EA-Sesion 7

Estadística para la Administración
Profesora Ana Valdivia León
Distribuciones de probabilidad
para variables aleatorias
discretas
Variable aleatoria
Es una regla para Experimento aleatorio:
asignar un número a Seleccionar un trabajador de la
empresa
cada elemento del
© Pontificia Universidad Católica del Perú - CENTRUM, 2010.
espacio muestral, es
decir, a cada
resultado posible de
X = sueldo
Todos los derechos reservados.
un experimento
aleatorio.
x=S/. 2000
1
Ejemplo: variable aleatoria

Experimento: lanzar dos monedas
Variable aleatoria: X=número de sellos observados
Eventos simples X

CC 0
S CS 1
SC

S
SS 2
S S
Tipos de variables aleatorias

La variable aleatoria X es discreta si puede asumir
un conjunto finito o infinito numerable de valores
diferentes.
Ejemplos:
X = número de libros defectuosos en un lote de 100

unidades.
Valores posibles de X: 0, 1, 2, … , 100
Y = número de pólizas de seguro de vida vendidas

en un año.
Valores posibles de Y: 0, 1, 2, 3, 4, ……
2
Tipos de variables aleatorias
La variable aleatoria X es continua si puede asumir

cualquier valor en un intervalo.
Ejemplos:

X = Tiempo de atención a un cliente (en minutos)
Valores posibles de X: Menos de 30 min. = [0, 30] min.
Y = Diámetro, en pulgadas, de cierto tipo de

tuberías
Valores posibles de Y: Entre 3 y 6 pulg. = [3, 6] pulg.
Distribución discreta de
probabilidades
Los valores posibles de una variable

aleatoria discreta y sus respectivas
probabilidades se resumen en su
distribución de probabilidades.
3
Ejemplo: Dist. discreta de

probabilidades
Experimento: lanzar dos monedas
Variable aleatoria: X=número de sellos observados
X Probabilidad

0 P(X=0) =1/4 = .25
S
1 P(X=1) = 2/4 = .50

S 2 P(X=2) = 1/4 = .25
S S
… sigue el ejemplo
Organizamos la distribución discreta de probabilidades
en la siguiente tabla:
x = N° de sellos 0 1 2
P [X = x] 1/4 1/2 1/4
Gráficamente:
0.5
0.5
0.4
P(X=x)
0.3 0.25 0.25
0.2
0.1
0
0 1 2
Número de sellos
4
Características de la distribución
discreta de probabilidades
En la distribución de probabilidades de la variable
discreta X:
► P(X=x) es mayor o igual a cero y menor o igual a 1

(no hay probabilidades negativas ni mayores que
uno).
► La suma de los valores P(X=x), es decir, la suma de

las probabilidades, debe ser igual a 1.
Ejemplo
Sea la variable aleatoria X = número de expedientes
rechazados por documentación incompleta, en un día.
Usando información disponible en los archivos, se observó
el número de expedientes rechazados por documentación
incompleta por día, en una muestra de 200 días. Los
resultados fueron:
- 32 días no se rechazaron expedientes
- 48 días se rechazó un expediente
- 70 días se rechazaron dos expedientes
- 30 días se rechazaron tres expedientes

- 16 días se rechazaron cuatro expedientes
- 4 días se rechazaron cinco expedientes
5
… sigue ejemplo
a) Usar la información anterior para construir una
distribución de probabilidades para X.
b) Calcular la probabilidad de que en un día
cualquiera sean rechazados más de tres

expedientes por documentación incompleta.
c) Calcular la probabilidad de que en un día

cualquiera sean rechazados a lo más dos
expedientes por documentación incompleta.
Solución
X = número de expedientes rechazados por documentación
incompleta, en un día.
a) Su distribución de probabilidades se construye usando
las frecuencias relativas:
x 0 1 2 3 4 5
P(X=x) 32/200 48/200 70/200 30/200 16/200 4/200

= 0.16 =0.24 =0.35 =0.15 =0.08 =0.02
b) P(sean rechazados más de tres expedientes) =

P(X>3) = P(X=4)+P(X=5) = 0.08+0.02 = 0.10

c) P(sean rechazados a lo más 2 expedientes) =
P(X≤2)=P(X=0)+P(X=1)+P(X=2) = 0.16+0.24+0.35=0.75
6
Medidas resumen de
variables aleatorias
Tendencia central:
Media, valor esperado o esperanza

Dispersión:
Varianza y desviación estándar

Media o esperanza de X: μx
Sea X una variable aleatoria discreta.

La esperanza de X es una media ponderada de los
valores posibles de X cada uno con un peso igual a
su probabilidad de ocurrencia:
X E( X ) xP( X x)
x RX
Rx representa el conjunto de valores posibles de X
7
2
Varianza de X: x
Sea X una variable aleatoria discreta.

La varianza de X es:

2
X (x x ) 2 P( X x)
x RX

Desviación Estándar de X: X
La desviación estándar de la variable

aleatoria X es la raíz cuadrada de su
varianza:
2
X X
8
Ejemplo
Información disponible acerca del retorno anual para
una inversión de $1,000 en dos tipos de fondos:
Retorno de la inversión
(en US$)

Condición económica Probabilidad Fondo 1: X Fondo 2: Y
Recesión 0.2 -100 -200
Economía estable 0.5 100 50

Economía en expansión 0.3 250 350
¿En cuál de los dos fondos recomendaría usted que se

invierta?
Solución
Un criterio para decidir cuál fondo es más conveniente es
comparar sus rendimientos anuales esperados:
Retorno de la inversión
(en US$)
Condición económica Probabilidad Fondo 1 : X Fondo 2: Y
Recesión 0.2 -100 -200

Economía estable 0.5 100 50
Economía en expansión 0.3 250 350
E X X 100 .2 100 .5 250 .3 $105
E Y Y 200 .2 50 .5 350 .3 $90
9
… sigue solución
También podemos calcular y comparar la variabilidad de
los retornos anuales para cada fondo:
2
X 0.2( 100 105) 2 0.5(100 105) 2 0.3(250 105) 2
2
X 14725 dólares cuadrados
X 121.35 dólares

X
CV X (100%) 116%
x
2
Y 0.2( 200 90) 2 0.5(50 90) 2 0.3(350 90) 2

2
Y 37900 dólares cuadrados
Y 194.68 dólares
CVY 216%
Distribución Binomial
10
Experimento de Bernoulli
 Un experimento aleatorio de Bernoulli es una

prueba con sólo dos resultados posibles:
Éxito (E)

Fracaso (F)
 La probabilidad de éxito se denota por p.

 La probabilidad de fracaso es: 1 p=q
Ejemplos
 Lanzar un dado y observar si sale 6.
Éxito: Sale 6 P(éxito) = 1/6
 Revisar un artículo y verificar si es defectuoso.
Éxito: artículo defectuoso P(éxito) = 0.001

 Ofrecer una póliza de seguros a un cliente y anotar si
la compra.
Éxito: cliente compra la póliza P(éxito) = 0.05
¿Qué otros ejemplos podría mencionar?
11
Variable aleatoria Binomial
Si un experimento de Bernoulli se repite de

manera independiente, una y otra vez, resultaría
interesante contar cuántos éxitos hemos

observado en las sucesivas repeticiones.
Esto nos lleva a la definición de la variable

aleatoria Binomial.
Variable aleatoria Binomial
 Se define la variable aleatoria Binomial X como:
X = Número de éxitos obtenidos en n repeticiones

independientes de un experimento de Bernoulli con
probabilidad de éxito p.
 Valores posibles de X = { 0, 1, 2, 3, ... , n}
 Notación: X ~ B(n,p)
Se lee: X tiene distribución Binomial con parámetros n y p
12
Ejemplos
 Número de artículos defectuosos en un lote de 500.
n = 500 Éxito: artículo defectuoso P(éxito) = 0.001
 Número de clientes que compran una póliza de seguro de

vida de los 20 visitados..

n = 20 Éxito: cliente compra la póliza P(éxito) = 0.08
 Número de solicitudes de crédito hipotecario aprobadas de 15

evaluadas.
n = 15 Éxito: crédito aprobado P(éxito) = 0.68
Distribución Binomial
La distribución de probabilidades de una variable
aleatoria binomial X con parámetros n y p, X ~ B(n,p),
es:
P( X x) C xn p x (1 p) n x
x 0, 1,..., n.
E(X) = = np n!
x
Cxn
V(X) = 2
x = np(1-p) (n x )! x!
13
Distribución binomial con diferentes

parámetros
B(5,0.2) B(5,0.5) B(5,0.7) 0.45
0.4
0.35
0.3
0.25
Valores
B(5,0.2)
0.2
P(X=x) P(X=x) P(X=x) 0.15
x 0.1
0.05
0 1 2 3 4 5
0 0.32768 0.03125 0.00243

1 0.4096 0.15625 0.02835 0.35

0.3
2 0.2048 0.3125 0.1323

0.25
0.2
0.15 B(5,0.5)
3 0.0512 0.3125 0.3087 0.1
0.05
4 0.0064 0.15625 0.36015 0 1 2 3 4 5
5 0.00032 0.03125 0.16807 0.4

0.35
0.3
1 1 1 0.25
0.2
0.15
0.1
B(5,0.7)
0.05
0
0 1 2 3 4 5
Probabilidades Binomiales en
EXCEL
Sea X ~ B(n, p), para calcular P(X=k), hacemos lo siguiente:
 Insertar función.
 Seleccionar función DISTR. BINOM.
 Argumentos de la función:
• Num_éxito: k
• Ensayos: n
• Prob_éxito: p
• Acumulado: FALSO
(en caso de querer calcular la probabilidad acumulada hasta k,
es decir P(X≤k), escribir: VERDADERO)
14
Ejemplo
En un proceso de fabricación artesanal de papel reciclado se
estima, por experiencia anterior, que el 3% de las hojas de papel
producidas presentan defectos en el teñido. Las hojas de papel se
empacan en cajas de 50 unidades.
Si usted ha comprado una de estas cajas, evalúe la probabilidad de
que:

a) Ninguna de las hojas presente defectos en el teñido.
b) La caja contenga exactamente 3 hojas con defectos en el teñido
c) La caja contenga a lo más dos hojas con defectos en el teñido

d) La caja contenga al menos una hoja con defectos en el teñido
e) ¿Cuántas hojas con defectos en el teñido esperaría encontrar en
su caja?
15

EA-Sesion 7

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

EA-Sesion 7

Diunggah oleh

Hak Cipta:

Format Tersedia

Estadística para la Administración

Profesora Ana Valdivia León

Ejemplo: variable aleatoria

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

Tipos de variables aleatorias

X = número de libros defectuosos en un lote de 100

Y = número de pólizas de seguro de vida vendidas

Tipos de variables aleatorias

La variable aleatoria X es continua si puede asumir

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

Los valores posibles de una variable

Ejemplo: Dist. discreta de

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

0.3 0.25 0.25

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

- 30 días se rechazaron tres expedientes

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

P(X=x) 32/200 48/200 70/200 30/200 16/200 4/200

b) P(sean rechazados más de tres expedientes) =

P(X>3) = P(X=4)+P(X=5) = 0.08+0.02 = 0.10

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

Sea X una variable aleatoria discreta.

Rx representa el conjunto de valores posibles de X

Sea X una variable aleatoria discreta.

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

La desviación estándar de la variable

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Recesión 0.2 -100 -200

Economía estable 0.5 100 50

Todos los derechos reservados.

¿En cuál de los dos fondos recomendaría usted que se

Recesión 0.2 -100 -200

E X X 100 .2 100 .5 250 .3 $105

E Y Y 200 .2 50 .5 350 .3 $90

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

 Un experimento aleatorio de Bernoulli es una

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

Éxito: artículo defectuoso P(éxito) = 0.001

Éxito: cliente compra la póliza P(éxito) = 0.05

¿Qué otros ejemplos podría mencionar?

Variable aleatoria Binomial

Si un experimento de Bernoulli se repite de

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

Todos los derechos reservados.

Variable aleatoria Binomial

 Se define la variable aleatoria Binomial X como:

X = Número de éxitos obtenidos en n repeticiones

 Valores posibles de X = { 0, 1, 2, 3, ... , n}

Se lee: X tiene distribución Binomial con parámetros n y p

n = 500 Éxito: artículo defectuoso P(éxito) = 0.001

 Número de clientes que compran una póliza de seguro de

© Pontificia Universidad Católica del Perú - CENTRUM, 2010.

 Número de solicitudes de crédito hipotecario aprobadas de 15

Todos los derechos reservados.