Beruflich Dokumente
Kultur Dokumente
ESTADÍSTICA
SEMANA 8
Modelos de probabilidad
Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus licencias. No está
permitido copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a disposición del público ni
utilizar los contenidos para fines comerciales de ninguna clase.
IACC
1
SEMANA 8 – ESTADÍSTICA
APRENDIZAJES ESPERADOS
El estudiante será capaz de resolver
ejercicios y problemas aplicados a
modelos de probabilidad.
IACC
2
SEMANA 8 – ESTADÍSTICA
IACC
3
SEMANA 8 – ESTADÍSTICA
INTRODUCCIÓN
En las primeras semanas de esta asignatura estudiante, etc. Es imposible conocer de
se definió la variable, la cual podía antemano la estatura de un estudiante
clasificarse como cuantitativa o cualitativa y cualquiera, puede tomar un rango de valores
discreta o continua. Asimismo, la mayoría de posibles. Puede ser 1,68 m o 1,73 m o
las variables con las que se ha trabajado cualquier otro valor. Este tipo de variables,
están sometidas al azar, es decir, sus valores cuyo valor es resultado del azar, se llaman
son producto de procesos accidentales que variables aleatorias, que servirán para
escapan de control. Por ejemplo: el sueldo introducir los modelos de probabilidad.
de un trabajador, la estatura de un
IACC
4
SEMANA 8 – ESTADÍSTICA
1. MODELOS DE PROBABILIDAD
Los modelos de probabilidad tienen muchas aplicaciones en la vida cotidiana, además, con la
ayuda de Excel se pueden realizar los cálculos de una manera más óptima. Los modelos o
distribuciones de probabilidad permiten entender ciertos fenómenos naturales para poder
estudiar el comportamiento de las variables que se desean estudiar. Los modelos o distribuciones
que se analizarán son: distribución binomial y distribución normal.
En todos estos casos, el valor de la variable no se puede predecir y está sujeto al azar.
b) Variable aleatoria discreta: es aquella que toma valores discretos (es decir, que se pueden
contar). Por ejemplo: número de hijos de una familia chilena, cantidad de computadores o
celulares de una familia, cantidad de ramos aprobados por un alumno, número de llamadas
recibidas en un lapso de tiempo.
c) Variable aleatoria continua: es aquella que toma valores continuos (no se pueden contar). Por
ejemplo: estatura de un estudiante, temperatura media de un día cualquiera, nivel de glucosa
en la sangre.
En cada prueba del experimento solo son posibles dos resultados: el suceso A (éxito) y su
contrario Ac (fracaso).
IACC
5
SEMANA 8 – ESTADÍSTICA
Todo experimento que tenga estas características se dirá que sigue el modelo de la distribución
binomial. Y a la variable x que expresa el número de éxitos obtenidos en cada prueba del
experimento, se le llamará variable aleatoria binomial.
La variable binomial es una variable aleatoria discreta, por lo que solo puede tomar los valores 0,
1, 2, 3, 4, ..., n, suponiendo que se han realizado n pruebas. Como hay que considerar todas las
maneras posibles de obtener y (n – k) fracasos, estas se calculan por combinaciones (número
combinatorio n sobre k, es decir:
n
k
Por su parte, la distribución binomial se suele representar por B(n, p) siendo n y p los parámetros
de dicha distribución.
n
P( X k ) p k q n k
k
Observación:
q=1–p
Sea X una variable aleatoria discreta correspondiente a una distribución binomial, se tiene que:
IACC
6
SEMANA 8 – ESTADÍSTICA
Ejemplos:
1) Una máquina fabrica ampolletas y se sabe que produce 7 ampolletas defectuosas por cada
1.000, es decir: 0,007. Encontrar la probabilidad de que al examinar 50 ampolletas solo haya
una defectuosa.
Solución:
Se trata de una distribución binomial de parámetros B(50; 0,007) por lo que hay que calcular la
probabilidad P(X = 1), o sea de que solo haya una pieza defectuosa entre 50.
n
De acuerdo a la fórmula: P( X k ) p k q n k
k
Donde:
n: 50
k: 1
p: 0,007
q: 1 – p = 0,993
Entonces,
50
P( X 1) 0,0071 0,99349 50 0,007 0,99349 0,248
1
Luego, existe un 24,8% de probabilidad de que al examinar 50 ampolletas haya una defectuosa.
2) La probabilidad de éxito de una determinada inyección contra la gripe porcina es 0,72. Calcular
la probabilidad de que una vez administrada a 15 pacientes:
Solución:
IACC
7
SEMANA 8 – ESTADÍSTICA
15
a) P( X 15) 0,7215 0,280 1 0,7215 0,280 0,00724
15
15
b) P( X 0) 0,72 0 0,2815 1 0,72 0 0,2815 5,097 10 9
0
15
c) P( X 13) 0,7213 0,28 2 105 0,7213 0,28 2 0,11503
13
3) La Fundación Paz Ciudadana realizó una encuesta el año 2015 a un grupo de dueñas de casa de
Santiago, preguntándoles si han sido víctimas de un asalto en su domicilio alguna vez. En la
encuesta un 18% ha sido víctima de asalto. Luego, un diario realizó un estudio y entrevistó a 15
dueñas de casa. Donde X es el número de dueñas de casa que han sido asaltadas en su hogar.
Determine:
¿Cuál es la probabilidad de que 4 dueñas de casa hayan sido víctimas de asalto en su casa?
Solución:
Los datos necesarios para resolver el problema son B(15; 0,18; 0,82), luego:
15
P( X 4) 0,184 0,8211 0,1615
4
6 6 6
( ) ∗ 0,754 ∗ 0,252 + ( ) ∗ 0,755 ∗ 0,25 + ( ) ∗ 0,756 = 0,8305
4 5 6
La probabilidad es de un 83%.
IACC
8
SEMANA 8 – ESTADÍSTICA
Gráficamente, muchas variables aleatorias continuas presentan una función de densidad con
forma de campana.
La importancia de la distribución normal se debe sobre todo a que hay muchas variables asociadas
a fenómenos naturales que siguen el modelo de la normal, como de tipo morfológicos de
individuos (personas, animales, plantas, etc.) de una especie, por ejemplo: tallas, pesos,
envergaduras, diámetros, perímetros, etc.; fisiológicos, tales como: efecto de una misma dosis de
un fármaco o de una misma cantidad de abono; sociológicos, como: consumo de cierto producto
por un mismo grupo de individuos, puntuaciones de examen; psicológicos, por ejemplo: cociente
intelectual, grado de adaptación a un medio, etc.
1) La curva tiene un solo máximo, por consiguiente es unimodal. Presenta una forma de campana.
4) Las dos colas (extremos) de una distribución normal de probabilidad se extienden de manera
indefinida y nunca tocan el eje horizontal.
IACC
9
SEMANA 8 – ESTADÍSTICA
El área total bajo la curva normal será de 100%, ya que es la suma de todas las probabilidades, por
lo cual se puede considerar que las áreas bajo la curva son probabilidades.
Las variables aleatorias distribuidas de manera normal asumen muchas unidades diferentes de
medición, por lo que se hablará de forma estándar y se le simbolizará como Z.
Ejemplo:
Se sabe que el peso de los sujetos de una determinada población sigue una distribución
aproximadamente normal, con una media de 80 kilogramos y una desviación estándar (típica) de
10 kilogramos. Determine:
a) ¿Cuál es la probabilidad de que una persona, elegida al azar, tenga un peso superior a 100
kilogramos?
b) ¿Cuál es la probabilidad de que el peso de una persona esté entre 60 y 100 kilogramos?
Solución:
a) Sea X = peso de los individuos en esta población, la que sigue una distribución normal con
media de 80 ( ) y desviación estándar de 10 ( ). Al no ser una distribución con media 0 y
desviación 1, se debe normalizar la variable, es decir, ocupar la variable:
X
Z
Así, reemplazando:
X 80
Z
10
IACC
10
SEMANA 8 – ESTADÍSTICA
Luego:
100 80 20
P( X 100) P Z P Z P( Z 2) 1 P( Z 2)
10 10
Esta última probabilidad puede ser fácilmente obtenida a partir de la tabla distribución normal,
resultando ser: PZ 2 0,9772 . Por lo tanto, la probabilidad de que una persona elegida
aleatoriamente de esa población tenga un peso mayor de 100 kilogramos, es:
b) Se tiene lo siguiente:
60 80 100 80
P(60 X 100) P Z P(2 Z 2) P( Z 2) P( Z 2)
10 10
IACC
11
SEMANA 8 – ESTADÍSTICA
IACC
12
SEMANA 8 – ESTADÍSTICA
La probabilidad es de un 23,48%.
IACC
13
SEMANA 8 – ESTADÍSTICA
La probabilidad
es de un
13,36%.
La probabilidad es de 28,94%.
La probabilidad es
de 5,35%.
La probabilidad
es de 7,33%.
IACC
14
SEMANA 8 – ESTADÍSTICA
La probabilidad es de 8,44%.
La misma tienda del ejercicio para la distribución binomial desea conocer algunos aspectos del
comportamiento de los montos de las compras de sus clientes. Para este análisis, se dispone de
todos los datos recogidos durante una semana de ventas, donde se registró el número de boleta,
el sexo de la persona que realizó la compra, el modo de pago que utilizó, el monto de la compra y
el día que la hizo. Antes de las preguntas de ejemplo, se debe tener el valor de la media y
desviación estándar poblacional:
Luego, calcular:
La probabilidad es de un 31,6%.
IACC
15
SEMANA 8 – ESTADÍSTICA
La probabilidad es de un 7,8%.
La probabilidad es de un 21,8%.
4) ¿Cuál es la probabilidad de que el monto de la compra sea mayor a $85.490 y menor o igual a
$199.000?
La probabilidad es de un 78,3%.
La probabilidad es de un
54,5%.
IACC
16
SEMANA 8 – ESTADÍSTICA
COMENTARIO FINAL
Los programas computacionales para estadística son muy útiles para poder desarrollar distintos
problemas o cálculos necesarios para poder tomar decisiones, ya que se gana en tiempo,
optimizando los recursos con que se puede contar. Con respecto a los programas que se pueden
utilizar el más práctico es Excel, no solo por su “gratuidad”, sino por su fácil manejo. Hay otros
programas más poderosos, como SPSS, R-Project, E-Views, etc. Para un desarrollo más confiable
hoy en día, el uso de un buen computador se hace primordial, ya que es la herramienta que realiza
los cálculos, por lo que cometer algún error es mínimo, sin embargo es el profesional a cargo el
verdadero responsable de entender e interpretar los resultados, por lo que conocer los conceptos
estadísticos es básico para un desarrollo correcto y exitoso de los valores que se obtengan y ser un
aporte en la información que se consiga al analizar los distintos tipos de datos.
IACC
17
SEMANA 8 – ESTADÍSTICA
REFERENCIAS
Anderson, D; Sweeney, D. y Williams, T. (2008). Estadística para administración y economía. 10ª
Thomson Editores.
Levin, R.; Rubin, D.; Balderas, M.; Del Valle, J. C. y Gómez, R. (2004). Estadística para
IACC
18
SEMANA 8 – ESTADÍSTICA
IACC
19