Objet apreni Al conclirel capitulo, seré capaz de Explicar las caractersticas de una distribucién de probabilidad Distinguir entre una variable aleatora discreta y una continua, Calcular la media de tuna dstribucin de probabildad. Caleular a varianza y la desviacién estandar de una Aistribucién de probabilidad. Describiry calcular las probabilidades de una Aistribucién binomial Describiry cacular las probabilidades de una Aistribucién hipergeométrica, Describiry cakcular las probabilidades de una distibucién de Poisson, Distribuciones de probabilidad discreta Estadisticas recientes sugioren que 15% de los que vistan un sito de ventas de menudeo en la web realiza la compra. Un minorista desea vetficar esta afmacién, Para hacero,seleccioné una muestra de 16 ‘vistas’ de su sito y descubrié que en realidad 4 realizaron una compra {0uSl es la probabiidad de que exactamente cuatro relicen una compra? {iCudntas compras deben esperarse? {Cudl es la probablidad de que {uatro 0 més “vistas” terminen en compra? (Vea el ejercicio 49, objetivo 5.)(OAL Explicar las caracerstias de una clstibucin de probabildad. Cera ETO T) 62 Qué es una distribucién de probabilidad? 187 6.1 Introduccion Los capitulos 2 a 4 se dedicaron al estudio de la estadistica descriptiva: datos en bruto orga- nizados en una distribucién de frecuencias, la cual se representa en tablas, gréficas y diagra- mas. Asimismo, se calculé una medida de ubicacién —como la media aritmética, la mediana © la moda— para localizar un valor tipico cercano al centro de la distribucién. Mediante el rango y la desviacién esténdar se describié la dispersién de los datos. Estos capitulos se cen- ‘ran en describir algo que sucedis. A partir del capitulo 5, el tema cambia: ahora el andlisis es sobre algo que posiblemente suceda, Esta faceta de la estadistica recibe el nombre de estadistica inferencial. El objetivo fen hacer inferencias (afrmaciones) sobre una poblacién con base en determinada Cantidad de observaciones, denominadas muestras, que se seleccionan de la poblacién. En el capitulo § se establecié que una provabilidad es un valor entre 0 y 1, inclusive, y se analizé la forma en que las probabilidades pueden combinarse de acuerdo con las reglas de la adicién y la muttiplicacion. En este capitulo comienza el estudio de las distribuciones de probabilidad. Una disti- bucién de probabilidad proporciona toda la gama de valores que se pueden presentar en un experimento. Es similar a una distribucién de frecuencias relativas, pero, en lugar de descrbir el pasado, describe la probabilidad de que un evento se presente en ol futuro. Por ejemplo, si Un fabricante de medicamentos afirma que cierto tratamiento permitira que 80% de la pobla- cién baje de peso, la agencia de proteccién al consumidor quiza someta a prueba el tratamien- to con una muestra de seis personas. Sila afirmacién del fabricante es cierta, es casi imposi- ble tener un rasultado en el que nacie en la muestra pierda peso y es muy probable que 5 de cada 6 pierdan peso. En este capitulo se examinan la media, la varianza y la desviacién estandar de una distri- bucién de probabilidad, asi como tres distribuciones de probabilidad que se presentan con fre- ‘cuencia: binomial, hipergeométrica y de Poisson. 6.2 Qué es una distribucion de probabilidad? Una distribucién de probabilidad muestra los posibles resultados de un experimento y la pro- babilidad de que cada uno se presente. DISTRIBUCION DE PROBABILIDAD Lista de todos los resultados de un experimento y la probabi- lidad asociada a cada uno de ellos. ‘Accontinuacién se mencionan las princ/pales caracteristicas de una distribucién de probabilidad, ‘CARACTERISTICAS DE UNA DISTRIBUCION DE PROBABILIDAD 1. La probablidad de un resultado en particular se encuentra entre 0 y 1, inclusive. 2. Los resultados son eventos mutuamente excluyentes. 3. Lallsta es exhaustiva, Por Io tanto, la suma de las probabilidades de los diversos even- tos es igual a 1. J 4Cémo generar una distribucién de probabilidad? El siguiente ejemplo sirve para ilustrario,188 CAPITULO 6 Distibuciones de probabilidad disereta Observe que el resultado cero caras ocurre sélo una vez; una cara ocuure tres veces; dos Caras, tres veces, y el resultado tres caras ocutre una sola vez, Fs decir, cero cavas se presen- 16 una de ocho veces. Por consiguiente, a probabilidad de cero caras es de un octavo; la pro- babilidad de una cara es de tres octavos, etc. La distribucién de probabilidad se muestra en la tabla 6-1. Como uno de estos resultados debe suceder,e! total de probabilidades de todos los eventos posibles es 1,000. Esto siempre se cumple. La grética 6-1 contiene la misma infor- macion, TABLA 6-1 Distibucisn de probabilidad de los eventorrelativor a cero, una, ds y tres carat en tres Tanzamientos de una moneda mero robabiidad ecaras, del resultado, si Pan 7 ° d= 1s 3 1 io ws 3 2 i. ws 1 po ies 3 a 1.000 GRAFICA 6-1 Presentacién grifica del nimero de caras que resultan de tres lanzamientos de una moneda y la probabilidad correspondiente6.23. Variables aleatorias 189 Refiérase al ejemplo del lanzamiento de una moneda de la tabla 6-1. La probabilidad de x se representa P(x). De esta manera, la probabllidad de cero caras es PO caras) = 0.125, y la probabilidad de una cara es P(1 cara) = 0.375, etc. La suma de estas probabilidades mutua- mente excluyentes es 1; es decir, de acuerdo con la tabla 6-1, 0.125 + 0.875 + 0.375 + 0.125 1.00. Autoevaluacién 6-1 Los posibles resultados de un experimento que implica el lanzamiento de un dado son: uno, dos, ‘ues, cuato, cinco y seis. 4) Elabore ja distribucién de probabilidad para el ndmero de posibles resultados. 1b) Represente graficamente la dstibucién de probabildad. ©) {ual es la suma ce las probabilidades? 6.3 Variables aleatorias En cualquier experimento aleatorio los resultados se presentan al azar; asi, a éste se le deno- ‘mina variable aleatoria. Por ejemplo, lanzar un dado constituye un experimento: puede ocutir cualquiera de los seis posibles resultados. Algunos experimentos dan origen a resultados de Indole cuantitativa (como délares, peso o niimero de nifios) otros generan resultados de natu- raleza cualitativa (como el color 0 la afliacién relgiosa). Cada valor de la variable aleatoria se telaciona con una probabilidad que indica la posiblidad de un resultado determinado. Unos ‘cuantos ejemplos aclararan el concepto de variable aleatoria, © Si cuenta el nimero de empleados ausentes en e! turno matutino del lunes, el ntimero puede ser 0, 1, 2, 3... El nimero de ausencias es una variable aleatoria. © Si pesa cuatro lingotes de acero, los pesos pueden ser de 2 492 lbras, 2.497 libras, 2 $06 libras, etc. El peso es una variable aleatoria. © Si lanza dos monedas y cuenta el numero de caras, puede caer cero, una o dos caras, ‘Como el némero de caras que resulta de este experimento se debe al azar, el nimero de caras que caen es una variable aleatoria © Otvas vatiables aleatorias pueden ser el niimero de focos defectuosos producidos por hora en Cleveland Company, Inc.; la calidad (8, 10, 11 0 12) de los miembros det equipo de basquetbol femenil de St. James; el numero de corredores del maratén de Boston en la carrera de 2010 y la cantidad diaria de conductores multados por conducir bajo la influencia del alcohol en Texas. \VARIABLE ALEATORIA Cantidad que resulta de un experim diferentes valores, to que, por azar, puede adoptar El siguiente diagrama ilustra los términos experimento, resultado, evento y variable alea- toria, 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 ‘tos lanzamiontos. La variable aleatoria es el niimero de caras. En términos de probabilidad, desea saber la probabilidad del evento que tiene una variable aleatoria igual a 1. El resultado es P(t cara en 3 lanzamientos) = 0.375. Poses resultados de res lanzamiento de moneda <> (cure el evento (una cara} ya variable aletoria x = 1. Una variable aleatoria puede sor alscreta 0 continua190 AZ Distinguir entre ura variable aleatoria dscreta y una continua, CAPITULO 6 Distibuciones de probabilidad discreta Variable aleatoria discreta Una variable aleatoria disoreta adopta sélo cierto numero de valores separados. Si hay 100 ‘empleados, el recuento de la cantidad de ausentes el lunes sélo puede ser 0, 1, 2, 3, ... 100. Una variable discreta suele ser resultado de contar algo, Por definicién: \VARIABLE ALEATORIA DISCRETA Vs dos. ‘A-veces, una variable aleatoria discreta asume valores fraccionarios 0 decimales. Estos valores deben estar separados: debe haber cierta distancia entre ellos. Por ejemplo, las calif ccaciones de los jueces por destreza técnica y formas artisticas en una competencia de pati- naje artistico son valores decimales, como 7.2, 8.8 y 8.7. Dichos valores son discretos, pues hay una distancia entre calificaciones de 8.3 y 8.4. Una calificacién no puede tener un valor de. 8.34 0 de 8.347, por ejemplo. Variable aleatoria continua Por otra parte, si la variable aleatoria es continua, es una distribucién de probablidad conti- ua, Si mide algo, como la anchura de una recémara, la estatura de una persona o la presién de la lianta de un automévil, 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 Atlanta y Los Angeles son de 4.87 horas, 5.13, horas, ete. La vatiable aleatoria es la cantidad de horas, © La presién, medida en libras por pulgada cuadrada (psi), de un nuevo neumatico Chevy ‘Trail-blazer puede ser de 32.78 psi, 31.62 psi, 33.07 psi, etc. En otras palabras, es razo- able que se presente cualquier valor entre 28 y 35. La variable aleatoria es la presién de la llanta, Por légica, si organiza un conjunto de posibles valores de una variable aleatoria en una distribucién de probabilidad, el resultado es una distribucién de probabilidad, As‘, ,cudl es la diferencia entre una distribucién de probabilidad y una variable aleatoria? Una variable alea- toria representa el resultado particular de un experimento. Una distribucién de probablidad representa todos los posibles resultados, asi como la correspondiente probabilidad. Las herramientas que se utiizan, as{ como las interprataciones probabilisticas, son dife rentes en el caso de cistribuciones de probabilidades discretas y continuas. Este capitulo se limita al analsis e interpretacién de distribuciones discretas. En el siguiente capitulo se estu- diaran las distribuciones continuas. :Cudl dira que es la diferencia entre los dos tipos de dis- tribuciones? Por lo general, una distribucién discreta es el resultado de contar algo, como: © El ndmero de caras que se presentan en tres lanzamientos de una moneda, © El namero de estudiantes que obtienen A en clase. El numero de empleados de produccién que se ausentaron hoy en el segundo tutno. El numero de comerciales de 30 segundos que pasan en la NBC de las 8 alas 11 de la noche. Las cistriouciones continuas son el resultado de algtin tipo de medicién, como: © La duracién de cada canclén en el titimo album de Linkin Park. © El peso de cada estudiante de esta clase.(OA Calcular la mela de una distbucion de probabilidad, OA Caleular a varianzay la desviacén estandar de una clstribucién de probabilidad. 64. Media, varianza y desviacion estandar de una distribucin de probabilidad disereta 191 © La temperatura ambiente en el momento en que usted lee este libro. La suma de dinero que gana cada uno de los 750 jugadores actuales en la lista de los ‘equipos de la Liga Mayor de Béisbol. 6.4 Media, varianza y desviacion estandar de una distribucién de probabilidad discreta En el capitulo 3 estudié medidas de ubicacién y variacién de una distribucién de frecuencias. La media indica la posicién central de los datos, y la varianza deseribe la dispersion de los datos. De forma similar, una distribucién de probabilidad queda resumida por su media y su varianza. La media de una distribucién de frecuencias se identifica mediante la letra miniiscu- la griega mu (u), y la desviaci6n estandar, con sigma (o}. Media La media constituye un valor tipico para representar la posicién central de una distribucién de probabilidad. También es el valor promedio a la larga de la variable aleatoria. La media de una istribucién de probabilidad también recibe el nombre de valor esperado. Se trata de un pro- ‘medio ponderado en el que los posibles valores de una variable aleatoria se ponderan con sus correspondientes probabilidades de ocurit. La media de una distribucién de probabilidad discreta se calcula con la formula: (MEDIA DE UNA DISTRIBUCION DE PROBABILIDAD ” PO) (6-4) aqui Pix) es la probabilidad de un valor particular x. En otras palabras, se multiplica cada valor X por la probabilidad de que ocurra y en seguida se suman los productos. Varianza y desviacion estandar Como se observé, la media constituye un valor tipico para resumir una distribucién de proba- bilidad discreta. Sin embargo, no describe el grado de dispersién (varlacién) en una distriou- cién. La varianza silo hace. La formula de la varianza de una distribucién de probabilidad es: \VARIANZA DE UNA DISTRIBUCION DE PROBABILIOAD o? = SIG - nyPq] 6-2) Los pasos para el célculo son los siguientes: La media se resta de cada valor y la diferencia se eleva al cuadrado. Cada diferencia al cuadrado se multiplica por su probabilidad. ‘Se suman los productos que resultan para obtener la vatianza. La esviacién estandar,o, se determina al extraer a raiz cuadrada positva de a”; es decir, o= Vo". Un ejemplo ayudard a exalicar los detalles del célculo e interpretacién de la media y la esviacién esténdar de una distribueién de probabildad,192 CAPITULO 6 Distibuciones de probabilidad discreta John Ragsdale vende automéviles nuevos en Pelican Ford. Por lo general, John vende la mayor cantidad de automéviles el sébado. Desarrollé la siguiente distribu- cién de probabllidades de la cantidad de automéviles que espera vender un sabado determinado, Cantidad de sutomivies Probab, vendo Po 0 0 1 20 2 mn a x ‘ 2 Tet 500 1. gDe qué tipo de aistribucion se trata? 2. {Cuantos automéviles espera vender John un si ado normal? 3. (Cuales la varianza de ia distribucién? Se trata de una distribucién de probabilidad discreta de la variable aleatoria denominada hndmero de automéviles vendidos. Observe que John sélo espera vender cierto rango de automéviles; no espera vender § automéviles ni 50. Ademas, no puede vender medio vehiculo. Sélo puede vender 0, 1, 2, 3 0 4 automéviles. Asimismo. los resultados son mutuamente excluyentes: no puede vender un total de 3 y 4 automéviles el mismo sébado, 2. La media de la cantidad de automéviles vendides se calcula al multipliar el numero de automéviles que vend’ por la probabiidad de vender dicho numero, y sumar los pro- ductos de acuerdo con la férmula (6-1): b= 2b 10) + 1(.20) + 2.30) ~ 3:30) + 4(.10) 24 Estos célculos se resumen en la siguiente tabla. Numero de automévlies vendidos, C6mo interpretar una media de 2.12 Este valor indica que, a lo largo de una gran can- tidad de sabados, John Ragsdale espera vender un promedio de 2.1 automéviles por dia, Por supuesto, no es posible vender exactamente 2.1 automéviles un sabado en particu: lar. Sin embargo, ol valor esperado se utiliza para predecir la media aritmética de la can- tidad de automéviles vendidos a largo plazo. Por ejemplo, si John trabaja 50 sabados en193 lun afo, puede esperar vender (50}(2.1) 0 105 automéviles sélo los sabados. Por consi- guiente, a veces la media recibe el nombre de valor esperado. 3. De nuevo, una tabla resulta citi! para sistematizar los célculos de la varianza, que es de 1.280. ‘Nimero de automéviles vendidos, _Probabilda, x Pon (ew) ewe WP) ° a0 0-24 a Dani 1 20 1-21 12 zee 2 30 2-2 oor 003 3 30 s-21 ost oes 4 a0 4-21 381 0361 P= 1200 Recuerde que la desviacién estandar, o, es la raiz cuadrada positva de la varianza. En este ‘ejemplo es Va¥ = V1.280 = 1.136 automéviles. ;Cémo interpretar una desviacién estandar de 1.136 automéviles? Si la vendedora Rita Kirsch también venaié un promedio de 2.1 auto- méviles los sabados y la desviacién estandar de sus ventas fue de 1.91 automéviles, conciui- ria que hay mas variablidad en las ventas sabatinas de Kirsch que en las de Ragsdale (oues 1.91 > 1.136). Autoevaluacién 6-2 Pizza Palace oftece tres tamafios de refresco de cola —chico, mediane y grande~ para acompafar su pizza, Los refroscos cuestan $0.80, $0.80 y $1.20, respectivamente. Treinta por ciento de los. Pedidos corresponde al tamafio chico; 60%, al mediano, y 20%, al grande. Organice el tamaro de los tefrescos y ia probabildad de venta en una distibucién de probabildad, 4) {Se trata de una distribucién de probabllidad ciscreta? Indique por qué. +b) Calcul la suma promedio que se cobra por reresco de cola. ‘e} {Cul es la varianza de la cantidad que se cobra por un retesco de cola? {ual es la desviacién ‘esténdar? connect Ejercicios 4. Caloul la media yl vavianza dea siguiente distrbuein de probabidad dsorta. Pun) 2. Calcule la media y la varianza de la siguiente distibuciin de probabilidad discreta. xP) 2S fed w 2194 CAPITULO 6 Distibuciones de probabilidad discreta 3, Caloule la media y a varianza de Ia siguiente clstribucién de probabllidad 4. {Guiles de las siguientes variables aleatoras son discretas y cuales continuas? ‘2) El niimero de cuentas nuevas conseguidas por un vendedor en un afo. ') El tiempo que transcure entre Ia legada de cada cliente en un cajero automtico, €) Elndmero de clientes en la estética Big Nick 4) La cartidad de combustibie que contiene el tanque de gasolina de su automévil €@) La cartidad de miembros del jurado perteneciontes a una minoria 1) La temperatura ambiente o dia de hoy. 5. Lainformacién que sigue representa el nimero de lamadas diarias al servicio de emergencia por @! servicio voluntario de ambulancias de Walterboro, Carolina del Su, durante los itimos 50 das. En otras palabras, hubo 22 dias en los que se reaizaron 2 lamadas de emergencia, y9 dias en los ae se reazaron @laradas de emergencia. Nomero de Wamadas Frecuencia 12) Convierta esta informacién sobre el nimero de llamada en una distribucién de probablidad, 1) {Es un ejemplo de cistrbucién de probabllidad discreta o continua? €) {Cudl es la media dela cantidad de lamadas de emergencia al dia? 4d) {Cusl es a desviacin estindar de la canticad de llamadas clarias? El drector de admisiones de Kinzua University en Nueva Escocia estimé la distribucion de acimi- siones de estudiantes para e! segundo semestre con base en 'a experiencia de anos paados, {Cul es e! ndmero de admisiones esperado para el segundo semestre? Calcule la varanza y la desviacion estandar del nimero de admisiones. Admisiones Probabilidad 1000 6 4200 a 100 a 7. Belk Department Store tiene una venta especial este fin de semana. Los clientes que registren car- {908 por compras de mas de $50 en su tarjeta de crécito de Belk recibiran una tarjeta especial de Ia oteria de la empresa. El cliente raspara Ia tarjeta, la cual incica Ia cantidad que se descontara del total de compras. A continuacién aparecen la suma del premio y el porcentaje de tiempo que s¢ deducira del total de las compras. ‘Suma de premios _Probabliad $10 50 5 a0 0 08 100 2 'a) {ual es la cantidad media deducida de la compra total? 1b) {ual es a desviacién estandar de la cantidad deducida del total de las compras?