Distribuciones discretas de probabilidad

Introduccin
Es similar a una distribucin de frecuencias relativas; sin embargo, en lugar de
describir el pasado, describe la probabilidad de que un evento se presente en el
futuro. Por ejemplo, si un fabricante de medicamentos afirma que cierto tratamiento
permitir que 80% de la poblacin baje de peso, la agencia de proteccin al consumidor
quiz someta a prueba el tratamiento con una muestra de seis personas. Si la
afirmacin del fabricante es cierta, es casi imposible tener un resultado en el que
nadie en la muestra pierda peso y es muy probable que 5 de cada 6 pierdan peso.
En este mdulo se examinan la media, la varianza y la desviacin estndar de una
distribucin de probabilidad, as como tres distribuciones de probabilidad que se
presentan con frecuencia: binomial y de Poisson.

Qu es una distribucin de probabilidad?
Una distribucin de probabilidad muestra los posibles resultados de un experimento y
la probabilidad de que cada uno se presente.

DISTRIBUCIN DE PROBABILIDAD Listado de todos los resultados de un
Experimento y la probabilidad asociada con cada resultado.


CARACTERSTICAS DE UNA DISTRIBUCIN DE PROBABILIDAD
1. La probabilidad de un resultado se encuentra entre 0 y 1, inclusive.
2. Los resultados son eventos mutuamente excluyentes.
3. La suma de las probabilidades de los diversos eventos es igual a 1.

Cmo generar una distribucin de probabilidad?
Ejemplo

Suponga que le interesa el nmero de caras que aparecen en tres lanzamientos de una
moneda. Tal es el experimento. Los posibles resultados son: cero caras, una cara, dos
caras y tres caras. Cul es la distribucin de probabilidad del nmero de caras?


Solucin

Hay ocho posibles resultados. En el primer lanzamiento puede aparecer una cara, una
cruz en el segundo lanzamiento y otra cruz en el tercer lanzamiento de la moneda.
O puede obtener cruz, cruz y cara, en ese orden. Para obtener los resultados del
conteo, aplique la frmula de la multiplicacin: (2)(2)(2), es decir, 8 posibles resultados.
Estos resultados se listan enseguida.
Cr = cara C = cruz



Observe que el resultado cero caras ocurre slo una vez; una cara ocurre tres veces;
dos caras, tres veces, y el resultado tres caras ocurre una sola vez. Es decir, cero
caras se present una de ocho veces. Por consiguiente, la probabilidad de cero caras es
de un octavo; la probabilidad de una cara es de tres octavos, etc. La distribucin de
probabilidad se muestra en la tabla de abajo. Como uno de estos resultados debe
suceder, el total de probabilidades de todos los eventos posibles es 1.000. Esto
siempre se cumple. La grfica contiene la misma informacin.
Distribucin de probabilidad de los eventos relativos a cero, una, dos y tres caras en
tres lanzamientos de una moneda


Presentacin grfica del nmero de caras que resultan de tres lanzamientos de una
moneda y la probabilidad correspondiente

Repase el ejemplo del lanzamiento de una moneda de la tabla anterior
La probabilidad de x se representa P(x). De esta manera, la probabilidad de cero caras
es P(0 caras) = 0.125, y la probabilidad de salir una cara es P(1 cara) = 0.375, etc. La
suma de estas probabilidades mutuamente excluyentes es de 1; es decir, de acuerdo
con la tabla, 0.125 + 0.375 + 0.375 + 0.125 = 1.00.

Variables aleatorias
En cualquier experimento aleatorio, los resultados se presentan al azar; as, a ste se
le denomina variable aleatoria. Por ejemplo, lanzar un dado constituye un experimento:
puede ocurrir cualquiera de los seis posibles resultados. Algunos experimentos dan
origen a resultados de ndole cuantitativa (como dlares, peso o nmero de nios);
otros dan origen a resultados de naturaleza cualitativa (como el color o la afiliacin
religiosa).Cada valor de la variable aleatoria se relaciona con una probabilidad que
indica la posibilidad de un resultado determinado.

Unos cuantos ejemplos aclararn el concepto de variable aleatoria.
Si cuenta el nmero de empleados ausentes en el turno matutino del lunes, el nmero
puede ser 0, 1, 2, 3, El nmero de ausencias es una variable aleatoria.

Si pesa cuatro ejes de acero, los pesos pueden ser de 249 libras, 247 libras,
250 libras, etc. El peso es una variable aleatoria.
Si lanza dos monedas y cuenta el nmero de caras, puede caer cero, una o dos caras.
Como el nmero de caras que resulta de este experimento se debe al azar, el nmero
de caras que caen es una variable aleatoria.

Otras variables aleatorias pueden ser el nmero de focos defectuosos producidos
por hora en Cleveland Company, Inc.; el nmero de corredores del maratn del Diario
la prensa en la carrera de 2006 y la cantidad diaria de conductores multados por
conducir bajo la influencia del alcohol en la Ceiba.







Variable aleatoria. Cantidad que resulta de un experimento que, por azar, puede
adoptar diferentes valores.

El siguiente diagrama ilustra los trminos experimento, resultado, evento y variable
aleatoria. Primero, en el caso del experimento en el que se lanza una moneda tres
veces, hay ocho posibles resultados. En este experimento, interesa el evento de que
se presenta una cara en tres lanzamientos. La variable aleatoria es el nmero de caras.
En trminos de probabilidad, desea saber la probabilidad del evento que tiene una
variable aleatoria igual a 1. El resultado es P(1 cara en 3 lanzamientos) = 0.375.

Posibles resultados de tres lanzamientos de moneda.










Variable aleatoria discreta
Una variable aleatoria discreta adopta valores enteros. Si hay 100 empleados, el
recuento de la cantidad de ausentes el lunes slo puede ser 0, 1, 2,3, , 100. Una
variable discreta suele ser resultado de contar algo. Por definicin:

VARIABLE ALEATORIA DISCRETA Variable aleatoria que adopta slo
valores claramente separados.

Estos valores deben estar separados: debe haber cierta distancia entre ellos. Por
ejemplo, las calificaciones de los jueces por destreza tcnica y formas artsticas en
una competencia de patinaje artstico son valores decimales, como 7.2, 8.9 y 9.7.
Dichos valores son discretos, pues hay una distancia entre calificaciones de 8.3 y 8.4.
Una calificacin no puede tener un valor de 8.34 o de 8.347, por ejemplo.

Variable aleatoria continua
Por otra parte, si la variable aleatoria es continua, es una distribucin de probabilidad
continua. Si mide algo, como la anchura de una recmara, la estatura de una persona o
la presin de la llanta de un automvil, se trata de una variable aleatoria continua. Se
puede suponer una infinidad de valores, con ciertas limitaciones. Por ejemplo:
Los tiempos de los vuelos comerciales entre San Pedro Sula y Los ngeles son de
4.67 horas, 5.13 horas, etc. La variable aleatoria es la cantidad de horas.
La presin, medida en libras por pulgada cuadrada (psi), en un nuevo neumtico
Good Year puede ser de 32.78 psi, 31.62 psi, 33.07 psi, etc.(los gasolineros dicen
libras) En otras palabras, es razonable que se presente cualquier valor entre 28 y 35.
La variable aleatoria es la presin de la llanta.
Por lgica, si organiza un conjunto de posibles valores de una variable aleatoria en
una distribucin de probabilidad, el resultado es una distribucin de probabilidad.
As, cul es la diferencia entre una distribucin de probabilidad y una variable
aleatoria?
Una variable aleatoria representa el resultado particular de un experimento. Una
distribucin de probabilidad representa todos los posibles resultados, as como la
correspondiente probabilidad.
Las herramientas que se utilizan, as como las interpretaciones probabilsticas, son
diferentes en el caso de distribuciones de probabilidades discretas y continuas. Este
modulo se limita al anlisis e interpretacin de distribuciones discretas. En el
siguiente modulo se estudiar las distribuciones continuas. Cul dira que es la
diferencia entre los dos tipos de distribuciones? Por lo general, una distribucin
discreta es el resultado de contar algo, como:
El nmero de caras que se presentan en tres lanzamientos de una moneda.
El nmero de estudiantes que obtienen 90% en clase.
El nmero de empleados de produccin que se ausentaron hoy en el segundo turno.
El nmero de comerciales de 30 segundos que pasan en canal 6 de las 8 a las 11
de la noche.
Las distribuciones continuas son el resultado de algn tipo de medicin, como:
La duracin de cada cancin en el ltimo lbum de Madonna.
El peso de cada estudiante de esta clase.
La temperatura ambiente en el momento en que lee este tema.
La suma de dinero que gana cada uno de los 150 jugadores actuales en la lista de
los equipos de la Liga nacional.



Media, varianza y desviacin estndar de una distribucin de
probabilidad.

En estadstica I se estudi medidas de ubicacin y variacin de una distribucin de
frecuencias.
La media indica la localizacin central de los datos, y la varianza describe la
dispersin de los datos. De forma similar, una distribucin de probabilidad queda
resumida por su media y su varianza. La media de una distribucin de frecuencias se
identifica mediante la letra minscula griega mu (), y la desviacin estndar, con
sigma ().

Media
La media constituye un valor tpico para representar la localizacin central de una
distribucin de probabilidad. Tambin es el valor promedio de larga duracin de la
variable aleatoria. La media de una distribucin de probabilidad tambin recibe el
nombre de valor esperado. Se trata de un promedio ponderado en el que los posibles
valores de una variable aleatoria se ponderan con sus correspondientes probabilidades
de ocurrir. La media de una distribucin de probabilidad discreta se calcula con la
frmula:

MEDIA DE UNA DISTRIBUCIN DE PROBABILIDAD = [x * P(x)]

Aqu P(x) es la probabilidad de un valor particular x. En otras palabras, se multiplica
cada valor x por la probabilidad de que ocurra y enseguida se suman los productos.


Varianza y desviacin estndar
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:

VARIANZA DE UNA DISTRIBUCIN DE PROBABILIDAD

=( )

()

Los pasos para el clculo son los siguientes:
1. La media se resta de cada valor y la diferencia se eleva al cuadrado.
2. Cada diferencia al cuadrado se multiplica por su probabilidad.
3. Se suman los productos que resultan para obtener la varianza.
La desviacin estndar, , se determina al extraer la raz cuadrada positiva de

es
decir,

Un ejemplo ayudar a explicar los detalles del clculo e interpretacin de la media
y la desviacin estndar de una distribucin de probabilidad.