En los temas anteriores se presentaron algunos de los métodos estadísticos que

permiten describir datos. En esta sección se presenta el concepto de probabilidad,

un concepto intuitivo de variable aleatoria, distribución de probabilidad, función de
densidad (variables discretas), función de distribución acumulada (variables
continuas) y por último se analizará el comportamiento de una variable Binomial,
Poisson y Normal.

Probabilidad

Las probabilidades son números comprendidos entre 0 y 1. Probabilidades pró

ximas a 1 indican que cabe esperar que ocurran los sucesos en estudio.
Probabilidades próximas a 0 indican que no cabe esperar que ocurran los sucesos
de que se trate. Probabilidades próximas a 0.5 indican que es tan verosímil que el
suceso se produzca como que no.
La teoría de la probabilidad se emplea para sacar conclusiones acerca de una
población, con base en una muestra extraída utilizando métodos estadísticos
llamados métodos inferenciales y para aplicarlos se requiere en el enfoque paramé
trico del conocimiento de la distribución de probabilidad de los datos
poblacionales.

Variable aleatoria
De manera intuitiva se puede decir que una variable aleatoria es una característica
cuyo valor numérico se determina al azar. Las variables aleatorias cuantitativas se
representan por letras mayúsculas, y sus valores numéricos observados por letras
minúsculas. Las variables pueden ser de tipo discreto o continuo.
Una variable aleatoria X es discreta, si puede tomar un número finito, o infinito
numerable de valores puntuales posibles. Por ejemplo, el número de tubérculos
producidos por planta.
Una variable aleatoria X es continua si puede tomar cualquier valor en algún
intervalo (o intervalos) del conjunto de los números reales y no exclusivamente en
puntos aislados. Por ejemplo, el peso seco de una planta.

Distribución de probabilidad de una variable aleatoria

Cuando se investiga generalmente se tiene una muestra aleatoria, la cual para

aproximar algunas medidas de la población de donde se extrajo dicha muestra. Para
llevar a cabo lo anterior, es pertinente conocer el comportamiento de la distribución
de los datos en la población. Esto permite al investigador poder aplicar las medidas
estadísticas adecuadas en el proceso de inferencia estadística.
A la tabla, fórmula o gráfico que contiene todos los valores de la variable y sus
respectivas probabilidades, se le conoce con el nombre de función de probabilidad
de la variable, la cual debe cumplir las siguientes propiedades:
En el caso de variables discretas:

( i ) La probabilidad de que la variable tome cuaquier valor debe ser un número

mayor o igual a cero; es decir p( x ) = P X = x ≥ 0.
( ii ) La suma de todas las probabilidades de los valores de la variable; es decir
∑ p( x ) = 1.
En el caso de variables continuas:
( i ) La probabilidad de ocurrencia de un valor nunca es negativa, es decir: .
f(x) ≥ 0
( ii ) La probabilidad de ocurrencia de todos los valores posibles es 1 y
+∞
corresponde al área bajo la curva, es decir: ∫ f ( x )dx = 1.
−∞
( iii ) La probabilidad de ocurrencia de un evento x, corresponde al área bajo la
b
curva entre dos valores dados, es decir: p( a ≤ x ≤ b ) = ∫ f ( x )dx.
a
En la figura 1 se representan los gráficos de una distribución de probabilidad
discreta y continua hipotéticas.

Figura 1 Distribuciones de Probabilidad discreta y continua

La función de probabilidad de una variable aleatoria discreta se representa

frecuentemente mediante tablas, en las cuales se proporciona un lista de los
posibles valores de X, junto con p( x ) o la probabilidad de que X tome un valor x
determinado. Simbólicamente, lo anterior se expresa como:
Por ejemplo, p( 3 ) = P X = 3 ; es la probabilidad de que la variable aleatoria
X tome el valor numérico 3.

Función de distribución acumulada

La Función de Distribución Acumulada corresponde a la probabilidad de que la

variable aleatoria X tome un valor numérico menor o igual a x, o representa el acú
mulo de las probabilidades hasta alcanzar el valor de interés. Simbólicamente, lo
anterior se expresa como:
F( x ) = P X ≤ x

Por ejemplo, F( 3 ) = P X ≤ 3 ; es la probabilidad de que la variable aleatoria X

tome el valor numérico menor o igual a 3.
La función de probabilidad acumulada F( x ) cumple con las siguientes
propiedades:

( i ) La gráfica de la función nunca decrece.

( ii )El valor de la función de probabilidad acumulada cuando el valor de la
variable es demasiado grande ( xtiende a más infinito ) se acerca a uno
( iii ) El valor de la función de probabilidad acumulada cuando el valor de la
variable es demasiado pequeño ( xtiende a menos infinito ) se acerca a cero.

En el caso de variables aleatorias continuas, los libros presentan tablas de la

distribución acumulada. Por ejemplo, para el caso de la variablea aleatoria normal
estándar, al ubicarnos en dicha tabla se observará en el cuerpo de esta, las
probabilidades acumuladas para un valor dado de la variable aleatoria..
Utilizando la tabla de distribución normal anexa observe que si queremos
determinar cual es la probabilidad acumulada hasta el valor z = − 3.40 se debe
observar el valor que intercepta la fila donde donde aparece el número − 3.4 y el el
valor de la primera columna 0.00 el cual es 0.0003; es decir, la probabilidad de que
la variable tome un valor menor o igual a − 3.40 es 0.0003; en símbolos es:
F( − 3.40 ) = p( Z ≤ − 3.40 ) = 0.0003
Análogamente la probabilidad acumulada hasta z = 1.96 es 0.975.
Observe que las propiedades de un distribución acumulada se presentan en esta
tabla, ya que la probabilidad acumulada cuando el valor de la variable Z es muy
grande, tiende a uno y cuando este valor es muy pequeño tiende a cero. Además,
como la función de probabilidad acumulada es una función de probabilidad, toma
valores mayores o iguales que cero y menores o iguales a uno, observe los valores
dentro de la tabla.
Los valores de la función de probabilidad acumulada de otras variables aleatorias
continuas entre ellas: T, F, Chi − cuadrado, etc. pueden ser obtenidos en EXCEl,
para lo cual remitimos al lector a las GUIAS DE EXCEL.

Ejemplo

La siguiente tabla muestra los valores de una variable discreta y algunas de sus
propbabilidades
x 0 1 2 3 4 5
p(x) 0.01 0.10 0.30 0.40 0.10 ?
a) La variable aleatoria X es discreta y los valores que toma son: 0, 1, 2, 3, 4
b) El valor de ? de tal manera que la anterior tabla represente la distribución de
probabilidad de la variable aleatoria X se obtiene aplicando la primera propiedad de
una función de probabilidad de una variable aleatoria X ; es decir la suma de todas
las probabilidades es uno. Luego

? = 1 − ( 0.01 + 0.10 + 0.30 + 0.40 + 0.10 )

= 0.09

c) La probabilidad de que la variable tome al menos el valor 3, p( X ≥ 3 )es

p( X ≥ 3 ) = p( X = 3 ) + p( X = 4 ) + p( X = 5 )
= 0.40 + 0.10 + 0.09
= 0.59

d) La probabilidad de que la la variable tome a lo más el valor 3, F( 3 ) =

p( X ≤ 3 )

F( 3 ) = p( X ≤ 3 ) = p( X = 0 ) + p( X = 1 ) + p( X = 2 ) + p( X = 3 )
= 0.01 + 0.10 + 0.30 + 0.40
= 0.81

Distribuciones Probabilísticas