Beruflich Dokumente
Kultur Dokumente
Encuestas telefnicas.
Con frecuencia se utilizan computadoras para generar dgitos
aleatorios de nmeros telefnicos y realizar encuestas. Cada dgito tiene la misma
probabilidad de resultar seleccionado. Construya una tabla que represente la distribucin
de probabilidad de los dgitos seleccionados, calcule la media y la desviacin estn-
dar, y describa la forma del histograma de probabilidad.
Ventas de casas.
Remtase al nmero de recmaras en casas vendidas, tal como apare-
cen en el conjunto de datos 18 del apndice B. Utilice la distribucin de frecuencias para
construir una tabla que represente la distribucin de probabilidad; luego, calcule la media
y la desviacin estndar. Adems, describa la forma del histograma de probabilidad.
5-2 MS ALL DE LO BSICO
Distribucin de frecuencias y distribucin de
probabilidad. Cul es la principal
diferencia entre una distribucin de frecuencias (tal como se defini en la seccin 2-2)
y una distribucin de probabilidad (tal como se defini en esta seccin)?
Bonos especulativos.
Kim Hunter tiene $1000 para invertir, y su analista financiero
le recomienda dos tipos de bonos especulativos. Los bonos A tienen un rendimiento
anual del 6%, con una tasa de incumplimiento del 1%. Los bonos B tienen un rendi-
miento anual del 8%, con una tasa de incumplimiento del 5%. (Si el bono incumple, se
pierden los $1000). Cul de los dos bonos es mejor? Por qu? Kim debera elegir
cualquiera de los dos bonos? Por qu?
Partes defectuosas: clculo de la media y la desviacin estndar. Sky Ranch es
un proveedor de partes para aeronaves. Sus existencias incluyen 8 altmetros que estn
correctamente calibrados y 2 qu no lo estn. Se seleccionan 3 altmetros al azar y
sin reemplazo. Sea x la variable aleatoria que represente el nmero de aparatos que
no estn calibrados correctamente. Calcule la media y la desviacin estndar de la
variable aleatoria .v.
Colocar marcas en dados para obtener una distribucin uniforme. Suponga que
tiene dos dados en blanco, de manera que puede marcar las 12 caras con los nmeros
que desee. Describa de qu manera marcara los dados para que, cuando tire ambos,
los totales de los dos dados se distribuyan de manera uniforme y cada uno de los re-
sultados de 1, 2, 3, .. . , 12 tenga una probabilidad de 1/12. (Vase "Can One Load
a Set of Dice so that the Sum is Uniformly Distributed? de Chen, Rao y Shreve, Mal-
hematics Magazine, vol. 70, nm. 3).
*5-3 Distribuciones de probabilidad
binomial
Concepto clave En la seccin 4-2 estudiamos las distribuciones discretas de proba-
bilidad en general, pero en esta seccin nos enfocaremos en un tipo especfico: la dis-
tribucin de probabilidad binomial. Puesto que las distribuciones de probabilidad
binomial implican proporciones que se utilizan con mtodos de estadstica inferencial,
que se analizan ms adelante en este libro, es importante entender las propiedades
fundamentales de esta clase particular de distribuciones de probabilidad. Esta seccin
presenta una definicin bsica de una distribucin de probabilidad binomial y la nota-
cin que se utiliza; tambin presenta mtodos para calcular valores de probabilidad.
Las distribuciones de probabilidad binomial nos permiten enfrentar circunstan-
cias en las que los resultados pertenecen a dos categoras relevantes, tales como
aceptable/defectuoso o sobrevivi/muri. En la siguiente definicin se plantean otros
requisitos.
214Captulo 5Distribuciones de probabilidad discreta
Jai Definicin
N o.
Una distribucin (le probabilidad binomial resulta de un procedimiento
que cumple con todos los siguientes requisitos:
1. El procedimiento tiene un nmero fijo de ensayos.
2. Los ensayos deben ser independientes. (El resultado de cualquier ensayo
individual no afecta las probabilidades de los dems ensayos).
3. Todos los resultados de cada ensayo deben estar clasificados en dos cate-
goras (generalmente llamadas xito y fracaso).
4. La probabilidad de un xito permanece igual en todos los ensayos.
Si un procedimiento satisface estos cuatro requisitos, la distribucin de la varia-
ble aleatoria x (nmero de xitos) se denomina distribucin de probabilidad binomial
(o distribucin binomial), en la que suele usarse la siguiente notacin:
Notacin para distribuciones de probabilidad binomial
E y F (xito y fracaso) denotan las dos categoras posibles de todos los resulta-
dos; p y q denotan las probabilidades de E y F, respectivamente, de manera que
P(S) = p(p =probabilidad de un xito)
P(F) = 1 p =q(q =probabilidad de un fracaso)
denota el nmero fijo de ensayos.
xdenota un nmero especfico de xitos en n ensayos,
de manera que x puede ser cualquier nmero entero
entre O y n inclusive.
pdenota la probabilidad de xito en uno de n ensayos.
qdenota la probabilidad de fracaso en uno de n ensayos.
P(x)
denota la probabilidad de lograr exactamente x xitos
en los n ensayos.
El trmino xito que se utiliza aqu es arbitrario y no necesariamente tiene una
connotacin positiva. Cualquiera de las dos categoras posibles puede denominar-
se el xito E, siempre y cuando su probabilidad se identifique como p. Una vez
que se designa una categora como xito E, asegrese de que p es la probabilidad
de un xito y que x es el nmero de xitos. Es decir, asegrese de que los valores
p y x se refieren a la misma categora designada como un xito. (El valor de q se
puede calcular siempre al restar p de 1; si p =0.95, entonces q =1 0.95 = 0.05).
He aqu una recomendacin importante para trabajar con problemas de probabilidad
binomial:
Asegrese de que x y p se refieren a la misma categora denominada
como un xito.
Hay alguien en casa?
Los encuestadores no pueden
ignorar simplemente a quienes
no estaban en casa cuando
acudieron por primera vez.
Una solucin implica regresar
varias veces hasta localizar a
la persona. Alfred Politz y Wi-
llard Simmons describen una
forma para compensar los re-
sultados faltantes, sin tener que
regresar varias veces. Ellos su-
gieren ponderar los resultados
con base en la frecuencia en
que las personas no se encuen-
tran en su casa. Por ejemplo,
una persona que est en su casa
slo dos de seis das a la sema-
na, tendr una probabilidad de
2/6 o 1/3 de estar all en la pri-
mera visita. Cuando se localiza
a esa persona por primera vez,
sus resultados se ponderan de
manera que se cuenten tres
veces, respecto a un individuo
que siempre est en su casa.
Esta ponderacin compensa a
los dems individuos similares
que permanecen en casa dos
de seis das a la semana y que
no respondieron cuando se les
busc por primera vez. Esta in-
teligente solucin se present
inicialmente en 1949.
5-3 Distribuciones de probabilidad binomial
215
Cuando seleccionamos una muestra (como una encuesta) para algn anlisis
estadstico, por lo general realizamos el muestreo sin reemplazo, y el muestreo
sin reemplazo implica sucesos dependientes, lo cual viola el segundo requisito de
la definicin anterior. Sin embargo, a menudo se utiliza la siguiente regla prcti-
ca (porque los errores son insignificantes): cuando se hace un muestreo sin reem-
plazo, los sucesos pueden tratarse como si fueran independientes, si el tamao de
la muestra no es mayor que el 5% del tamao de la poblacin.
Cuando realice un muestreo sin reemplazo, considere los sucesos como
independientes si ti0.05N .
EJEMPLO Seleccin de jueces En el caso de Castaneda contra
Partida se seal que, aunque el 80% de la poblacin de un condado en
Texas es mxico-estadounidense, slo el 39% de quienes fueron lla-
mados para integrar el jurado pertenecan a este grupo. Supongamos que nece-
sitamos seleccionar a 12 jueces de una poblacin integrada en un 80% por
mxico-estadounidenses, y que deseamos calcular la probabilidad de que, de 12
jueces elegidos al azar, exactamente 7 sean mxico-estadounidenses.
Este proceso dar por resultado una distribucin binomial?
Si este proceso da por resultado una distribucin binomial. identifique los
valores de n, x, p y q.
SOLUCIN
a. Este procedimiento s satisface los requisitos de una distribucin binomial,
como se indica a continuacin.
El nmero de ensayos (12) es fijo.
Los 12 ensayos son independientes. (Tcnicamente, los 12 ensayos impli-
can una seleccin sin reemplazo y no son independientes, pero podemos
suponer independencia porque estamos seleccionando al azar slo a 12
miembros de una poblacin muy grande.
Cada uno de los 12 ensayos tiene dos categoras de resultados posibles:
el miembro del jurado elegido es mxico-estadounidense o no lo es.
Para cada miembro del jurado elegido, la probabilidad de que sea mxi-
co-estadounidense es de 0.8 (porque el 80% de la poblacin es mxico-
estadounidense). Esa probabilidad de 0.8 es la misma para cada uno de
los miembros del jurado.
b. Una vez que concluimos que el procedimiento dado s da por resultado una dis-
tribucin binomial, ahora procedemos a identificar los valores de u. x. p y q.
Con 12 jueces elegidos, tenemos que n =12.
Buscamos la probabilidad de exactamente 7 mxico-estadounidenses,
entonces x =7.
La probabilidad de xito (elegir a un mxico-estadounidense) en una se-
leccin es 0.8, por lo tanto, p =0.8.
La probabilidad de fracaso (no elegir a un mxico-estadounidense) es
0.2, por lo tanto. q =0.2.
contina
216Captulo 5Distribuciones de probabilidad discreta
[
Una vez ms, es muy importante asegurarse de que tanto x como p se refieran
al mismo concepto de "xito". En este ejemplo, usamos x para contar el nme-
ro de mxico-estadounidenses, de manera que p debe ser la probabilidad de un
mxico-estadounidense. Por consiguiente, x y p s usan aqu el mismo concep-
to de xito (mxico-estadounidense).
Ahora presentaremos tres mtodos para calcular las probabilidades correspon-
dientes a la variable aleatoria x en una distribucin binomial. El primer mtodo im-
plica realizar clculos mediante la frmula de probabilidad binomial y es la base
de los otros dos mtodos. El segundo mtodo implica el uso de la tabla A-1, y el
tercero el uso de un programa de cmputo o de una calculadora. Si est utilizando
alguna de estas dos herramientas que produzcan de forma automtica probabilida-
des binomiales, le recomendamos que resuelva uno o dos ejercicios por medio del
mtodo 1, para asegurarse de que comprende los fundamentos de estos clculos. La
comprensin es siempre mucho mejor que la aplicacin a ciegas de las frmulas.
Mtodo 1: Uso de la frmula de probabilidad binomial En una distribu-
cin binomial de probabilidad, las probabilidades pueden calcularse mediante la
frmula de probabilidad binomial.
Frmula 5-5P(x) =(n
px In- x
para x =0, 1, 2, ... , n
n! x)! xl
donden =nmero de ensayos
x =nmero de xitos en n ensayos
p =probabilidad de xito en cualquier ensayo
q = probabilidad de fracaso en cualquier ensayo (q =1 p)
El smbolo de factorial !, que se present en la seccin 4-7, denota el producto
de factores decrecientes. Dos ejemplos de factoriales son 3! = 3 2 1 = 6 y 0! = 1
(por definicin).
EJEMPLO Seleccin de miembros de jurado Utilice la fr-
mula de probabilidad binomial para calcular la probabilidad de selec-
cionar exactamente a 7 mxico-estadounidenses cuando se eligen al
azar 12 miembros del jurado de una poblacin en la que el SO% de los habitan-
tes son mxico-estadounidenses. Es decir, calcule P(7) dado que n =12, x =7,
p =0.8 y q =0.2.
SOLUCIN Al emplear los valores dados de n, x, p y q en la frmula de pro-
babilidad binomial (frmula 5-5), obtenemos
P(7) -
12!
0.87
0.212-7
(12 7)!7!
=
12!
0.2097152 0.00032
5!7!
= (792) (0.2097152)(0.00032) = 0.0531502203
La probabilidad de elegir exactamente a 7 mxico-estadounidenses de un total
de 12 miembros del jurado seleccionados al azar es 0.0532 (redondeado a los
tres dgitos significativos).
5-3 Distribuciones de probabilidad binomial 217
Sugerencia para el clculo:
Cuando se calcula tina probabilidad con la frmu-
la de probabilidad binomial, es til obtener un solo nmero para
n! /[(n - x)! x! 1, un
solo nmero para pr y un solo nmero para q"-x, y luego simplemente multipli-
car los tres factores, como se hizo al final de los clculos del ejemplo anterior.
No redondee demasiado al calcular esos tres factores; redondee nicamente al
final.
Mtodo 2: Uso de la tabla A-1 del apndice A En algunos casos pode-
mos calcular fcilmente las probabilidades binomiales con slo remitirnos a la
tabla A-1 del apndice A (parte de la tabla A-1 se presenta al margen). Prime-
ro localice n y el valor de x deseado correspondiente. En este paso se debe aislar
un rengln de nmeros. Ahora alinee ese rengln con la probabilidad corres-
pondiente de p, usando la columna que cruza. El nmero aislado representa la
probabilidad deseada. Una probabilidad tan pequea como 0.000064 se indica
como 0+.
De la Tabla A-I:
0.80
rEJEMPLO Use la parte de la tabla A-1 (para n =12 y p =0.8) que est al120
margen, para calcular lo siguiente:
1
a. La probabilidad de exactamente 7 xitos.
2
h. La probabilidad de 7 o menos xitos.
3
4
SOLUCIN
5
En la tabla A-1 que aparece al margen se observa que cuando n =12 y p =0.8,
6
la probabilidad de x = 7 est dada por P(7) =0.053, que es el mismo valor
7
(excepto por el redondeo) calculado con la frmula de probabilidad binomial
8
en el ejemplo anterior.9
"7 o menos xitos" significa que el nmero de xitos es 7 o 6 o 5 o 4 o 3 o
10
2o1 o 0.11
12
0+
0+
0+
0+
0.001
0.003
0.016
0.053
0.133
0.236
0.283
0.206
0.069
P(7 omenos)=P(7o6 o5 o4 o 3 o 2o 1 o0)
=P(7) +P(6) +P(5) +P(4) +P(3) +P(2) +P(1) +P(0)
= 0.053 +0.016+0.003 + 0.001 +0+0+0+ 0
= 0.073
Puesto que la probabilidad de 0.073 no es pequea (no es 0.05 o menor),
sugiere que si se eligen al azar 12 miembros del jurado, el resultado de 7
mxico-estadounidenses no es excepcionalmente bajo y es fcil que ocurra
por azar.
En el inciso h) de la solucin anterior, si quisiramos calcular P(7 o menos)
por medio de la frmula de probabilidad binomial. habramos necesitado aplicar
la frmula ocho veces para calcular ocho probabilidades diferentes, que despus
deberan sumarse. Al poder elegir entre la frmula y la tabla, es ms lgico em-
plear esta ltima. Por desgracia, la tabla A-1 incluye slo un nmero limitado de
valores de n y de p, por lo que no siempre sirve; en tal caso debemos calcular las
probabilidades mediante la frmula de probabilidad binomial. un programa de
cmputo o una calculadora, como en el siguiente mtodo.
Distribucin de probabilidad
binomial para n =12 y p =0.8
x
o
0+
0+
2
0+
3
0+
4
0.001
5
0.003
6
0.016
7
0.053
8
0.133
9
0.236
10
0.283
11
0.206
12
0.069
L1
L
4.1E-9
E
4.2: E -ti
r .BE -E
r.iE
.1)(1112
.1:1155
Excel
A B
1 0 4.096E-09
2 1 1.966E-07
3 2 4.325E-06
4 3 5.767E-05
5 4 0.000519
6 5 0.0033219
7 6 0.0155021
8 7 0.0531502
9 8 0.1328756
10 9 0.2362232
11 10 0.2834678
12 11 0.2061584
13 12 0.0687195
T1-83/84 Plus
L1 L3 L
10
11
1a
La(14:1 =
218Captulo 5Distribuciones de probabilidad discreta
Mtodo 3: Uso de herramientas tecnolgicas STATDISK, Minitab, Excel,
SPSS, SAS y la calculadora TI-83/84 Plus pueden usarse para calcular probabili-
dades binomiales. (SPSS y SAS son ms difciles de utilizar, ya que, en vez de dar
directamente probabilidades para valores individuales de x, dan probabilidades
acumulativas de x o menos xitos). He aqu pantallas comunes que listan las pro-
babilidades binomiales para n =12 y p =0.8.
STATDISK
lo l
:=1..
dial:
Nur n 7nais. n 1 1 2 1svaivate 1
Success Pr ob. e. [o. 8
Mean00000
SI D ev 1 .3 8 5 6
vadance1 92 00
x 1 Pool'olor %Nyco1Pocor greeteo
111 _0.0000000o 00000001.0000000 _id
1 09000002 0 0000002 1 .0000000
1----.1.9.1000433.19114.915195591_
3 000005 77 019990_9U0.999995 5
4 900051900.0005 8 1 2 0.99993 78
5 0.00m0.9994 1 08 ____Ioqualy
6 1 3 01 5 5 02 1 0.01 94 05 3 0.996 096 9
7905 3 1 5 02 9072 5 5 5 5 0.98 05 94 7
8 0.1 3 2 975 8 0.2 05 1 3 1 1 092 74 4 4 5
i__.
0.2393232 ____0.4 4 1 6 5 4 3 0.7945689__
1 0 0.2 8 3 4 6 78 0.72 5 1 2 2 1 0.5 5 8 3 4 5 7
1 1 0.2 _06 1 5 8 4 093 1 2 8 05 0.2 74 9779 di
. ---- "
1c !Par[Ical,1
,
Hez[
Minitab
Binomial withn =1 2 andp=0.8
x P( X=x
0 0.000000
1 0.000000
2 0.000004
3 0.00005 8
4 0.0005 1 9
5 0.003 3 2 2
6 0.01 5 5 02
7 0.05 3 1 5 0
8 0.1 3 2 8 76
9 0.2 3 6 2 2 3
1 0 0.2 8 3 4 6 8
1 1 0.2 06 1 5 8
1 2 0.06 8 71 9
5-3 Distribuciones de probabilidad binomial 219
Como ahora conocemos tres mtodos diferentes para calcular probabilidades
binomiales, he aqu una estrategia efectiva y eficiente:
Utilice un programa de cmputo o una calculadora TI-83/84 Plus, si estn
disponibles.
Si no dispone de un programa de cmputo ni de la calculadora TI-83/84 Plus,
utilice la tabla A-1.
3. Si no dispone de un programa de cmputo ni de calculadora y no puede encon-
trar las probabilidades en la tabla A-1, entonces utilice la frmula de probabilidad
binomial.
Fundamentos de la frmula
de probabilidad binomial
La frmula de probabilidad binomial es la base de los tres mtodos presentados en
esta seccin. En vez de aceptar y usar la frmula a ciegas, veamos cmo funciona.
Antes en esta seccin utilizamos la frmula de probabilidad binomial para
calcular la probabilidad de obtener exactamente 7 mxico-estadounidenses como
miembros del jurado, cuando se eligen 12 sujetos al azar de una poblacin en la que
el 80% de los habitantes son mxico-estadounidenses. Para cada seleccin, la pro-
babilidad de elegir a un mxico-estadounidense es de 0.8. Si empleamos la regla
de la multiplicacin de la seccin 4-4, obtenemos el siguiente resultado:
P(seleccionar 7 mxico-estadounidenses, seguidos de 5 personas
que no son mxico-estadounidenses)
= 0.8 0.8 0.8 0.8 0.8 0.8 0.8 0.2 0.2 0.2 0.2 0.2
= 0.87 0.25
= 0.0000671
Este resultado es i ncorrecto porque supone que los primeros 7 jueces son mxi-
co-estadounidenses y que los ltimos 5 no lo son, en tanto que existen otros
acomodos posibles para siete mxico-estadounidenses y cinco personas que no
lo sean.
En la seccin 4-7 vimos que con siete elementos idnticos (como mxico-
estadounidenses) y otros cinco sujetos idnticos entre s (como sujetos que no
son rnxico-estadounidenses), el nmero total de acomodos (permutaciones)
es 12!/[(7 5)!7!] o 792. Cada uno de estos 792 acomodos diferentes tiene
una probabilidad de 0.87 0.25 , de manera que la probabilidad total es la si-
guiente:
12!
P(7 jueces mxico-estadounidenses de un total de 12) =0.87 0.25
(12 7)!7!
Generalice los resultados como sigue: reemplace n por 12, reemplace x por 7, reem-
place p por 0.8, reemplace q por 0.2 y exprese el exponente de 5 como 12 7,
que puede ser reemplazado por n x. El resultado es la frmula de probabilidad
binomial. Es decir, esta frmula es una combinacin de la regla de la multiplicacin
de probabilidad y la regla de conteo para el nmero de acomodos de lz elementos,
Uso de la tecnologa
El mtodo 3 de esta seccin incluy el uso
del STATDISK, Minitab, Excel o de una
calculadora TI-83/84 Plus. Las pantallas
que aparecen en el mtodo 3 ilustran resulta-
dos tpicos que se obtienen al aplicar los si-
guientes procedimientos para el clculo de
probabilidades binomiales.
STATDISK Seleccione Analysis del me-
n principal, despus seleccione la opcin
Binomial Probabilities. Introduzca los va-
lores requeridos de n y p, y aparecer la dis-
tribucin de probabilidad completa. Las
otras columnas representan las probabilidades
acumulativas que se obtienen al sumar los
valores de P(x), conforme sube o baja a lo
largo de la columna.
MINITAB
xito en el ensayo x-simo est dada por P(x) =p(1 donde p es la probabili-
dad de xito en cualquier ensayo. Suponga que la probabilidad de un componente de
computadora defectuoso es de 0.2. Calcule la probabilidad de que el primer defecto se
descubra en el sptimo componente probado.
38. Distribucin hipergeomtrica. Si realizamos un muestreo sin reemplazo de una po-
blacin finita pequea, no debe usarse la distribucin binomial porque los eventos no
son independientes. Si el muestreo se hace sin reemplazo y los resultados pertenecen a
uno de dos tipos, podemos usar la distribucin hipergeomtrica. Si una poblacin
tiene A objetos de un tipo, mientras que los objetos /3 restantes son de otro tipo, y si se
muestrean sin reemplazo n objetos, entonces la probabilidad de obtener x objetos del
tipo A ynx objetos del tipo B es
P(9
A!B! (A +B)!
'
(xi!)(x2!)(x3!)
PIPI' PI'
Un experimento en gentica incluye seis genotipos mutuamente excluyentes identi-
ficados como A, B, C, D, E y F, todos igualmente probables. Si se prueba a 20 des-
cendientes, calcule la probabilidad de obtener exactamente cinco A, cuatro B, tres C,
dos D, tres E y tres F, al expandir la expresin anterior de manera que se aplique a
seis tipos de resultados y no slo a tres.
n!