Variable aleatoria y distribucin de probabilidades, que como veremos, nos muestra toda una gama de valores que
pueden ocurrir con base en un experimento. Es casi similar a una distribucin de frecuencias, sin embargo, en vez de
describir el pasado define qu tan probable es que suceda algn evento futuro. Esencial para un administrador que
tiene la tarea de predecir el rumbo de ciertas acciones relacionadas con su empresa.
INTRODUCCIN
El dominio de los contenidos y la adquisicin de las competencias de la primera semana de aprendizaje
contribuirn con tu formacin cientfica y empresarial.
La incertidumbre es el estado de cosas donde se desconoce lo que exactamente va a ocurrir en el futuro, por existir
diferentes posibilidades o sucesos de ocurrencia cuya presencia dependen del azar.
Por lo general, los entornos de decisin empresarial e institucional se adoptan bajo condiciones de incertidumbre,
por la presencia del azar en dichos entornos; por lo que, la nica posibilidad de describirlos o explicarlos es a travs
de las probabilidades. En esos entornos se presentan caractersticas que varan y se pueden medir y sus valores son
fortuitos, como por ejemplo, las demandas de diferentes productos o servicios. De all surge el nombre de variables
aleatorias, las mismas que han sido perfectamente definidas y establecido sus tipos y propiedades, que estudiaremos
en esta primera unidad.
Por ello, es importante estudiar las distribuciones de probabilidad y las funciones de distribucin de los fenmenos
aleatorios (variables aleatorias) que forman parte de los entornos de decisin, o utilizar las funciones de probabilidad
tericas que ajusten las situaciones empricas que se presentan en el mundo de las empresas o instituciones.
De igual modo, es necesario e importante estudiar las propiedades de esperanza y varianza matemtica de
fenmenos aleatorios, ya que una buena descripcin del comportamiento probabilstico de estos fenmenos, debe
estar acompaado de una medida de tendencia central y de variabilidad, que complemente su mayor y mejor
conocimiento.
APRENDIZAJES ESPERADOS: Conozcamos ahora las capacidades y actitudes a desarrollar en este primer tema:
Capacidad
Define variable aleatoria, discrimina e identifica sus tipos en casos de la vida real.
Conoce y construye distribuciones de probabilidad y funciones de distribucin acumulativa de variables
aleatorias propias de entornos de decisin.
Calcula e interpreta la esperanza y varianza matemtica de variables aleatorias, reconociendo sus propiedades
como informacin complementaria previa a la toma de decisiones.
Actitudes
Reconoce que en las diferentes actividades econmicas, sociales, productivas, industriales, de manejo de
recursos humanos, etc., se presentan fenmenos aleatorios que se pueden conceptualizar como variables
aleatorias.
Comprende que muchos fenmenos de diferentes reas productivas, sociales, educativas y otros, de la vida
real, pueden ser modelados con distribuciones de probabilidad por su comportamiento aleatorio, y por tanto,
comprende que puede usar sus propiedades para describir, explicar o pronosticar su comportamiento.
Participa activamente en las tutoras virtuales y tareas asignadas cumpliendo el cronograma establecido.
PROBLEMAS RESUELTOS
Problema 1
Se define el siguiente experimento aleatorio:
1: observar el resultado de lanzar 2 dados perfectos
Se define la siguiente variable aleatoria y se pide: hallar su rango y decir si es discreta o continua.
X1: suma observada al lanzar 2 dados perfectos.
Solucin
El espacio muestral correspondiente al referido experimento aleatorio es:
= {(1,1), (1,2), (1,3), (1,4), (1,5), (1,6)
(2,1), (2,2), (2,3), (2,4), (2,5), (2,6)
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)
(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6)
(6,1), (6,2), (6,3), (6,4), (6,5), (6,6)}
Por tanto:
X1(1,1) = 2
X1(1,2) = X1(2,1) = 3
X1(1,3) = X1(2,2) = X1(3,1) = 4
X1(1,4) = X1(2,3) = X1(3,2) = X1(4,1) = 5
X1(1,5) = X1(2,4) = X1(3,3) = X1(4,2) = X1(5,1) = 6
X1(1,6) = X1(2,5) = X1(3,4) = X1(4,3) = X1(5,2) = X1(6,1) = 7
X1(2,6) = X1(3,5) = X1(4,4) = X1(5,3) = X1(6,2) = 8
X1(3,6) = X1(4,5) = X1(5,4) = X1(6,3) = 9
X1(4,6) = X1(5,5) = X1(6,4) = 10
X1(5,6) = X1(6,5) = 11
X1(6,6) = 12
Problema 2
Solucin
1.2 DISTRIBUCIN DE PROBABILIDAD Y FUNCIN DE DISTRIBUCIN.
1.2.1 Distribucin de Probabilidad de variable aleatoria discreta.
Ejemplo 1 Objetivos
Distribucin de Probabilidad:
A continuacin se presenta la distribucin de probabilidades de la variable aleatoria Nmero de autos vendidos por
mes en la NISSAN Chiclayo observado durante los aos 2012 2014 (36 meses).
Ejemplo 2 Objetivos
Sea X la variable aleatoria definida como el nmero de caras que ocurren al lanzar una moneda 4 veces.
a) Determinar la distribucin de probabilidades de X. Graficarla.
b) Calcular la probabilidad P[0 < x 2].
c) Determinar la distribucin de probabilidades de X si la moneda se lanza n veces ( n 2 ).
Solucin
Notas:
Ejemplo 1
Solucin
a) El rea de la Figura adjunta, debe ser igual a 1, entonces:
Nota: Objetivos
En la asignatura Estadstica Aplicada, pre requisito de la asignatura Toma de Decisiones, usted ha estudiado las
distribuciones de probabilidad de las variables aleatorias continuas ms conocidas como las distribuciones normal,
Chi Cuadrado, t de student, entre otras, cuyos grficos respectivamente son los siguientes:
Figura 3
Figura 4
Figura 5
1.2.3 Funcin de Distribucin Acumulada de variable aleatoria discreta
Objetivos
La funcin de distribucin acumulada (f.d.a.) de probabilidades o simplemente
funcin de distribucin, F(x), de la variable aleatoria discreta X, cuya funcin de
probabilidad es f(x), se define por: (Zamora, 2004)
Ejemplo 1: Sea X la variable aleatoria definida como el nmero de caras que resultan al lanzar una moneda 4 veces.
Solucin
Figura 6
Ejemplo 2: Tomando los datos del ejemplo anterior, la funcin de distribucin F(x) viene dada en la siguiente tabla:
Figura 7
Figura 8
1.3 VALOR ESPERADO Objetivos
La media de una variable aleatoria discreta es el resultado medio terico de un
nmero infinito de ensayos. Podemos considerar esa media como el valor
esperado en el sentido de que constituye el valor promedio que esperaramos
obtener si los ensayos pudiesen continuar de manera indefinida. Los usos del
valor esperado (tambin se llama esperanza o esperanza matemtica), que son
extensos y variados, juegan un papel muy importante en una rea de aplicacin
que se denomina teora de decisin. (Triola, Probabilidad y Estadstica, 2004).
Valor esperado (de una variable aleatoria discreta): se denota con E y
representa el valor promedio de los resultados. Se obtiene calculando
el valor:
Ejemplo 1: Objetivos
Calcular la media de la distribucin de probabilidad de la variable aleatoria X que se define como el nmero de
caras cuando se lanzan cuatro monedas.
Solucin
Ejemplo 2: Suponga que un juego al azar consiste en lanzar un dado y que el jugador puede ganar $7, si obtiene al
menos 5 puntos, o perder 2 dlares en caso contrario.
a) Cunto espera ganar en el juego el jugador?
b) Cunto debera ganar para que el juego sea justo?
Solucin
1.4 VARIANZA MATEMTICA Objetivos
Como se observ, la media constituye un valor tpico para resumir una distribucin
de probabilidad discreta. Sin embargo, sta no describe el grado de dispersin
(variacin) en una distribucin. La varianza, s lo hace. La frmula para la varianza de
una distribucin de probabilidad es: (Lind, 2008)
Ejemplo 1
Solucin
Tabla 8
Preguntas de anlisis Objetivos
Estimado estudiante, hemos revisado los contenidos referentes a la primera semana, y con el fin de seguir
apoyndote en este proceso de enseanza, te sugiero analices y des respuesta a las siguientes preguntas:
1. Una variable aleatoria continua puede tomar como valores nmeros enteros?
2. Siempre el dominio de una variable aleatoria es el espacio muestral?
3. Puede el rango de una variable aleatoria tomar valores enteros?
4. Si una variable aleatoria se define como el consumo mensual de energa elctrica, sta es continua o discreta?
5. La funcin de probabilidad de una variable aleatoria sea discreta o continua, siempre es positiva?
Videos
Video 1: 1.1. Con ayuda del siguiente video explicaremos algunas dudas que se hayan presentado en el concepto
y tipologa de variable aleatoria de la primera semana. (Con el contenido terico y prctico, citado en el presente
video, se consolidan los aprendizajes relacionados con el concepto de variable aleatoria, su definicin, notacin, su
relacin con el espacio muestral, su tipologa o clasificacin discreta o continua, con claros ejemplos muy ilustrativos.)
Video 2: 1.2. Con ayuda del siguiente video explicaremos algunas dudas que se hayan presentado en el concepto
de variable aleatoria discreta de la primera semana. (Con el contenido terico y prctico, citado en el presente video,
se consolidan los aprendizajes relacionados con el concepto de variable aleatoria discreta, su funcin de probabilidad
o de cuanta, funcin de probabilidad acumulada o funcin de distribucin; con claros ejemplos muy ilustrativos.)
Video 3: 1.3. Con ayuda del siguiente video explicaremos algunas dudas que se hayan presentado en el concepto
de variable aleatoria continua de la primera semana. (Con el contenido terico y prctico, citado en el presente
video, se consolidan los aprendizajes relacionados con el concepto de variable aleatoria continua, su funcin de
probabilidad o de densidad de probabilidad, funcin de probabilidad acumulada o funcin de distribucin; con claros
ejemplos muy ilustrativos.)
Actividad de anlisis y comprensin (Preguntas de Eleccin Mltiple)
Referencias (bibliogrficas)
Anderson, D., & Sweeney, D. (2010). Mtodos Cuantitativos para los Negocios. Mxico: Cengage Learning Editores, S.A.
Lind, D. A. (2008). Estadstica Aplicada a los Negocios y la Economa. Mxico D. F.: McGraw-Hill.
Mata, A. D. (2008). Estadstica aplicada a la Administracin y la Economa. Mxico D. F.: McGraw-Hill.
Triola, M. F. (2004). Estadstica. Mxico D. F.: Pearson Educacin.
Triola, M. F. (2004). Probabilidad y Estadstica. Mxico D. F.: Pearson Educacin.
Zamora, M. C. (2004). Estadstica. Lima: Librera Moshera S. R. L.
Lecturas recomendadas : Documento 1: Estadstica para administracin y economa URL:
http://site.ebrary.com/lib/bibsipansp/docDetail.action?docID=10522957&p00=estadistica%20administracion%20e
conomia Breve descripcin: Este texto que se encuentra en la Biblioteca Digital de la USS, contiene varios tpicos
propios de la Estadstica Descriptiva, Probabilidades, Variables aleatorias, Distribuciones de probabilidad, inferencia
estadstica, anlisis bayesiano, entre otros.
Se recomienda leer todo lo relacionado a los captulos 6 y 7, que contienen temas sobre variables aleatorias y sus
distribuciones de probabilidad, esperanza y varianza matemtica. Adems repasar la parte de teora de las
probabilidades, que en este caso, constituye conocimientos prerrequisitos.
Conclusiones: Despus de haber desarrollado los contenidos de la primera semana, podemos concluir lo siguiente:
- La variable aleatoria slo puede tener valores que se deben al azar; por ejemplo el nmero de unidades
vendidas, niveles de produccin diaria, talla de los clientes, etc.
- Obtenemos una distribucin de probabilidad enlistando todos los resultados posibles de un experimento y de
la probabilidad asociada a cada resultado; la misma que se la puede presentar a travs de una tabla, grfico o
frmula.
- El valor esperado de una variable aleatoria discreta, es la media aritmtica ponderada de todos los resultados
posibles, en la cual los pesos son las probabilidades respectivas de dichos resultados.
Entonces, no slo hemos definido la variable aleatoria, sino que adems hemos utilizado las leyes de la probabilidad
para analizar la manera en que dichas variables aleatorias se relacionan con los experimentos.
Metacognicin (de la primera semana)
Las siguientes preguntas te ayudarn a reflexionar sobre tus propios aprendizajes, es un ejercicio recomendado para
razonar e identificar nuestro esfuerzo intelectual, la finalidad es regular nuestras acciones y procesos mentales
De la temtica abordada que te llam ms la atencin? Consideras que aprendiste con los contenidos abordados?
Tuviste dificultad con algn tema o actividad? Cmo los solucionaste? Qu acciones realizaste para aprender?