VARIABLE ALEATORIA

EQUIPO DE DOCENTES DE
BIOESTADSTICA
 Propsito de la sesin de aprendizaje
Explica el concepto de variable
aleatoria y la distribucin de
probabilidades mediante modelos
matemticos
Aplica el concepto de valor esperado
en la toma de decisiones
Modela y analiza procesos
aplicando las distribuciones de
probabilidad discreta.
 VARIABLE ALEATORIA

Una variable aleatoria X es una funcin que asocia a

cada suceso del espacio muestral E de un experimento
aleatorio un valor numrico real. X : E
w X ( w)

Una variable aleatoria que solo puede tomar una

secuencia finita o infinita numerable de valores reales
es una variable aleatoria discreta.
Una variable aleatoria que toma una secuencia infinita
no numerable de valores reales es una variable
aleatoria continua.
VARIABLE ALEATORIA DISCRETA Y CONTINUA

Variable aleatoria discreta:

Nmero de personas que
pagan en una caja.

Variable aleatoria continua:

Nmero de litros de leche que
produce una vaca al da.
 1. DISTRIBUCIN DE PROBABILIDAD DISCRETA

Una variable aleatoria es discreta si el conjunto de

valores que puede tomar es finito o infinito
numerable.
Una variable aleatoria discreta asume cada uno de
los valores con cierta probabilidad que se denota:
= ( = )
En la construccin de una distribucin de probabilidad
discreta siempre deben satisfacerse dos condiciones:
() =
Ejemplo de variable aleatoria discreta:
Nmero de caras al lanzar
3 monedas.
SSS SSC SCS CSS CCS CSC SCC CCC

Ley de
correspondencia

N reales
(# de caras) 0 1 2 3 caras
Establecer una variable aleatoria
para un experimento aleatorio no
es ms que una manera de asignar
de "manera natural" nmeros a los
eventos.
 Cmo se genera una distribucin de probabilidad?

Experimento: Lanzamiento por tres veces de una moneda y observar

cuntas veces aparece "cara"
Posibles resultados: Ninguna cara (0); una cara (1); dos caras (2) y todas
caras (3).
Distribucin de probabilidad:
1er lanzam. 2do lanzam. 3er lanzam. N caras

C C C 3
C C S 2
C S C 2
C S S 1
S C C 2
S C S 1
S S C 1
S S S 0
 Resumen de la tabla anterior

N de caras Probabilidad
X P(x)
0 1/8 = 0,125
1 3/8 = 0,375
2 3/8 = 0,375
3 1/8 = 0,125
Total 1
 VALOR ESPERADO O ESPERANZA MATEMTICA

El valor esperado de una variable aleatoria discreta

(esperanza matemtica) o media de una
distribucin de probabilidad de X se calcula con la
siguiente expresin:
E X x f x
La varianza y desviacin estndar de una variable
aleatoria discreta se calculan con las siguientes
expresiones:
Var X x f x
2 2 2 2
3. Utilizando los registros de la empresa correspondientes a los ltimos 500 das hbiles, el
gerente de Nissan Motors, concesionario automotriz de Nissan, sintetiz el nmero de
automviles vendidos al da en la siguiente tabla.
Nmero de automviles Frecuencia de ocurrencia
vendidos al da
0 40
1 100
2 142
3 66
4 36
5 30
6 26
7 20
8 16
9 14
10 8
11 2
Construya la distribucin de probabilidad para el nmero de automviles vendidos al da.
Calcule la media o nmero esperado de automviles vendidos al da.
Calcule la desviacin estndar.
 DISTRIBUCIN BINOMIAL

El experimento consiste de una sucesin de n

intentos o ensayos idnticos e independientes.
En cada intento o ensayo son posibles dos
resultados xito y fracaso.
La probabilidad de obtener un xito, p, no cambia
de un intento o ensayo a otro.
La variable aleatoria se define como X = Nmero de
xitos obtenidos en los n intentos o ensayos.
 DISTRIBUCIN BINOMIAL

La funcin de distribucin de probabilidad es:

f x Pr X x C p 1 p
n x n x
x
,
x 0,1, 2, ,n

Notacin: X ~ B n, p
El valor esperado y varianza son:

E X np Var X np 1 p
 Caractersticas de la Distribucin Binomial

La distribucin
Distribucin binomial
binomial
es simtrica si 0.25

p = 0,5.
0.20
tiene sesgo ,

derecho, si p < 0.15

f(x)

0,5
0.10
tiene sesgo
izquierdo, si 0.05

p>0,5
0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
 Caractersticas de la Distribucin Binomial

Para valores de n>50, la distribucin es

prcticamente simtrica.
Esperado E(X)=np Varianza V(X)= np(1-p)
,
 APLICACIN DE LA DISTRIBUCIN BINOMIAL
Ejemplo 1:
Calcule la probabilidad de tener exactamente tres respuestas correctas, cuando se adivina al
azar en cuatro preguntas de opcin mltiple, cada una con cinco alternativas posibles (a, b, c,
d, e), pero slo una de ellas correcta.

Solucin:
Nmero de ensayos (n) = 4
Nmero xitos en "n" ensayos = 3 ,
Probabilidad de xito (p) = 1/5
Probabilidad de fracaso (q) = 4/5

P x n Cx .px qn x
3 1
1 4
P 3 4 C3 .
5 5
P 3 0,0256
 DISTRIBUCIN HIPERGEOMTRICA

Considere N elementos, de los cuales M son

considerados xitos y por lo tanto N-M como
fracasos.
,
El experimento consiste en extraer al azar y sin
sustitucin n elementos de un total de N
elementos.
La variable aleatoria se define como X = Nmero de
xitos obtenidos en la muestra de tamao n.
 DISTRIBUCIN HIPERGEOMTRICA

La funcin de distribucin de probabilidad es:

CxM CnNxM
f x Pr X x N
,
Cn
Notacin: X ~ H N , M , n
El valor esperado y varianza son:
M M N n
Var X n
M
E X n 1
N N N N 1
 APLICACIN DE LA DISTRIBUCIN HIPERGEOMTRICA
De 20 estudiantes de una clase de Estadstica, 15 estn satisfechos con la metodologa del
profesor. Si se pregunta por el mtodo aplicado por el profesor a una muestra aleatoria de
4 estudiantes, determine la probabilidad de que: a) Exactamente 3 estn satisfechos con la
metodologa, b) Por lo menos 3 estn satisfechos con la metodologa.
Solucin:
Se considera xito que los alumnos estn satisfechos.
Tamao de la poblacin: N = 20
Nmero de ensayos: n = 4 ,
Nmero de xitos en la poblacin: r = 15
Nmero de xitos que son de inters:
a) x=3 b) x = 3 x = 4
15 C3 20 15 C4 3
P 3 P 3;4 15 C3 20 15 C4 3
15 C 4 20 15 C4 4
20 C 4 20 C 4 20 C 4

15 C3 5 C1 C3 5 C1 15 C4 5 C0
P 3 P 3;4 15
20 C 4 20 C 4
20 C 4
P 3;4 0,4695 0,2817 0,7512
P 3 0,4695
 DISTRIBUCIN POISSON

La variable aleatoria X = Nmero de ocurrencias en

determinado intervalo de tiempo o espacio se
describe con la distribucin de probabilidad de
Poisson.
La probabilidad de una ocurrencia es igual en dos
intervalos cualesquiera de igual longitud.
La ocurrencia o no ocurrencia en cualquier intervalo
es independiente de la ocurrencia o no ocurrencia
en cualquier otro intervalo.
 APLICACIN DE LA DISTRIBUCIN POISSON

La funcin de distribucin de probabilidad es:

e x
f x Pr X x x 0,1, 2,
x!
Notacin: X ~ P
El valor esperado y varianza son:

E X Var X
 APLICACIN DE LA DISTRIBUCIN POISSON
Ejemplo 3:
En el estudio de cierta bacteria acutica, se tomaron gran nmero de muestras de un
estanque y se cont el nmero de bacterias que haba en cada muestra. Se encontr que el
nmero promedio de bacterias por muestra era de 2. Suponiendo que el nmero de
bacterias est distribuida segn Poisson, encontrar la probabilidad de que la siguientes
muestra que se tome contenga menos de 5 bacterias.

Solucin:

Se sabe: = 2
x=0; x=1 ; x=2 ; x=3; x=4

0 2 1 2 2 2 3 2 4 2
2 .e 2 .e 2 .e 2 .e 2 .e
P 0;1;2;3;4
0! 1! 2! 3! 4!
P 0;1;2;3;4 0,9473
GRACIAS POR SU ATENCIN