruz. Se lanza 6 veces la moneda. Calcula las siguientes
probabilidades:
- Obtener dos veces cruz.
- Obtener a lo sumo dos veces cruz.

Solucin:
Calculamos en primer lugar la probabilidad de cara y de cruz:
p(cara)+p(cruz)=1. Si llamamos x a la probabilidad de sacar cruz, podemos escribir:
4x+x=1; 5x=1; x=0,2
As resulta: p(cruz)=0,2 y p(cara)=0,8
Es una distribucin binomial de parmetros n=6 y p=0,2

Probabilidad de obtener dos veces cruz:

24 , 0 ) 4096 , 0 ).( 04 , 0 .( 15 ) 8 , 0 .( ) 2 , 0 .(
2
6
) 2 (
4 2
= =
|
|
.
|

\
|
= = X p
Probabilidad de obtener a lo sumo dos veces cruz:

= = + = + = = s ) 2 ( ) 1 ( ) 0 ( ) 2 ( X p X p X p X p

= 90 , 0 ) 8 . 0 .( ) 2 . 0 .(
2
6
) 8 , 0 .( ) 2 , 0 .(
1
6
) 8 , 0 .( ) 2 , 0 .(
0
6
4 2 5 1 6 0
=
|
|
.
|

\
|
+
|
|
.
|

\
|
+
|
|
.
|

\
|


3.- La probabilidad de que un alumno de 1 de Bachillerato repita curso es de 0,3.
Elegimos 20 alumnos al azar. Cul es la probabilidad de que haya exactamente 4
alumnos repetidores?

Solucin:
Se trata de una binomial de parmetros 20 y 0,3, es decir, B(20; 0,3)
Si X es el nmero de alumnos que repiten,
13 , 0 7 , 0 . 3 , 0 .
! 16 !. 4
! 20
7 , 0 . 3 , 0 .
4
20
) 4 (
16 4 16 4
= =
|
|
.
|

\
|
= = X p


4.- Calcula la esperanza matemtica, la varianza y la desviacin tpica de la variable
aleatoria X, cuya funcin de probabilidad viene dada por la siguiente tabla:

x
i
-4 -1 2 5
) (
i
x X p =
0,1 0,5 0,3 0,1

Solucin:
La esperanza matemtica es la media: 2 , 0 1 , 0 . 5 3 , 0 . 2 5 , 0 ). 1 ( 1 , 0 ). 4 ( = + + + =

= + + + = = 76 , 5 2 , 0 1 , 0 . 5 3 , 0 . 2 5 , 0 . ) 1 ( 1 , 0 . ) 4 ( .
2 2 2 2 2 2 2 2
o
i i
p x
4 , 2 76 , 5 = = o


5.- Sea la siguiente funcin de probabilidad:

x
i
1 3 5 7 9
p
i
0,2 0,2 0,4 0,1 0,1

Escribe la funcin de distribucin y calcula: ) 5 ( s X p y ) 7 3 ( s s X p

Solucin:
x
i
1 3 5 7 9
F(x)=P(X x
i
) 0,2 0,4 0,8 0,9 1

8 , 0 ) 5 ( = s X p ; = = + = + = = s s ) 7 ( ) 5 ( ) 3 ( ) 7 ( X p X p X p X p

7 , 0 1 , 0 4 , 0 2 , 0 = + + =
Ejercicios propuestos.

1.- La probabilidad de que un reloj salga de fbrica defectuoso es del 4 %. Halla:
a) El nmero de relojes defectuosos esperados en un lote de 1000
b) La varianza y la desviacin tpica.

( Solucin: 40 y 6,19)


2.- Una determinada raza de perros tiene 4 cachorros en cada camada. Si la probabilidad
de que un cachorro sea macho es de 0,55, se pide:
a) La probabilidad de que en una camada dos exactamente sean hembras
b) Probabilidad de que en una camada al menos dos sean hembras.

(Solucin: 0,3675; 0,609 )


3.- Considera una variable aleatoria discreta X cuya distribucin de probabilidad es la
siguiente:
x
i
1 2 3
P(X = x
i
) k 0,45 k

a) Calcula el valor de k
b) Halla la funcin de probabilidad
c) Halla la funcin de distribucin F.

Solucin
k = 0,275.
Funcin de probabilidad:
x
i
1 2 3
f(x)=P(X = x
i
) 0,275 0,45 0,275

Funcin de distribucin:
x
i
1 2 3
F(x)=P(X x
i
) 0,275 0,725 1


4.- Considera una variable aleatoria X cuya funcin de probabilidad viene dada por la
siguiente tabla:
x -25 -10 0 5
f(x) a 2a 3a 4a

a) Deduce el valor de a.
b) Halla la funcin de distribucin F
c) Calcula la esperanza, la varianza y la desviacin tpica.

Solucin: a) 0,1; c) 2,5; 86,25; 9,29


5.- La probabilidad de que un estudiante obtenga el ttulo de arquitecto es 0,3. Calcula la
probabilidad de que un grupo de 7 estudiantes matriculados en primer curso:
a) Ninguno de los 7 finalice la carrera.
b) Finalicen los 7.
c) Al menos 2 acaben la carrera.
d) Slo finalice uno la carrera.

Solucin: 0,082; 0,00021; 0,671; 0,2471

6.- El 20 % de los tornillos de un gran lote so defectuosos. Se cogen tres tornillos al
azar y se pide calcular razonadamente:
a) La probabilidad de que los tres sean defectuosos.
b) La probabilidad de que ninguno sea defectuoso.
c) La probabilidad de que solamente uno sea defectuoso.

(Propuesto en Selectividad, Alicante, septiembre de 2001)


VARIABLE ALEATORIA CONTINUA.
DI STRI BUCI N NORMAL.

Conocimientos previos

CONCEPTO DE INTEGRAL DEFINIDA.


Para hallar el rea del recinto limitado por la curva f(x), el eje de abscisas y las rectas x=a y x=b, se utiliza
la siguiente frmula:
}
=
b
a
dx x f Area ) (

que recibe el nombre de integral definida de f entre los lmites a y b
y se lee integral entre a y b de f(x).
La integracin es la operacin inversa de la derivacin.
Por ejemplo, si
n
x x f = ) ( , la frmula anterior se resuelve de la siguiente forma:
b
a
n
b
a
n
n
x
dx x
(

+
=
+
}
1
1

Primero se sustituye la x por b y al resultado obtenido le llamaremos F(b).
Despus se sustituye la x por a y al resultado obtenido le llamaremos F(a)
Finalmente restamos los resultados, es decir,
) ( ) ( a F b F dx x
b
a
n
=
}



Ejercicio:
Resuelve la siguiente integral definida:
}
+
3
1
2
) 3 2 ( dx x x
Solucin:

) 1 ( ) 3 ( 3
3
) 3 2 (
3
1
2
3
3
1
2
F F x x
x
dx x x =
(

+ = +
}


9 9 9 9 ) 3 ( = + = F
3
5
3 1
3
1
) 1 ( = + = F

luego
3
32
3
5
9 )
3
5
( 9 ) 3 2 (
3
1
2
= + = = +
}
dx x x

Cuando se calculan reas los resultados se toman en valor absoluto.


Variable aleatoria continua.
Es aquella que puede tomar infinitos valores dentro de un intervalo de la recta real. Por
ejemplo, la duracin de las bombillas de una determinada marca y modelo.
En el caso de variables aleatorias continuas no tiene sentido plantearse probabilidades
de resultados aislados, por ejemplo, probabilidad de que una bombilla dure 100 horas,
22 minutos y 16 segundos. La probabilidad sera 0.
El inters de estas probabilidades est en conocer la probabilidad correspondiente a un
intervalo. Dicha probabilidad se conoce mediante una curva llamada funcin de
densidad y suponiendo que bajo dicha curva hay un rea de una unidad.
Conociendo esta curva, basta calcular el rea correspondiente para conocer la
probabilidad de un intervalo cualquiera.

La funcin de densidad de una v.a. continua cumple las siguientes condiciones:
- Slo puede tomar valores comprendidos entre 0 y 1: 1 ) ( 0 s s x f
- El rea encerrada bajo la curva es igual a la unidad: 1 ). ( =
}
+

dx x f .


Ejercicio:
Sea | | 6 , 0 con
18
) ( e = x
x
x f . Comprueba que es una funcin de densidad y calcula
) 5 2 ( s s x p

Solucin:
Para que sea funcin de densidad
}
6
0
18
dx
x
tiene que valer 1. Veamos:
1 0
2
36
18
1
2 18
1
18
6
0
2
6
0
=
|
.
|

\
|
=
(

=
}
x
dx
x

12
7
36
21
2
4
2
25
18
1
2 18
1
18
) 5 2 (
5
2
2
5
2
= =
|
.
|

\
|
=
(

= = s s
}
x
dx
x
x p


Funcin de distribucin.
Como en el caso de la v.a. discreta, la funcin de distribucin proporciona la
probabilidad acumulada hasta un determinado valor de la variable, es decir,
) ( ) ( x X p x F s = .
Cumple las siguientes condiciones:
- Su valor es cero para todos los puntos situados a la izquierda del menor valor
de la variable.
- Su valor es 1 para todos los puntos situados a la derecha del mayor valor de
la variable.


Media y varianza de una v.a. continua.
Existe cierta correspondencia entre la variable aleatoria discreta y la continua:


Variable aleatoria discreta Variable aleatoria continua

=
i i
p x .
}
=
b
a
dx x f x ). ( .

=
2 2 2
o
i i
p x
}
=
b
a
dx x f x
2 2 2
) ( o


Lo que es

pasa a ser
}
y lo que es
i
p pasa a ser ) (x f



Ejercicio 1.
La funcin de densidad de una v.a. continua viene definida por :

s s
=
resto el en 0
1 x 0 si 2
) (
x
x f
a) Halla la funcin de distribucin.
b) Calcula la media y la varianza.

Solucin:
a) La funcin de distribucin se obtiene integrando la funcin de densidad, es decir,
A la izquierda de 0, su valor 0.
A la derecha de 1, su valor es 1
Entre 0 y 1: |
2
0
2
0
2 ) ( ) ( x x xdx x X p x F
x
x
= = = s =
}

es decir,

>
s s
<
=
1 x para 1
1 x 0 si x
0 x si 0
) (
2
x F

b) Clculo de la media:
3
2
. 2 . ). ( .
1
0
= = =
} }
dx x x dx x f x
b
a

Clculo de la varianza:
18
1
9
4
. 2 . ) (
1
0
2 2 2 2
= = =
} }
dx x x dx x f x
b
a
o


Ejercicio 2.
Calcula la media, la varianza y la desviacin tpica de una v.a. que tiene como funcin
de densidad: | | 5 , 1 con
24
3
) ( e
+
= x
x
x f

Solucin:
Media:
} } }
=
(

+ = + =
+
= =
9
29
2
3
3 24
1
) 3 (
24
1
24
3
. ). ( .
5
1
2 3
5
1
2
x x
dx x x dx
x
x dx x f x
b
a


Varianza:
} } }
= |
.
|

\
|
+ = |
.
|

\
|

+
= =
5
1
2
2 3
5
1
2
2 2 2 2
9
29
) 3 (
24
1
9
29
24
3
) ( dx x x dx
x
x dx x f x
b
a
o

28 , 1
81
104
9
29
4 24
1
2
5
1
3
4
= =
|
.
|

\
|

+ = x
x
.


Desviacin tpica: 13 , 1 28 , 1 = = o


Ejercicio 3.
Sea | | 5 , 2 con
36
1
) (
2
e

= x
x
x f , una funcin de densidad.
a) Calcula su funcin de distribucin.
b) Calcula ) 4 3 ( s s x p .

Solucin:
a)
108
2 3
)
3
(
36
1
) 1 (
36
1
36
1
) ( ) (
3
2
3
2
2
2
2

=
(

(
= =

= s =
} }
x x
x
x
dx x dx
x
x X p x F
x
x x

- Su valor es cero para todos los puntos situados a la izquierda de 2
- Su valor es 1 para todos los puntos situados a la derecha de 5

b)
54
17
3
3
36
1
3 36
1
) 1 (
36
1
36
1
) 4 3 (
4
3
3
4
3
3
4
3
2
4
3
2
=
(

(
=
(

(
|
|
.
|

\
|
= =

= s s
} }
x x
x
x
dx x dx
x
x p


Distribucin normal.
Hay muchas v.a. continuas cuya funcin de densidad tiene forma de campana.
Ejemplos:
- La variable peso en una poblacin de personas de la misma edad y sexo.
- La variable altura de la poblacin citada.
- etc.
Se dice que estas variables tienen una distribucin normal y la funcin de densidad
recibe el nombre de curva normal o campana de Gauss.
Para expresar que una v.a. continua X, tiene una distribucin normal de media y
desviacin tpica o , escribimos ) , ( o N .


Representacin grfica de la funcin de
densidad de una distribucin normal.


Distribucin normal estndar.
De las infinitas distribuciones ) , ( o N , tiene especial inters la de media 0 y
desviacin tpica 1, es decir, ) 1 , 0 ( N . Esta distribucin recibe el nombre de estandar o
reducida

Existen unas tablas que permiten calcular probabilidades en distribuciones normales
reducidas. Por ello es aconsejable transformar cualquier v.a. X que sigue que sigue una
distribucin ) , ( o N en otra variable Z que siga una distribucin N(0,1).
El cambio de variable que es necesario hacer es el siguiente:
o

=
X
Z

Clculo de probabilidades en distribuciones normales reducidas.
Sea Z una variable que sigue una distribucin normal N(0,1).
Vamos algunos ejemplos que nos permiten calcular determinadas probabilidades en las
tablas:

a) ) 23 , 1 ( s Z p
La probabilidad pedida se encuentra directamente en las tablas. Basta buscar 1,2 en la
columna y 0,03 en la fila. Su interseccin nos da la probabilidad.





b) ) 24 , 1 ( > Z p


En este caso la probabilidad pedida no est en las tablas. Sin embargo, si tenemos en
cuenta que el rea total bajo la grfica ha de ser 1, deducimos de la figura que:
1075 , 0 8925 , 0 1 ) 24 , 1 ( 1 ) 24 , 1 ( = = s = > Z p Z p .

c) ) 72 , 0 ( s Z p
Como la grfica es simtrica respecto al eje de ordenadas, ) 72 , 0 ( ) 72 , 0 ( > = s Z p Z p
y ya estamos en el caso anterior. Comprueba que el resultado final es 0,2358.


d) ) 76 , 1 5 , 0 ( s s Z p

Observando la figura se deduce que
2693 , 0 6915 , 0 9608 , 0 ) 5 , 0 ( ) 76 , 1 ( ) 76 , 1 5 , 0 ( = = s s = s s Z p Z p Z p


Ejercicio 4
El peso de los individuos de una poblacin se distribuye normalmente con media de 70
Kg. y desviacin tpica 6 Kg. De una poblacin de 2000 personas, calcula cuntas
tendrn un peso comprendido entre 64 y 76 Kg.

Solucin:
Se trata de una distribucin N(70,6)
) 1 ( ) 1 ( ) 1 1 (
6
70 76
6
70 64
) 76 64 ( s s = s s = |
.
|

\
|
s s

= s s Z p Z p Z p Z p X p
8413 , 0 ) 1 ( = s Z p (directamente en las tablas)
8413 , 0 1 ) 1 ( 1 ) 1 ( ) 1 ( = s = > = s Z p Z p Z p .

Por tanto, 6825 , 0 8413 , 0 1 8413 , 0 ) 8413 , 0 1 ( 8413 , 0 ) 76 64 ( = + = = s s X p
Esto significa que el 68,25 % de las personas pesan entre 64 y 76 Kg..
Como hay 2000 personas, calculamos el 68,25% de 2000 y obtenemos 1365 personas.


Ejercicio 5.
La duracin media de un lavavajillas es de 15 aos y su desviacin tpica 0,5. Sabiendo
que su vida til se distribuye normalmente, halla la probabilidad de que al adquirir un
lavavajillas dure ms de 15 aos.

Solucin:
Es una distribucin normal de media 15 y desviacin tpica 0,5, es decir, N(15; 0,5).
5 , 0 ) 0 ( ) 0 ( )
5 , 0
15 15
( ) 15 ( = s = > =

> = > Z p Z p Z p X p




Ejercicio 6.
La nota media de las pruebas de acceso correspondientes a los estudiantes que queran
ingresar en una facultad era 5,8 y la desviacin tpica 1,75. Fueron admitidos los de nota
superior a 6.
a) Cul fue el porcentaje de admitidos si la distribucin es normal?
b) Con qu probabilidad exactamente cuatro de diez estudiantes son admitidos?

Solucin:
Apartado a):
% 62 , 45 4562 , 0 5438 1 ) 11 , 0 ( 1 ) 11 , 0 ( )
75 , 1
8 , 5 6
( ) 6 ( ~ = = s = > =

> = > Z p Z p Z p X p
Apartado b):
Es una distribucin binomial de parmetros n=10 y p=0,4562

p(obtener r xitos )=p(X = r)=
=
r n r
p p
r
n

|
|
.
|

\
|
) 1 .( = =
|
|
.
|

\
|
= =
6 4
) 4562 , 0 1 ( ) 4562 , 0 (
4
10
) 4 (X p
235 , 0 ) 5438 , 0 ( ) 4562 , 0 (
1 . 2 . 3 . 4
7 . 8 . 9 . 10
6 4
= =


Aproximacin de la distribucin binomial mediante la normal. (Correccin de Yates)

Cuando n es grande y p est prximo a 0,5 el comportamiento de una distribucin
binomial B(n, p) es aproximadamente igual a una distribucin normal, ) , ( npq np N
Esto permite sustituir el estudio de una ) , ( p n B por el de una ) , ( npq np N .
Suele considerarse que la aproximacin es buena cuando np>5 y nq>5
Dado que por mucho que se parezca nunca es igual una binomial que una normal, es
necesario aplicar en el clculo de probabilidades un ajuste que recibe el nombre de
correccin de Yates.

Si X es la binomial y X

la normal, la correccin consiste en lo siguiente:
|
.
|

\
|
+ s ' s = =
2
1
2
1
) ( r X r p r X p
(Se asocia un intervalo unidad centrado en el punto)

|
.
|

\
|
+ s ' s = s s
2
1
2
1
) ( b X a p b X a p
(se alarga el intervalo por la izquierda y por la derecha.)

Para valores de n mayores de 1.000 se puede suprimir la correccin.


Ejercicio 7.
Se lanza una moneda correcta al aire 400 veces. Calcula la probabilidad de obtener un
nmero de caras comprendido entre 180 y 210, ambos inclusive.

Solucin:
Calculamos la media y la desviacin tpica de la distribucin binomial:
200
2
1
. 400 = = = np ; 10
2
1
.
2
1
. 400 = = = npq o . Por tanto,
= |
.
|

\
|
s s

= s ' s = s s
10
200 5 , 210
10
200 5 , 179
) 5 , 210 5 , 179 ( ) 210 180 ( Z p X p X p
) 05 , 2 ( ) 05 , 1 ( ) 05 , 1 05 , 2 ( s s = s s = Z p Z p Z p
pero 8531 , 0 ) 05 , 1 ( = s Z p
y 0202 , 0 9798 , 0 1 ) 05 , 2 ( 1 ) 05 , 2 ( ) 05 , 2 ( = = s = > = s Z p Z p Z p

luego 8329 , 0 0202 , 0 8531 , 0 ) 210 180 ( = = s s X p


Ejercicio 8.
Un tirador acierta en el blanco en el 70% de los tiros. Si el tirador participa en una
competicin y tira 25 veces, cul es la probabilidad de que acierte ms de 10 tiros?

Solucin:
Es una distribucin B(25; 0,7) que podemos aproximar a travs de la normal:
5 5 , 7 3 , 0 . 25 .
5 5 , 17 7 , 0 . 25 .
> = =
> = = =
q n
p n

La aproximacin ser buena.

29 , 2 3 , 0 . 7 , 0 . 25 = = = npq o

= > = |
.
|

\
|
> = > ' = > = > ) 06 , 3 (
29 , 2
5 , 17 5 , 10
) 5 , 10 ( ) 11 ( ) 10 ( Z p Z p X p X p X p
9998 , 0 ) 06 , 3 ( = s = Z p

Ejercicios propuestos.

1.- Un profesor de matemticas ha observado que las notas obtenidas por sus alumnos
en los exmenes de Estadstica siguen una distribucin N(6; 2,5).
Se han presentado al ltimo examen 32 alumnos, cuntos sacaron al menos un 7?.

( Sol. 11 )


2.- Una empresa lleva a cabo una prueba para seleccionar nuevos empleados. Por la
experiencia de pruebas anteriores, se sabe que las puntuaciones siguen una distribucin
normal de media 80 y desviacin tpica 25.
Qu porcentaje de candidatos obtendr entre 75 y 100 puntos?

(Sol. 36,74% )



3- Calcula el valor de k para que la funcin kx x f =
5
1
) ( si | | 10 , 0 e x sea funcin de
densidad.
Obtenido el valor de k, calcula la media y la desviacin tpica de la distribucin.

( Sol. k = 1/50 ; media = 3,33; desviacin tpica = 2,36 )


4.- El peso de los toros de una determinada ganadera se distribuye normalmente con
una media de 500 Kg. y 45 Kg. de desviacin tpica. Si la ganadera tiene 2000 toros,
a) Cuntos pesarn ms de 540 Kg.?
b) Cuntos pesarn menos de 480 Kg.?
c) Cuntos pesarn entre 490 y 510 Kg.?

( Sol. 373; 660; 348 )

5.- Una de las pruebas de acceso a la Universidad para mayores de 25 aos consiste en
un test con 100 preguntas, cada una de las cuales tiene 4 posibles respuestas y slo una
correcta. Para superar esta prueba deben obtenerse, al menos, 30 respuestas correctas.
Si una persona contesta al azar, cul es el nmero esperado de respuestas correctas?.
Qu probabilidad tendr de superar la prueba?

(Sol. 25; Utilizando la aproximacin a travs de la normal: p= 0,1492)

6.- Despus de realizar varios sondeos sobre una poblacin con escasa cultura, se ha
conseguido averiguar que nicamente el 15 % de la misma es favorable a los
tratamientos de psicoterapia. Elegida al azar una muestra de 50 personas de dicha
poblacin, se desea saber:
a) La probabilidad de que haya ms de 5 personas favorables a dichos tratamientos.
b) La probabilidad de que a lo sumo haya 6 personas favorables.

(Sol. 0,7852; 0,3446 )
DISTRIBUCIONES BIDIMENSIONALES


RESULTAN DE ESTUDIAR FENMENOS EN LOS QUE PARA CADA OBSERVACIN
SE OBTIENE UN PAR DE MEDIDAS Y, EN CONSECUENCIA, DOS VARIABLES.


Ejemplos.
- Talla y peso de los soldados de un regimiento.
- Calificaciones en Fsica y Matemticas de los alumnos de una clase.
- Gastos de publicidad y ventas de una fbrica.
- Etc.


Estas variables resultantes de la observacin de un fenmeno respecto de dos
modalidades se llaman variables estadsticas bidimensionales.

Los valores de una variable estadstica bidimensional son pares de nmeros reales de la
forma (x
i
, y
i
).
Representados en un sistema de ejes cartesianos se obtiene un conjunto de puntos
llamado diagrama de dispersin o nube de puntos.

Ejemplo: Nube de puntos de la distribucin dada por la tabla siguiente:

Notas de Matemticas y Fsica de 10 alumnos
Matemticas 5 6 2 9 4 5 1 3 7 7
Fsica 4 5 3 8 4 5 2 2 6 8






















Notas de Matemticas
Notas
de
Fsica





Parmetros estadsticos.
Media de la variable X:
N
x n
x
i i
=
Media de la variable Y:
N
y n
y
i i
=
Varianza de la variable X:
2
2
2
x
N
x n
s
i i
x
=


Varianza de la variable Y:
2
2
2
y
N
y n
s
i i
y
=


Covarianza: y x
N
y x n
s
i i i
xy
. =



Correlacin.
Estudia la relacin o dependencia que existe entre dos variables que intervienen en una
distribucin bidimensional.

Coeficiente de correlacin lineal.
Es un nmero que mide el grado de dependencia entre las variables X e Y.
Se mide mediante la siguiente frmula:
y x
xy
s s
s
r
.
=
Su valor est comprendido entre 1 y 1.
- Si r = -1 r = 1 todos los valores de la variable bidimensional se encuentran
situados sobre una recta.
- Si 1< r < 0 se dice que las variables X e Y estn tambin en dependencia
aleatoria. La correlacin es negativa.
- Si 0 < r < 1 la correlacin es positiva. Las variables X e Y estn tambin en
dependencia aleatoria.

La correlacin es tanto ms fuerte a medida que r se aproxima a 1 1 y es tanto ms
dbil a medida que se aproxima a 0.

Recta de regresin.
Tenemos una distribucin bidimensional y representamos la nube de puntos
correspondiente. La recta que mejor se ajusta a esa nube de puntos recibe el nombre de
recta de regresin. Su ecuacin es la siguiente:

Recta de regresin de y sobre x: ) (
2
x x
s
s
y y
x
xy
=

Recta de regresin de x sobre y: ) (
2
y y
s
s
x x
y
xy
=
A partir de esta recta podemos calcular los valores de x conocidos los de y. La fiabilidad
que podemos conceder a los clculos obtenidos viene dada por el coeficiente de
correlacin: si r es muy pequeo no tiene sentido realizar ningn tipo de estimaciones.
Si r es prximo a 1 1, las estimaciones realizadas estarn cerca de los valores reales.
Si r = 1 o r = -1 , las estimaciones realizadas coincidirn con los valores reales.

Ejercicios resueltos.
1.- Una compaa de seguros considera que el nmero de vehculos (Y) que circulan por
una determinada autopista a ms de 120 kms/h, puede ponerse en funcin del nmero de
accidentes (X) que ocurren en ella.
Durante 5 das obtuvo los siguientes resultados:
X 5 7 2 1 9
Y 15 18 10 8 20
a) Calcula el coeficiente de correlacin lineal.
b) Si ayer se produjeron 6 accidentes, cuntos vehculos podemos suponer que
circulaban por la autopista a ms de 120 kms/h?
c) Es buena la prediccin?

Solucin:
Disponemos los clculos de la siguiente forma:
(Accidentes)
x
i

Vehculos
y
i


x
i
2


y
i
2


x
i
y
i
5
7
2
1
9
15
18
10
8
20
25
49
4
1
81
225
324
100
64
400
75
126
20
8
180
24 71 160 1113 409



8 , 4
5
24
= = =

N
x
x
i
; 2 , 14
5
71
= = =

N
y
y
i
; 96 , 8 8 , 4
5
160
2
2
2
2
= = =

x
N
x
s
i
x


96 , 20 2 , 14
5
1113
2
2
2
2
= = =

y
N
y
s
i
y
; 2 , 14 . 8 , 4
5
409
. = =

y x
N
y x
s
i i
xy
=13,64

a) 996 , 0
96 , 20 . 96 , 8
64 , 13
.
= = =
y x
xy
s s
s
r
b) Recta de regresin de y sobre x: ) (
2
x x
s
s
y y
x
xy
=
) 8 , 4 (
96 , 8
64 , 13
2 , 14 = x y ; ) 8 , 4 ( 53 , 1 2 , 14 = x y
Para x = 6, ) 8 , 4 6 ( 53 , 1 2 , 14 = y , es decir, y = 16,04. Podemos suponer que
ayer circulaban 16 vehculos por la autopista a ms de 120 kms/h.
c) La prediccin hecha es buena ya que el coeficiente de correlacin est muy
prximo a 1.
2.- Las calificaciones de 40 alumnos en psicologa evolutiva y en estadstica han sido
las siguientes:
X
calif. en psicol.
Y
calif. en estad.
Nmero
de alumnos.
3
4
5
6
6
7
7
8
10
2
5
5
6
7
6
7
9
10
4
6
12
4
5
4
2
1
2

Obtener la ecuacin de la recta de regresin de calificaciones de estadstica respecto de
las calificaciones de psicologa.
Cul ser la nota esperada en estadstica para un alumno que obtuvo un 4,5 en
psicologa?

Solucin:
Se pide la recta de regresin de y sobre x:

) (
2
x x
s
s
y y
x
xy
=
Disponemos los datos de la siguiente forma:
x
i
y
i
n
i
n
i
x
i
n
i
y
i
n
i
x
i
2
n
i
y
i
2
n
i
x
i
y
i
3
4
5
6
6
7
7
8
10
2
5
5
6
7
6
7
9
10
4
6
12
4
5
4
2
1
2
12
24
60
24
30
28
14
8
20
8
30
60
24
35
24
14
9
20
36
96
300
144
180
196
98
64
200
16
150
300
144
245
144
98
81
200
24
120
300
144
210
168
98
72
200
40 220 224 1314 1378 1336

5 , 5
40
220
= = =

N
x n
x
i i
; 6 , 5
40
224
= = =

N
y n
y
i i


6 , 2 8 , 30 4 , 33 ) 6 , 5 ).( 3 , 5 (
40
1336
. = = = =

y x
N
y x n
s
i i i
xy


6 , 2 25 , 30 85 , 32 ) 6 , 5 (
40
1314
2
2
2
2
= = = =

x
N
x n
s
i i
x


Sustituyendo en la ecuacin de la recta de regresin, resulta:
) 5 , 5 (
6 , 2
6 , 2
6 , 5 = x y , es decir, 1 , 0 + = x y
Si un alumno que tiene una nota de 4,5 en psicologa, la nota esperada en estadstica
ser:
y(4,5) = 4,5 + 0,1 = 4,6
Se sustituye en la recta de regresin.
La fiabilidad viene dada por el coeficiente de correlacin:
y x
xy
s s
s
r
.
=
6 , 2 =
xy
s ; 61 , 1 6 , 2
2
= = =
x x
s s
09 , 3 ) 6 , 5 (
40
1378
2
2
2
2
= = =

y
N
y n
s
i i
y
; 75 , 1 09 , 3 = =
y
s

y resulta 92 , 0
) 75 , 1 ).( 61 , 1 (
6 , 2
= = r

La correlacin es positiva, es decir, a medida que aumenta la nota de estadstica
aumenta tambin la nota en psicologa. Su valor est prximo a 1 lo que indica que se
trata de una correlacin fuerte, las estimaciones realizadas estn cerca de los valores
reales.

Tablas de doble entrada.
En las distribuciones bidimensionales, cuando hay pocos pares de valores, se procede
como hemos hecho, es decir, enumerndolos. Si algn par est repetido se pone dos
veces, pero cuando el nmero de datos es grande, se recurre a las tablas de doble
entrada.
En cada casilla se pone la frecuencia correspondiente al par de valores que definen esa
casilla.
Ejemplo:
x
y

0

1

2
0 2 1 0
1 3 4 1
2 0 5 3

Lo que indica el nmero de veces que est cada par. El par (0, 1) est 3 veces.
El par (1, 2) est 5 veces. Etc.
Ejercicios propuestos.

1.- Las notas obtenidas por 10 alumnos en Matemticas y en Msica son:
Alumnos Mat. Ms.
1
2
3
4
5
6
7
8
9
10
6
4
8
5
3,5
7
5
10
5
4
6,5
4,5
7
5
4
8
7
10
6
5

a) Calcula la covarianza, las varianzas y el coeficiente de correlacin.
b) Existe correlacin entre las dos variables?
c) Calcula la recta de regresin. Cul ser la nota esperada en Msica para un alumno
que hubiese obtenido un 8,3 en Matemticas?

(Soluc. 3,075; 3,76; 2,96; 0,92; y = 1,6 + 0,817x; 8,38)


2.- Cinco nias de 2, 3, 5, 7 y 8 aos de edad pesan respectivamente 14, 20, 30, 42 y 44
Kg. Halla la ecuacin de la recta de regresin de la edad sobre el peso. Cul sera el
peso aproximado de una nia de 6 aos?.
( Sol. x = 0,192y-0,76; 35,2 Kg.)


3.- La tabla adjunta da el ndice de mortalidad de una muestra de poblacin en funcin
del consumo diario de cigarrillos:
Nmero de cigarrillos x 3 5 6 15 20
ndice de mortalidad y 0,2 0,3 0,4 0,5 0,7

a) Determina el coeficiente de correlacin e interpreta el resultado.
b) Halla la recta de regresin de y sobre x
c) Cul ser el ndice de mortalidad para un consumidor de 40 cigarrillos diarios?






TABLA DE LA DITRIBUCION NORMAL





z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0
0,1
0,2
0,3
0,4
0,5000
0,5398
0,5793
0,6179
0,6554
0,5040
0,5438
0,5832
0,6217
0,6591
0,5080
0,5478
0,5871
0,6255
0,6628
0,5120
0,5517
0,5910
0,6293
0,6664
0,5160
0,5557
0,5948
0,6331
0,6700
0,5199
0,5596
0,5987
0,6368
0,6736
0,5239
0,5636
0,6026
0,6406
0,6772
0,5279
0,5675
0,6064
0,6443
0,6808
0,5319
0,5714
0,6103
0,6480
0,6844
0,5359
0,5753
0,6141
0,6517
0,6879
0,5
0,6
0,7
0,8
0,9
0,6915
0,7257
0,7580
0,7881
0,8159
0,6950
0,7291
0,7611
0,7910
0,8186
0,6985
0,7324
0,7642
0,7939
0,8212
0,7019
0,7357
0,7673
0,7967
0,8238
0,7054
0,7389
0,7703
0,7995
0,8264
0,7088
0,7422
0,7734
0,8023
0,8289
0,7123
0,7454
0,7704
0,8051
0,8315
0,7157
0,7486
0,7793
0,8078
0,8340
0,7190
0,7517
0,7823
0,8106
0,8364
0,7224
0,7549
0,7652
0,8133
0,8389
1,0
1,1
1,2
1,3
1,4
0,8413
0,8643
0,8849
0,9032
0,9192
0,8438
0,8665
0,8869
0,9049
0,9207
0,8461
0,8686
0,8888
0,9066
0,9222
0,8485
0,8708
0,8907
0,9082
0,9235
0,8508
0,8729
0,8925
0,9099
0,9251
0,8531
0,8749
0,8944
0,9115
0,9265
0,8554
0,8770
0,8962
0,9131
0,9279
0,8577
0,8790
0,8980
0,9147
0,9292
0,8599
0,8810
0,8997
0,9162
0,9306
0,8621
0,8930
0,9015
0,9177
0,9319
1,5
1,6
1,7
1,8
1,9
0,9332
0,9452
0,9554
0,9641
0,9713
0,9345
0,9463
0,9564
0,9649
0,9719
0,9357
0,9474
0,9573
0,9656
0,9726
0,9370
0,9485
0,9582
0,9664
0,9732
0,9382
0,9495
0,9591
0,9671
0,9738
0,9394
0,9505
0,9599
0,9678
0,9744
0,9406
0,9515
0,9608
0,9686
0,9750
0,9418
0,9525
0,9616
0,9693
0,9756
0,9429
0,9535
0,9625
0,9699
0,9762
0,9441
0,9545
0,9633
0,9706
0,9767
2,0
2,1
2,2
2,3
2,4
0,9773
0,9821
0,9861
0,9893
0,9918
0,9778
0,9826
0,9865
0,9896
0,9920
0,9783
0,9830
0,9868
0,9898
0,9922
0,9788
0,9934
0,9871
0,9901
0,9925
0,9793
0,9838
0,9875
0,9904
0,9927
0,9798
0,9842
0,9878
0,9906
0,9929
0,9803
0,9846
0,9881
0,9909
0,9931
0,9808
0,9850
0,9884
0,9911
0,9932
0,9812
0,9854
0,9887
0,9913
0,9934
0,9817
0,9857
0,9890
0,9916
0,9936
2,5
2,6
2,7
2,8
2,9
0,9938
0,9953
0,9965
0,9975
0,9981
0,9940
0,9955
0,9966
0,9975
0,9982
0,9941
0,9956
0,9967
0,9976
0,9983
0,9943
0,9957
0,9968
0,9977
0,9984
0,9945
0,9959
0,9969
0,9978
0,9984
0,9946
0,9960
0,9970
0,9978
0,9985
0,9948
0,9961
0,9971
0,9979
0,9985
0,9949
0,9962
0,9972
0,9980
0,9985
0,9951
0,9963
0,9973
0,9980
0,9986
0,9952
0,9964
0,9974
0,9981
0,9986
3,0
3,1
3,2
3,3
3,4
0,9987
0,9990
0,9993
0,9995
0,9997
0,9987
0,9991
0,9993
0,9995
0.9997
0,9987
0,9991
0,9994
0,9995
0,9997
0,9988
0,9991
0,9994
0,9996
0,9997
0,9988
0,9992
0,9994
0,9996
0,9997
0,9989
0,9992
0,9994
0,9996
0,9997
0,9989
0,9992
0,9994
0,9996
0,9997
0,9989
0,9992
0,9995
0,9996
0,9997
0,9990
0,9993
0,9995
0,9996
0,9997
0,9990
0,9993
0,9995
0,9997
0,9998
3,5 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999