APUNTES DE MÉTODOS ESTADÍSTICOS 1

ÍNDICE
Tema 1. Fenómenos aleatorios..................................................................................................... 6 CAPÍTULO I:.................................................................................................................................. 7 Fenómenos Aleatorios .................................................................................................................. 7 I.1.- FENÓMENO ALEATORIO. CONCEPTO........................................................................... 8 I.1.1.- Impredecibilidad de los resultados .............................................................................. 8 I.1.2.- Repetitividad del fenómeno. Enfoques clásico y bayesiano...................................... 10 I.1.3.- Definición de fenómeno aleatorio .............................................................................. 11 I.1.4. - Regularidad Estadística ............................................................................................ 11 I.2. - LA ESTADÍSTICA............................................................................................................ 12 Tema 2. Conceptos de probabilidad ........................................................................................... 14 CAPÍTULO II:............................................................................................................................... 15 Concepto de Probabilidad ........................................................................................................... 15 II.1.- INTRODUCCIÓN............................................................................................................. 16 II.2.- PROBABILIDAD .............................................................................................................. 17 II.2.1.- Probabilidad frecuencialista...................................................................................... 17 II.2.2.- Probabilidad objetiva o lógica. .................................................................................. 17 II.2.3.- Probabilidad subjetiva o bayesiana .......................................................................... 18 II.3.- ESPACIOS DE PROBABILIDADES................................................................................ 18 II.3.1.- Espacio Muestral .......................................................................................................... 19 II.3.2.- Definición axiomática de probabilidad.......................................................................... 20 II.3.3.- Definición de Espacio de Probabilidades ................................................................. 22 II.4.- PROBABILIZACIÓN DE ESPACIOS MUESTRALES..................................................... 22 II.4.1.- Espacios Muestrales finitos ...................................................................................... 22 II.4.2.- Espacios Muestrales infinitos numerables................................................................ 23 II.4.3.- Espacios Muestrales de la potencia del continuo..................................................... 24 Tema 3. Probabilidad condicional ............................................................................................... 25 CAPITULO III............................................................................................................................... 26 Probabilidad Condicional............................................................................................................. 26 III.1.- INTRODUCCION............................................................................................................ 27 III.2.- PROBABILIDAD CONDICIONAL................................................................................... 27 III.2.1.- Definición ................................................................................................................. 29 III.2.2.- Propiedades............................................................................................................. 29 III.3. - TEOREMA DE LA INTERSECCION ............................................................................. 30 III.4.- TEOREMA DE LA PARTICIÓN O DE LA PROBABILIDAD TOTAL .............................. 31 III.5.- SUCESOS INDEPENDIENTES ..................................................................................... 33 III.5.1. - Definición ................................................................................................................ 33 III.5.2. - Propiedades............................................................................................................ 34 III.6. - TEOREMA DE BAYES.................................................................................................. 34 Tema 4. Variables aleatorias....................................................................................................... 37 CAPÍTULO IV: ............................................................................................................................. 38 Variables Aleatorias Unidimensionales....................................................................................... 38 IV.1.- CONCEPTO DE VARIABLE ALEATORIA UNIDIMENSIONAL..................................... 39 IV.1.1.-Definición de variable aleatoria unidimensional ....................................................... 39 IV.1.2.- Función de distribución ........................................................................................... 40 IV.1.3.- Analogía mecánica .................................................................................................. 41 IV.1.4.- Variables discretas .................................................................................................. 41

IV.1.5.- Variables continuas ................................................................................................. 43 IV.2. FUNCIONES DE VARIABLES ALEATORIAS ................................................................ 44 IV.3.- ESPERANZA MATEMÁTICA......................................................................................... 46 IV.3.1.- Introducción ............................................................................................................. 46 IV.3.2.- Concepto ................................................................................................................. 47 IV.3.3.- Propiedades ............................................................................................................ 48 IV.4.- MOMENTOS .................................................................................................................. 50 IV.4.1.- Concepto ................................................................................................................. 50 IV.4.2.- Propiedades ............................................................................................................ 50 IV.5.- VARIANZA ..................................................................................................................... 51 IV.5.1.- Concepto ................................................................................................................. 51 IV.5.2.- Propiedades ............................................................................................................ 51 IV.6.- TEOREMA DE TCHEBYCHEFF.................................................................................... 53 IV.7.- PARÁMETROS DE UNA DISTRIBUCIÓN. ................................................................... 54 IV.7.1.- Parámetros de posición........................................................................................... 54 IV.7.2.- Parámetros de dispersión ....................................................................................... 55 IV.7.3.- Parámetros de asimetría ......................................................................................... 55 IV.7.4.- Parámetros de apuntamiento .................................................................................. 56 Tema 5.Variables aleatorias discretas ........................................................................................ 57 CAPITULO V: .............................................................................................................................. 58 Principales Distribuciones Discretas ........................................................................................... 58 V.1.- VARIABLE DICOTÓMICA............................................................................................... 59 V.1.1.- Definición.................................................................................................................. 59 V.1.2.- Valor medio .............................................................................................................. 59 V.1.3.- Varianza ................................................................................................................... 59 V.2.- VARIABLE BINOMIAL .................................................................................................... 59 V.2.1.- Definición.................................................................................................................. 59 V.2.2.- Ley de probabilidades .............................................................................................. 60 V.2.3.- Media ........................................................................................................................ 62 V.2.4.- Varianza ................................................................................................................... 62 V.2.5.- Adición ...................................................................................................................... 63 V.3.- TEOREMA DE BERNOUILLI.......................................................................................... 63 V.4.- DISTRIBUCION DE POISSON....................................................................................... 65 V.4.1.- Definición.................................................................................................................. 65 V.4.2.- Ley de probabilidades .............................................................................................. 65 V.4.3.- Media ........................................................................................................................ 67 V.4.4.- Varianza ................................................................................................................... 67 V.4.5.- Adición ...................................................................................................................... 68 V.5.- VARIABLE HIPERGEOMÉTRICA .................................................................................. 68 V.5.1.- Definición.................................................................................................................. 68 V.5.2.- Ley de probabilidades .............................................................................................. 69 V.5.3.- Convergencia ........................................................................................................... 70 V.6.- VARIABLE BINOMIAL NEGATIVA ................................................................................. 70 V.6.1.- Definición.................................................................................................................. 70 V.6.2.- Ley de probabilidades .............................................................................................. 70 V.6.3.- Media y Varianza...................................................................................................... 71 V.7.- VARIABLE K-ARIA.......................................................................................................... 72 V.7.1.- Definición.................................................................................................................. 72 V.7.2.- Vector de medias y Matriz de varianzas-covarianzas.............................................. 73 V.8.- VARIABLE MULTINOMIAL ............................................................................................. 73

V.8.1.- Definición.................................................................................................................. 73 V.8.2.- Ley de probabilidades .............................................................................................. 74 V.8.3.- Vector de medias y Matriz de varianzas-covarianzas.............................................. 74 Tema 6. Variables aleatorias continuas unidimensionales ......................................................... 76 CAPITULO VI: ............................................................................................................................. 77 Principales distribuciones continuas. .......................................................................................... 77 VI.1.- INTRODUCCION ........................................................................................................... 78 VI.2.- VARIABLE NORMAL TIPIFICADA ................................................................................ 78 VI.2.1.- Definición................................................................................................................. 78 VI.2.2.- Representación gráfica de fZ(z)............................................................................... 78 VI.2.3.- Media y Varianza..................................................................................................... 80 VI.2.5.- Manejo de tablas ..................................................................................................... 80 VI.2.6.- Nomenclatura .......................................................................................................... 80 VI.3.- DISTRIBUCION NORMAL GENERAL........................................................................... 80 VI.3.1.- Definición................................................................................................................. 81 VI.3.2.- Función de densidad ............................................................................................... 81 VI.3.3.- Adición..................................................................................................................... 82 VI.3.5.- Manejo de tablas ..................................................................................................... 82 VI.4.- TEOREMA CENTRAL DEL LIMITE............................................................................... 83 VI.4.1.- Teorema de Lindenberg-Levy ................................................................................. 83 VI.5.- APROXIMACIONES DE VARIABLES ALEATORIAS ................................................... 83 VI.6.- OTRAS VARIABLES CONTINUAS ............................................................................... 86 VI.6.1.- Distribución Uniforme .............................................................................................. 86 VI.6.2.- Distribución Exponencial ......................................................................................... 87 VI.7.- DISTRIBUCIONES DERIVADAS DE LA NORMAL....................................................... 89 VI.7.1.- Variable Chi-Cuadrado de Pearson ........................................................................ 89 VI.7.2.- Distribucion F de Snedecor ..................................................................................... 93 VI.7.3.- Variable t de Student ............................................................................................... 94 Tema 7. Variables aleatorias bidimensionales............................................................................ 97 CAPITULO VII: ............................................................................................................................ 98 Variables Aleatorias Bidimensionales ......................................................................................... 98 VII.1.- DEFINICIÓN ................................................................................................................. 99 VII.2.- FUNCIÓN DE DISTRIBUCIÓN..................................................................................... 99 VII.2.1.- Definición................................................................................................................ 99 VII.2.2.- Propiedades ........................................................................................................... 99 VII.3.- VARIABLES ALEATORIAS BIDIMENSIONALES DISCRETAS Y CONTINUAS....... 100 VII.4.- DISTRIBUCIONES MARGINALES............................................................................. 101 VII.5.- DISTRIBUCIONES CONDICIONALES....................................................................... 103 VII.5.1. Definición ............................................................................................................... 103 VII.5.2.- Función de distribución condicional ..................................................................... 103 VII.5.2.- Función de densidad y ley de probabilidades condicionales ............................... 104 VII.5.3. -Teorema de Bayes ............................................................................................... 105 VII.6.- VARIABLES INDEPENDIENTES ............................................................................... 106 VII.7.- MOMENTOS ............................................................................................................... 107 VII.8.- MATRIZ DE VARIANZAS COVARIANZAS ................................................................ 108 VII.8.1.- Definición.............................................................................................................. 108 VII.8.2.- Propiedades ......................................................................................................... 108 VII.9.- COEFICIENTE DE CORRELACIÓN .......................................................................... 108 VII.9.1.- Definición.............................................................................................................. 108 VII.9.2.- Propiedades ......................................................................................................... 109

VII.10.- REGRESIÓN............................................................................................................. 109 VII.10.1.- Regresión condicional ........................................................................................ 109 VII.10.2.- Regresión lineal mínimo cuadrática ................................................................... 110 VII.11.- VARIABLES ALEATORIAS n-DIMENSIONALES .................................................... 115 CAPITULO VII: .......................................................................................................................... 118 Variable Aleatoria Normal ......................................................................................................... 118 Bidimensional ............................................................................................................................ 118 VII.1.1.- Variable normal bidimensional tipificada .............................................................. 120 VII.1.2.- Variable normal bidimensional general ................................................................ 121 VII.2.- VECTOR DE VALORES MEDIOS.............................................................................. 123 VII.3.- MATRIZ DE VARIANZAS COVARIANZAS ................................................................ 124 VII.3.1.- Definición.............................................................................................................. 124 VII.3.2.- Propiedades ......................................................................................................... 124 VII.4.- COEFICIENTE DE CORRELACIÓN .......................................................................... 125 VII.4.1.- Definición.............................................................................................................. 125 VII.4.2.- Propiedades ......................................................................................................... 125 VII.5.- INDEPENDENCIA DE VARIABLES ALEATORIAS.................................................... 125 VII.6.- DISTRIBUCIÓN MARGINAL ...................................................................................... 127 VII.7.- DISTRIBUCIÓN CONDICIONAL ................................................................................ 127 Tema 8. Muestreo ..................................................................................................................... 129 CAPITULO VIII: ......................................................................................................................... 130 Distribuciones en el Muestreo ................................................................................................... 130 VIII.1.- INTRODUCCIÓN ....................................................................................................... 131 VIII.2.- POBLACIÓN, MUESTREO Y MUESTRA.................................................................. 132 VIII.3.- ESTADÍSTICOS......................................................................................................... 133 VIII.4.- DISTRIBUCIONES EN EL MUESTREO.................................................................... 134 VIII.4.1.- Distribución de la media muestral. ...................................................................... 135 VIII.4.2.- Distribución de la varianza muestral. .................................................................. 136 VIII.4.3.- Distribución de la proporción muestral. ............................................................... 138 VIII.5.- MUESTREO EN POBLACIONES NORMALES. ....................................................... 138 VIII.5.1.- Distribución de la media muestral. ...................................................................... 139 VIII.5.2.- Distribución de la varianza muestral. .................................................................. 140 VIII.5.3.- Distribución conjunta de x y sn-1 ........................................................................ 140 Tema 9. Inferencia .................................................................................................................... 141 CAPÍTULO IX: ........................................................................................................................... 142 Introducción a la Inferencia Estadística .................................................................................... 142 IX.1.- INTRODUCCIÓN ......................................................................................................... 144 IX.2.- ESTIMACIÓN DE PARÁMETROS. ............................................................................. 145 IX.2.1.- Estimación puntual ................................................................................................ 145 IX.2.2.- Estimación por intervalos de confianza................................................................. 147 IX.3.- TEST DE HIPÓTESIS.................................................................................................. 150 IX.3.1.- Errores de 1ª y 2ª especie..................................................................................... 151 IX.3.2.- Test de hipótesis paramétricos y no paramétricos................................................ 151 IX.3.3.- Tests de hipótesis paramétricos............................................................................ 151 IX.3.4.- Tests de hipótesis no paramétricos....................................................................... 162 9.4. Análisis de la varianza (I). Un factor controlado................................................................. 171 9.4.1.- GENERALIDADES......................................................................................................... 172 9.4.2.- MODELO TEÓRICO. HIPÓTESIS DEL MODELO ........................................................ 173 9.4.3.- HIPÓTESIS NULA ......................................................................................................... 175 9.4.5.- TEST F ........................................................................................................................... 176

9.4.6.- COMPARACIÓN DE MEDIAS. TEST L.S.D. (diferencia mínima significativa) ............. 176 9.5.1.- INTRODUCCIÓN. PLANES FACTORIALES................................................................. 179 9.5.2.- ANOVA PARA DOS FACTORES CON REPETICIONES ............................................. 179 9.5.2.1.- Concepto de Interacción ............................................................................................. 179 9.5.2.2.- Modelo y supuestos teóricos ...................................................................................... 181 9.5.2.3.- Hipótesis Nulas ........................................................................................................... 182 9.5.2.4.- Descomposición de las Sumas de Cuadrados. Test F............................................... 182 9.5.2.5.- Comparación de Medias. Test L.S.D. ......................................................................... 182 Interpretación de Resultados .................................................................................................... 184

Tema 1. Fenómenos aleatorios

CAPÍTULO I: Fenómenos Aleatorios .

CONCEPTO El objeto central del cálculo de probabilidades y de la Estadística. por tanto. Surge. En el sentido contrario.. desarrollar un modelo mecánico que permita conocer de antemano cual va a ser el resultado del lanzamiento de ese dado. la duración de una bombilla o la longitud de un tornillo recién fabricado.1. analizando la distribución de masas y los impulsos a los que está sometido el lanzamiento de un dado. en contraposición con los fenómenos regidos por leyes deterministas. pues. Parece. I.1. en general. son aquellos fenómenos reales que se caracterizan por la impredecibilidad de sus resultados y por la llamada regularidad estadística.FENÓMENO ALEATORIO. son resultados impredecibles y.8 . por tanto. se puede conocer unívocamente el resultado que se presentará en una realización concreta del mismo. cuando se conocen las condiciones en que ocurre el fenómeno y la ley que lo rige. la primera pregunta respecto a la impredecibilidad de los fenómenos aleatorios: ¿Son impredecibles porque no podemos o porque no sabemos predecir sus resultados?. según la definición que hemos establecido de fenómeno aleatorio. por ejemplo.1.. es completamente imposible predecir con exactitud cual será el número de accidentes que ocurrirán en las carreteras españolas el próximo fin de semana o los litros de agua de lluvia que se recogerán por m2 en un determinado observatorio meteorológico a lo largo del próximo año. los eclipses de sol serían resultados de un fenómeno aleatorio si no conociéramos las leyes que rigen el movimiento de la Tierra alrededor del Sol y de la Luna alrededor de la Tierra. lógico que comencemos por analizar a éstos aunque sólo sea someramente. y desde este punto de vista. estableció el llamado Principio de Indeterminación o de Incertidumbre que establece que es imposible una determinación unívoca de la posición y de I. no parece descabellado pensar que es posible. Los fenómenos aleatorios. si conocemos la situación inicial e0 de un cuerpo que se mueve en línea recta con velocidad constante v. pues aquéllos serían impredecibles. los fenómenos aleatorios podrían ser producto de nuestra ignorancia. es evidente que. En consecuencia. después de un tiempo t será: e=eo+v·t Por el contrario. En los fenómenos deterministas. podemos predecir con absoluta certeza que su posición.Impredecibilidad de los resultados El número obtenido al lanzar un dado.Capítulo I: Fenómenos aleatorios I. realizaciones de fenómenos aleatorios. El llamado azar ¿no será una forma de justificar nuestra ignorancia o desconocimiento del fenómeno en cuestión? En 1927 Heisemberg. Ahora bien. respecto a la referencia tomada. Así. lo constituyen los llamados fenómenos aleatorios.

Por último. En consecuencia se cumplirá que: P(A)+P(B)=1 Area( A ) Area( A ) p= = Area( A ) + Area(B) (b − a)(k 2 − k1 ) y k2 B A k1 a b x y=f(x) Figura I. Si extraemos puntos al azar (equiprobables) del recinto delimitado por x=a. a la cota inferior y a la cota superior de f(x) en el intervalo [a.b]. x=b. consideremos la integral: h 2π ∫ f (x) ⋅ dx b a Llamaremos k1 y k2. En consecuencia: I= ∫ f (x) ⋅ dx = (b − a) ⋅ k + p ⋅ (b − a) ⋅ (k b a 1 2 − k1 ) Si extraemos al azar n puntos del recinto A∪B y ν es el número de veces que ocurre A.Capítulo I: Fenómenos aleatorios la cantidad de movimiento de una partícula atómica.1. Llamaremos B al área delimitada por x=a. x=b.1). y llamamos: I. y=k2 y la función (Figura I. respectivamente. y=k2 e y=k1.26x10-27 ergios· seg-1).9 . Las relaciones de incertidumbre de Heisemberg imponen en la microfísica la sustitución de las leyes deterministas por predicciones estadísticas. Llamaremos A al área comprendida entre las rectas x=a y x=b y situada entre y=k1 y la función. Heisemberg demostró que: Δp ⋅ Δq ≥ en la que h es la constante de Planck ( h=6. la probabilidad de que ocurra cualquier suceso de este recinto es proporcional a su área. Si se representa por Δp a la imprecisión en la determinación de la posición de una partícula y mediante Δq a la imprecisión en la determinación de la cantidad de movimiento de la misma partícula.

al menos. cometiendo un error menor que 0. mediante I* podemos calcular aproximadamente I. la posibilidad de efectuar una realización del mismo. simplemente no queremos (caso de la integral) predecir sus resultados. ⎪I -I*⎪ =⎪p -f⎪·(b -a)·(k2 -k1) Por los Teoremas de Bernouilli y de Tchebycheff.10 . Enfoques clásico y bayesiano La impredecibilidad de los resultados implica la posibilidad de repetir el fenómeno o. podemos escribir: ∀ ε ∈ ℜ+ .I* y tomando valores absolutos. y conocidos a. Lo cual significa que si extraemos al azar 2500 puntos del recinto A∪B y calculamos la frecuencia relativa con que ocurre A. por el teorema de Bernouilli: P I−I* ≥ ε ≤ [ ) ] (b − a4 ⋅ ⋅n(kε − k ) ⋅ 2 2 1 2 2 ≤α Fijando α y ε. podemos calcular n mediante: n≥ (b − a)2 ⋅ (k 2 − k1 )2 4 ⋅ ε2 ⋅ α Ejemplo I.1 con una probabilidad mayor del 99 por ciento. tal y como se explica en capítulos posteriores.1: La integral 5 ∫ x ⋅ dx = 4. hemos visto que la impredecibilidad de un fenómeno aleatorio puede ser debida a que no sabemos (caso del dado). permite estimar I mediante: I* =(b -a)·k1+f·(b -a)·(k2 -k1) restando I .2. I. no podemos (caso de la microfísica) o.1.Capítulo I: Fenómenos aleatorios f= ν n el teorema de Bernouilli. que será expuesto más adelante. -2 -1 En los párrafos anteriores.Repetitividad del fenómeno. k1 y k2.. P [ f −p ≥ ε ≤ ] 1 4 ⋅ ε2 ⋅ n en consecuencia: es decir: P I − I * ≥ ε = P p − f ⋅ (b − a ) ⋅ (k 2 − k 1 ) ≥ ε [ ] [ ] ⎡ ⎤ ε P I − I * ≥ ε = P⎢ p − f ≥ (b − a) ⋅ (k 2 − k1 )⎥ ⎣ ⎦ [ ] de donde.5 4 Si α=10 y ε=10 . I. b. Esto permite hablar de la probabilidad de que al realizarse el fenómeno aleatorio ocurra un determinado suceso. con a-b = k1-k2 = 1 entonces es n≥2500.

Regularidad Estadística Cuando realizamos varias repeticiones “independientes” de un fenómeno aleatorio bajo las “mismas condiciones”. Desde esta óptica.1. .11 .Definición de fenómeno aleatorio Bajo la denominación de fenómenos aleatorios designaremos a cualquier fenómeno que pueda ser objeto de estudio probabilístico o de inferencia estadística. por ejemplo. como acabamos de ver: Existen fenómenos repetitivos cuyos resultados no se pueden predecir. en general. la probabilidad puede asimilarse.. por tanto. El segundo enfoque es el bayesiano. Pero además. de la forma que será precisada más adelante. En el enfoque bayesiano. dando un enfoque bayesiano a nuestro problema. I. En el enfoque clásico. en general.Capítulo I: Fenómenos aleatorios Actualmente. a la frecuencia con la que ocurre un determinado suceso. estamos probabilizando un suceso frecuencialista de forma subjetiva y. aunque es evidente que ello no es el resultado de la realización de un fenómeno aleatorio y. Debemos hacer notar que si el fenómeno es repetitivo y medimos nuestro grado de creencia o de verdad a través de la frecuencia con que hemos observado la realización de un determinado suceso. otros que no sabemos predecir y otros que aunque podemos y sabemos renunciamos voluntariamente a su predicción y. la probabilidad frecuencialista puede ser contemplada como un caso particular de la probabilidad bayesiana. mediante la Estadística bayesiana. es posible hablar de la probabilidad de que. En resumen. es posible hablar de la probabilidad de que sea verdadera cualquier proposición (en el sentido de la lógica matemática).1. por lo que a este enfoque también se le llama subjetivista.4. o bien son numerosas las causas que influyen en el resultado y no es posible mantener constantes a todas ellas. a todos ellos. mediante el que se puede hablar de probabilidad o grado de veracidad de ciertas proposiciones. exista vida en Marte. no se obtiene el mismo resultado. la probabilidad puede asimilarse al grado de verdad o de creencia que un determinado individuo tiene sobre una cierta proposición. Ello es debido a que. aunque tradicionalmente los fenómenos aleatorios eran el objeto del estudio de la Estadística. I. se les aplica fértilmente las leyes de la Estadística. o bien hay pocas causas que influyen en el resultado pero que pequeñas variaciones en las mismas producen grandes modificaciones en éste. también es posible estudiar eficazmente los grados de veracidad o de creencia personal de cualquier proposición lógica. En consecuencia: I. El primer enfoque es el clásico o frecuencialista que necesita de la posibilidad de repetición del fenómeno aleatorio.3.

En el primer caso. es necesario validarla. es decir. la teoría se muestra como correcta y es utilizable. . es decir. que determinan la duración de la misma. fr “tiende” a estabilizarse alrededor de un cierto número. y fr a la frecuencia relativa de A. I. condiciones de uso. contrastarla con la realidad. etc. es posible desarrollar una teoría científica sobre un fenómeno real. diremos que el fenómeno en cuestión posee regularidad estadística. “mismas condiciones” y “tienden”) tienen aquí un cierto carácter ambiguo que será precisado más adelante. o sea: fr = ν n Por definición de fenómeno aleatorio. no basta con desarrollar una teoría. al número de veces que ocurre un determinado suceso A asociado a dicho experimento. el investigador parte de una serie de proposiciones aceptadas como verdaderas y que constituyen el llamado Sistema Axiomático.4.1. el científico llega a demostrar determinadas proposiciones que son verdaderas en el contexto de la teoría. El desarrollo científico y tecnológico se realiza recorriendo dos caminos posibles: la deducción y la inducción. Pues bien: I. por el contrario. Si llamamos n al número de repeticiones de un experimento aleatorio.. Si.2.Definición de Regularidad Estadística Cuando la frecuencia relativa de cada uno de los posibles resultados de un fenómeno aleatorio “tiende” a estabilizarse alrededor de un cierto valor. . condiciones ambientales. es decir. El ángulo que forma la aguja de una ruleta con una determinada dirección al detenerse. sino que.Capítulo I: Fenómenos aleatorios Sobre la duración de una bombilla influyen numerosas causas como: características constructivas. ν a la frecuencia absoluta.12 . existen discrepancias I. Las palabras entrecomilladas (“independientes”. además. cuando el número de repeticiones crece indefinidamente. Estos axiomas se construyen extrayéndolos de las regularidades que se observan en el fenómeno sobre el que estamos desarrollando una teoría. De esta forma. cuando n crece.1. A partir de estos axiomas y mediante la aplicación de una lógica deductiva.LA ESTADÍSTICA Esta ciencia se ha formado de la conjunción de otras dos que en el tiempo evolucionaron independientemente: La Teoría de las Probabilidades y la Inferencia Estadística. Sin embargo. en la medida en que los axiomas son ciertos y en la medida en que las deducciones han sido realizadas correctamente. Esta propiedad es fundamental para definir el concepto de probabilidad en el enfoque frecuencialista. está influido por el impulso comunicado de manera que pequeñas variaciones en este impulso pueden dar lugar a resultados diametralmente opuestos. calidad de los materiales empleados. Si las proposiciones demostradas son realmente propiedades encontradas en el fenómeno estudiado.

La Inferencia Estadística. pasando de lo particular a lo general. modificándolo o. I. el sistema axiomático debería ser revisado. pues permite contrastar las proposiciones deducidas con las observaciones del fenómeno y permite.13 . precisamente. la Teoría de Probabilidades) es deductivo. contrastar los axiomas. no redundante y no contradictorio) desarrollado por Kolmogoroff. No es posible deducir cual es el número de tornillos de un lote que resistirán a un determinado esfuerzo de rotura por cizallamiento. En las ciencias experimentales. Las dos partes de que consta la Estadística recorren caminos opuestos: El Cálculo de Probabilidades (o mejor. es decir. Ríos 1952). no se suele pasar de lo general (axiomas) a lo particular (teoremas) mediante un proceso deductivo. Tampoco es posible deducir cuantos kilómetros recorrerá. La Inferencia Estadística permite cuantificar en términos de probabilidad ese riesgo de error. un determinado tipo de neumáticos hasta que sufran un determinado desgaste. que. la Inferencia Estadística es inductiva. Es indudable que el paso de lo particular a lo general está sometido a un riesgo de error. completándolo. En este sentido diremos que: La Estadística puede considerase como la Tecnología del Método Científico (S. de la inducción. mediante el estudio de una muestra de tornillos. Precisamente. se ocupa. por termino medio. de forma inductiva. sino que se procede en sentido contrario. Permite. simplemente.Capítulo I: Fenómenos aleatorios entre los hechos reales y los teóricos. Pero no siempre es posible proceder de esta elegante forma deductiva. así mismo. El Cálculo de Probabilidades es un modelo teórico que se elabora a partir de un sistema axiomático (completo. por ejemplo. la Estadística juega un importante papel como interfase entre la teoría y la realidad. podamos inferir al total de la partida la proporción de ellos que son defectuosos.

14 . Conceptos de probabilidad I.Capítulo I: Fenómenos aleatorios Tema 2.

CAPÍTULO II: Concepto de Probabilidad .

16 . es decir. o bien extrayéndola experimentando con el fenómeno en estudio. Si de ellas 1 o más son defectuosas. tendremos alguna información. se rechazará la partida. de tal forma que cada una de ellas puede ser clasificada como buena o como defectuosa. para fijar ideas supongamos que 20 piezas. confía en la calidad que le suministra habitualmente el proveedor y. o. que.1. pero puede que ésta no sea total. Vimos que existen fenómenos. partidas de una pieza determinada para ser montada en los automóviles de un cierto modelo. analizar un pequeño número de piezas. Ante una partida concreta caben una serie de actitudes: a) El comprador. etc. proposiciones. II. en consecuencia. no sabemos. Las piezas deben cumplir unas especificaciones de calidad. Si las 20 piezas muestreadas son correctas se aceptará la partida. quisiera que las partidas con ninguna o pocas piezas defectuosas no fueran rechazadas. sin más. Es cierto que en éstas situaciones la incertidumbre existe. simplemente caros y que. precisamente. adquiere a un cierto proveedor. los conceptos de probabilidad y de incertidumbre podrán tener diferentes interpretaciones. b) El comprador y el vendedor acuerdan mediante contrato.INTRODUCCIÓN En el capítulo anterior. acepta. por su experiencia pasada. no obstante. hemos estudiado el tipo de fenómenos que eran objeto de la Estadística. partidas con unas pocas piezas defectuosas podrían ser aceptadas. bien extraída de nuestra experiencia pasada. Antes de entrar en estas interpretaciones vamos a exponer un ejemplo que nos introduzca en esta problemática: Una empresa fabricante de automóviles. por tanto. de tal forma que un suceso cierto tiene una probabilidad igual a 1 y un suceso imposible tiene una probabilidad nula. Esta información hace que nuestra incertidumbre sobre el resultado del fenómeno aleatorio no sea total. en medir el grado de certidumbre de algunos sucesos. simplemente no queremos predecir cuál será su resultado.Capítulo II: Concepto de Probabilidad II. en general. El objeto del Cálculo de Probabilidades consiste. una inspección de todas las piezas de la partida no es posible o no es conveniente por su elevado costo. en las que no podemos. pero desearía rechazar las partidas que tuvieran un número de piezas defectuosas superior a un cierto umbral. El comprador quisiera que en cada partida no hubiera ninguna pieza defectuosa. por su parte. Supongamos también que los ensayos para clasificar a una pieza son destructivos o. Según el tipo de enfoque que se adopte. El vendedor.. probabilidades intermedias representan grados de certidumbre intermedios. experimentos. cualquier lote que le suministre el vendedor.

utiliza su experiencia pasada para determinar que es muy probable que el lote concreto que le está presentando el vendedor sea de un nivel de calidad aceptable. En esta concepción. En el caso b). la probabilidad de que al extraer 20 piezas al azar todas ellas sean correctas es igual o superior al 99%. el comprador.17 . y que si el lote tiene un 10. entre ellos el de no aplicabilidad a una amplia gama de problemas reales.. En el primer caso. En 1866. la probabilidad de rechazar el lote. el Cálculo de Probabilidades nos dice que si un lote de gran tamaño tiene un 5 por mil o menos de unidades defectuosas. reduce el ámbito de aplicación de la probabilidad exclusivamente a fenómenos o experiencias repetitivas. II. aparte de otras posibles criticas. En 1928. Von Mises formalizó rigurosamente esta concepción frecuencialista de la probabilidad. al menos. II. un profundo desacuerdo respecto a lo que el término “probabilidad” significa en cuanto a su aplicación a los problemas reales y concretamente a la Inferencia Estadística. consciente o inconscientemente.2. esta concepción frecuencialista. se define la probabilidad como II..Probabilidad frecuencialista La concepción clásica de la probabilidad dada por Laplace..Capítulo II: Concepto de Probabilidad En el caso a). Sin embargo.PROBABILIDAD Aunque hoy en día hay un acuerdo total sobre las propiedades matemáticas que debe reunir el ente abstracto que denominamos “probabilidad”. dejando fuera del mismo numerosas áreas en las que se presentan realmente situaciones de incertidumbre que deberían poder ser cuantificadas y tratadas en el contexto de la ciencia estadística. más conocido en el campo de la teoría económica.2. la probabilidad es objetiva o frecuencialista. En el segundo caso.1.9% o más de defectuosas. es decir. Venn definió la probabilidad de un suceso como: “El valor alrededor del cual se estabiliza la frecuencia relativa de un suceso cuando el número de repeticiones independientes de la experiencia a la que va asociado crece indefinidamente”. de que aparezcan.2. en su tesis doctoral propone una nueva concepción de la probabilidad. como cociente entre casos favorables y casos posibles presenta problemas bien conocidos. II. En el año 1921. el matemático inglés John Maynard Keynes. la concepción lógica también denominada objetiva.2. existe sin embargo.Probabilidad objetiva o lógica. se ha hecho uso de una probabilidad subjetiva. es superior o igual al 90%. una pieza defectuosa de entre las 20 muestreadas.

porque cada vez es menor el peso relativo de la información “a priori”. Esta concepción fue desarrollada posteriormente por Jeffreys. a medida que se va obteniendo más información objetiva.2.Capítulo II: Concepto de Probabilidad “el grado de evidencia de una proposición cualquiera” lo que permite abarcar situaciones mucho más generales que las contempladas en los enfoques clásicos o frecuencialistas. también se define la probabilidad subjetiva como “aquélla que se determina en base a la experiencia personal de quien la establece”. además.. Las cosas ocurren de tal forma. II. en la concepción subjetiva. que. lo que significa que no todos los grados de evidencia son numéricamente medibles..Probabilidad subjetiva o bayesiana Mientras que en la concepción lógica la probabilidad tiene un carácter objetivo. El valor que cada sujeto asigne a esta medida de incertidumbre. no es tal. pues permite estudiar aquellos fenómenos a los que no es de aplicación la probabilidad frecuencialista. Pero.3. Por ello. y que utilizaran la misma información objetiva.18 . II.3. compañero de Keynes en Cambridge para quien sus probabilidades expresan también grados de evidencia pero son siempre ordenables y tienen carácter numérico. a medida que ésta última es mayor. para transformarla en probabilidad “a posteriori”.ESPACIOS DE PROBABILIDADES II. las probabilidades “a posteriori” irían siendo cada vez más próximas. la información subjetiva “a priori” va pesando menos. cuyo principal exponente es De Finetti. dependerá de la información de que disponga de manera que dos personas con información distinta asignarán probabilidades distintas a un mismo suceso. mediante el Teorema de Bayes (que será estudiado más adelante) se puede incorporar a la probabilidad subjetiva “a priori” la información extraída de las repeticiones del fenómeno. la probabilidad se define como “el grado de creencia personal en la veracidad de una proposición” y puede variar de un sujeto a otro. presenta la ventaja de que si el fenómeno es susceptible de repetición. como algo intrínseco de la proposición a que se refiere. Esta probabilidad que puede parecer poco científica. con lo que dos individuos que partieran de probabilidades subjetivas “a priori” diferentes. La concepción lógica de Keynes admitía la posible existencia de probabilidades que fueran solo parcialmente ordenables. es también denominada Bayesiana debido al papel clave que tiene el teorema de Bayes en esta teoría. Esta concepción subjetiva de la probabilidad.

II. por tanto.2.3. si la experiencia consiste en lanzar un dado y el suceso A está constituido por los números pares es: A={2. definiremos los elementos que intervienen en esta definición.4. lógicamente.. II.1. ha ocurrido A y.6} Si al lanzar el dado sale el número 4. Seguiremos el sistema axiomático establecido por Kolmogoroff en 1933.Clasificación Los Espacios Muestrales pueden ser: finitos. Si la experiencia consiste en lanzar una moneda al aire y el resultado es el número de veces que es necesario lanzarla hasta obtener por primera vez cara. Si la experiencia consiste en extraer al azar una pieza recién fabricada y medir una de sus dimensiones.3. al conjunto de sus posibles resultados. es decir: {A es un suceso} ↔ {A ∈ P(E)} en la que P(E) es el conjunto de las partes de E.1.1. Al Espacio Muestral lo designaremos por E. de probabilidad.1.Espacio Muestral El primer elemento a considerar es el de los posibles resultados del fenómeno en estudio ó el conjunto de las posibles hipótesis a establecer sobre nuestras proposiciones. II.19 .Definición Llamaremos Espacio Muestral de un fenómeno aleatorio. el Espacio Muestral es finito y consta de 6 elementos. abstracto.3.Sucesos Denominaremos suceso a todo subconjunto del Espacio Muestral E.3. Diremos que ha ocurrido el suceso A si el resultado es un elemento de A.. el Espacio Muestral es infinito numerable. II. aplicable a cualquiera que sea la concepción que de ésta se tenga. II. infinitos numerables e infinitos no numerables ó de la potencia del continuo. Llamaremos suceso elemental al constituido por un sólo elemento de E y suceso compuesto a cualquier subconjunto de E constituido por más de un elemento.. también todos los sucesos que contienen al número 4.3. el Espacio Muestral es infinito no numerable.. Si la experiencia consiste en lanzar un dado y el resultado es el número de puntos que obtenemos. Por ejemplo.Capítulo II: Concepto de Probabilidad En este apartado vamos a formalizar el concepto matemático y. Previamente.1.

por razones que serán expuestas más adelante. el suceso que siempre ocurre es. Para ello... ¯} tiene estructura de Álgebra de Boole.Propiedades a) Probabilidad del suceso contrario Como A ∪ A =E y A ∩ A =∅.2. basta que se cumplan las dos siguientes condiciones: a) {∀ (A1.Capítulo II: Concepto de Probabilidad El suceso cierto. An.. lógicamente.1. es decir.. ∪..3. diremos que la aplicación P:F → ℜ es una probabilidad.3. establecidos por Kolmogoroff : A1) ∀ A ∈ F es P(A)≥0 A2) P(E)=1 A3) ∀ (A1. que designaremos por F. .Estructura de la clase de sucesos Es conocido que la cuaterna { P(E).1. pero es conveniente que la clase de los sucesos probabilizables. el Espacio Muestral E. el suceso que nunca puede ocurrir es.Axiomas Dado un Espacio Muestral E y una σ-álgebra F. el conjunto vacío ∅.4.20 . si cumple los tres siguientes axiomas.3. An. ∩. Sin embargo. el número de sucesos es 2n..2. . no siempre es posible probabilizar a todos los elementos de P(E)....) ∈ F } → ⎧U A i ∈ F⎫ ⎬ ⎨ ⎩ i =1 ⎭ entonces F tiene estructura de σ-álgebra. lógicamente.Definición axiomática de probabilidad II.) ∈ F. siga teniendo estructura de Álgebra de Boole.... Si el Espacio Muestral E es finito y tiene n sucesos elementales. El suceso imposible.2. .2. II.3.. es decir. A2) ∈ F } → {(A1∪A2) ∈ F } b) {∀ A ∈ F } → { A ∈ F } Si la primera condición se cumple para todo conjunto numerable de sucesos es decir: ∞ a’) {∀ (A1. A2. II. A2. . por los axiomas A2 y A3: P(A)+P( A )=P(E)=1 de donde: P( A ) = 1 − P( A ) II.. A i I A j = ∅ es P ⎛ U A i ⎞ = ∑ P( A i ) ⎜ ⎟ i≠ j ⎝ i ⎠ i II.

En efecto.Capítulo II: Concepto de Probabilidad b) Como corolario: P(∅ ) = 1 − P(E) = 0 c) Si {B⊃A}→{P(B)≥P(A)} Gráficamente: E A∩B A B Figura II. Se cumple: A∪B=A∪( A ∩B) y A∩( A ∩B)=∅ por el axioma A3: P(A∪B)=P(A)+P( A ∩B) II. Consideremos dos sucesos A y B. por ser ∅ ⊂ A ⊂ E y por el axioma A2 y la propiedad b): ∀A ∈F 0 ≤ P(A) ≤ 1 e) Probabilidad de la reunión E B A A∩B A∩B Figura II.21 .1. es: B=A∪( A ∩B) y A∩( A ∩B)=∅ por el axioma A3: por el axioma A1 es: de donde: P(B)=P(A)+P( A ∩B) P( A ∩B)≥0 { B ⊃ A} → { P(B) ≥ P( A )} d) Como corolario.2.

pero que sus recíprocos no son ciertos.4. P } se denomina Espacio de Probabilidades.22 . bastará con hacer corresponder a cada suceso elemental una probabilidad. Se deberá respetar la condición de que la suma de las probabilidades de los sucesos elementales sea igual a la unidad. II. II.. Si lanzamos ahora una esfera. Si lanzamos un dado perfectamente equilibrado. por otra parte es: B=(A∩B)∪( A ∩B) y (A∩B)∩( A ∩B)=∅ por el axioma A3: de donde: P( A ∩B)=P(B)-P(A∩B) sustituyendo: P( A ∪ B) = P( A ) + P(B) − P( A ∪ B) P(B)=P(A∩B)+P( A ∩B) Aplicando esta ecuación al suceso A∪B∪C. F. (poliedro regular de 20 caras) la probabilidad anterior es ahora 1/20.1.Espacios Muestrales finitos En este tipo de Espacios Muestrales. P(E) = P ⎛ U a ⎞ = ∑ P(a) = 1 ⎜ ⎟ ⎝ a∈E ⎠ a∈E II. + ( −1)n +1 ⋅ P ⎛ I A i ⎞ ⎜ ⎟ ⎜ ⎟ i =1 j = i + 1 ⎝ i =1 ⎠ i =1 ⎝ i =1 ⎠ Debemos hacer notar que si el suceso es cierto su probabilidad es 1.PROBABILIZACIÓN DE ESPACIOS MUESTRALES II. y que si el suceso es imposible su probabilidad es nula.3...3. Entonces.4. Si en lugar de lanzar un dado (que es un cubo) lanzáramos un icosaedro... la probabilidad de que se apoye en un punto concreto es 1/∞ = 0. Bastará con que encontremos un ejemplo en el que la probabilidad de un suceso sea nula y.Capítulo II: Concepto de Probabilidad como. La probabilidad es nula y el suceso no es imposible. el suceso no sea imposible. la probabilidad de cualquier suceso compuesto será la suma de las probabilidades de los sucesos elementales que lo constituyen.Definición de Espacio de Probabilidades A la terna {E. se obtiene: P( A ∪ B∪ C) = P( A ) + P(B) + P(C) − P( A ∩ B) − P( A ∩ C) − P(B ∩ C) + P( A ∩ B∩ C) Generalizando esta propiedad: n n n n −1 n P ⎛ U A i ⎞ = ∑ P( A i ) − ∑ ∑ P( A i ∩ A j ) + . la probabilidad de que salga una de sus caras prefijada a priori es 1/6. sin embargo.

. el espacio muestral es: E={1. es decir. y el número de elementos de E es n. será P(A)=υ/n.. 4. lo que constituye la conocida Regla de Laplace. n. . la probabilidad de cada uno de ellos será 1/6. no son iguales entre sí y. 4.. obtener una cara por primera vez en una tirada impar: II. Calculemos algunas probabilidades: P(E) = ∑2 i =1 ∞ 1 υ = 1/ 2 =1 1− 1 / 2 Si el suceso A es obtener una cara por primera vez en una tirada par.. II. El cálculo de las probabilidades de algunos sucesos requerirá la suma de una serie. al lanzar una moneda: A={2.4.. no es de aplicación la Regla de Laplace. 6} Como todos los resultados son igualmente probables. en este caso el Espacio Muestral no puede ser simétrico ó de elementos equiprobables.2.. 6} la probabilidad de A será: P(A)=P(2)+P (4)+P(6)=1/6+1/6+1/6=3/6=1/2 Del mismo modo podría obtenerse la probabilidad de cualquier otro suceso asociado a la experiencia aleatoria descrita.23 .Espacios Muestrales infinitos numerables La probabilización de este tipo de Espacios se efectúa de la misma forma que en el apartado anterior. El Espacio Muestral es: E= { 1. por tanto no es de aplicación la Regla de Laplace. Evidentemente.Capítulo II: Concepto de Probabilidad Si todos los sucesos elementales son igualmente probables... 4. lógicamente.} Designemos genéricamente por X a un elemento de E. Por ejemplo. Si analizamos el experimento consistente en lanzar un dado perfectamente equilibrado y observar el número de puntos que aparecen en la cara superior. supongamos que realizamos una experiencia cuyo resultado es el número de veces que hay que lanzar al aire una moneda hasta obtener por primera vez una cara. . Las probabilidades elementales serán: P(X = υ ) = 1 2υ Obsérvese que las probabilidades elementales. como P(E)=1. casos favorables dividido por casos posibles. y. 3. 2.. la probabilidad de un suceso elemental será 1/n y si el suceso A tiene υ elementos. 2·n. 3. Si consideramos el suceso A= tirada par. por tanto. 5.} entonces P( A ) = 1 1 1 1/ 4 1 + + L + 2n + L = = 22 2 4 2 1− 1/ 4 3 Y para suceso contrario... 2. A={2...

2·n-1. 3. Esta función será estudiada en un capítulo posterior. consistirá en la definición de una función de distribución.} será: P( A ) = 1 1 1 1/ 2 2 + 3 + L + 2n −1 + L = = 1 2 2 2 1 − 1/ 4 3 II...Capítulo II: Concepto de Probabilidad A ={1.24 .3..Espacios Muestrales de la potencia del continuo La única forma mediante la que probabilizaremos estos Espacios Muestrales..4..... II.

Probabilidad condicional II.25 .Capítulo II: Concepto de Probabilidad Tema 3.

CAPITULO III Probabilidad Condicional .

puede modificar la probabilidad de cualquier suceso de ese fenómeno aleatorio. Si sabemos que el resultado de la tirada ha sido un número par. 5. Por ejemplo. cuando tenemos la información de que ha ocurrido un determinado suceso A de la misma. por tanto. 3. F. La probabilidad de extraer un rey es de 4/40=1/10. Esta información transforma. III. la de la definición de la nueva σ-álgebra y la de la III. por lo que la información suministrada no aporta nada nuevo para el mejor conocimiento de estos sucesos. la probabilidad de cualquiera de los seis sucesos elementales es de 1/6.2.. P} el espacio de probabilidades de un cierto fenómeno aleatorio. es 1/10. pues el conjunto de los posibles resultados del fenómeno aleatorio ha pasado de ser E a ser A. Sin embargo. Evidentemente.27 . por ejemplo. la misma que si no supiéramos nada respecto al resultado de la extracción (4/40). vamos a estudiar. la probabilidad de que la carta extraída sea el rey de oros ha pasado de valer 1/40 a valer 0. pasan a tener una probabilidad nula. Por ejemplo. la probabilidad de que haya ocurrido el suceso “rey”. pasan a tener una probabilidad de 1/3 y que cualquiera de los sucesos elementales 1. ahora. Supongamos que sabemos que ha ocurrido el suceso A ∈ F. 4. La modificación del espacio muestral implica la del Espacio de Probabilidades y. 4. cada uno de ellos con la misma probabilidad. 6} sabemos que ha ocurrido uno de los tres números pares. Nótese. cómo se calcula la nueva probabilidad de cualquier suceso de la σ-álgebra. inmediatamente. En este capítulo.1. luego se cumplirá que cualquiera de los tres sucesos elementales 2. cuando sabemos que ha ocurrido A. a A en un nuevo espacio muestral. si el fenómeno consiste en lanzar un dado perfectamente equilibrado. otros sucesos no modifican su probabilidad.PROBABILIDAD CONDICIONAL Sea {E. Analicemos otro ejemplo en el que la información parcial del resultado del fenómeno aleatorio no modifica la probabilidad de determinados sucesos: Supongamos. es decir. 6. que la experiencia consiste en extraer al azar una carta de una baraja de 40 cartas.INTRODUCCION El conocimiento total o parcial del resultado que ha ocurrido en una realización de un fenómeno aleatorio. por tanto. cuando sabemos que ha salido una copa. precisamente. la información que suministra este conocimiento puede suponer una modificación de las probabilidades de determinados sucesos. que aunque no conozcamos más que parcialmente el resultado de la realización del fenómeno aleatorio. algunos sucesos modifican su probabilidad bajo esta información parcial.. pues es imposible que ocurra cualquiera de ellos si ha ocurrido A. si sabemos que ha ocurrido el suceso: A ={ 2. A esta probabilidad se le llamará probabilidad condicional. Supongamos que sabemos que la carta extraída es una copa. es decir.Capítulo III: Probabilidad Condicional III.

podemos extender la probabilidad condicional PA a toda la σ-álgebra F. . B2. Designaremos al nuevo Espacio de Probabilidades mediante: {A. FA.. B =C∩ A } Puede demostrarse que FA cumple las dos condiciones para ser una σ-álgebra: a) ∀ (B1. definiremos a FA mediante: FA ={B/ ∃ C ∈ F. E C B A B A Espacio Muestral inicial E Nuevo Espacio Muestral A Figura III. que todo suceso B de FA pertenece también a F.Capítulo III: Probabilidad Condicional nueva probabilidad.) ∈ FA se cumple que U Bi ∈ FA i b) ∀ B ∈ FA → CAB ∈ FA En el ejemplo del dado de la introducción.1. Como quedó dicho más arriba.Cambio de Espacio Muestral Si llamamos genéricamente C a cualquier suceso de F. PA (B)= P(B) P( A ) Se demuestra fácilmente que PA cumple los axiomas de probabilidad. tal que P(A)≠0. B=C∩A} es decir: {B ∈ FA } ↔ {∃ C ∈ F. nótese que las probabilidades de los sucesos de A se obtienen sin más que dividir su probabilidad inicial por la del suceso A.. es decir. Si hacemos corresponder a cualquier suceso C de F la probabilidad: III. pues B es intersección de dos sucesos de F y. Nótese que la σ-álgebra FA está contenida en F. pertenece a F. así: PA (2)= P(2) 1 / 6 1 = = P( A ) 1 / 2 3 P( A ) =1 P( A ) De la misma forma: PA ( A )= En general. el Espacio Muestral E se transforma en el A y PA se aplica a los sucesos de FA. mediante: ∀ B ∈ FA . PA}. conocido que ha ocurrido el suceso A. si sabemos que ha ocurrido el suceso A. y B a cualquier suceso de FA. Sin embargo..28 . definiremos a PA. por tanto.

o bien probabilidad de que ocurra C “condicionada a” A.29 .2. PA} . PA) es un Espacio de probabilidades en el que PA es una probabilidad condicional definida por: PA (C)= P(C/A) = P(C ∩ A) P(A) con P(A)≠0..Propiedades La probabilidad condicional reúne todas las propiedades de cualquier probabilidad establecidas en apartado II.3.2. La probabilidad PA puede escribirse ahora así: ∀ C ∈ F . III. F. PA (C) = P(C / A ) = P(C ∩ A ) P( A ) En la que P(C/A) se lee probabilidad de C “dado” A.. f) La definición de probabilidad condicional se puede aplicar a la propia probabilidad condicional.2 del capitulo II. III.2. el Espacio de Probabilidades es {E.Capítulo III: Probabilidad Condicional lo que estamos haciendo es: pues: PA(C)=PA(C ∩ A) PA(C ∩ A )=0 C=(C ∩ A) ∪ (C ∩ A ) con: (C ∩ A) ∩ (C ∩ A )=∅ De esta forma.Definición La terna (E.1.P(C1 ∩ C2 / A) y su generalización a n sucesos. así: III. F.2. es decir: a) ∀ C ∈ F es P( C / A) =1-P(C / A) b) P(∅ / A)=0 c) {C1 ⊂ C2} → P(C1 / A) ≤ P(C2 / A) d) ∀ C ∈ F es 0 ≤ P(C / A) ≤ 1 e) P(C1 ∪C2 / A) = P(C1 / A)+P(C2 / A) . o bien “sabiendo que ha ocurrido” A.

2. . Este teorema es de aplicación a cualquier tipo de probabilidad.. por lo que acabamos de ver.30 .3.Capítulo III: Probabilidad Condicional PA (C / B) = PA (C ∩ B) P( A ∩ B ∩ C) / P( A ) P( A ∩ B ∩ C) = = PA (B) P( A ∩ B) / P( A ) P( A ∩ B) de donde: luego: PA (C / B) = P [(C / B) / A ] = P [(C /( A ∩ B)] P [(C / B) / A ] = P [C /( A ∩ B)] Gráficamente: E B A A C Figura III.Generalización de la Probabilidad Condicional III. será: P( A ∩ B ∩ C) = P( A ) ⋅ P(B / A ) ⋅ P [C /( A ∩ B)] III.TEOREMA DE LA INTERSECCION De la definición de probabilidad condicional se deduce que: P( A ∩ B) = P( A ) ⋅ P(B / A ) = P(B) ⋅ P( A / B) ecuación que se conoce como el Teorema de la Intersección. luego lo es a la probabilidad condicional: PA (B ∩ C) = PA (B) ⋅ PA (C / B) = PA (C) ⋅ PA (B / C) que puede escribirse: P [(B ∩ C) / A ] = P(B / A ) ⋅ P [(C / B) / A ] = P(B / A ) ⋅ P [C /( A ∩ B)] Esta última ecuación nos permitirá establecer el teorema de la intersección para tres sucesos: P(A ∩ B ∩ C) = P[A ∩ (B ∩ C)] = P(A)·P[(B ∩ C) / A] que.

1: Consideremos un lote de 10 piezas en el que la mitad no superan el nivel de calidad establecido. Si de dicho lote tomamos al azar y sin reposición tres piezas ¿Cual es la probabilidad de que todas sean correctas? Si llamamos Ai al suceso “la pieza extraída en lugar i es correcta”..Capítulo III: Probabilidad Condicional E A C B Figura III.4.Intersección de los sucesos A.. ···. A2. la probabilidad pedida será: P(A1 ∩ A2 ∩ A3) = P(A1)·P(A2 / A1)·P[A3 / (A1 ∩ A2)] = 5/10·4/9·3/8 = 60/720 III. aplicando el axioma tercero de la definición de probabilidad: P(B) = ∑ P(B ∩ A i ) = ∑ P( A i ) ⋅ P(B / A i ) i =1 i =1 n n III. Este teorema resulta fácilmente generalizable.3. para n sucesos es: P( A1 ∩ A 2 ∩ L ∩ A n ) = P( A1 ) ⋅ P( A 2 / A1 ) ⋅ L ⋅ P [A n /( A1 ∩ A 2 ∩ L ∩ A n −1 )] Ejemplo III.TEOREMA DE LA PARTICIÓN O DE LA PROBABILIDAD TOTAL Sea A1. An una partición de E con Ai ∈ F. B y C lo que constituye el Teorema de la Intersección para tres sucesos. Sea B un suceso de F.31 . así para cuatro sucesos es: P(A ∩ B ∩ C ∩ D) = P(A)·P(B / A)·P[C / (A ∩ B)]·P[D / (A ∩ B ∩ C)] En general. Se cumple que: B = U (B ∩ A i ) i =1 n y para i≠j: (B ∩ Ai) ∩ (B ∩ Aj)=∅ Por tanto.

2 En consecuencia: P(B)=P(A1)·P(B/A1)+P(A2)·P(B/A2)=0. Si en el colectivo hay un 60% de mujeres y sabemos además que son fumadores el 10% de las mujeres y el 25% de los hombres.40 P(B/A1)=0.Partición de E del ejemplo III.10+0.2: En un colectivo están presentes mujeres (A1) y hombres (A2).5.Ejemplo de partición de E Los elementos Ai de la partición de E pueden considerarse como las causas que motivan el suceso B o las circunstancias bajo las cuales puede ocurrir el suceso B.. tendremos las siguientes probabilidades: P(A1)=0.32 . La probabilidad total de que sea fumador.Capítulo III: Probabilidad Condicional ecuación que se conoce como el Teorema de la Partición.10 P(B/A2) = 0.60·0..4. Consideramos el experimento aleatorio “seleccionar una persona al azar” y en él el suceso (B) que “la persona seleccionada sea fumador”.16 Como se ha visto. III. independientemente de que la persona elegida al azar sea hombre o mujer es la dada por la expresión del teorema aquí estudiado.25=0. la probabilidad de que la persona seleccionada sea fumador es diferente según se dé la circunstancia de que se produzca la elección entre las mujeres (A1) o entre los hombres (A2) del colectivo.60 P(A2)=0. E A1 B A2 Figura III.5. E An B A1 A2 ··· Figura III.40·0. Ejemplo III.25 En nuestro caso la partición es del estilo del de la figura III.

Podemos realizar la generalización de la siguiente forma: Diremos que los sucesos {A1. 2 ≤ K≤ n ∀(B1..Capítulo III: Probabilidad Condicional III.SUCESOS INDEPENDIENTES III.1.. ...5.... A2. para que A1.. . diremos que son independientes si el conocimiento de que ha ocurrido uno de ellos no modifica la probabilidad del otro. ∩ BK) = P(B1)·P(B2 )·. equivalente a la anterior.. .. A2. B2. {A y B son independie ntes} ↔ {P( A / B) = P( A )} Es fácil demostrar que: {P(A/B)=P(A)} ↔ {P(B/A)=P(B)} pues sí: P( A / B) = P( A ∩ B) = P( A ) P(B) se cumple que: P(A ∩ B)=P(A)·P(B) en consecuencia: P(B / A ) = P( A ∩ B) P( A ) ⋅ P(B) = = P(B) P( A ) P( A ) Cambiando A por B queda demostrado el recíproco. se desprende que: {A y B son independie ntes} ↔ {P( A ∩ B) = P( A ) ⋅ P(B)} lo que constituye otra definición..33 . An } ∈ F son mutuamente independientes si ∀ K.Definición Dados los sucesos A y B. BK) ⊂ { A1. A2 y A3 sean mutuamente independientes se deben cumplir las siguientes condiciones: a) P(A1 ∩ A2) = P(A1)·P(A2) b) P(A1 ∩ A3) = P(A1)·P(A3) c) P(A2 ∩ A3) = P(A2)·P(A3) d) P(A1 ∩ A2 ∩ A3) = P(A1)·P(A2)·P(A3) III. ...·P(BK) Así.5. An} se cumple que: P(B1 ∩ B2 ∩ .. De todo lo anterior. de sucesos independientes.

Propiedades a) Si A y B son independientes. Su enunciado es el siguiente: Sea A1.6. por lo que P(B/ A )=P(B). A2. A2.34 .Capítulo III: Probabilidad Condicional III. III.P(B / A )] Por la propiedad anterior si A y B son independientes. es decir: E= i =1 n U Ai y para i ≠ j Ai ∩ Aj = ∅ P ( Ai / B ) = P ( Ai ∩ B ) P( B ) Sea B un determinado suceso de F tal que P(B)≠0. también lo son A y B En efecto. lo que pone de manifiesto su gran importancia teórica. por hipótesis. se puede demostrar que si A1.5..TEOREMA DE BAYES Este teorema fue desarrollado por Thomas Bayes (1702-1761).. A y B son independientes: P(A ∩ B ) = P(A)·[1 . .2. . .. El enfoque bayesiano de la Estadística se fundamenta en este teorema.P(B)] es decir: P(A ∩ B ) = P(A)·P( B ) {Si A y B son independientes} → { A y B son independientes} b) Si A y B son independientes A y B también lo son: P( A ∩ B ) = P( A )·P( B / A ) = P( A ∩ B ) = P( A )·[1 .P(B / A)] Como. luego: P( A ∩ B ) = P( A )·[1 .. también lo son cualquier conjunto de sucesos que resulte de cambiar uno. varios o todos los sucesos Ai por sus complementarios. Entonces se cumple que: Por el teorema de la intersección: III. también lo son B y A . An una partición de E. ..P(B)] = P( A )·P( B ) {Si A y B son independientes} → { A y B son independientes} c) Generalizando las dos propiedades anteriores. por definición de probabilidad condicional: P(A ∩ B ) = P(A)·P( B / A) Por una propiedad de la probabilidad condicional: P(A ∩ B ) = P(A)·[1 .. An son sucesos mutuamente independientes.

44 3 45 P( A1 ) = Las probabilidades del efecto dada la causa son: P(B / A1) = 0.44 y pasa a ser.033 P(B / A2) = 0.22 ⋅ 0.33 ⋅ 0.03 = 0. Cada tornillo puede ser clasificado como defectuoso (B) o como no defectuoso.000 unidades fabricadas por A1. Se extrae un tornillo al azar que resulta ser defectuoso.44 ⋅ 0.02 P(B / A3) = 0. III.60 0. Las probabilidades de las causas son: 10000 10 = = 0.02 + 0. ¿Cuál es la probabilidad de que el tornillo hubiera sido fabricado por A3?.000 fabricadas por A2 y 20. A2 y A3 tienen respectivamente. 2% y 3% de unidades defectuosas. En un almacén hay 10. 1%. después de conocer que el tornillo extraído es defectuoso. 0.Capítulo III: Probabilidad Condicional P(Ai ∩ B)=P(Ai )·P(B / Ai ) Por el teorema de la partición: P ( B ) = ∑ P( Ai ) ⋅ P ( B / Ai ) i =1 n Con lo que queda demostrado que P ( Ai / B ) = P ( Ai ) ⋅ P( B / Ai ) n ∑ P( Ai ) ⋅ P( B / i =1 Ai ) En alguna ocasión. en función de las probabilidades de las causas y la de los efectos dadas las causas.60.35 .03 es decir: P ( A3 / B ) = La probabilidad de la causa A3 era igual a 0.01 La probabilidad buscada es: P ( A3 / B ) = P ( A3 ) ⋅ P ( B / A3 ) P ( A1 ) ⋅ P( B / A1 ) + P( A2 ) ⋅ P ( B / A2 ) + P ( A3 ) ⋅ P ( B / A3 ) 0.33 2 45 20 P( A ) = = 0.22 10000 + 15000 + 20000 45 15 P( A ) = = 0. el teorema de Bayes permite calcular la probabilidad de que cuando se ha dado el efecto B la causa haya sido Ai. 15.3: Supongamos que las partidas de tornillos que suministran tres proveedores A1. Ejemplo III. Con ésta nomenclatura. a los sucesos Ai se les ha llamado causas y a B efecto.44 ⋅ 0.000 por A3.01 + 0.

702 0.1 P(B/A2) = 0.4: Los expertos de una cierta empresa. a P(Ai) se le llama probabilidad “a priori” del suceso Ai.25 y 0.25 ⋅ 0.235 luego.3 Las probabilidades “a posteriori” serán: P( AK / B ) = P ( AK ).55·0.085 0.P( B / i =1 n Ai ) = 0.2+0. Ejemplo III. Si al encuestar al azar a un consumidor resulta que éste adquiere el producto de la empresa en cuestión. las probabilidades “a priori” serán: P(A1) = 0. el 20% o el 30% del mercado con probabilidades respectivas de 0.55.2 P(B/A3) =0. han calculado que ésta controla el 10%. A2 a la proposición “la empresa controla el 20% del mercado” y A3 a la proposición “la empresa controla el 30% del mercado”.2·0.Capítulo III: Probabilidad Condicional Desde el punto de vista bayesiano.235 0.55 ⋅ 0.25 P(A3) = 0.3 P ( A3 / B ) = = 0.1 = 0.2 ⋅ 0 .235 P ( A1 / B ) = III. Si llamamos B a la proposición “el encuestado es cliente de la empresa”.3 = 0.2. 0 .235 0.P ( B / AK ) ∑ P( Ai ). Si llamamos A1 a la proposición “ la empresa controla el 10% del mercado”.55. será: P(B/A1) = 0.2 P(A2) = 0. 0.25·0. que tras observar el resultado B se transforma en la probabilidad “a posteriori” P(Ai/B).1+0.2 P ( A2 / B ) = = 0.36 .P( B / i =1 n Ai ) El denominador de esta expresión es: ∑ P( Ai ). ¿Cuales son las probabilidades “a posteriori”?.213 0.

Capítulo III: Probabilidad Condicional Tema 4.37 . Variables aleatorias III.

CAPÍTULO IV: Variables Aleatorias Unidimensionales .

F. la duración de un componente electrónico. A pesar de lo sencillos e intuitivos que son los conceptos anteriormente expuestos. En resumen.CONCEPTO DE VARIABLE ALEATORIA UNIDIMENSIONAL De forma intuitiva puede considerarse como una variable aleatoria unidimensional a cualquier magnitud que puede tomar valores en un determinado dominio de forma impredecible influida por el azar.1..1. El peso. El concepto establecido para las variables aleatorias unidimensionales puede extenderse al caso en que en cada observación se evalúen varias magnitudes simultáneamente. la longitud. definiremos a una variable aleatoria unidimensional.) ↔ {∀ x ∈ ℜ.A. pueden ser tomados como ejemplos de variables aleatorias multidimensionales. O(Ix) ∈ F} Entonces: P(I x ) = P( X ∈ I x ) = P [O x (I x )] = P [X(e) ≤ x ] = P( X ≤ x ) ℜ E F O(Ix) ∈ F Ix e X X(e) x Figura IV. estatura y perímetro torácico de un individuo.-Definición de variable aleatoria unidimensional Dado un Espacio de Probabilidades (E.Definición de variable aleatoria unimendional IV. el peso de un fruto.1. la resistencia a la rotura de una probeta de hormigón. debemos formalizar el concepto de variable aleatoria de cara a su aplicación en el campo de la Teoría de la Probabilidad y de la Inferencia Estadística. lo que determina que una magnitud pueda ser considerada como una variable aleatoria es la impredecibilidad de sus valores en situaciones concretas y la posibilidad de probabilizar el Espacio Muestral definido por ℜ. etc. IV. dando lugar al concepto de variable aleatoria multidimensional. P) diremos que la aplicación X:E→ℜ es una variable aleatoria unidimensional. etc. mediante: (X: E→ℜ es V.39 . En esencia.1.Capítulo IV: Variables Aleatorias IV. diámetro y peso de un cilindro torneado.x] pertenece a la σ-álgebra F. si y sólo si. El número de puntos obtenidos al lanzar un dado.. son ejemplos de magnitudes que cumplen los requisitos de una variable aleatoria unidimensional. la antiimagen de cualquier intervalo Ix=]-∞.

Propiedades FX(x) = P(Ix) = P(X(e)≤x) = P(X≤x) La función de distribución tiene las siguientes propiedades: a) ∀ x ∈ ℜ es 0 ≤ FX(x) ≤ 1.FX(a). b) El lim FX ( x ) = 1 pues: x →∞ x →∞ lim FX ( x ) = lim P( X ≤ x ) = P( X ≤ ∞ ) = P(ℜ) = 1 x →∞ c) El lim FX ( x ) = 0 pues: x → −∞ x → −∞ lim FX ( x ) = lim P( X ≤ x ) = P( X ≤ −∞ ) = P(∅ ) = 0 x → −∞ d) La P(X ∈ ]a.b] ) es decir: P(X≤b) = P(X≤a) + P(a<X≤b) de donde.. si a<b es FX(b)=FX(a)+P(a<X≤b). b] ) = P( ]-∞.Capítulo IV: Variables Aleatorias IV. En efecto.1.2.b]) = FX(b) .1. pues FX(x) es una probabilidad. pues como acabamos de ver. por la definición de función de distribución: por tanto: FX(b) = FX(a) + P(a<X≤b) P X ∈ ] a.. a] ∪ ]a. b] = ]-∞. b] = FX (b) − FX (a) ( ) e) La función de distribución es no decreciente. se llama función de distribución de esta variable a la función FX(x) definida como sigue: ∀x∈ℜ IV. Por ser P(a<X≤b) ≥ 0 será FX(b) ≥ FX(a)..1.1.2. si a<b se cumple que: ]-∞. a] ∩ ]a. a] ) + P( ]a.b] = ∅ Por el axioma tercero de la definición de probabilidad P( ]-∞.2.Función de distribución IV.b] y que ]-∞. f) Continuidad: La función de distribución es continua por la derecha en cualquier punto de la recta real y continua por la izquierda en todo punto de probabilidad nula.2.40 . siendo discontinua por la IV.Definición Dada una variable aleatoria X.

1.Capítulo IV: Variables Aleatorias izquierda en todo punto de probabilidad no nula con salto igual a la probabilidad de dicho punto. si la experiencia aleatoria consiste en lanzar un dado y X(e) es el número que obtenemos en el lanzamiento. Figura IV. FX(x) FX(a) P(X=a) a X Figura IV. FX(x) es continua en todo punto de probabilidad nula y discontinua en todo punto de probabilidad no nula. xi mi=P(xi) .Continuidad de la función de distribución IV. es algo así como un rosario de puntos con masa distinta de cero.41 ... la masa total contenida en todo el eje de las x vale la unidad. es decir. b].Variable aleatoria discreta La función de distribución se calculará mediante: FX ( x ) = P( X ≤ x ) = P( X ∈ Ix ) = x i ∈I x ∑ P( X = xi ) = ∑ PX ( xi ) x i ∈I x IV. x1 m1=P(x1) x2 .3. x]=IX. Así.. Por ejemplo.. X es una variable aleatoria que tiene distribuida la masa de probabilidad en 6 puntos conteniendo cada uno de ellos una masa igual a 1/6. por ejemplo. Lógicamente. En la analogía mecánica expuesta en el apartado anterior.. FX(b)-FX(a) es la masa de probabilidad que se encuentra en el intervalo ]a..2. una variable aleatoria discreta tiene la masa de probabilidad concentrada en un conjunto discreto de puntos.3. para a<b. y FX(x) será la masa contenida en el intervalo ]+∞.. En consecuencia. de esta forma a cada variable aleatoria le corresponde una determinada distribución de masa a lo largo del eje de abscisas. IV.1.Variables discretas Diremos que la variable aleatoria X es discreta si el conjunto imagen de la aplicación X:E→ℜ es discreto.Analogía mecánica En determinadas ocasiones resulta útil identificar el concepto de probabilidad con el de masa..4.

2. El aspecto típico de la representación gráfica de la función de distribución de una variable aleatoria discreta es el de una curva en escalera como el de la figura IV. Recuérdese que la función de distribución es continua por la derecha y discontinua por la izquierda en todo punto de probabilidad no nula.42 ... x]. la probabilidad de cada valor de X será: 1 2 1 1 1 P ( X = 2 ) = P Cara1 ∩ Cara2 = ⋅ = 2 2 4 1 1 1 1 P ( X = 3 ) = P Cara1 ∩ Cara2 ∩ Cara3 = ⋅ ⋅ = 2 2 2 8 M 1 1 1 1 P ( X = n ) = P Cara1 ∩ L ∩ Caran −1 ∩ Caran = ⋅ L ⋅ ⋅ = n 2 2 2 2 P ( X = 1 ) = P ( Cara1 ) = ( ) ( ) ( ) Aplicando el concepto de función de distribución: FX (1 ) = 1 2 FX ( 2 ) = 1 1 + 2 4 ··· FX ( n ) = 1 1 1 + +L+ n 2 4 2 Gráficamente: IV. 4. en la que en cada punto con probabilidad no nula se produce un salto igual a esta probabilidad.. FX(x) FX(x4) P(X=x4) x1 x2 x3 x4 X Figura IV. 3. número de veces que hay que lanzar una moneda hasta obtener cara por primera vez.4. xi son los puntos de Ix que tienen una probabilidad no nula y PX(x) es la función de probabilidad de la variable aleatoria X.Función de distribución de la variable discreta Ejemplo IV.Capítulo IV: Variables Aleatorias en la que Ix = ]+∞.. el campo de existencia de esta variable es: E = {1..4. n} Teniendo en cuenta que el resultado obtenido en cada lanzamiento es independiente de los resultados obtenidos en los demás lanzamientos.1: Si consideramos la variable aleatoria X. por lo que el valor de FX(x) en éstos puntos de probabilidad no nula es el de la parte superior de cada salto.

si existe una función fX(x) no negativa.Capítulo IV: Variables Aleatorias FX(x) 1 0.5 ··· 0 1 2 3 4 X Figura IV. a) Teniendo en cuenta la definición de FX(x). pues P(x<X≤x+Δx) es la masa de probabilidad contenida en el intervalo ]x.75 0.5. por tanto.. no basta que su función de distribución sea continua en todos sus puntos. además. sino que por razones de tipo práctico hay que definirlas de distinta forma: Diremos que la variable aleatoria es absolutamente continua o simplemente continua.5.1 IV. si su función de distribución es continua para todo x real y.Variables continuas Para que una variable aleatoria sea continua.. es derivable con derivada continua excepto a lo sumo en un conjunto de puntos tales que todo intervalo finito contiene un número finito de ellos.Función de distribución del ejemplo IV.43 .x+Δx] y.1. es equivalente a la siguiente definición basada en las características de la función de distribución: La variable aleatoria es continua. que para todo x real cumple la condición de que FX (x) = ∫ x −∞ f X (x) ⋅ dx La definición anterior. será: dFX ( x ) d = dx dx ∫ x −∞ fX ( x ) ⋅ dx = fX ( x ) por tanto: fX ( x ) = dFX ( x ) dx como: fX ( x ) = dFX ( x ) F ( x + Δx ) − FX ( x ) P( x < X ≤ x + Δx ) = lim X = lim Δx → 0 Δx → 0 dx Δx Δx Queda justificado el nombre de función de densidad. IV. llamada función de densidad.

y de acuerdo con lo establecido en el apartado correspondiente a las propiedades de la función de distribución. c) La masa de probabilidad contenida en un segmento diferencial dx es fX(x)·dx. la variable Y=g(x) será una variable aleatoria si ∀ y ∈ ℜ. si g(x) es monótona creciente o monótona decreciente) y X e Y son variables continuas y designamos por g-1(y) a la función inversa de g. Og(IY) pertenece a la σ-álgebra de X. El límite de este cociente cuando Δx tiende a cero.b]. la P(X ∈ [a. En consecuencia. el eje de abscisas y la función de densidad. x=b. IV. FUNCIONES DE VARIABLES ALEATORIAS Si X es una variable aleatoria y g(x) una función uniforme.Capítulo IV: Variables Aleatorias P(x < X ≤ x + Δx ) Δx es la masa por unidad de longitud en ese intervalo. b]) La última igualdad se cumple porque al ser X continua es P(X=a)=0. Siguiendo la analogía mecánica. es la densidad de masa en el punto x.2. Si g(x) establece una correspondencia biunívoca entre X e Y. b) Nótese que en una variable continua. ∀ x ∈ ℜ P(X=x)=0. (es decir. b]) = ∫ b a f ( x ) ⋅ dx A la misma conclusión llegamos aplicando la regla de Barrow: ∫ b a fX ( x ) ⋅ dx = FX (b) − FX (a) = P (X ∈ ] a. La masa de probabilidad contenida en [a.44 . es decir. es: P (X ∈ [a. no hay masa pero si hay densidad de masa variable con x e igual a fX(x). b]) = P (X ∈ [a. la probabilidad de cada uno de sus puntos es cero. b]) coincide con el área limitada por las rectas x=a. entonces podemos calcular Fy(y) y fy(y) mediante: a) Si g(x) es creciente: IV. en cada punto de una variable continua. por ser su función de distribución continua.

Función g(x) decreciente La Función de distribución de Y es: FY(y)=P(Y≤y)=P(g(X)≤y)=P(X>g-1(y))=1-FX(g-1(y)) derivando respecto de y: IV..14.. dy b) Si g(x) es decreciente: Y y=g(x) Y=g(X) x=g (y) -1 X Figura IV.Capítulo IV: Variables Aleatorias Y Y=g(X) y=g(x) x=g (y) -1 X Figura IV.45 .Función g(x) creciente La función de distribución de Y es FY(y)=P(Y≤y)=P(g(X)≤y)=P(X≤g-1(y))=FX(g-1(y)) derivando respecto de y obtendremos la función de densidad: fY ( y ) = dFY ( y ) dFX (g−1( y )) dFX (g−1( y )) d(g−1( y )) = = ⋅ dy dy d(g−1( y )) dy de donde: fY ( y ) = fX (g−1( y )) ⋅ dx dy Nótese que dx ≥0.13.

2 La duración X de unos componentes electrónicos puede asumirse que es una variable aleatoria exponencial (EXP(θ)) con función de densidad: f(x)=θ e-θx ∀x≥0 Un determinado cambio en el diseño permite duplicar la duración de dichos componentes.1. sustituyendo se obtiene: fY ( y ) = θ ⋅ e −θ ⋅ y 2 ⋅ 1 θ − 2 ⋅y = ⋅e 2 2 θ con y≥0 con lo que resulta otra exponencial EXP(θ/2).3.46 .3.ESPERANZA MATEMÁTICA IV. será: Y=2·X entonces x=g-1(y)= por lo que dx 1 = dy 2 y 2 Finalmente.Capítulo IV: Variables Aleatorias fY ( y ) = dFY ( y ) dF (g−1( y )) dF (g−1( y )) d(g−1( y )) =− X = − X −1 ⋅ dy dy dy d(g ( y )) de donde: fY ( y ) = −fX (g−1( y )) ⋅ dx dy En la que dx ≤0 dy Ambos casos pueden ser escritos mediante la ecuación única: fY ( y ) = fX (g−1( y )) ⋅ dx dy Ejemplo IV..Introducción IV. IV.. ¿Cuál será la función de densidad de la variable que describe la duración de los nuevos componentes? Si llamamos Y a esta nueva variable.

0.47 .2.? La variable X=“diferencia entre el número de puntos obtenido y el número 3”. IV.3.3 (Variables discretas) Un juego consiste en lanzar un dado y determinar la diferencia entre el número de puntos obtenidos y el número 3. según esta definición. ¿Con cuántas pesetas debe penalizarse cada punto de diferencia negativa si queremos que el valor medio de la ganancia del jugador sea de 10 ptas. por cada punto de diferencia. IV. llamaremos Esperanza Matemática de g(x) a: E [g( x )] = ∫ g(x) ⋅ dF (x) ℜ X Para variables discretas es: E [g( x )] = ∑ g( xi ) ⋅ PX (xi ) i en la que xi son los valores de la variable X de probabilidad no nula (PX(xi)≠0). La ganancia G(x) tiene la expresión: G(x)= 100·x si x≥0 G(x)= C·x si x<0 donde C es la penalización que debe imponerse por cada punto de diferencia negativa obtenido.Capítulo IV: Variables Aleatorias A lo largo de este capítulo se van a manejar conceptos relativos a la teoría de la medida o integración generalizada que el lector puede no poseer.Concepto Dada la variable aleatoria X de función de distribución FX(x) y la función uniforme g(x). 3) y todos sus valores tienen la misma probabilidad PX(xi) = 1/6. Ejemplo IV. 1. Y para variables continuas es: E [g( x )] = ∫ g(x) ⋅ f (x) ⋅ dx -∞ X +∞ Nótese que. la esperanza matemática no existe si la serie o la integral (según corresponda) no es convergente. -1.. 2. Si la diferencia es no negativa se ganan 100 Ptas. tiene como campo de existencia X= (-2. Por ello los contenidos del capítulo se exponen de manera que puedan ser asimilados sin disponer de un conocimiento profundo de dicha teoría.

.: E ( g ( x )) = ∑ g( x ) ⋅ P ( x ) = 10 i X i i =1 6 C·(-2)·1/6 +C·(-1)·1/6 +100·1·1/6 +100·2·1/6 +100·3·1/6 =10 Con lo que se obtiene que C=180 pts. cuando no se preste a la confusión. ℜ2 x1 ⋅ dF(x1. simplemente por μ. xn ) o también: r E g( X) = [ ] ∫ ℜ n r r r g( x ) ⋅ dFX ( x ) IV. x n ) ⋅ dFX ( x1. es decir: E(X1+X2) = E(X1) + E(X2) E(k⋅X) = k⋅E(X) En efecto... El concepto de esperanza matemática de una función de variable aleatoria n-dimensional.3.. Xn )] = ∫ ℜn r g( x1.Capítulo IV: Variables Aleatorias Calculando el valor medio de la ganancia e igualando a 10 pts.. de penalización. En particular.48 . x 2 ) + ∫ ℜ2 x 2 ⋅ dF(x1...3. se obtiene fácilmente generalizando el de una variable unidimensional: E [g( X1. x 2 ) y que además ∫ obtenemos que es decir. también por μX o... se denomina Esperanza Matemática de una variable aleatoria X a: E( X) = ∫ x ⋅ dF(x) ℜ que se designará.. teniendo en cuenta las propiedades de la integral de Stieljes: E( X1 + X2 ) = ∫ ℜ2 ( x1 + x 2 ) ⋅ dF(x1.. x 2 ) = ∫ ℜ2 x1 ⋅ dF(x1..Propiedades a) La esperanza matemática es un operador lineal.. x 2 ) = ∫ x ⋅ dF(x ) ℜ 1 1 1 ℜ 2 E( X1 + X2 ) = ∫ x ⋅ dF(x ) + ∫ x ℜ 1 ⋅ dF( x 2 ) E( X1 + X2 ) = E( X1 ) + E( X2 ) Así mismo E(k ⋅ X) = ∫ k ⋅ x ⋅ dF(x) = k ⋅ ∫ x ⋅ dF(x) ℜ ℜ por lo tanto IV.

t )] = E X ⎢ ⎥ dt ⎣ dt ⎦ Ecuación que será utilizada en la función característica. t) ⋅ dF(x) = ∫ ℜ ℜ d g(x. entonces: E(X·Y) = E(X)·E(Y) En efecto: E( X ⋅ Y ) = ∫ ℜ2 x ⋅ y ⋅ dF( x. El coste de cada movimiento expresado en pesetas.5 pts 100 IV. t) ⋅ dF(x) dt de donde: d ⎡ d g(x. t) ⎤ E X [g( x.4 (Variables continuas) La carga que tiene que transportar una carretilla en cada movimiento es una variable aleatoria X con distribución uniforme entre 300 y 400 Kg.400] Por lo tanto. es una función de la carga dada por la expresión g(x) = 100 + 0. se cumple que: d d E X [g( x. Ejemplo IV.Capítulo IV: Variables Aleatorias E(k ⋅ X) = k ⋅ E(X) b) Si las variables aleatorias X e Y son independientes.25 ⋅ x) ⋅ 1 ⋅ dx = 187.49 .b] SOLUCIÓN: La función de densidad de la variable carga será: f X (x) = 1 1 = 400 − 300 100 con x ∈ [300.b] es: f X (x) = 1 b−a con x ∈ [a.25·x Calcular el coste medio por movimiento sabiendo que la función de densidad de una distribución uniforme en el intervalo [a. el valor medio del coste por movimiento es: E [g(X)] = ∫ X g(x) ⋅ f X (x) ⋅ dx = ∫ 400 300 (100 + 0. y ) = ∫ x ⋅ dF(x) ⋅ ∫ y ⋅ dF(y) = E( X) ⋅ E(Y) ℜ ℜ Se cumple entonces que { X e Y son independientes} ⇒ { E( X ⋅ Y ) = E( X) ⋅ E( Y )} c) Por una propiedad de la Integral de Stieljes. t )] = dt dt ∫ g(x.

4.4. pues μ1=E(X-α1)=E(X)-E(α1)=E(X)-E(μX)=μX-μX=0 b) El momento central μν se puede obtener en función de los momentos respecto al origen fácilmente sin más que desarrollar el binomio (x-α1)ν y aplicar las propiedades del operador E.Capítulo IV: Variables Aleatorias IV. el momento central de orden ν de la variable aleatoria X será: μν = ∫ +∞ −∞ ( x − α1 )ν ⋅ fX ( x ) ⋅ dx IV. la definición anterior es: α ν = ∑ x iν ⋅ dPX ( x i ) ℜ en la que por xi se designa genéricamente a los valores de X cuya probabilidad es no nula.. En particular. Así. teniendo en cuenta una propiedad de la Integral de Stieljes.4. Denominaremos momento central de orden ν de la variable aleatoria X a: μ ν = E ( X − α1 ) ν = [ ] ∫ ℜ ( x − α1 )ν ⋅ dFX ( x ) Si X es discreta. por ejemplo: IV..50 . la definición anterior se escribirá: μ ν = ∑ ( x i − α1 )ν ⋅ PX ( x i ) i Si X es continua.2. y lo designaremos por μX o.MOMENTOS IV. α1 es la esperanza matemática o valor medio de X..Propiedades a) El momento central de primer orden es siempre nulo. la definición de momento de orden ν respecto al origen se escribirá: αν = +∞ -∞ ∫ x ν ⋅ fX ( x ) ⋅ dx en la que f(x) es la función de densidad de la variable aleatoria X. Si X es continua.1.Concepto Se denomina momento de orden ν respecto al origen de la variable aleatoria X a αν = ∫x ℜ ν ⋅ dFX ( x ) Si X es discreta. simplemente por μ.

VARIANZA IV. sino por su distancia al centro de gravedad elevada al cuadrado. se le denomina varianza y también se le designa por σx2 y por D2(X). a las definiciones de media y varianza. la aplicación de la analogía mecánica. Indica “por donde” se encuentra situada la masa de probabilidad..Capítulo IV: Variables Aleatorias 2 2 μ 2 = E ( x − α1 )2 = E( x 2 + α1 − 2 ⋅ x ⋅ α1 ) = α 2 + α1 − 2 ⋅ α1 2 [ ] 2 μ2 = α 2 − α1 De la misma forma se deduce que: 3 μ 3 = α 3 − 3 ⋅ α1 ⋅ α 2 + 2α1 IV.5.51 . La media no es más que la suma de los productos de los elementos diferenciales de masa de probabilidad multiplicados por su distancia al origen.2.. En la varianza. por lo tanto.. el momento de inercia de la masa de probabilidad y es una medida del grado de dispersión de está masa. En el caso continuo. pues su masa de probabilidad está concentrada en un punto. Representa.Concepto Al momento central de orden dos μ2.Propiedades Ayudará a la comprensión de las propiedades que se exponen a continuación.5.5.1. σ2 se calcula mediante: σ 2 = D2 ( X ) = X ∫ +∞ −∞ ( x − μ X )2 ⋅ fX ( x ) ⋅ dx en la que fX(x) es la función de densidad de X. IV. expuesta en un tema anterior. su centro de gravedad está en ese punto y las distancias de los puntos con masa IV. En el caso de X discreta se calcula mediante: σ2 = D2 ( X) = ∑ ( x i − μ X )2 ⋅ P( X = x i ) X i en la que los xi son los valores de X con probabilidad no nula. Las propiedades de la varianza son: a) La varianza de una constante es cero. la media no es más que el centro de gravedad de la masa de probabilidad. Como la masa total es la unidad. los elementos diferenciales de masa de probabilidad no se multiplican por su distancia al origen.

μX)2] = k2·E[(X .k·μX)2] = E[k2·(X . el momento de inercia también lo es: D2 (k ) = ∫ (k − k ) ℜ 2 ⋅ dFX ( x ) D 2 (k ) = 0 b) D2(k·X) = k2·D2(X) En efecto.(a ⋅ μ X + b)) = E a2 ⋅ ( X − μ X )2 2 [ ] [ ] d) Varianza de la combinación lineal de dos variables: Como entonces E(a1·X1+a2·X2)=a1·μ1+a2·μ2 D2(a1·X1+a2·X2) = E ( [(a1 ⋅ X1 + a2 ⋅ X2 ) − (a1 ⋅ μ1 + a2 ⋅ μ 2 )] 2 ) de donde: D2(a1·X1+a2·X2) = E ( [(a1 ⋅ ( X1 − μ1 ) + a2 ⋅ ( X2 − μ 2 )] 2 ) elevando al cuadrado y aplicando las propiedades del operador E: 2 D2(a1·X1+a2·X2) = a1 ⋅ D2 ( X1 ) + a2 ⋅ D2 ( X2 ) + 2 ⋅ a1 ⋅ a2 ⋅ E [( X1 − μ1) ⋅ ( X2 − μ 2 )] 2 A la expresión: E[( X1 − μ1 ) ⋅ ( X2 − μ 2 )] se le denomina covarianza de X1 y X2 y se le representa por cov(X1. X2 ) 2 IV. como es: por tanto: D2 (a ⋅ X + b) = a2 ⋅ D2 ( X) E(a·X+b) = a·μX+b D2 (a ⋅ X + b) = E ((a ⋅ X + b) .X2).Capítulo IV: Variables Aleatorias al centro de gravedad son nulas y. el valor medio de k·X es: Por lo tanto: es decir: D2 (k ⋅ X) = k 2 ⋅ D2 ( X) E(k·X) = k·E(X) = k·μX D2(k·X) = E[(k·X . por tanto. Por tanto: 2 D2 (a1 ⋅ X1 + a2 ⋅ X2 ) = a1 ⋅ D2 ( X1 ) + a2 ⋅ D2 ( X2 ) + 2 ⋅ a1 ⋅ a2 ⋅ cov( X1.μX)2] c) La varianza de a·X+b es a2·D2(X) En efecto.52 .

En efecto. Si g(X) es una función no negativa de la variable aleatoria X. la varianza de la suma es la suma de las varianzas. la covarianza de X1 y X2.X2 ) = D2 ( X1) + D2 ( X2 )} IV.X2) es decir... el término cov(X1. se cumple que ∀ h ∈ ℜ+: P [g( X) ≥ h] ≤ E [g( X)] h Sea Ah el conjunto de los valores de X que satisfacen a g(x)≥h.6. X j ) ⎜ ⎟ i =1 i +1 ⎝ i =1 ⎠ i =1 e) Si dos variables aleatorias son independientes.53 . es decir A h = { x ∈ ℜ.Valores de X que satisfacen que g(X)≥h Por ser Ah ⊂ ℜ (en sentido amplio): IV. si las variables X1 y X2 son independientes.15. sustituyendo en la ecuación anterior: {X1 y X2 son independientes} → {D2 ( X1 + X2 ) = D2 ( X1) + D2 ( X2 )} es inmediato que: {X1 y X2 son independientes} → {D2 ( X1 . pues por ser las dos variables independientes se cumple que: E[( X1 − μ1 ) ⋅ ( X2 − μ 2 )] = E( X1 − μ1 ) ⋅ E( X2 − μ 2 ) = (μ1 − μ1 ) ⋅ (μ 2 − μ 2 ) = 0 por tanto. es nulo.Capítulo IV: Variables Aleatorias En general: n −1 n ⎛ n ⎞ n D2 ⎜ ∑ ai ⋅ Xi ⎟ = ∑ ai2 ⋅ D2 ( Xi ) + 2 ⋅ ∑ ∑ ai ⋅ a j ⋅ cov( Xi . g(x) ≥ h} Gráficamente: g(X) h X Ah Figura IV.TEOREMA DE TCHEBYCHEFF.

Parámetros de posición Estos parámetros indican por donde se encuentra situada la masa de probabilidad a lo largo del eje de abscisas. X2. la media represente mal a la posición de la masa. o bien puede ocurrir que.7. y h=k2⋅σ2. asimetría y curtosis (o apuntamiento) de la masa de probabilidad.7.. Aunque la distribución de una variable aleatoria queda perfectamente caracterizada por su función de distribución o bien por su función de densidad (en variables continuas) o por su ley de probabilidades (en variables discretas). con el fin de describir determinados aspectos de la distribución de masa de probabilidad de una variable aleatoria. que.1.. si g(x)=(x-μX)2... representa el centro de gravedad de la masa de probabilidad. la ecuación anterior se escribe: P ( X − μ X )2 ≥ k 2 ⋅ σ2 ≤ [ ] σ2 k 2 ⋅ σ2 de donde: P X − μX ≥ k ⋅ σ ≤ [ ] 1 k2 Ecuación que es conocida como la desigualdad de Bienaymé-Tchebycheff. por ser muy asimétrica la distribución de la masa de probabilidad.PARÁMETROS DE UNA DISTRIBUCIÓN. Sin embargo. como sabemos. dispersión. Describiremos los más usuales.54 .. El más frecuentemente utilizado es el valor medio o esperanza matemática. IV. r X = ( X1.. se utilizan ciertos parámetros que indican la posición. IV.Capítulo IV: Variables Aleatorias E [g( x )] = ∫ g(x) ⋅ dF (x) ≥ ∫ g(x) ⋅ dF (x) ℜ X Ah X Por ser g(x)≥h para todo x∈Ah: ∫ g(x) ⋅ dF (x) ≥ h ⋅ ∫ dF (x) = h ⋅ P( X ∈ A ) = h ⋅ P [g( X) ≥ h] Ah X Ah X h En consecuencia: P [g( X) ≥ h] ≤ E [g( X)] h Es fácil comprobar que la demostración es la misma si sustituimos la variable aleatoria unidimensional X por la variable aleatoria n-dimensional. IV. Xn ) Por otra parte. en cuyo caso se utilizan otros parámetros de posición. la media puede no existir.

Otro parámetro de dispersión lo constituye el coeficiente de variación. los momentos respecto al origen de orden impar (si existen) son siempre nulos. en distribuciones simétricas unimodales.5. fX(x) mediana fX(x) mediana moda media X media moda X Figura IV. como sabemos.7. En distribuciones asimétricas. El parámetro más utilizado es la varianza σ2 que. μ1 siempre es nulo. que se define como la raíz cuadrada positiva de la varianza y se representa por σ.. representa al momento de inercia de la masa de probabilidad y puesto que ésta es constante e igual a la unidad. σ2 aumenta a medida que la masa de probabilidad se dispersa. La mediana tiene un 50% de masa de probabilidad a su izquierda y otro 50% de masa a su derecha. se utiliza como medida de asimetría a: IV. la mediana y la moda coinciden. Evidentemente. La moda corresponde a un máximo relativo de la función de densidad o de la ley de probabilidades. la media. En el caso de que ésta intersección no sea un punto sino un segmento.7. por otra parte.Parámetros de posición en distribuciones asimétricas IV. las unidades de σ2 son las de la variable aleatoria X elevadas al cuadrado. IV.Capítulo IV: Variables Aleatorias La mediana es la abscisa del punto de intersección de la función de distribución con la recta FX(x)=0. se puede utilizar μ3 como una medida de asimetría. Sin embargo.16. la posición relativa de estos parámetros es la que se muestra en la figura IV. se toma como mediana la abscisa del punto medio de este segmento.55 .16.. Es un parámetro adimensional. que se define como el cociente entre la desviación típica y la media. Una misma variable puede tener más de una moda.Parámetros de asimetría Si la masa de probabilidad se distribuye simétricamente. Con el fin de utilizar un parámetro adimensional..3. Por esta razón se utiliza con mucha frecuencia a la desviación típica.Parámetros de dispersión Estos parámetros tratan de medir el mayor o menor grado de concentración o de dispersión de la masa de probabilidad.2. Como. Tiene las mismas unidades que la variable x.

las distribucciones se clasifican en: γ2<0 γ2=0 γ2>0 planicúrticas mesocúrticas leptocúrticas Las distribuciones mesocúrticas tienen un apuntamiento como el de la distribución Normal que veremos en capítulos posteriores.56 . los cubos de las desviaciones positivas respecto de la media serán mayores que los cubos de las desviaciones negativas y. por tanto γ1 es positivo. IV.Capítulo IV: Variables Aleatorias γ1 = μ3 σ3 En una función de densidad unimodal con una rama larga a la derecha y otra corta a la izquierda..Parámetros de apuntamiento El coeficiente de apuntamiento o curtosis. IV.7. De forma análoga se define asimetría negativa.4. trata de medir el grado de apuntamiento de la distribución en las proximidades de su media y se define por: γ2 = μ4 −3 σ4 En función de los valores que tome este parámetro. en este caso diremos que la asimetría es positiva.

Capítulo IV: Variables Aleatorias Tema 5.57 .Variables aleatorias discretas IV.

CAPITULO V: Principales Distribuciones Discretas IV.58 .

1. la esperanza matemática será: μ X = E(X ) = ∑ xi ⋅ P( x i ) = 0 ⋅ q + 1⋅ p = p i =1 2 es decir: E( X) = p V.. Supongamos además. en consecuencia.2.1.Definición Sea A un suceso de probabilidad p asociado a una experiencia aleatoria...2.59 .Capítulo V: Principales Distribuciones Discretas V.1.Definición Diremos que la variable aleatoria X es una variable dicotómica de parámetro p y la representaremos por X≡D(p) si toma únicamente dos valores: X=1 con probabilidad p X=0 con probabilidad q=1-p V. la V.1.1.2.VARIABLE BINOMIAL V.Valor medio Por tratarse de una variable discreta. En cada repetición observemos si ha ocurrido el suceso A o su complementario.VARIABLE DICOTÓMICA V.. Repitamos n veces la realización del fenómeno aleatorio o de la experiencia de que se trate.3.. que después de cada repetición el fenómeno queda en la misma situación probabilística que antes de realizar dicha repetición y.Varianza La varianza de X se calculará: σ2 = E ( x − μ )2 = ∑ (x i − μ ) ⋅ PX (xi ) = (0 − p)2 ⋅ q + (1 − p)2 ⋅ p = p2 ⋅ q + q2 ⋅ p X 2 i =1 [ ] 2 es decir: σ2 = p ⋅ q ⋅ (p + q) = p ⋅ q X por tanto: D2 ( X) = p ⋅ q La desviación típica será: σX = + p ⋅ q V..1.

La misma probabilidad tendrá cualquier combinación en la que el suceso A ocurra dos veces. coincide con su correspondiente probabilidad inicial. llamamos X a ∑ Yi = X i =1 n entonces X≡B(n.2. y obtenemos el resultado A1. su probabilidad es: P A1 ∩ A 2 ∩ A 3 ∩ A 4 = P(A1 ) ⋅ P A 2 ⋅ P(A 3 ) ⋅ P A 3 = p2 ⋅ q2 ( ) ( ) ( ) por ser las repeticiones independientes.p). A 4 (el subíndice indica el número de la repetición).p) cuando las Yi son independientes.Capítulo V: Principales Distribuciones Discretas probabilidad condicional de A. que tiene asociado un suceso A de probabilidad P(A)=p. p)} ⇔ ⎧ X = ∑ Yi . Yi toma el valor 1 si en la repetición número i ocurre el suceso A y toma el valor 0 si no ocurre.p) es la suma de n variables dicotómicas independientes de parámetro p. de probabilidad P(A)=p. A 2 . que: Una variable aleatoria Binomial X≡B(n. ⎨ n ⎩ i =1 ⎫ Yi ≡ D(p) independie ntes ⎬ ⎭ V. La definición anterior es equivalente a la siguiente basada en el concepto de variable dicotómica: si por Yi designamos a la variable que expresa el resultado de la repetición número i y. Pues bien.Ley de probabilidades Supongamos que efectuamos 4 repeticiones independientes de un experimento aleatorio. entonces X es una variable binomial de parámetros n y p y la representaremos por X≡B(n. Es decir. El suceso A ocurrirá dos veces si ocurre uno de los siguientes sucesos: B1 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B2 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B3 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B4 = A1 ∩ A 2 ∩ A 3 ∩ A 4 B5 = A 1 ∩ A 2 ∩ A 3 ∩ A 4 B6 = A1 ∩ A 2 ∩ A 3 ∩ A 4 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 con probabilidad p2·q2 Si designamos por X a la variable binomial “número de veces que ocurre A al efectuar 4 repeticiones independientes”.2. en cada repetición. cuando efectuamos n repeticiones independientes del fenómeno al que va asociado”.60 . además. entonces. Si. Yi es una variable dicotómica de parámetro p. { X ≡ B(n. entonces: ⎛6 ⎞ P( X = 2) = P ⎜ U Bi ⎟ = 6 ⋅ p2 ⋅ q2 ⎟ ⎜ ⎝ i =1 ⎠ V. Si designamos por X a la variable “número de veces que ocurre el suceso A. A3.. más concretamente.

si hacemos n repeticiones independientes.0.Capítulo V: Principales Distribuciones Discretas donde el número 6 es el número de combinaciones al tomar 4 elementos de dos en dos. En general.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura V..1: En un almacén de repuestos se recibe un lote con miles de remaches de los que un 1% son defectuosos. pues el desarrollo del binomio de Newton da.1.2) Nótese que la suma de las probabilidades es 1. cada uno de ellos con una probabilidad igual a pν⋅qn-ν. PX(x) 0.2 0. Este hecho es el que da nombre a la variable aleatoria binomial: ∑ ⎜⎜⎝ ν ⎟⎟⎠ p ⋅ q ν ν =0 n ⎛n⎞ n−ν = (p + q)n = 1n = 1 Ejemplo V.1.3 0.61 . cada una de las probabilidades anteriores.Función de Probabilidad de una B(10. a) ¿Cuál es la probabilidad de que al tomar al azar de ese lote una muestra de 50 remaches contenga 2 remaches defectuosos? b) Para la aceptación de los lotes recepcionados se aplica un plan de control de calidad consistente en muestrear aleatoriamente 50 remaches y aceptar el lote si aparecen como máximo 2 remaches defectuosos. será la probabilidad de que ocurra uno de los ⎛n⎞ ⎜ ⎟ ⎜ν⎟ ⎝ ⎠ sucesos Bi.10 aquellos lotes que contengan un 5% de remaches V. ¿Cuál es la probabilidad de aceptar con este plan de control el lote anteriormente referido? c) Si aceptamos el lote solo cuando todos los remaches de la muestra son correctos ¿Cual debería ser el número de remaches que debemos inspeccionar si pretendemos aceptar con una probabilidad menor que 0. la probabilidad de que ocurra X=ν veces el suceso A. es decir: ⎛n⎞ P( X = ν ) = ⎜ ⎟ ⋅ pν ⋅ qn − ν ⎜ν⎟ ⎝ ⎠ La representación gráfica de la ley de probabilidades tiene la forma de la figura V. precisamente.

b) El número de remaches defectuosos en la muestra sería la misma variable del apartado anterior y la probabilidad de aceptar al lote sería: Pa=P(X≤2)=P(X=0)+P(X=1)+P(X=2) ⎛ 50 ⎞ ⎛ 50 ⎞ ⎛ 50 ⎞ Pa = ⎜ ⎟ ⋅ 0. pues éstas son independientes..076 ⎜2⎟ ⎝ ⎠ En términos de frecuencia.010 ⋅ 0.01).95 50 ≤ 0.Varianza Como en el apartado anterior.99 50 + ⎜ ⎟ ⋅ 0. la probabilidad obtenida indica que el 7’6% de las muestras de 50 remaches que pudiéramos obtener al azar del lote propuesto tendrían exactamente dos remaches defectuosos.99 49 + ⎜ ⎟ ⋅ 0. c) Si los remaches defectuosos en el lote son un 5% y seleccionamos al azar n remaches. Deberemos seleccionar n de manera que se cumpla que P(Y=0)≤0.99 48 = 0.012 ⋅ 0.Media Por ser X≡B(n. el 98% de los lotes serán aceptados. es la suma de las varianzas de las variables dicotómicas que la definen.p) suma de n variables dicotómicas.99 48 = 0. su esperanza matemática será: ⎡n ⎤ n E( X) = E ⎢∑ Yi ⎥ = ∑ E( Yi ) = n ⋅ p ⎣ i =1 ⎦ i =1 E( X) = n ⋅ p V. 0.2.011 ⋅ 0. la varianza de una variable binomial. por ello: V.0.10.05 0 ⋅ 0.2.3.62 .4..980 ⎜0 ⎟ ⎜1 ⎟ ⎜2⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Es decir.10 ⎜0 ⎟ ⎝ ⎠ operando obtenemos: n≥45 remaches V.012 ⋅ 0. la variable que representa los remaches defectuosos será Y=B(n.05).Capítulo V: Principales Distribuciones Discretas defectuosos? SOLUCIÓN: a) El número de remaches defectuosos en la muestra referida será una variable X≡B(50. y la probabilidad pedida es: ⎛ 50 ⎞ P(X = 2) = ⎜ ⎟ ⋅ 0. es decir: ⎛n⎞ P(Y = 0) = ⎜ ⎟ ⋅ 0. Yi.

p)} V.3.Capítulo V: Principales Distribuciones Discretas ⎡n ⎤ n D2 ( X) = D2 ⎢∑ Y i⎥ = ∑ D2 ( Yi ) ⎣ i =1 ⎦ i =1 por lo tanto: D2 ( X) = n ⋅ p ⋅ q y la desviación típica es: σX = n ⋅ p ⋅ q V.63 .Adición Si X1 y X2 son variables Binomiales independientes con idéntico parámetro p. p) independientes} ⇒ { X1 + X2 ≡ B(n1 + n2 . sea X1≡B(n1..TEOREMA DE BERNOUILLI Este teorema que fue publicado y demostrado (aunque de forma diferente a la que aquí se expone) por primera vez por J. Bernouilli en su obra póstuma Ars Conjectandi en 1713. Si X es la frecuencia absoluta con que ocurre el suceso A de probabilidad P(A)=p al efectuar n repeticiones independientes de un cierto fenómeno aleatorio.p).5.2. su suma es otra variable Binomial con el mismo parámetro p. y teniendo en cuenta la correspondencia biunívoca entre función de distribución y función característica establecida por el teorema de la inversión.. (Anexo I). En efecto. X es una variable aleatoria binomial de parámetros n y p. se cumple que: { Si X1≡ B(n1. se enuncia así: La frecuencia relativa con que se presenta un suceso A de probabilidad p al efectuar n repeticiones independientes del experimento al que va asociado converge en probabilidad a p.p) y X2 ≡B(n2. la frecuencia relativa: fr = X n es una variable aleatoria cuya media es: E(fr ) = n⋅p =p n V. En consecuencia. En consecuencia. respectivamente: ϕ X1 ( t ) = p ⋅ eit + q ( ) n1 ϕ X 2 ( t ) = p ⋅ eit + q ( ) n2 por ser X1 y X2 independientes. la función característica de la suma es el producto de las funciones características: ϕ X1 + X 2 ( t ) = p ⋅ eit + q ( ) n1 + n 2 que es la función característica de una variable Binomial de parámetros n1+n2 y p. p) y X2 ≡ B(n2 . las funciones características son.

pues establece que haciendo un número suficientemente grande de repeticiones. p⋅q ≤ 1 4 Obtendremos que P fr − p ≥ ε ≤ [ ] 1 4 ⋅ n ⋅ ε2 Para un ε ∈ ℜ+ se cumple que: n→∞ lim P fr − p ≥ ε = 0 [ ] es decir: fr ⎯P p ⎯→ La interpretación práctica de este teorema es muy clara.Capítulo V: Principales Distribuciones Discretas y cuya varianza y desviación típica son: D2 (fr ) = 1 p⋅q n⋅p ⋅q = 2 n n D(fr ) = p⋅q n Por el teorema de Bienaymé-Tchebycheff: ⎡ p⋅q⎤ 1 P ⎢ fr − p ≥ k ⋅ ⎥≤ n ⎥ k2 ⎢ ⎣ ⎦ llamando ε a: ε =k⋅ p⋅q n tendremos que P fr − p ≥ ε ≤ [ ] p⋅q ε2 ⋅ n Teniendo en cuenta que el valor máximo de p·q es 1/4.64 . V. en valor absoluto. puesto que si llamamos z=p·q=p·(1-p)=p-p2 derivando z respecto de p e igualando a 0: dz = 1 − 2p = 0 dp ⇒ p= 1 2 con d2 z = −2 < 0 dp2 entonces. Es decir que: Si tomamos fr como estimación de p. es casi seguro que el error que cometeremos es menor que ε. al realizar un número n grande de repeticiones. es tan poco probable como queramos que la frecuencia relativa con que ocurre el suceso A difiera de la probabilidad de A. siendo ε un número arbitrariamente pequeño. más de una cierta cantidad prefijada.

La designaremos por X≡PS(λ).01 ⋅ 0. Pues bien: Una variable de Poisson es una variable Binomial de parámetros n y p.1 sea de δ≤0.12 en consecuencia. hagamos λ=n·p en la que λ se mantiene constante cuando n crece indefinidamente. si efectuamos 2500 repeticiones del experimento aleatorio. si deseamos que la probabilidad de cometer un error mayor que ε=0. tendremos que: n≥ 1 = 2500 4 ⋅ 0. manteniéndose constante el valor medio λ=n·p. para 0≤ν≤n.4.01.65 . manteniendo el valor medio de X constante.1 en más del 99% de los casos en el que se efectúe tal estimación.Ley de probabilidades Si X≡B(n. es decir..DISTRIBUCION DE POISSON V. Por ejemplo.. una vez fijado el error máximo ε que aceptamos cometer con una probabilidad menor o igual que δ. Como p= λ n p tenderá a cero cuando n tienda a infinito. Hagamos tender n a infinito.p). su ley de probabilidades. cuando n tiende a infinito y simultáneamente p tiende a cero.2. será ⎛n⎞ P( X = ν ) = ⎜ ⎟ ⋅ pν ⋅ (1 − p)n − ν ⎜ν⎟ ⎝ ⎠ que puede escribirse como V.Definición Sea X una variable Binomial de parámetros n y p.1. V..Capítulo V: Principales Distribuciones Discretas Si hacemos δ≥ 1 4nε2 entonces de donde obtenemos que P fr − p ≥ ε ≤ δ [ ] n≥ 1 4 ⋅ δ ⋅ ε2 lo que permite calcular n. cometeremos un error menor que 0. al estimar p mediante fr.4.4. V.

(n − ν + 1) ν ⋅ p ⋅ (1 − p)n − ν ν! Multiplicando y dividiendo por nν : ⎡ 1 ⎤ ⎡ ν − 1⎤ 1⋅ ⎢1 − ⎥ ⋅ ⋅ ⋅ ⎢1 − n⎦ ⎣ n ⎥ ⎦ ⋅ (n ⋅ p)ν ⋅ (1 − p)n − ν P( X = ν ) = ⎣ ν! y teniendo en cuenta que λ=n·p ⎡ 1 ⋅ ⎢1 − P( X = ν ) = ⎣ ν − 1⎤ 1⎤ ⎡ ⋅ ⋅ ⋅ ⎢1 − n ⎥ ν n⎥ ⎦ ⎣ ⎦λ ν! λ⎤ ⎡ ⋅ ⎢1 − ⎥ ⋅ q− ν n⎦ ⎣ n tomando límites cuando n tiende a infinito y teniendo en cuenta que p tiende a cero (q→1) n→∞ lim P( X = ν ) = e − λ ⋅ λν ν! Luego si X es una variable de Poisson. .2 El número de defectos de pintura en la carcasa de una lavadora puede asumirse que es una variable aleatoria con distribución de Poisson de promedio λ=2 defectos/unidad. X es discreta y toma los valores X = 0..Capítulo V: Principales Distribuciones Discretas P( X = ν ) = n ⋅ (n − 1).2.2 0. 1. 3.. a) Determinar la probabilidad de que al seleccionar al azar una carcasa de esa fabricación V. con probabilidades: P( X = ν ) = e − λ ⋅ λν ν! obsérvese que: ν =0 ∑ P( X = ν ) = ∑ ∞ ∞ e − λ ⋅ λν λν = e−λ ∑ = e − λ ⋅ eλ = 1 ν! ν! ν =0 ν =0 ∞ PX(x) 0...1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura V. 2.66 .3 0.Función de probabilidad de una Ps(2) Ejemplo V..

podemos calcular α1 =μ : it dϕ X (t ) = eλ (e −1) ⋅ λ ⋅ eit ⋅ i dt de donde: ⎡ dϕ X ( t ) ⎤ ⎢ dt ⎥ = λ ⋅ i =α1·i ⎦ t =0 ⎣ por tanto: E( X) = λ V.18 3! en términos de frecuencia.4.. en promedio 5 defectos por unidad fabricada? SOLUCIÓN: a) La probabilidad pedida es: P(X = 3) = e −2 ⋅ 2 3 = 0.Media Si derivamos la función característica respecto de t y hacemos t=0. el número de defectos en cada carcasa será una variable con distribución X=Ps(5) y la probabilidad de aceptar el proceso como correcto: P ( aceptar) = P( Ps(5)≤2) = 0. la probabilidad anterior equivale a decir que el 18% de las carcasas fabricadas presentan exactamente 3 defectos.4.Varianza Derivando nuevamente la función característica: d2ϕ X (t ) d λ (eit −1) = e ⋅ λ ⋅ eit ⋅ i dt dt 2 [ ] it it d2ϕ X (t ) = eλ (e −1) ⋅ λ2 ⋅ e2it ⋅ i2 + λ ⋅ eit ⋅ i2 ⋅ eλ (e −1) 2 dt haciendo t=0: V.Capítulo V: Principales Distribuciones Discretas aparezcan en ella exactamente 3 defectos.4.. se toma al azar una de las carcasas fabricadas y se acepta que el proceso es correcto si en ella encontramos 2 o menos defectos. b) En este caso.67 . ¿Cuál es la probabilidad de aceptar como correcto con este control un proceso en el que se producen.125 V. b) Para controlar la calidad del proceso de fabricación de las carcasas.3.

. El número de elementos de A que resultan al extraer al azar y sin reemplazamiento n elementos de E.. Lógicamente se cumple que p+q=1 y N1+N2=N.5. Extraigamos sin reemplazamiento n piezas del lote de tal forma que todas las piezas tengan la misma probabilidad de formar parte de las n piezas extraídas (n≤p·N y n≤q·N).5.. es una variable hipergeométrica y la designaremos por X≡H(N.Definición Supongamos que un lote contiene N piezas y que de ellas p·N=N1 son defectuosas y que q·N=N2 son correctas.p).VARIABLE HIPERGEOMÉTRICA V. si X1≡PS(λ1) y X2≡PS(λ2). En efecto. Lógicamente se cumple que n1+n2=n. V. Sea E una población finita cuyos elementos son de dos tipos: A y A .5. Llamemos n1 a las piezas defectuosas que hemos extraído y n2 a las piezas correctas.68 . Pues bien. la función característica de la suma es: ϕ X1 + X 2 ( t ) = e(λ1 + λ 2 )(e it −1 ) que es la función característica de una variable de Poisson de parámetro λ1+λ2.4. el número de piezas defectuosas n1 se distribuye según una variable hipergeométrica.1.Capítulo V: Principales Distribuciones Discretas ⎡ d2ϕ X ( t ) ⎤ 2 2 ⎥ = λ + λ ⋅i ⎢ 2 ⎣ dt ⎦ t = 0 ( ) de donde : α 2 = λ2 + λ 2 Como σ 2 = α 2 − α 1 .n. respectivamente: it it ϕX1 ( t ) = eλ1 (e −1) y ϕX 2 ( t ) = eλ 2 (e −1) por ser independientes. sus funciones características son. será: σ2 = λ2 + λ − λ2 = λ es decir: D2 ( X ) = λ V. Por tanto: { Si X1 ≡ PS(λ1 ) y X 2 ≡ PS(λ 2 ) independientes} ⇒ { X1 + X2 ≡ PS(λ1 + λ 2 )} V.Adición La suma de dos variables de Poisson independientes es otra variable de Poisson cuyo parámetro es la suma de los parámetros de las variables sumadas.

Capítulo V: Principales Distribuciones Discretas

La variable Hipergeométrica es discreta y toma los valores X=0, 1, 2 .., n. V.5.2.- Ley de probabilidades Recordemos que el número de subconjuntos de tamaño n que se pueden formar de un conjunto de tamaño N es:
⎛ N⎞ ⎜ ⎟ ⎜n⎟ ⎝ ⎠

éste será, por tanto, el número de posibles extracciones, todas ellas con la misma probabilidad. El número de subconjuntos de n1 elementos de un conjunto de N1 elementos es:
⎛ N1 ⎞ ⎜ ⎟ ⎜n ⎟ ⎝ 1⎠

El número de subconjuntos de n2 elementos que se pueden extraer de un conjunto de N2 elementos es:
⎛ N2 ⎞ ⎜ ⎟ ⎜n ⎟ ⎝ 2⎠

El número de subconjuntos de n elementos que tienen n1 en A y n2 en A es:
⎛ N1 ⎞ ⎛ N2 ⎞ ⎜ ⎟·⎜ ⎟ ⎜n ⎟ ⎜n ⎟ ⎝ 1⎠ ⎝ 2⎠

En consecuencia, la probabilidad de que al extraer n unidades sin reemplazamiento de ellas n1 pertenezcan a A y n2 pertenezcan a A es:
⎛ N1 ⎞ ⎛ N2 ⎞ ⎜ ⎟⋅⎜ ⎟ ⎜n ⎟ ⎜n ⎟ ⎝ 1⎠ ⎝ 2 ⎠ ⎛ N⎞ ⎜ ⎟ ⎜n⎟ ⎝ ⎠

Teniendo en cuenta que N1=p·N, que N2=q·N, que n1+n2=n, y llamando ν=n1, si X≡H(N,n,p), entonces:
⎛N ⋅ p ⎞ ⎛ N ⋅ q ⎞ ⎜ ⎜ ν ⎟ ⋅ ⎜n − ν ⎟ ⎟ ⎜ ⎟ ⎠ ⎝ ⎠ P( X = ν ) = ⎝ ⎛ N⎞ ⎜ ⎟ ⎜n⎟ ⎝ ⎠

El valor medio y la varianza de esta variable son:
E( X) = n ⋅ p

V.69

Capítulo V: Principales Distribuciones Discretas

D2 ( X ) = n ⋅ p ⋅ q ⋅

N−n N −1

V.5.3.- Convergencia Cuando N es grande en comparación con n, después de extraer cada una de las n unidades, la composición de población prácticamente no se modifica, y todo ocurre como si las extracciones fueran con reemplazamiento y, por tanto, la variable X=H(N,n,p) pasa a ser X=B(n,p). Más exactamente, la variable hipergeométrica converge en distribución a una variable binomial cuando N crece manteniendo n y p constantes.

Ejemplo V-3 Calcular la probabilidad de obtener 4 aciertos al realizar una única apuesta en la loteria primitiva. SOLUCIÓN: En la lotería primitiva existen N=49 números diferentes de los cuales Np=6 son premiados y Nq=43 no lo son. Al realizar una apuesta se seleccionan (sin reemplazamiento) 6 números diferentes. Con este planteamiento, el número de aciertos obtenidos en una apuesta es una variable hipergeométrica X = H(49, 6, 6/49). Entonces
⎛ 6 ⎞ ⎛ 43 ⎞ ⎜ ⎟⋅⎜ ⎟ ⎜4 ⎟ ⎜2 ⎟ P(X = 4) = ⎝ ⎠ ⎝ ⎠ = 9.68 ⋅10 − 4 ⎛ 49 ⎞ ⎜ ⎟ ⎜6 ⎟ ⎝ ⎠

V.6.- VARIABLE BINOMIAL NEGATIVA V.6.1.- Definición Consideremos un suceso A de probabilidad p=P(A). Efectuemos repeticiones independientes hasta que ocurra “r” veces el suceso A. Pues bien: El número de repeticiones independientes que hay que efectuar hasta que ocurra exactamente “r” veces el suceso A de probabilidad p, es una variable aleatoria Binomial Negativa y la representaremos mediante X≡BN(r,p) La variable BN(r,p) es discreta, infinito numerable y toma los valores r, r+1,r+2,... V.6.2.- Ley de probabilidades

V.70

Capítulo V: Principales Distribuciones Discretas

La variable aleatoria X≡BN(r,p) toma el valor ν, si y sólo si en las ν-1 primeras repeticiones el suceso A ocurre r-1 veces y en la repetición ν-ésima ocurre el suceso A. La probabilidad de que en ν-1 repeticiones independientes ocurra r-1 veces el suceso A de probabilidad p es:
⎛ ν − 1⎞ r −1 ν −r ⎜ ⎜ r − 1⎟ ⋅ p ⋅ (1 − p) ⎟ ⎝ ⎠

en consecuencia:
⎛ ν − 1⎞ r ν −r P( X = ν ) = ⎜ ⎜ r − 1 ⎟ ⋅ p ⋅ (1 − p) ⎟ ⎝ ⎠

V.6.3.- Media y Varianza Por derivación de ϕX(t) respecto de t obtenemos los momentos respecto al origen de primero y segundo orden. A partir de estos momentos obtenemos:
E( X) = r p

y
D2 ( X ) = r⋅q p2

Ejemplo V.4 En la centralita de teléfonos de una empresa se reciben, de modo aleatorio, un 20% de llamadas del extranjero. a) Determinar la probabilidad de que se reciban 10 llamadas hasta registrar la segunda procedente del extranjero. b) ¿Cuál es el promedio de llamadas recibidas hasta totalizar 5 procedentes del extranjero? SOLUCIÓN: a) La variable "número de llamadas recibidas hasta obtener la segunda procedente del extranjero" será, según los datos del enunciado, X=BN(2,0.20). Entonces,
⎛10 − 1 ⎞ 2 8 P(X = 10) = ⎜ ⎜ 2 − 1 ⎟ ⋅ 0.2 ⋅ 0.8 = 0.06 ⎟ ⎝ ⎠

b) En este caso la variable es X=BN(5,0.20). Entonces,
E(X) = r 5 = = 25 p 0.20

llamadas

V.71

Es.1.0) con probabilidad p1=P(A1) (0. se efectuaba una partición del Espacio Muestral E en dos sucesos que denominábamos A y A . Así.…. en general..7.0) con probabilidad p2=P(A2) (0.0) y. la característica o rango de la matriz de varianzas covarianzas es r=k-1. A2.0. ahora.…. límite cuando n→∞ y p→0. V. una variable discreta que toma los valores que a continuación se expresan con las probabilidades que se indican: (1. por tanto.0. las diferentes variables indicaban las veces que ocurría el suceso A. se denomina variable k-aria. X2.0.7.….0.0. se llama variable k-aria. Observaremos. por ejemplo. si ha ocurrido el suceso Ai la r variable X toma un valor que tiene un 1 en la componente número i y 0 en el resto. consideraremos que se efectúa una partición de E en k sucesos denominados A1.Ak.3 se ha representado a la variable binaria. Aunque la variable k-aria tiene k componentes (variables marginales). Xk )' indica el suceso que ha ocurrido.72 .VARIABLE K-ARIA V. La variable aleatoria k-dimensional que indica en cada repetición cuál de los k sucesos ha ocurrido.0) con probabilidad p3=P(A3) (0.1. por tanto.Definición En las variables estudiadas hasta ahora. Cada una de las variables marginales de una k-aria es una variable dicotómica de parámetro pi ..0. repeticiones independientes.1) con probabilidad pk=P(Ak) La variable X = ( X1. En este apartado y en el siguiente. si ha ocurrido el suceso A2 tomará el valor (0..…. Bajo distintos supuestos (extracciones sin reemplazamiento. Obsérvese que la masa de probabilidad se encuentra concentrada en dos puntos cuyas coordenadas satisfacen a X1+X2=1.1. En la figura V. como se cumple que: r M ∑ Xi i =1 k =1 la masa de probabilidad se encuentra en un hiperplano de dimensión k-1 y.…. una de cuyas componentes toma el valor 1 y el resto son todo 0 y que sirve para indicar el suceso que ha ocurrido de los k sucesos en que se ha particionado E.. La variable k-dimensional discreta.…. el número de veces que ocurre cada uno de estos k sucesos al efectuar n repeticiones del fenómeno aleatorio.Capítulo V: Principales Distribuciones Discretas V. etc)..0..1.

... La variable k-dimensional X = ( X1...0) X1 Figura V.Capítulo V: Principales Distribuciones Discretas X2 (0. A2. p3 . X2 . pk ) y como matriz de varianzas-covarianzas: ⎡ p1q1 − p1q2 ⎢ p2q2 −p q V=⎢ 2 1 ⎢ L L ⎢ ⎣ − pk q1 − pk q2 L − p1qk ⎤ ⎥ L − p2qk ⎥ L L ⎥ ⎥ L pk qk ⎦ V.. una partición del espacio muestral E.7.. Evidentemente: ∑ pi = 1 i =1 k Efectuemos n repeticiones independientes del fenómeno aleatorio... Xk )′ se denomina variable multinomial.) = ∑ p j ⋅ e j =1 k it j V.Vector de medias y Matriz de varianzas-covarianzas Esta variable k-dimensional tiene como vector de medias: r μ′ = (p1. y llamemos Xi al número r de veces que ocurre Ai.1.3.…. es decir: U Ai = E y i Ai I A j = ∅ i≠ j Sea pi=P(Ai).t k . p2 .1) p2 p1 (1....VARIABLE MULTINOMIAL V. V. t 2 .Definición Sea A1..73 .2.8..Ak.8.Variable binaria (k=2) La expresión de la función caracteristica de esta variable es: ϕn (t1..

A3. L . i =1 i =1 k k V.. A2 la probabilidad de este suceso es: 3 P(B) = p1 ⋅ p2 ⋅ p3 2 Ocurrirá 3 veces A1.pk) V. 2 veces A2 y 1 vez A3. es decir..8.... A2. n ⋅ pk ) y la matriz de varianzas-covarianzas es: ⎡ np1q1 − np1q2 ⎢ − np2q1 np 2q2 V=⎢ ⎢ L L ⎢ − npk q1 − npk q2 ⎣ L − np1qk ⎤ ⎥ L − np 2qk ⎥ L L ⎥ ⎥ L npk qk ⎦ V. es: X = ∑ Yi i =1 n por tratarse de repeticiones independientes.Vector de medias y Matriz de varianzas-covarianzas El vector de medias de esta variable k-dimensional es: r μ′ = (n ⋅ p1. ⋅ νk ! con ∑ νi = n y ∑ pi = 1 . X2 = ν 2.. si ocurre cualquiera de los sucesos que se pueden obtener del B mediante las permutaciones con repetición de 6 elementos de los que 3 son de un tipo 2 de otro y 1 de otro. A2 y A3. que tenemos 3 sucesos A1.Ley de probabilidades Con el fin de fijar ideas.. ⋅ pk k 2 ν1!⋅ν 2!⋅.. Supongamos también que se ha obtenido el siguiente suceso: B= A1.3. n ⋅ p3 . y hemos realizado 6 repeticiones del fenómeno aleatorio. A1. n ⋅ p2 . las variables Yi son independientes entre sí.p2. X2 = 2...2. Todos ellos tienen la misma probabilidad. luego: P(X1 =3.8. supongamos que k=3 y que n=6. Xk = νk ) = n! ν ν p1 1 ⋅ pν 2 ⋅ .. X3 =1) = 6! 3 p1 ⋅ p2 ⋅ p3 2 3!⋅2!⋅1 ! y en general: P(X1 = ν1.74 .. A la variable multinomial la representaremos mediante X≡MN(n. A1.Capítulo V: Principales Distribuciones Discretas Si llamamos Yi a la variable aleatoria k-aria que indica el resultado de la repetición número i...p1.

35) La probabilidad pedida será: P(X1 = 2.25 3 ⋅ 0. Calcular la probabilidad de que en la muestra se encuentren 2 piezas fabricadas por la prensa A1. la segunda prensa A2. 0. produce el 25% de las piezas y la tercera prensa A3.Capítulo V: Principales Distribuciones Discretas Ejemplo V.25. La primera prensa A1. SOLUCIÓN: La variable “número de piezas de cada prensa en la muestra” es una variable con distribución r X ≡ MN(6.5 Una línea de estampación de piezas metálicas trabaja con tres prensas diferentes cuya producción se recoge en el mismo contenedor. 0.351 = 0. Cuando el contenedor está lleno se seleccionan de forma aleatoria 6 piezas del mismo.1! V. 0. X 2 = 3. el resto. 3 piezas fabricadas por la prensa A2 y 1 fabricada por A3.75 .40 2 ⋅ 0.3!. X 3 = 1) = 6! ⋅ 0.0525 2!.4. produce el 40% del total de piezas.

76 . Variables aleatorias continuas unidimensionales V.Capítulo V: Principales Distribuciones Discretas Tema 6.

77 . V.CAPITULO VI: Principales distribuciones continuas.

1. a una colección de teoremas cuyo objetivo fundamental consiste en determinar las condiciones bajo las cuales una suma de variables aleatorias converge en distribución a una variable Normal. el importante Teorema Central del Límite. las producciones agrícolas por unidad de superficie cultivada. de tal forma que es poco probable que cualquiera de ellos tenga un efecto individual significativamente más importante que el resto.2. encontró por primera vez ésta variable en relación con el teorema que lleva su nombre y que estudia la distribución límite de la variable binomial. Laplace publicó en 1812 en su obra Theorie analytique des probabilites.. Los errores de medidas de magnitudes físicas o astronómicas. En 1733. el Teorema Central del Límite.2. el teorema central del límite. la más importante de las variables aleatorias continuas. actualmente.. VI. aunque de forma incompleta. Bajo esta denominación. los test de inteligencia o de personalidad. por primera vez.Definición La variable aleatoria continua cuyo campo de existencia es ℜ y cuya función de densidad es: fZ (z) = 1 2 ⋅π e − z2 2 se denomina variable aleatoria Normal Tipificada y se representa por Z≡N(0. el consumo de energía eléctrica de una determinada compañía. se engloban.VARIABLE NORMAL TIPIFICADA VI.2. establece que cuando un efecto es consecuencia de numerosas causas que actúan sumando sus efectos.1. sin duda. en su Miscellanea Analytica..78 . aquel efecto sigue prácticamente una distribución Normal. los beneficios o pérdidas de una compañía de seguros. De Moivre.2. Al ser muchos los fenómenos reales que cumplen las condiciones enunciadas en el párrafo anterior..Capítulo VI: Principales Distribuciones Continuas VI. etc. VI. De forma simplificada y general.INTRODUCCION La variable aleatoria Normal (también conocida como variable de Gauss) es. las características de calidad de numerosos productos industriales. son algunos de los ejemplos en los que la variable Normal ha sido utilizada con gran utilidad. pues se usa eficazmente en el estudio de numerosos fenómenos reales.Representación gráfica de fZ(z) a) Asíntotas: z → −∞ lim fZ ( z ) = 0 y z → ∞ fZ ( z) = 0 lim VI.1). Mucho tiempo después fue redescubierta por Gauss al estudiar la teoría de los errores en 1809. ciertas distribuciones demográficas. justifica la gran importancia científica y práctica de la variable Normal.

de inflex. VI. en z = −1 y z = +1 } {f {f Z ( z )′′ > 0 ↔ z > 1 ⇒ cóncava en z > 1 ( z )′′ < 0 ↔ Z } { } z < 1 } ⇒ {convexa en z < 1 } De todo lo anterior se deduce que la forma de la función de densidad de una variable Normal Tipificada es la de la conocida campana de Gauss.1.. b) Simetría: fZ(z)=fZ(-z) El eje de ordenadas es eje de simetría. que se representa en la figura VI.79 .Función de densidad de la variable Normal Tipificada.1. z = +1 } ⇒ {ptos. concavidad y convexidad: { f Z (z)′′ = 0 ↔ z = −1.Capítulo VI: Principales Distribuciones Continuas El eje de las x es asíntota. fZ(z) 0 Z Figura VI. c) Derivadas: fZ ( z)′ = −1 2⋅π − z2 2 −z 2⋅π ⋅e − e z2 2 − z2 2 fZ ( z )′′ = ⋅e + −z 2⋅π ⋅ (− z ) = (z 2 −1 2⋅π )⋅e − z2 2 d) Máximos y mínimos: f Z ( z )′ = 0 ↔ z = 0 ⎫ ⎬ ⇒ máximo en z = 0 f Z (0)′′ < 0 ⎭ e) Crecimientos y decrecimientos: {f Z (z)′ > 0 ↔ z < 0} ⇒ {creciente en z < 0} {f Z (z)′ < 0 ↔ z > 0} ⇒ {decreciente en z > 0} f) Puntos de inflexión.

Nomenclatura.. De esta forma escribiremos: P( Z ≤ z) = φ( z ) Mediante zα designaremos el valor de una variable Normal Tipificada que a su derecha tiene. un área igual a α.80 .6. es decir.2. VI.3.. el valor de z que tiene una probabilidad α de ser superado.2. VI.. es decir el valor de la función de distribución FZ(z). la probabilidad de que una variable Normal Tipificada tome un valor menor o igual a ese z.1)..Distribución de una N(0. Designaremos a la variable mediante la letra Z y a sus valores por z.DISTRIBUCION NORMAL GENERAL VI. a la función de distribución la representaremos mediante φ. P(Z ≥ z α ) = α Fácilmente se obtiene que: φ(zα)=1-α fZ(z) φ(z) α z 0 zα Z Figura VI.Capítulo VI: Principales Distribuciones Continuas VI.Media y Varianza μ Z = E( Z ) = 0 y σ 2 = D 2 (Z) = 1 Z VI. bajo la función de densidad.2.. para distintos valores de z.3.Nomenclatura Para la variable Normal Tipificada reservaremos una notación específica.Manejo de tablas En la tabla más usada se representan.5.2.

y siempre que no haya lugar a confusión.Definición Llamaremos variable aleatoria Normal Unidimensional General a toda transformada lineal de una variable aleatoria Normal Tipificada. si Z≡N(0. utilizaremos la nomenclatura X≡N(μX. VI. Si μX=E(X) y σX=D(X). lo que justifica el que designemos e esta variable mediante X≡N(μX. es una variable Normal General.E(Z)+b=a·0+b=b μX=E(X)=b D2(X)=a2·D2(Z) σ2 = a2 X y σX = a Por lo tanto.3. σX).1. VI. designaremos por μ a μX y por σ a σX. Con el fin de simplificar la escritura.2. la variable: X=aZ+b en la que a y b son constantes..81 .Función de densidad Teniendo en cuenta que entre Z y X existe una correspondencia biunívoca se cumple que: fX ( x ) = fZ [z( x )] ⋅ dz dx 2 como: fZ ( z) = 1 2⋅π e− z 2 y dz 1 = dx a entonces: fX ( x ) = 1 2π ⋅e 1 ⎡ x −b ⎤ − ⎢ ⎥ 2⎣ a ⎦ 2 ⋅ 1 a Como: es: y de donde: E(X)=a. Por tanto.3.σX) para designar a una variable aleatoria con distribución Normal.1).Capítulo VI: Principales Distribuciones Continuas VI. la función de densidad de la variable Normal General será: 1 σ X ⋅ 2π − (x − μ X )2 2⋅σ 2 X fX ( x ) = e que depende de los parámetros μX y σX..

Manejo de tablas Para tabular la función de distribución de una variable Normal General.80 cm y 5. lo que. En efecto. la referida distancia debe estar comprendida entre 4.80 cm o mayor que 5. entre los centros de dos taladros realizados en una pieza metálica es una variable aleatoria con distribución X≡N(5. Para que la pieza pueda ser utilizada. a2 ⋅ σ1 + b2 ⋅ σ2 ⎞ ⎜ 2 ⎟ ⎝ ⎠ VI.1 La distancia. sea X≡N(m.3. entonces 2 Y ≡ N ⎛ a ⋅ μ1 + b ⋅ μ 2 .3.82 . además de imposible. la variable X−μ σ se distribuye según una Normal Tipificada.σ2) y hagamos Y=a·X1+b·X2.25 cm.σ).80)+P(X>5..5.1) σ La función de distribución de X será: x−μ⎞ ⎛ x−μ⎞ ⎛ ⎛ X−μ x−μ⎞ FX ( x ) = P( X ≤ x ) = P ⎜ ≤ ⎟ ⎟ = φ⎜ ⎟ = P ⎜Z ≤ σ ⎠ σ σ ⎠ ⎝ σ ⎠ ⎝ ⎝ es decir: ⎛ x−μ⎞ FX ( x ) = φ ⎜ ⎟ ⎝ σ ⎠ Ejemplo VI.25) Por ser X continua: VI.1). sería necesario elaborar una tabla para cada par de valores reales μ y σ. Z= X−μ = N(0. pues a partir de la función de distribución de una Normal Tipificada es posible deducir la de cualquier variable Normal General. SOLUCIÓN: No cumplirán los requisitos establecidos aquellas piezas en las que la distancia entre centros sea menor que 4..25 cm.3.σ1) y X2≡N(μ2. expresada en cm.Capítulo VI: Principales Distribuciones Continuas VI.0. sería innecesario. es decir. Sea X1≡N(μ1. Determinar la proporción de piezas que no cumplen los requisitos de la especificación. La proporción de piezas defectuosas obtenidas coincidirá con: p= P(X<4.Adición Cualquier combinación lineal de variables aleatorias Normales independientes es una variable aleatoria Normal. por definición.

X2.…. Por tanto. y.80)+[1-P(X≤5.4.1 ⎠ es decir. En efecto. VI.1 ⎠ ⎝ ⎝ 0. Por su generalidad e importancia enunciaremos sin demostrarlo el de Lindenberg-Levy.. podemos considerar que X es suma de λ variables de Poisson de parámetro unidad independientes entre sí. se cumplen las hipótesis del teorema de Lindenberg-Levy y.80)+P(X>5. hemos visto que. y establece que la variable binomial tipificada converge en distribución a una variable Normal tipificada cuando n tiende a infinito.… es una sucesión de variables aleatorias.25 − 5 ⎞ p =φ⎜ ⎟ +1 − φ ⎜ ⎟ = 0. se cumplen las hipótesis del teorema de Lindenberg-Levy. si tipificamos X estamos tipificando la suma de n variables aleatorias todas ellas con la misma distribución e independientes.5. todas ellas con la misma distribución e independientes. y hacemos crecer indefinidamente a este parámetro dándole valores naturales.9798 = 0. si X≡B(n.3% de las piezas no cumplen los requisitos de especificación.Xn.Capítulo VI: Principales Distribuciones Continuas p= P(X≤4. VI. a su vez. si X es una variable de Poisson de parámetro λ. De forma análoga.043 0.25)= P(X≤4.25)] Tipificando y mirando en tablas se obtiene que: ⎛ 4. la variable de Poisson tipificada converge en distribución a una variable Normal Tipificada cuando λ tiende a infinito. en consecuencia. VI.Teorema de Lindenberg-Levy Si X1. su suma tipificada es. El Teorema de De Moivre es un caso particular del teorema de Lindenberg-Levy. unas variables tienden en distribución a otras. VI.0228 + 1 − 0. bajo determinadas condiciones.APROXIMACIONES DE VARIABLES ALEATORIAS Tanto en este capítulo como en el anterior. es decir. el 4.p) es X=ΣYi en la que Yi≡D(p) e independientes..1. por tanto. sería conveniente conocer cuándo la distribución de una variable aleatoria puede ser sustituida por la de otra sin que se cometan errores importantes en el cálculo de probabilidades.4. una sucesión de variables aleatorias que converge en distribución a una variable Normal Tipificada cuando n tiende a infinito.. Para fines prácticos.80 − 5 ⎞ ⎛ 5.TEOREMA CENTRAL DEL LIMITE Bajo esta denominación se engloban una serie de teoremas cuyo objetivo final consiste en determinar las condiciones bajo las cuales una sucesión de variables aleatorias converge en distribución a una variable Normal.83 .

se definió a la variable de Poisson como la variable límite de una Binomial cuando n tiende a infinito y p a cero. no estudiado un este obra. es. converge en distribución a una variable Normal Tipificada. por ser una transformada lineal de una Normal Tipificada. p ≤ 0. es. Luego si n es grande. permaneciendo constante el producto np=λ. p) ≅ PS(λ = np) } d) Utilizando la función característica se puede poner de manifiesto que la variable de Poisson tipificada converge en distribución a una variable Normal Tipificada. p) ≅ N (np. p) ≅ B(n. Si X es una variable Binomial de parámetros n y p se cumplirá: ⎛ X − np a − np ⎞ ⎛ ⎞ ⎟ ≅ P ⎜ Z ≤ a − np ⎟ P( X ≤ a) = P ⎜ ≤ ⎜ npq ⎜ npq ⎟ npq ⎟ ⎝ ⎠ ⎝ ⎠ de donde: P( X ≤ a) ≅ P Z ⋅ npq + np ≤ a = P( Y ≤ a) ( ) en la que Y. ⎧N ⎫ ⎨ ≥ 10 ⎬ ⇒ n ⎩ ⎭ { H(N. por ser una transformada lineal de una Normal Tipificada. la distribución de una variable Binomial puede ser aproximada por la de una variable Normal. la aproximación es adecuada. n. la distribución de una variable de Poisson puede ser aproximada por la de una variable Normal. { n ≥ 50. una variable Normal de media np y desviación típica npq .Capítulo VI: Principales Distribuciones Continuas a) En el tema anterior. si N/n≥10.84 . npq )} c) En el capítulo anterior. a su vez. si λ≥18 la aproximación es aceptable. vimos que cuando la fracción de muestreo sin reemplazamiento es pequeña en comparación con el tamaño de la población. si np≥18 la aproximación es aceptable. p)} b) Según el teorema de Moivre. En concreto. En consecuencia si X≡PS(λ) es: ⎡X − λ a − λ⎤ ⎡ a −λ⎤ P( X ≤ a) = P ⎢ ≤ ⎥ ≅ P ⎢Z ≤ ⎥ λ ⎦ λ ⎦ ⎣ λ ⎣ de donde: P( X ≤ a) = P Z λ + λ ≤ a = P( Y ≤ a) ( ) en la que Y. la correspondiente variable Hipergeométrica se puede aproximar por una variable Binomial. y para fines prácticos. la variable Binomial tipificada. una variable Normal de media λ y desviación típica λ . {np ≥ 18} ⇒ { X ≡ B(n. la aproximación es adecuada.1. Luego si λ es grande.1 } ⇒ { X ≡ B(n. VI. si n≥50 y p≤0. En concreto. a su vez. En la práctica. En concreto.

PX(x) 0. λ ) λ≥15 B(n.3b. Representación de una B(10.0.Capítulo VI: Principales Distribuciones Continuas { λ ≥ 18 } ⇒ { X ≡ PS(λ ) ≅ N ( λ.1 y valores de n crecientes.n.85 .3 se ha representado la función de probabilidad de una variable binomial con p=0.08 0.3 0. en la figura VI. λ )} En la figura VI.p) N/n≥10 n≥50 p≤0.Aproximaciones entre distribuciones Para ilustrar estos conceptos.p) Figura VI.2.2 0.12 0.0.2.1) VI.1 Ps(np) Ps(λ) n·p≥15 n·p≥15 N(np.3a. npq ) N(λ.4 0. H(N.16 0.. se resumen las aproximaciones expuestas en este apartado.1) PX(x) 0. Representación de una B(50.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura VI.2 0.04 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 X Figura VI.

1) VI.3c.1. fX(x) FX(x) 1 1/(b-a) a b X a b X Figura VI. b] con densidad de probabilidad constante en todos sus puntos.6.OTRAS VARIABLES CONTINUAS VI.09 0.. Dado que su función de densidad es constante.15 0.4.Función de densidad y de distribución de una variable U[a. Representación de una B(100. fX(x)=c.Capítulo VI: Principales Distribuciones Continuas PX(x) 0.03 0 0 1 2 3 4 5 6 7 8 9 10111213141516 171819 20 2122232425 X Figura VI.0.Distribución Uniforme La distribución que tiene una variable continua que toma valores en el intervalo [a.b]..86 .b] VI. puede calcularse a partir de: ∫ de donde: X fX ( x ) ⋅ dx = ∫ c ⋅ dx = 1 b a ⎧ 1 ⎪ fX ( x ) = ⎨ b − a ⎪ ⎩0 para a ≤ x ≤ b en el resto La función de distribución la obtenemos por integración de la función de densidad: ⎧0 ⎪ ⎪x − a FX ( x ) = ⎨ ⎪b − a ⎪1 ⎩ x<a a≤x≤b x>b La representación grafica de su función de densidad y su función de distribución se muestran en la figura VI.12 0.06 0.4..6. se denomina distribución uniforme y se representa como X≡U[a.

es decir.30 10 − 0 b) El tiempo medio de espera será: E(X) = 0 + 10 = 5 min.2 De una estación de autobuses sale un vehículo cada 10 minutos. Si un viajero llega al punto de salida en un momento al azar.6.2. La función de distribución es: FX ( x ) = 0 FX ( x ) = para x<0 x 0 ∫ λ ⋅ e − λ ⋅ x ⋅ dx = 1 − e − λ ⋅ x para x≥0 VI. b) El tiempo medio de espera. a) La probabilidad de que tenga que esperar como máximo 3 minutos es P(X ≤ 3) = FX (3) = 3 −0 = 0. 2 VI.87 ..Capítulo VI: Principales Distribuciones Continuas La media y la varianza de esta distribución son: E( X) = a+b 2 D2 ( X) = (b − a)2 12 Ejemplo VI.10].Distribución Exponencial Se denomina distribución exponencial a la distribución de una variable continua cuya función de densidad es: ⎧λ ⋅ e−λ⋅x fX ( x ) = ⎨ ⎩0 para x ≥ 0 para x < 0 Dicha variable se representa como X≡EXP(λ). calcular: a) La probabilidad de que tenga que esperar 3 minutos como máximo. X=U[0. SOLUCIÓN: El tiempo de espera del viajero puede modelizarse como una variable con distribución uniforme entre 0 (cuando el viajero llega justo antes de la salida) y 10 minutos (cuando llega justo después de la salida del último autobús).

5 se muestran la función de densidad y la función de distribución de esta variable. Si establecemos que la fiabilidad de una componente para una misión de duración x=t unidades de tiempo es la probabilidad de que la duración de dicha componente supere el tiempo t. la media recibe el nombre de tiempo medio de buen funcionamiento MTBF (Mean Time Between Failures) con el referido valor 1/λ. la probabilidad de que la duración de una componente supere un tiempo t+s sabiendo que la componente ya ha sido operativa durante el tiempo t. fX(x) FX(x) 1 λ X X Figura VI.Capítulo VI: Principales Distribuciones Continuas En la figura VI. En efecto: P (X > t + s X > t ) = P (X > t + s ∩ X > t ) P (X > t + s) e − λ ⋅( t + s ) = = = e − λ ⋅s P( X > t ) P( X > t ) e− λ⋅t Luego P (X > t + s X > t ) = P( X > s) VI.Función de densidad y de distribución de una variable EXP(λ) La variable exponencial modeliza adecuadamente la duración aleatoria de componentes eléctricos. electrónicos o mecánicos en su periodo de vida útil. Es decir. depende solo de la diferencia de tiempos s y no del instante inicial t considerado. si el sistema es reparable. En este caso.5. el parámetro λ recibe el nombre de tasa de fallos del sistema y mide el número de fallos por unidad de tiempo. esta variable modeliza el tiempo entre dos fallos en un sistema de múltiples componentes en el periodo de vida útil.. Del mismo modo.88 . donde λ es la tasa de fallos. la expresión de dicha probabilidad será: P( X > t ) = 1 − FX ( t ) = e − λ ⋅t con t≥0 Una característica importante de esta distribución es que “carece de memoria”. La media y varianza de esta distribución son respectivamente: E( X) = 1 λ D2 ( X) = 1 λ2 El tiempo medio hasta que se produce el fallo de un componente o un sistema complejo recibe el nombre de MTTF (Mean Time To Failure) y vale 1/λ.

89 ..3 La duración de ciertas lámparas de incandescencia puede considerarse como una variable exponencial de media 1000 horas de funcionamiento. Zn son variables aleatorias Normales Tipificadas Independientes.7. SOLUCIÓN: a) La duración de las lámparas tiene una distribución X=EXP(1/1000). VI. La probabilidad de que su duración supere 500 horas es: P(X > 500) = e − 1 ⋅500 1000 = 0.7. Calcular la probabilidad de que funcione mas de 600 horas en total.7. analizaremos. G(λ.2.1.. en los puntos que ahora nos son necesarios. que se utilizarán en el muestreo en poblaciones Normales y que serán de uso frecuente y de gran importancia en la Inferencia Estadística. De ella derivan otras variables aleatorias. a). Z2..Capítulo VI: Principales Distribuciones Continuas Ejemplo VI. Precisamente.1. VI. a la variable Gamma.1.. la F de Snedecor y la t de Student.Algunos aspectos de la G(λ.7. .607 VI. a la variable: se le denomina χ2 (chi-cuadrado) con n grados de libertad y se le representa 2 mediante χ n ..Variable Chi-Cuadrado de Pearson VI..1. a) Calcular la probabilidad de que una lámpara nueva elegida al azar tenga una duración superior a 500 horas.DISTRIBUCIONES DERIVADAS DE LA NORMAL La variable Normal es la variable aleatoria continua más importante.607 b) Recordando la propiedad expuesta anteriormente: P(X > 600/X > 100) = P(X > 600 − 100) = P(X > 500) = 0.Definición Si Z1. b) Se elige al azar una lámpara que lleva 100 horas de funcionamiento. VI. como la Chi-cuadrado de Pearson (χ2)..a) 2 2 χ 2 = Z12 + Z2 + L + Zn n Para el estudio de la variable χ2. en este capítulo se estudian dichas Variables Derivadas de la Normal.

Función de densidad de una χ1 Sea Z≡N(0. a2 ) son indepen.a1) y X2 ≡G(λ..} → { X1 + X2 ≡ G(λ. a1 + a2 ) } 2 VI. entonces: ⎡ i⋅t⎤ ϕ X1 + X 2 ( t ) = ϕ X1 ( t ) ⋅ ϕ X 2 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ −( a 1+ a 2 ) de donde: { Si X1 ≡ G(λ . la función de distribución de X será: FX ( x ) = P( X ≤ x ) = P( Z ≤ x ) = P − x ≤ Z ≤ x = 2 [ ] ∫ + x − x 1 2π ⋅e − z2 2 ⋅ dz VI.a2) cuyas funciones características son.1) y X=Z2.1.a) es: ⎡ i⋅t⎤ ϕ X( t ) = ⎢1 − ⎥ λ⎦ ⎣ −a Adición Si las variables aleatorias: X1 ≡G(λ. que es: Γ(a) = ∫ ∞ e − x ⋅ x a −1 ⋅ dx ∀ a>0 0 y recordando que: Γ(½) = π podemos definir a la variable aleatoria Gamma de la siguiente forma: { X ≡ G(λ. a) } ↔ ⎪∀ x ≥ 0.90 .Capítulo VI: Principales Distribuciones Continuas Definición Si por Γ(a) designamos a la Gamma de Euler. a1) y X2 ≡ G(λ .7. respectivamente: ⎡ i⋅ t⎤ ϕ X1 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ − a1 −a2 ⎡ i⋅t⎤ y ϕ X 2 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ son independientes.3. fX ( x ) = e ⎨ ⎪ ⎩ ⎧ −λ x ⋅ (λ ⋅x )a − 1⋅ λ ⎫ ⎪ ⎬ Γ(a) ⎪ ⎭ Función característica La función característica de una G(λ.

Distribución de una χn 2 2 2 Por definición.Función característica 2 Por ser χ n una Gamma de parámetros λ=½ y a=n/2.7.1. es la función de densidad de una variable aleatoria Gamma de parámetros λ=1/2 y a=1/2. una χ n es la suma de n χ 1 independientes. por otra parte. 2 ) 2 VI. será: 2 2 1 1 1 χn = ∑ (χ1 )i = ∑ Gi ( 2 ..1. su función característica será: i⋅t ⎤ ⎡ ϕχ 2 ( t ) = ⎢1 − n 1/ 2 ⎥ ⎣ ⎦ − n 2 VI.. Teniendo en cuenta que una χ 1 es una Gamma y que la suma de Gammas independientes es otra Gamma. 2 ) = G ( 2 .91 .Capítulo VI: Principales Distribuciones Continuas Teniendo en cuenta la simetría de la distribución Normal. es decir: 2 1 1 χ1 ≡ G ( 2 . n ) 2 n n i =1 i =1 por tanto.7.4. su función de densidad será: − x 2 fχ 2 ( x ) = n e − λ ⋅ x ⋅ (λ ⋅x )a −1⋅ λ = Γ(a) e ⎡x ⎤2 1 ⋅⎢ ⎥ ⋅ 2 ⎣2⎦ Γ (n ) 2 n −1 es decir: fχ 2 ( x ) = n e − x 2 n ⋅ x2 −1 2 2 ⋅ Γ (n ) 2 n VI.5. tendremos que: FX ( x ) = 2 ⋅ ∫ x 0 1 2π ⋅e −z2 2 ⋅ dz La función de densidad de X será: fX ( x ) = − dFX ( x ) 1 1 = 2⋅ ⋅e 2⋅ dx 2π 2⋅ x x que puede ser escrita: fX ( x ) = e − 1 x 2 ⋅x − 1 2 1 2 2 ⋅ Γ (2 ) que.

haciendo t=0 y dividiendo por i.2 ⋅ i ⋅ t ) 2 ⋅ i ⋅ ( −2 ⋅ i) n ⎝2 ⎠ de donde haciendo t = 0. nos proporciona χn ( α ) .7.1) (Ver anexo I).6.7.Media Y Varianza 2 Mediante las derivadas primera y segunda de la función característica de una χn ..1. D 2 2 ⋅ χn − 2 ⋅ n − 1 ⎯⎯→ Z ≡ N(0.92 .. es decir. resulta: 2 E( χn ) = n derivando nuevamente respecto a t: n ⎛n ⎞ − −2 ϕχ 2 ( t )′′ = ⎜ + 1⎟ ⋅ n ⋅ (1 . se obtiene: α2=(n+2)·n=n2+2·n 2 Como σ2 = α 2 − α1 . contiene los valores χn ( α ) de la variable que teniendo n grados de libertad. en 2 función de los parámetros n y α.1.1) de donde: VI. se puede utilizar una 2 aproximación basada en el hecho de que la transformada de una χn definida por: 2 2 ⋅ χn − 2 ⋅ n − 1 converge en distribución a una variable N(0. Para grados de libertad superiores a los máximos de la tabla (n>30). tienen una probabilidad α de ser superados. Es una tabla de doble entrada que. resulta: 2 D2 ( χn ) = 2 ⋅ n VI. a partir de éstos la media y la varianza. dϕ χ 2 ( t ) n dt =− n n n − −1 − −1 ⋅ (1 − 2 ⋅ i ⋅ t ) 2 ⋅ ( −2 ⋅i) = n ⋅ i ⋅ (1 − 2 ⋅ i ⋅ t ) 2 2 de donde.Manejo de tablas 2 La tabla de la χ2 más usada.7.Capítulo VI: Principales Distribuciones Continuas de donde: ϕχ 2 ( t ) = [1 − 2 ⋅ i ⋅t ] n − n 2 VI. podemos calcular sus momentos respecto al origen y.

2..93 . n2 que tienen una probabilidad de 0..05 y α =0.Función de densidad La función de densidad de esta variable es: fF ( x ) = n12 ⋅ n22 ⋅ x 2 .599)=0.2.1038 ) VI.2. de las tablas de la χn2.n 2 = 2 χ n1 /n1 2 χ n2 /n2 VI..1. n 2 ≥ Fn1. los valores de Fn1. se deduce que la P( χ30 ≤20.01 para α=0.2.01.Definición La variable F de Snedecor se define como el cociente de dos variables χ2 independientes divididas por sus respectivos grados de libertad.10.Capítulo VI: Principales Distribuciones Continuas 2 2 P(χn ≤ a) = P ⎛ 2 ⋅ χn ≤ 2 ⋅ a ⎞ ⎜ ⎟ ⎝ ⎠ por tanto 2 2 P(χn ≤ a) = P ⎛ 2 ⋅ χn − 2 ⋅ n − 1 ≤ 2 ⋅ a − 2 ⋅ n − 1 ⎞ ⎜ ⎟ ⎝ ⎠ es decir: 2 P(χn ≤ a) ≈ P Z≤ 2 ⋅ a − 2 ⋅ n − 1 ( ) o lo que es lo mismo: 2 P(χn ≤ a) ≈ φ ( 2⋅a − 2⋅n −1 ) 2 Por ejemplo.99 . lo que será representado mediante: (α P Fn1.Manejo de tablas En la tabla de más frecuente uso.3. [ ] VI. se recogen para n1 grados de libertad del numerador y para n2 grados de libertad del denominador.01 de ser superados. obtenemos: 2 P( χ30 ≤ 20. por ejemplo F4.2627 ) = 0.7.Distribucion F de Snedecor VI. Utilizando la aproximación. es decir: Fn 1 .2.599)≅ φ ( 2 ⋅ 20. n1 n2 n1 −1 β ( n1 n 2 2 2 )⋅ ( n 2 + n1 ⋅ x ) n 1+ n 2 2 VI.7.7.) n 2 = α 0.599 − 59 = φ( −1.10 = 5.. Así.05 o de 0.7.

99) = 0. es posible deducir determinadas probabilidades que no están en la tabla a partir de otros valores que si lo están. n1 ≥ ⎟ a⎠ ⎝ ( ) Por ejemplo. 1 ⎞ ⎛ P(F10. tiene forma de campana y es simétrica respecto al origen. n 1 ≥ ⎟ P Fn1.4.x ≤ t n ≤ x ) es decir: FX ( x ) = ∫ + x − x ft ( t) ⋅ d t = 2 ⋅ ∫ 0 ft ( t) ⋅ dt x derivando respecto de y obtendremos la función de densidad: VI.4 ≤ 0. n 2 ≤ a = P ⎜ 2 1 ⎜ χ n / n2 ⎟ ⎜ χn / n1 a ⎟ a⎠ ⎝ ⎝ 2 ⎠ ⎝ 1 ⎠ ( ) es decir: 1⎞ ⎛ P Fn1. Si elevamos al cuadrado una tn. n 2 ≤ a = P ⎜ Fn 2 .7.94 .7.Función de densidad La función de densidad de una tn tiene una representación gráfica muy similar a una Normal Tipificada.7.Capítulo VI: Principales Distribuciones Continuas Puesto que el inverso de una F es otra F.. n 2 χn / n χn / n 2 Si llamamos X a la variable t n se cumplirá que: 2 FX ( x ) = P(X ≤ x ) = P(tn ≤ x ) = P(.Variable t de Student VI.3.10 ≥ 5.3.01 0.2. resulta: 2 tn = 2 Z2 / 1 χ1 / 1 = 2 = F1.1669 ⎠ ⎝ VI..1669) = P ⎜ F4. En efecto: 2 2 ⎛ χn / n1 ⎞ ⎛ χ n / n2 1 ⎞ 1⎞ ⎛ ≤ a ⎟ = P ⎜ 22 ≤ ⎟ = P ⎜ Fn 2 .1. es decir: tn = z 2 χ n /n donde n son los grados de libertad de la tn. VI..Definición La variable t de Student se define como el cociente entre una Normal Tipificada Z 2 y la raíz cuadrada de una χ n dividida por sus grados de libertad.10 ≥ ⎟ = P(F4.

obtendremos la función de densidad de una tn. Si Y es una Fn1.Capítulo VI: Principales Distribuciones Continuas fX ( x ) = dFX ( x ) = 2 ⋅ ft dx ( x )⋅ 2 ⋅ 1 x 1 t como t2 = x fX ( t 2 ) = ft ( t) ⋅ luego: ft ( t) = t ⋅ fX ( t 2 ) Por tanto. es mayor que la unidad.3.n cambiamos y por t2 y el resultado lo multiplicamos por t.7. n ) ⋅(n + y ) 2 2 n +1 cambiando y por t2 y multiplicando por t obtenemos: ft n ( t ) = nn / 2 ⋅ t -1 1 β (2 . si en la función de densidad de una F1..3.Manejo de tablas VI.7. n )⋅ n + t2 2 ( ) n +1 2 t es decir: ft n ( t ) = nn / 2 1 β (2 . VI.4. n )⋅ n + t2 2 ( ) n +1 2 que suele escribirse también de la siguiente forma: ⎛ t2 ⎞ ft n ( t) = ⎜1+ ⎟ ⎜ n⎟ ⎠ ⎝ − n +1 2 ⋅ Γ (n ) ⋅ π ⋅ n 2 + Γ (n2 1 ) VI.n2 su función de densidad es: n1 n2 n1 fY ( y ) = β ( n12 n22 y 2 . n2 2 2 −1 n 1 +n 2 2 n1 2 )⋅ (n + n ⋅ y ) 1 Si Y es una F1. por tanto. La variable tn presenta.95 .3.Media y Varianza Se puede demostrar que: E(t n ) = 0 D2 ( t n ) = n n−2 La varianza de tn.. una distribución más “abierta” (dispersa) que la Normal Tipificada.n2 su función de densidad es: fY ( y ) = nn / 2 ⋅ y −1 / 2 1 β ( 2 . que solo existe para n>2.

n ≤ a) = P(.96 .α ) ) = α n n por tanto: ( t (nα/2) = F1. determinan el valor de t(nα / 2 ) . es decir.Capítulo VI: Principales Distribuciones Continuas Designamos por t(nα ) al valor de una tn tal que: P(tn ≥ t (nα ) ) = α Las tablas de la t de Student más usadas son aquellas en las que dados los grados de libertad n y la probabilidad α.α ) ) = P( t n ≥ F1. el valor de tn tal que: P t n ≤ t (nα/2) = P(-t(nα/2) ≤ t n ≤ t (nα / 2 ) ) = 1 − α ( ) Algunos valores se pueden determinar usando la tabla de la Fn1 n2 .n ≥ F1.pues: P(F1.α ) n VI.a ≤ t n ≤ a ) entonces: ( ( P(F1.

Capítulo VI: Principales Distribuciones Continuas Tema 7.97 . Variables aleatorias bidimensionales VI.

Capítulo IV: Variables Aleatorias

CAPITULO VII: Variables Aleatorias Bidimensionales

IV.98

MÉTODOS ESTADÍSTICOS I

VII.1.- DEFINICIÓN Llamemos Iab al intervalo de ℜ2 dado por: Iab={(X1, X2) ∈ℜ2; X1≤a; X2≤b} intervalo que se ha representado en la figura VII.1:
X2

b

Iab a
X1

Figura VII.1.- Intervalo Iab de la variable aleatoria bidimensional Dado el espacio de Probabilidades (E, F, P), diremos que la aplicación X:E→ℜ2 es una variable bidimensional si para todo intervalo I x1x 2 su original pertenece a F.

{X : E → ℜ

2

es v.a. bi dim ensional ↔ ∀ (x1, x 2 ) ∈ ℜ2 ; O(Ix1x 2 ) ∈ F

} {

}

De esta forma quedan probabilizados todos los conjuntos de ℜ2. Son ejemplos de variable aleatorias bidimensionales las parejas de valores peso-estatura de un colectivo de personas, diámetro-resistencia a la compresión de unas probetas de hormigón, número de puntos obtenidos en cada una de las caras superiores en el lanzamiento de dos dados equilibrados, etc. VII.2.- FUNCIÓN DE DISTRIBUCIÓN VII.2.1.- Definición Dada una variable aleatoria bidimensional (X1,X2), llamaremos función de distribución a:
FX1 X 2 (x1 , x2 ) = P ( X1 ≤ x1 ∩ X 2 ≤ x2 ) = P

{ (X (e ),X (e) ∈ I ) }
1 2 x1 x 2

VII.2.2.- Propiedades La función de distribución bidimensional tiene, entre otras, las siguientes propiedades: a) ∀ (x1,x2) ∈ ℜ2 es 0 ≤ FX1X 2 ( x1, x 2 ) ≤ 1

VII.99

MÉTODOS ESTADÍSTICOS I

b) c)

x 1 → −∞

lim FX1X 2 (x1, x 2 ) = lim FX1X 2 (x1, x 2 ) = 0
x 2 → −∞

x1 → ∞ x 2 →∞

lim FX1X 2 (x1, x 2 ) = 1

d) El intervalo de la figura VII.2 tiene una probabilidad:
P(a1 < X1 ≤ b1, a1 < X2 ≤ b2 ) = FX1X 2 (b1, b2 ) − FX1X 2 (a1, b2 ) − FX1X 2 (b1, a2 ) + FX1X 2 (a1, a2 )

e) Continuidad:
FX1X 2 ( x1, x 2 ) es continua por la derecha de x1 y de x2 y en puntos de probabilidad no nula

es discontinua por la izquierda de x1 o de x2.
X2 b2

a2 a1 b1 X1

Figura VII.2.- Intervalo de (X1,X2) VII.3.- VARIABLES CONTINUAS ALEATORIAS BIDIMENSIONALES DISCRETAS Y

En todo lo que sigue, y con el fin de simplificar la escritura, designaremos a la variable aleatoria bidimensional mediante (X,Y). Como en el caso de las variables aleatorias unidimensionales, también en las variables aleatorias bidimensionales existen dos tipos de variables particularmente interesantes: las variables aleatorias discretas y las variables aleatorias continuas En las variables aleatorias discretas, la masa de probabilidad se encuentra distribuida en un conjunto de puntos finito o numerable. La función de distribución se puede calcular sin más que sumar las probabilidades de los puntos incluidos en el correspondiente intervalo:
FXY ( x, y ) =
( a,b )∈I xy

∑ P[(a, b)]

en la que (a,b) representa a los puntos de Ixy con probabilidad no nula. Las variables continuas, se caracterizan por tener su masa de probabilidad distribuida según una función de densidad fXY(x,y), de tal forma que:
FXY ( x, y ) =

∫ ∫
x −∞

y −∞

fXY ( x, y ) ⋅ dx ⋅ dy

VII.100

3 es: P(a1 ≤ X ≤ b1. a2 ≤ Y ≤ b2 ) = ∫ ∫ b1 a1 b2 a2 fXY ( x.1.y) es el límite de la masa de probabilidad por unidad de superficie cuando ésta superficie tiende a cero. variables aleatorias y. y ) ∈ A ] = lim Δx → 0 δxδy Δy →0 Δx ⋅ Δy Y b2 Δx Δy A a2 a1 b1 X Figura VII.6 para variables unidimensionales y utilizando la figura VII.Y) Por tanto.Y) hace corresponder a cada individuo de una población su peso (X) y su estatura (Y).. representa la masa de probabilidad en un punto por unidad de superficie.4. La probabilidad del intervalo A de la figura VII.3.Intervalo de la variable bidimensional (X.101 . tienen su propia función de distribución y sus respectivas funciones de densidad. como tales. y ) = δ2F P[(x. es decir. y ) = δ2FXY ( x.MÉTODOS ESTADÍSTICOS I o lo que es equivalente: fXY ( x. de la función de densidad conjunta.y) es una función de densidad. en el caso de variables continuas. A partir de la función de distribución conjunta y. fXY(x. y ) ⋅ dx ⋅ dy VII.3. Una variable bidimensional está constituida por dos variables unidimensionales llamadas marginales. se les llama variables marginales de la bidimensional.. Siguiendo un razonamiento análogo al utilizado en el punto VII. es fácil llegar a la siguiente expresión: fXY ( x. por separado. a su vez. se pueden calcular la función de distribución y de densidad de las variables marginales de la siguiente forma: VII. es decir. la densidad de probabilidad en un punto. A estas variables.DISTRIBUCIONES MARGINALES Supongamos que la variable bidimensional (X. y ) δx δy Es fácil ver que fXY(x. El peso y la estatura por separado son.

y) y →∞ lim FXY ( x. y ) ⋅ dy ∫ x −∞ f X ( x ) ⋅ dx dFX ( x ) dx VII.102 . y ) ⋅ dy δ FXY ( x. v ) ⋅ dv = ∫ +∞ −∞ f ( x. sea cuál sea el valor de Y. y ) ∫ FX (x) x −∞ dx ∫ +∞ −∞ f X ( x.MÉTODOS ESTADÍSTICOS I a) El valor de FX(x) es la probabilidad de que la variable X tome un valor inferior o igual a x. se cumple que: FX ( x ) = ∫ x −∞ du ⋅ ∫ +∞ −∞ f (u. y ) y →∞ b) Por las mismas razones que las expuestas en el punto a). es decir FX(x) es la probabilidad de que la variable bidimensional tome un valor del intervalo rayado de la figura VII. Y x X Figura VII.4. Y < ∞ ) = lim FXY ( x. ∫ FXY (x. y ) δx ⋅ δy 2 fXY (x. y ) ⋅ dy En la figura VII.Distribución marginal de X Por tanto: FX ( x ) = P( X ≤ x ) = P( X ≤ x. y) x −∞ dx ∫ y −∞ f X ( x.. y ) ⋅ dy ∫ fX (x) +∞ −∞ f X ( x.5 se recogen las relaciones existentes entre las funciones de distribución y las funciones de densidad unidimensionales y bidimensionales.4. v ) ⋅ dv c) Derivando respecto a x ésta última ecuación: fX ( x ) = d FX ( x ) = dx ∫ +∞ −∞ f ( x.

Si. Una distribución marginal se obtiene al considerar la distribución de una de las dos variables de una variable bidimensional. obtendremos la distribución marginal de la estatura.5.5. Demostramos la expresión de la función de distribución para el caso en que ambas variables sean continuas y presentamos las expresiones de dicha función en los demás casos. se le llama distribución condicional de Y dado X. Se representa por FY/X(y/x). ignorando la otra. por el contrario.Relación entre funciones de densidad y de distribución VII. es decir. Definición A la distribución de la variable Y para el valor de X=x. la ecuación general se escribirá: FY / X ∫ ( y / x ) = lim h →0 x −∞ dy ∫ x +h ∫ x x +h fXY ( x. Si consideramos la distribución de estatura ignorando a la variable peso. consideramos la distribución de la variable estatura para los individuos de un peso determinado obtendremos la distribución condicional de la estatura para ese peso..DISTRIBUCIONES CONDICIONALES.5.MÉTODOS ESTADÍSTICOS I Figura VII. VII.Función de distribución condicional De acuerdo con la definición anterior. sea cual sea el peso.103 . la función de distribución condicional se escribirá: FY / X (y / x ) = lim P(Y ≤ y / x ≤ X ≤ x + h) = lim h→0 h→0 P(Y ≤ y ∩ x ≤ X ≤ x + h) P(x ≤ X ≤ x + h) Ecuación general que se puede particularizar según la naturaleza de las variables condicionada y condicionante...Distribución condicional de Y/X a) Ambas continuas: En este caso.5.1.2.6. VII. Y x x+h X Figura VII.. y ) ⋅ dx x fX ( x ) ⋅ dx Por el teorema del valor medio: VII.

y ) ⋅ dy h→0 fX (ξ′) Cuando h→0. discreta o continua. x ξ’ x+h X Figura VII. y ) ⋅ dy fX ( x ) b) Ambas discretas: Para los puntos en los que PX(x)≠0. Luego: FY / X ∫f (y / x) = y −∞ XY ( x. y ) ⋅ dx = fXY (ξ.x+h] como muestra la figura VII.MÉTODOS ESTADÍSTICOS I ∫ y x +h x fXY ( x. tanto ξ como ξ` tienden a x.2. y ) ⋅ h x +h x ∫ f X(ξ’) fX ( x ) ⋅ dx = fX (ξ′) ⋅ h en las que ξ y ξ′ son valores del intervalo [x. así: a) Ambas variables continuas: Derivando respecto de y a la función de distribución se obtiene: VII.104 ..7. la ecuación general ahora se escribirá: FY / X ( y / x ) = P( X = x ∩ Y ≤ y ) = P( X = x ) yi ≤ y ∑ PXY ( x.5. yi ) PX ( x ) = yi ≤ y ∑ PY ( yi ) ⋅ PX / Y ( x / yi ) PX ( x ) VII.Función de densidad y ley de probabilidades condicionales A partir de la función de distribución. Será: FY / X ( y / x ) = lim ∫f y −∞ XY (ξ. podemos calcular la ley de probabilidades condicional o la función de densidad condicional según sea la variable condicionada.7.

Esta variable es continua.1: Sea Y una variable beta de parámetros a. según corresponda.b)).1] y su función de densidad es: fY ( y ) = y a −1 ⋅ (1 − y )b −1 β ( a. su campo de existencia está entre [0. yi ) PX ( x ) PXY ( x. era lógico obtener. b ) ∀ y ∈ [0 . obtendremos las fórmulas que se exponen a continuación: a) Ambas variables continuas: fX / Y ( x / y ) = f X ( x ) ⋅ fY / X ( y / x ) +∞ ∫ f ( x) ⋅ f −∞ X Y/X ( y / x ) ⋅dx b) Ambas discretas: PX / Y ( x / y) = PX ( x) ⋅ PY / X ( y / x) ∑ PX (xi ) ⋅ PY / X (y / xi ) xi Ejemplo VII. b (Y≡ BT(a.105 .MÉTODOS ESTADÍSTICOS I ⎡ dFY / X ( y / x ) d ⎢ ⎢ fY / X ( y / x ) = = dy dy ⎢ ⎢ ⎣ ∫f y −∞ XY ⎤ ( x. VII.5. pues basta con aplicar la definición de probabilidad condicional. por otra parte.b) es la beta de Euler: VII. y) fY (y) ⋅ fX / Y (x / y) = fX (x) fX (x) b) Ambas variables discretas: Si tenemos en cuenta que en este caso es: FY / X ( y / x ) = y ii ≤ y ∑ PXY ( x. -Teorema de Bayes Teniendo en cuenta las leyes de probabilidades condicionales o las funciones de densidad condicionales.1] en la que β(a. y )dy ⎥ ⎥ fX ( x ) ⎥ ⎥ ⎦ de donde: fY / X (y / x) = fXY(x. y ) PX ( x ) n será: PY / X ( y / x ) = Como.3.

VARIABLES INDEPENDIENTES Dada la variable bidimensional (X. b + n − x ) es decir: Y/X ≡ BT(a+x. b+n-x) Como puede observarse. la variable Y/X será continua para cada X que toma valores discretos. y ) ∈ ℜ2 . VII. entonces: VII..y] son independientes. si para todo (x. b ) = ∫ 1 0 x a −1 ⋅ (1 − x)b −1 ⋅ dx con a>0 y b>0 Sea X/Y una variable binomial de parámetros n. Esta variable.Y) es continua. En consecuencia: fY / X ( y / x ) = fY ( y ) ⋅ PX / Y ( x / y ) ∫ f (y )⋅P 0 Y 1 X /Y ( x / y )⋅ dy Sustituyendo: fY / X ( y / x ) = y a −1 ⋅ (1 − y )b −1 β ( a. toma valores naturales entre cero y n y su ley de probabilidad es: ⎛n⎞ PX / Y ( x / y ) = ⎜ ⎟ ⋅ y x ⋅ (1 − y )n − x ⎜x⎟ ⎝ ⎠ Entonces. la distribución “a posteriori” de la variable condicionada continúa siendo una Beta en la que sus parámetros dependen ahora del valor x de la variable condicionante X. es decir: P(X≤x. y (X/Y≡ B(n. b ) de donde: fY / X ( y / x ) = y a + x −1 ⋅ (1 − y )b + n + x −1 β ( a + x.Y) diremos que las variables marginales X e Y son independientes. es discreta.106 . b ) ⎛n⎞ ⋅ ⎜ ⎟ ⋅ y x ⋅ (1 − y )n − x ⎜x⎟ ⎝ ⎠ ⎛n⎞ ⋅ ⎜ ⎟ ⋅ y x ⋅ (1 − y )n − x ⋅ dy ⎜x⎟ ⎝ ⎠ ∫ 1 0 y a −1 ⋅ (1 − y )b −1 β ( a.MÉTODOS ESTADÍSTICOS I β (a. que será estudiada en un tema posterior.x] e IY=]-∞. los sucesos IX=]-∞. y ) = FX ( x ) ⋅ FY ( y ) Si (X.6.Y≤y)=P(X≤x)·P(Y≤y) Por tanto: X e Y son independientes ↔ ∀ ( x. F( x.y) ∈ ℜ2.y)).

v = E X1 .x2.MÉTODOS ESTADÍSTICOS I fXY ( x.0 = ∫ ℜ2 u x1 ⋅ dFX1X 2 (x1. acabamos de ver que: fXY(x.i. x 2 ) por una propiedad de la integral de Stieljes. X2 = ( ) ∫ ℜ 2 u v x1 ⋅ x 2 ⋅ dFX1X 2 (x1.0=μ1 α0. X2 = x 2. v de la variable bidimensional.y) = fX(x)·fY/X(y/x) Si las variables marginales son independientes. y ) = f X ( x ) ⋅ fY ( y ) δx ⋅ δy por tanto: X e Y son independie ntes ↔ ∀ ( x.. VII. a: u v αu. y ) ∈ ℜ2 .1=μ2 Se denomina momento central de orden u.2. y ) = δ2FXY ( x.v = ∑ x1.i. y fX1X 2 ( x1. fXY ( x.v = ∫∫ ℜ u v x1 ⋅ x 2 ⋅ fX1X 2 ( x1.0 = ∫x ℜ u 1 ⋅ dFX1 (x1 ) = αu análogamente: en particular: α0.7.v de la variable bidimensional.i ⋅ P(X1 = x1. a: VII. y ) ∈ ℜ2 .2. x 2 ) ⋅ dx1 ⋅ dx 2 como: αu. fY / X ( y / x ) = fY ( y ) Conclusiones análogas pueden obtenerse para los demás tipos de variables condicionadas. x 2 ) Si la variable es discreta. se cumple: αu. la masa de la probabilidad se concentra en unos puntos (x1.v=αv α1.i ) i Si la variable es continua.i ⋅ x 2. y ) = fX ( x ) ⋅ fY ( y ) En el apartado VII.MOMENTOS Se denomina momento respecto al origen de orden u. es decir. se cumplirá: es decir: fY/X(y/x) = fY(y) X e Y son independie ntes ↔ ∀ ( x.107 .i) entonces: u v α u.5.a). x 2 ) es la función de densidad: αu.

.0=μu μ0.Propiedades 2 a) La matriz de varianzas-covarianzas es simétrica pues σ1.8.2 2 2 2 μ1.2. VII.0=μ0.1 σ2 ⎥ ⎣ ⎦ VII.2 = σ2. respectivamente.2 = σ 2.Definición Los momentos de segundo orden pueden ser escritos así: 2 2 μ 2.1 2 Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1. se cumple: μu..2 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2. X 2 ) = σ1.v = E (X1 − μ1 ) ⋅ (X2 − μ 2 ) u [ v ] Como en el caso anterior.0 = σ1 μ 0.9.COEFICIENTE DE CORRELACIÓN VII.v=μv en particular: μ1.MÉTODOS ESTADÍSTICOS I μu.2 = σ2 = σ2.8.MATRIZ DE VARIANZAS COVARIANZAS VII.8. según que la característica o rango de la matriz V sea 0.1 μ 0.108 .X2) a: 2 ⎡ σ2 σ1. X2 ) 2 que es la conocida desigualdad de Schwarz.1 = cov( X1.0 = σ1 = σ1.9. son: 2 μ 2. X2 ) VII.1. en una recta o en el plano.1 2 b) La matriz de varianzas-covarianzas es semidefinida positiva. c) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto..1.1 = cov( X1.2 = σ2 2 μ1.Definición El coeficiente de correlación ρ de una variable aleatoria bidimensional se define mediante: VII..1=0 Los momentos de segundo orden (u+v=2).. 2 σ1 ⋅ σ2 ≥ cov 2 ( X1.1 o 2.

El objeto de este apartado será obtener la “mejor” función de predicción de acuerdo con un cierto criterio. ⇒ {ρ = 0 } c) Si existe una relación lineal exacta entre las variables aleatorias X1 y X2. es: 2 4 σ1 ⋅ σ2 ≥ σ1.109 .MÉTODOS ESTADÍSTICOS I ρ= cov( X1. el criterio será minimizar el valor medio del cuadrado de los errores de predicción. se desprende que el coeficiente de correlación mide el grado de dependencia lineal entre X1 y X2.. VII.9. si la masa de probabilidad se encuentra concentrada en una recta.Propiedades a) Por ser V semidefinida positiva.10.REGRESIÓN VII. el rango de la matriz de varianzas-covarianzas vale 1 y por tanto su determinante es nulo y.10. Por lo tanto.X2) con lo que ρ2=1 y ρ=±1 { Si X2 = α + β ⋅ X1 } ⇒ { ρ = ±1 } De las propiedades anteriores.2 σ1 ⋅ σ2 VII. es decir. entonces σ12·σ22=cov2(X1.. X2 ) 2 σ1 ⋅ σ2 2 = 2 σ1..2 ≤1 σ ⋅ σ2 2 2 1 por lo tanto: −1 ≤ ρ ≤ 1 2 b) Si las variables X1 y X2 son independientes.2.2 = 0 En consecuencia: { Si X1 y X2 son independientes} el recíproco. En este caso.2 2 por lo que: ρ2 = 4 σ1. no es cierto. VII.1.Regresión condicional Uno de los problemas que se plantan en numerosas aplicaciones prácticas es el de predecir los valores de una variable X2 en función de los valores que tome otra variable X1 con la que se distribuye conjuntamente. es σ1. trataremos de encontrar una función h(X1) que permita obtener valores aproximados de X2 de modo que sea mínimo el valor medio anteriormente expresado. en general.

10.2.h(X1)]2 representa el “error” al cuadrado que se comete al tratar de predecir el valor de X2 mediante el conocimiento de X1 y utilizando para ello la función h(X1).110 . se cumplirá que: d dh( x1 ) ∫ ℜ (x 2 − h( x1))2 ⋅ dFX X 1 2 ( x 2 / x1 ) = ∫ ∫ ℜ − 2 ⋅ (x 2 − h( x1 )) ⋅ dFX1X 2 ( x 2 / x1 ) igualando a cero la expresión anterior. lo es: ∫ ℜ (x 2 − h( x1))2 ⋅ dFX 2 / X1 ( x 2 / x1 ) en la que x1 y. por tanto. ∫ es decir: ℜ h( x1 ) ⋅ dFX1X 2 ( x 2 / x1 ) = ℜ x 2 ⋅ dFX1X 2 ( x 2 / x1 ) h( x1 ) = E( X2 / x1 ) Por tanto: Llamaremos curva de regresión condicional de X2 sobre X1 al lugar geométrico de los valores medios condicionales de la variable X2 dado el valor de X1.10.Definición VII. la variable aleatoria [X2. h(x1) son constantes.Regresión lineal mínimo cuadrática VII.2. para x1 dado. se le denominará recta de regresión lineal minimo cuadrática. VII. Calcularemos h(x1) derivando la última integral respecto a h(x1) e igualando a cero: según una de las propiedades de la integral de Stieljes.1. El objeto de la regresión condicional consiste en determinar h(X1) de tal forma que el valor medio del “error cuadrático” sea mínimo. x1 ) expresión que puede ser escrita: E (X2 − h( X1 )) = 2 [ ] ∫ ℜ dFX1 ( x1 ) ⋅ ∫ ℜ (x 2 − h( x1))2 ⋅ dFX 2 / X1 ( x 2 / x1 ) que es mínima cuando..MÉTODOS ESTADÍSTICOS I Si h(X1) no está sujeta a ninguna restricción (salvo que sea uniforme) se le denominará curva de regresión condicional. Si h(X1) es una función uniforme de X1. Si h(X1) está sujeta a la restricción de ser una recta.. Determinaremos por tanto la función h(X1) que minimiza: E (X2 − h( X1 )) [ 2 ] =∫ ℜ2 (x 2 − h( x1))2 ⋅ dFX X 1 2 ( x 2 .

X2 ) una variable aleatoria bidimensional.2. X2). pasa por el punto medio de la distribución de (X1. Se llama recta de regresión mínimo cuadrática de X2/x1 a la recta ˆ x 2 = α + β ⋅ x1 r que minimiza la expresión: ˆ 2 E ⎡ X 2 − X2 ⎤ ⎢ ⎥ ⎣ ⎦ ( ) en la que ˆ X 2 = α + β ⋅ X1 VII. es decir..10.m. que la r. Sustituyendo el valor de α en la definición de U: U=X2-(μ2-β·μ1)-β·X1=(X2-μ2)-β·(X1-μ1) y z será: z = E (( X 2 − μ 2 ) − β ⋅ ( X1 + μ1 )) [ 2 ] derivando z respecto de β e igualando a cero se obtiene: VII.r.Cálculo de los parámetros Llamaremos residuo a la variable aleatoria a Debemos minimizar: U = X2 -(α+β·X1) z = E(U2) = E[(X2 -(α+β·X1))2] derivando respecto de α y teniendo en cuenta la propiedad c) de la esperanza matemática: dz d ⎡ d 2 (X2 − α − β ⋅ X1 )2 ⎤ = E (X2 − α − β ⋅ X1 ) = E ⎢ ⎥ dα dα ⎣ dα ⎦ [ ] es decir: dz = E [− 2 ⋅ (X2 − α − β ⋅ X1 )] dα aplicando el operador E e igualando a cero: μ2-α-β·μ1=0 por tanto: α = μ 2 − β ⋅ μ1 Despejando μ2: μ2=α+β·μ1 lo que indica que el punto (μ1.MÉTODOS ESTADÍSTICOS I Sea X = ( X1.111 .2.c. μ2) satisface las condiciones de la recta.

m. X2 ) − β ⋅ σ1 = 0 por tanto: β= cov (X1.μ2) y su pendiente es β. X2 ) 2 σ1 Sustituyendo α en la ecuación de la recta de regresión se obtiene: ˆ X2 = μ 2 − β ⋅ μ1 + β ⋅ X1 = μ 2 + β ⋅ (X1 − μ1 ) Sustituyendo ahora el β por su valor tendremos que la r.c.112 . X 2 ) ˆ X2 − μ 2 = ⋅ (X1 − μ1 ) 2 σ1 Esta recta pasa por el punto (μ1.r. Si ponemos β en función del coeficiente de correlación. es: cov (X1. X2 ) σ1 ⋅ σ2 σ2 ⋅ρ σ1 tendremos que β= por lo que si ρ=0 entonces β=0 y la recta de regresión mínimo cuadrática coincide con ˆ X2 = μ 2 Ejemplo VII.MÉTODOS ESTADÍSTICOS I dz = E − 2 ⋅ ( X1 − μ1 ) ⋅ ( X2 − μ 2 ) − β ⋅ ( X1 − μ1 )2 dβ [ ( )]= 0 tomando la esperanza matemática: 2 cov (X1.Y) se distribuye con densidad uniforme en el interior del recinto delimitado por las rectas: y=0 x=0 y=1 x+y=2 Calcular: a) La curva de regresión condicional de X/Y y de Y/X b) La recta de regresión mínimo cuadrática de Y/X y de X/Y c) El coeficiente de correlación ρ SOLUCIÓN: VII. cuya expresión es ρ= cov( X1.3 La variable aleatoria (X.

10.1] .10. la función de densidad conjunta será: f XY (x. ∀ y ∈ [0.1] 2 ⋅ (2 − x) 3 ∀ x ∈[ ] 1.Y) Las funciones de densidad marginales son: f X (x) = ∫ Y ⎧ ⎪ ⎪ f XY (x.1] ∀ x ∈ [0. y) ⋅ dy = ⎨ ⎪ ⎪ ⎩ ∫ ∫ 1 0 2− x 2/3 ⋅ dy = 2 3 ∀ x ∈ [0. 2 − y ] .1] 0 2/3 ⋅ dy = 2 fY (y) = ∫ X f XY (x.MÉTODOS ESTADÍSTICOS I a) La c. de X/Y es: ˆ X = E(X/Y) = ∫ x ⋅f X X/Y (x/y) ⋅ dx y la c. ∀ y ∈ [0. 2 − x ] ⎧ 2/3 ⎪ 2/3 = 1 ⎪ fY/X (y/x) = ⎨ 2/3 1 ⎪ = ⎪ 2/3 ⋅ (2 − x) 2 − x ⎩ Sustituyendo en las ecuaciones correspondientes obtenemos que la c. y) = 1 1 2 = = Area A 3/2 3 Y A 1 2 X Figura VII. las correspondientes funciones de densidad condicionales..Campo de existencia de (X.2 ∀ y ∈ [0.1] VII.2 ] .c. de Y/X: ˆ Y = E(Y/X) = ∫ y ⋅f Y Y/X (y/x) ⋅ dy Deberemos conocer. Dado que la variable tiene densidad uniforme en el recinto A de la figura VII.113 .1] ∀ x ∈ [1. y) 2/3 1 = = fY (y) 2/3 ⋅ (2 − y) 2 − y ∀ x ∈ [0.r. de X/Y es ˆ X = E [X/Y ] = ∫ 2 −y 0 x ⋅ 2 1 y ⋅ dx = − 2−y 2 ∀ y ∈ [0. y) ⋅ dx = ∫ 2/3 ⋅ dy = 3 ⋅ (2 − y) 0 2−y Las funciones de densidad condicionales son: f X/Y (x/y) = f XY (x.c.r.c. ∀ y ∈ [0.r. por lo tanto.

Y A 1 2 X Figura VII.Y) = E(X ⋅ Y) − E(X) ⋅ E(Y) = ∫ ∫ x ⋅ y ⋅ 2/3 ⋅ dx ⋅ dy − 9 ⋅ 9 = − 324 0 0 4 7 13 2 σ X = D 2 (X) = E(X 2 ) − E 2 (X) = ∫ 1 x 2 ⋅ 2/3 ⋅ dx + 0 ∫ 2 1 37 ⎛7 ⎞ x 2 ⋅ 2/3 ⋅ (2 − x) ⋅ dx − ⎜ ⎟ = 9⎠ 162 ⎝ 2 sustituyendo: VII.1] ∀ x ∈[ ] 1.2 como se muestra en la figura VII.Curva de Regresión Condicional X/Y y la c.x) ⋅ dx = 9 1 2 cov(X.. Y A 1 2 X Figura VII.MÉTODOS ESTADÍSTICOS I como muestra la figura VII.12. de Y/X es ⎧ ⎪ ⎪ ˆ Y = E [Y/X ] = ⎨ ⎪ ⎪ ⎩ ∫ y ⋅1 ⋅ dy = 2 2−x ∫ y ⋅ ⋅ dy = 2 0 2−x 1 1 2−x 1 1 ∀ x ∈ [0..114 .c.11.Curva de Regresión Condicional Y/X b) La recta de regresión mínimo cuadrática de Y/X tiene como expresión: cov ( X.11.12.Y ) ˆ Y − μY = ⋅ (X − μ X ) 2 σX donde: μY = E(Y) = μ X = E(X) = ∫ +∞ −∞ y ⋅ fY (y) ⋅ dy = ∫ y ⋅ 2/3 ⋅ (2 − y) ⋅ dy = 9 0 1 4 7 ∫ +∞ −∞ x ⋅ f X (x) ⋅ dx = ∫ 1 x ⋅ 2/3 ⋅ dx + 1 2−y 0 ∫ x ⋅ 2/3 ⋅ (2 .r.

. VII..... si designamos por I x1. X/Y tiene como expresión: cov ( X.. Así... P). x 2 . será: f ( x1. x 2 . x 2 ... x 2 .x n al intervalo de la forma X1≤x1.... F.x n su antiimagen O(I x1. diremos que la aplicación X:E→ℜn es una variable aleatoria n-dimensional si para todo intervalo I x1.... xn ) ⋅dx1 ⋅dx 2 ⋅ L ⋅ dx n por tanto.. Xn ≤ xn ) cuyas propiedades son una fácil generalización de las expuestas en una y dos dimensiones... .296 σ X ⋅ σY 37/162 ⋅13/162 VII..x n ) pertenece a F.. Para las variables continuas se define a la función de densidad como aquella función que satisface a la condición: F( x1..x 2 .. Definiremos a la función de distribución..115 .x 2 ..c.x 2 . xn ) = P( X1 ≤ x1. son fácilmente generalizables para variables de más de dos dimensiones.. X2 ≤ x 2 ... xn ) = ∫ ∫ x1 −∞ x2 −∞ L ∫ xn −∞ f ( x1.Y ) ˆ X −μ X = ⋅ (Y − μY ) 2 σY donde 2 σY = D 2 (Y) = E(Y 2 ) − E 2 (Y) = ∫ 1 0 13 ⎛4 ⎞ x 2 ⋅ 2/3 ⋅ (2 . y dado un Espacio de Probabilidades (E...m. X2≤x2.MÉTODOS ESTADÍSTICOS I 13 ⎛ 7⎞ ˆ 4 Y− =− ⋅⎜ X − ⎟ 9 74 ⎝ 9⎠ La r.Y) 13/324 =− = −0.r..VARIABLES ALEATORIAS n-DIMENSIONALES Los conceptos expuestos en los apartados anteriores... mediante: F( x1.y) ⋅ dx − ⎜ ⎟ = 162 ⎝9 ⎠ 2 sustituyendo: 1 ⎛ 4⎞ ˆ 7 X − = − ⋅ ⎜Y − ⎟ 9 2 ⎝ 9⎠ c) El coeficiente de correlación es ρ= cov(X.. x 2 . Xn≤xn.11... xn ) = δnF( x1.. xn ) δx1 ⋅ δx 2 ⋅ L ⋅ δxn Las variables marginales y condicionales se definen de forma análoga al caso de dos dimensiones....

las variables son independientes.116 .FY ( y )} VII. r r { X e Y son independie ntes} ↔ { F XY r r r r ( x.MÉTODOS ESTADÍSTICOS I Si el producto de las funciones de distribución marginales coincide en todo punto con la distribución conjunta. y ) = FX ( x ).

117 .MÉTODOS ESTADÍSTICOS I VII.

CAPITULO VII: Variable Aleatoria Normal Bidimensional .

En el caso de variables continuas. y) ≥ 0 ∀i ∞ ∞ −∞−∞ ∫ ∫f XY ( x. se les llama variables marginales de la bidimensional.Y) hace corresponder a cada individuo de una población su peso (X) y su estatura (Y). En el caso de una variable aleatoria bidimensional continua.CONCEPTO DE FUNCIÓN DE DENSIDAD Cuando en lugar de observar una característica numérica observamos n características en cada elemento de una población. tienen su propia función de distribución y sus respectivas funciones de densidad. y)dxdy = 1 Supongamos que la variable bidimensional (X. las probabilidades vienen determinadas por una función de densidad conjunta la cual debe verificar las siguientes propiedades: f XY ( x . como tales. es decir FX(x) es la probabilidad de que la variable bidimensional tome un valor del intervalo rayado de la figura VII. por simplicidad consideraremos el caso bidimensional. Dada una variable aleatoria multidimensional. VII. A estas variables.119 .1. Una variable bidimensional está constituida por dos variables unidimensionales llamadas marginales. en el caso discreto. se pueden calcular la función de distribución y de densidad de las variables marginales de la siguiente forma: d) El valor de FX(x) es la probabilidad de que la variable X tome un valor inferior o igual a x.. a su vez.Capítulo V: Variables Aleatorias Unidimensionales VII. diremos que se dispone de una variable aleatoria multidimensional. variables aleatorias y. por separado.1. El peso y la estatura por separado son. mediante una función de probabilidad conjunta que proporcione las probabilidades de cada posible valor. definiremos su distribución de probabilidad. sea cuál sea el valor de Y. a partir de la función de densidad conjunta.

Capítulo V: Variables Aleatorias Unidimensionales Y x X Figura VII. v ) ⋅ dv = ∫ +∞ −∞ f ( x. Y < ∞ ) = lim FXY ( x. x 2 ) = e 2π 2 x1 + x2 2 2 pues bien: VII.Variable normal bidimensional tipificada Un caso particular de variables aleatorias bidimensionales lo constituye la distribución normal bidimensional tipificada..Distribución marginal de X Por tanto: FX ( x ) = P( X ≤ x ) = P( X ≤ x.120 . La función de densidad conjunta de la variable bidimensional: r ⎡X ⎤ X = ⎢ 1⎥ ⎣X 2 ⎦ es: 1 − f ( x 1.1.1. v ) ⋅ dv f) Derivando respecto a x ésta última ecuación: d FX ( x ) = dx fX ( x ) = ∫ +∞ −∞ f ( x. y ) ⋅ dy VII. Sean X1 y X2 variables aleatorias Normales Tipificadas unidimensionales e independientes. y ) y →∞ Siendo FXY(x. e) Por las mismas razones que las expuestas en el punto a).y) la función de distribución conjunta.1. se cumple que: FX ( x ) = ∫ x −∞ du ⋅ ∫ +∞ −∞ f (u..

por tanto. se denomina variable aleatoria Normal Bidimensional Tipificada y su función de densidad conjunta es: 1 − f ( x 1. A la variable bidimensional Y = AX + b la denominaremos variable Normal Bidimensional General. x 2 ) = e 2π r r 2 x1 + x2 2 2 La representaremos mediante X ≡ N(0.Variable normal bidimensional general r r Sea A una matriz 2x2 regular ( A ≠ 0). r r r r r r r r r r r Si Y = AX + b con. es X = A −1 ( Y − b) y existe. y 2 ) = f x ( x1. en la que 0 = (0.x ⎤ J⎢ 1 2 ⎥ = A −1 ⎣ y 1. x 2 ) • J⎢ 1 2 ⎥ ⎣ y 1. I).2. correspondencia biunívoca entre los valores de X y de los de. I)). y 2 ⎦ como X = A −1 ( Y − b) es: ⎡x . r VII.1.0)' e I es la matriz unidad. Para calcular la función de densidad de Y conocida la de. x 2 ) = e 2π 2 x1 + x2 2 2 es: VII. podremos utilizar la fórmula del Jacobiano para el cambio de variable..x ⎤ f y ( y 1.121 .Capítulo V: Variables Aleatorias Unidimensionales La variable aleatoria bidimensional cuyas marginales son variables aleatorias Normales Tipificadas independientes. b un vector columna 2x1 y X una variable aleatoria Normal Bidimensional Tipificada ( X ≡ N(0. La variable Normal Bidimensional General es una transformada lineal regular ( A ≠ 0) de una variable aleatoria Normal Bidimensional Tipificada. y 2 ⎦ r r r como: 1 − f ( x 1. es decir: r r ⎡x .

x 2 ) = 1 − e 2π x' x 2 en la que x’=(x1. 2 ⎥ ⎢ ⎥ ⎣σ 2.1 σ 2.2 ⎦ es: 2 Vy = σ 1 • σ 2 • (1 − ρ 2 ) 2 y es: − Vy 1 1 ⎡ ⎢ 2 σ1 ⎢ = ρ 1 − ρ 2 ⎢− ⎢ σ •σ 1 2 ⎣ 1 − ρ ⎤ σ1 • σ 2 ⎥ ⎥ 1 ⎥ ⎥ 2 σ1 ⎦ VII. es: − V y 1 = A ' −1 • A − 1 y Vy = A 2 de donde: A = Vy 1/ 2 por tanto: r f y ( y) = 1 2 • π • Yy 1/ 2 e − r 1 r r − r ( y − m y )' Vy 1( y − m y ) 2 como: 2 2 ⎡ σ 11 σ 1.2 ⎤ V = ⎢ 2. por tanto.122 . será: r f y ( y) = − ( y − b)'( A 1 e 2 2•π −1 1 A pongamos ahora los valores de A y de b en función del vector de medias de Y(m y ) y de la matriz de varianzas-covarianzas de Y( Vy ). es: r r r x = A −1 ( y − b) y x' = A −1( y − b)' (A -1 )' 1 r r r r )'• A −1 ( y − b) r r r en consecuencia.x2) y.Capítulo V: Variables Aleatorias Unidimensionales f ( x 1. r r r r r r r m y = E( Y ) = E( AX + b) = AE( X ) + b = b r r rr rr r r Vy = E ( Y − m y )( Y − m y )' = E AXX ' A ' = AE( XX ' )A ' = AA ' r r r r [ ] [ ] por ser A no singular.

1 2 2 ⎡ σ 11 t ⎤ σ 1..2 ⎤ ⎡ t ⎤ 2 2 2 2 .0]⎢ 2 ⎥ = σ 11 t = σ 1 • t .123 . Por tanto: r r Y ≡ N(m. como: ϕ Y1 ( t) = ϕ Y1Y2 ( t. en efecto. m 2 ]⎢0⎥ = m1t ⎣ ⎦ ⎡t⎤ y 11 [ t. variables Normales Unidimensionales Generales. σ 1 ) VII. σ 2.1 t⎥ 2 ⎦ ⎣ ⎦ entonces: ϕ Y1 ( t) = 1 2 im1t − σ1 • t 2 2 e que es la función característica de una variable Normal de media m1 y varianza.0]⎢σ 2.VECTOR DE VALORES MEDIOS VII. ⎥ ⎢ ⎥ = [ t.2.0) y es: [m1. ⎡σ 2 ⎢ ⎣ 2. V ) ⇒ Y1 ≡ N(m 1. a su vez.Capítulo V: Variables Aleatorias Unidimensionales y calculando: −1 ( y − m y )' Vy ( y − m y ) se obtiene: f y ( y) = 1 2πσ 1σ 2 1 − ρ 2 e − r 1 r r − r ( y − m y )' Vy 1( y − m y ) 2 en la que: −1 ( y − m y )' Vy ( y − m y ) = ⎡ ( y 1 − m1 ) 2 ( y − m 1 )( y 2 − m 2 ) ( y 2 − m 2 ) 2 ⎤ 2ρ 1 + ⎢ ⎥ 2 σ1 • σ 2 σ1 σ2 1 − ρ2 ⎣ ⎢ ⎥ 2 ⎦ 1 TEOREMA Las variables aleatorias marginales de una variable Normal Bidimensional General son.2 ⎥ ⎣0 ⎦ ⎢σ 2.

3.Definición Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1. en una recta o en el plano. X2 ) 2 que es la conocida desigualdad de Schwarz.1 o 2....3.1. respectivamente. por ejemplo. se considera una variable aleatoria normal bidimensional tipificada como D2(X1)=D2(X2)=1 y.MATRIZ DE VARIANZAS COVARIANZAS VII.X2)=0 la matriz de varianzas-covarianzas viene dada por: ⎡1 0⎤ V =⎢ ⎥ ⎣0 1 ⎦ VII.2 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2. VII.Capítulo V: Variables Aleatorias Unidimensionales Por definición. el vector de valores medios. f) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto.2 = σ2. 2 σ1 ⋅ σ2 ≥ cov 2 ( X1.3.X2) a: 2 ⎡ σ2 σ1. es: r r ⎡ X ⎤ ⎡E( X 1 ) ⎤ ⎡ m 1 ⎤ m = E( X ) = E⎢ 1 ⎥ = ⎢ ⎥ = ⎢ ⎥ ⎣ X 2 ⎦ ⎣E( X 2 )⎦ ⎣m 2 ⎦ Si particularizamos dicho vector al caso concreto de una variable aleatoria normal bidimensional tipificada se tiene: r ⎡0 ⎤ m= ⎢ ⎥ ⎣0 ⎦ VII.2. por ser X1 y X2 independientes es: cov(X1.1 σ2 ⎥ ⎣ ⎦ Si.1 2 e) La matriz de varianzas-covarianzas es semidefinida positiva. según que la característica o rango de la matriz V sea 0.124 .Propiedades 2 d) La matriz de varianzas-covarianzas es simétrica pues σ1.

Capítulo V: Variables Aleatorias Unidimensionales

VII.4.- COEFICIENTE DE CORRELACIÓN VII.4.1.- Definición

El coeficiente de correlación ρ de una variable aleatoria bidimensional se define mediante:
ρ= cov( X1, X2 )
2 σ1 ⋅ σ2 2

=

2 σ1,2

σ1 ⋅ σ2

VII.4.2.- Propiedades

d) Por ser V semidefinida positiva, es:
2 4 σ1 ⋅ σ2 ≥ σ1,2 2

por lo que:
ρ2 =
4 σ1,2 ≤1 2 σ1 ⋅ σ2 2

por lo tanto:
−1 ≤ ρ ≤ 1
2 e) Si las variables X1 y X2 son independientes, es σ1,2 = 0

En consecuencia:

{ Si X1 y X2 son independientes}
el recíproco, en general, no es cierto. f)

{ρ = 0 }

Si existe una relación lineal exacta entre las variables aleatorias X1 y X2, es decir, si la masa de probabilidad se encuentra concentrada en una recta, el rango de la matriz de varianzas-covarianzas vale 1 y por tanto su determinante es nulo y, entonces σ12·σ22=cov2(X1,X2) con lo que ρ2=1 y ρ=±1

{ Si X2 = α + β ⋅ X1 }

{ ρ = ±1 }

De las propiedades anteriores, se desprende que el coeficiente de correlación mide el grado de dependencia lineal entre X1 y X2.
VII.5.- INDEPENDENCIA DE VARIABLES ALEATORIAS

Dada la variable bidimensional (X,Y) diremos que las variables marginales X e Y son independientes, si para todo (x,y) ∈ ℜ2, los sucesos IX=]-∞,x] e IY=]-∞,y] son independientes, es decir:

VII.125

Capítulo V: Variables Aleatorias Unidimensionales

P(X≤x,Y≤y)=P(X≤x)·P(Y≤y) Por tanto:
X e Y son independientes ↔ ∀ ( x, y ) ∈ ℜ2 ; F( x, y ) = FX ( x ) ⋅ FY ( y )

Si (X,Y) es continua, entonces:
fXY ( x, y ) = δ2FXY ( x, y ) = f X ( x ) ⋅ fY ( y ) δx ⋅ δy

por tanto:
X e Y son independie ntes ↔ ∀ ( x, y ) ∈ ℜ2 ; fXY ( x, y ) = fX ( x ) ⋅ fY ( y )

TEOREMA Si dos variables aleatorias normales son incorrelacionadas, es decir (ρ =0), entonces son independientes.

Si dos variables aleatorias son independientes, su covarianza es nula y, por tanto, su coeficiente de correlación vale cero. Es decir, si son independientes están incorrelacionadas. En general, el recíproco no es cierto. Para darse cuenta de ello, basta con comprobar que las variables marginales de la variable aleatoria bidimensional uniforme en un círculo de centro en el origen de coordenadas, son incorrelacionadas pero no independientes. Sin embargo, en el caso particular de variables Normales, la incorrelación implica la independencia y, por tanto, incorrelación e independencia son términos equivalentes. En efecto, el exponente de la función de densidad de una variable aleatoria bidimensional Normal General, es:
⎡ ( y 1 − m1 ) 2 ( y − m 1 )( y 2 − m 2 ) ( y 2 − m 2 ) 2 ⎤ − 2ρ 1 + ⎢ ⎥ 2 σ1 • σ 2 σ2 1 − ρ2 ⎢ σ1 ⎥ 2 ⎣ ⎦ 1

( y − m)' V −1 ( y − m) =

por tanto, si ρ = 0, es:
1 f ( y 1, y 2 ) = e 2πσ 1σ 2

1 ⎡ ( y1 − m1 )2 ( y 2 − m 2 ) 2 ⎤ + ⎢ ⎥ 2 2⎢ σ1 σ2 ⎥ 2 ⎣ ⎦

es decir:
VII.126

Capítulo V: Variables Aleatorias Unidimensionales

f ( y 1, y 2 ) = f y 1 ( y 1 ) • f y 2 ( y 2 )

lo que implica que Y1 e Y2 son independientes. Por tanto:
{ Y1 ≡ N(m 1, σ 1 ) Y2 ≡ N(m 2 , σ 2 ) ρ(Y1, Y2 ) = 0} → {Y1 e Y2 indep. }

y

VII.6.- DISTRIBUCIÓN MARGINAL

Las variables aleatorias marginales de una variable Normal Bidimensional General son, a su vez, variables Normales Unidimensionales Generales.

en efecto, como:
ϕ Y1 ( t) = ϕ Y1Y2 ( t,0)

y es:

[m1, m 2 ]⎢0⎥ = m1t
⎣ ⎦

⎡t⎤

y
11 [ t,0]⎢σ 2,

⎡σ 2 ⎢ ⎣

2,1

2 2 ⎡ σ 11 t ⎤ σ 1,2 ⎤ ⎡ t ⎤ 2 2 2 2 , ⎥ ⎢ ⎥ = [ t,0]⎢ 2 ⎥ = σ 11 t = σ 1 • t , σ 2,2 ⎦ ⎣0 ⎦ σ 2,1 t⎦ ⎢ ⎥ 2 ⎥ ⎣

entonces:
ϕ Y1 ( t) =
1 2 im1t − σ1 • t 2 2 e

que es la función característica de una variable Normal de media m1 y varianza. Por tanto:
r r Y ≡ N(m, V ) ⇒ Y1 ≡ N(m 1, σ 1 )

VII.7.- DISTRIBUCIÓN CONDICIONAL

La variable aleatoria Y2 condicionada a un valor de la variable aleatoria Y1 =Y2, se calcula mediante:
VII.127

Capítulo V: Variables Aleatorias Unidimensionales fc ( y 2 y1 ) = f ( y 1. una recta. la e variable aleatoria Y1 / Y2 es.128 . la curva que mejor se adapta a la masa de probabilidad. es decir. Y2 ) 2 σ1 ( y 1 − m1 ) por ser la curva de regresión condicional.2 ( y1 − m1 ) ⎥ ⎥ 2 ⎢ ⎢ ⎥⎦ σ1 1 ⎣ ⎦⎥ − ⎣ 2 2 2 σ 2 (1− ρ ) 2 fc ( y 2 y1 ) = 1 2π σ 2 1 − ρ 2 lo que pone de manifiesto que si Y1 e Y2 son variables aleatorias Normales. la recta de regresión minimo cuadrática coincidirá con la curva de regresión condicional. Y2 ) 2 σ1 ( y 1 − m1 ) 2 D 2 ( Y2 y 1 ) = σ 2 • (1 − ρ 2 ) Como. es: $ y 2 = E( Y2 y 1 ) = m 2 + cov( Y1. a su vez. una variable Normal de media: E( Y2 y 1 ) = m 2 + cov( Y1. en general. VII. la curva de regresión condicional es: $ y 2 = E( Y2 y 1 ) en el caso particular de variables Normales. y 2 ) f y1 ( y 1 ) operando se obtiene: ⎡ ⎡ ⎤⎤ σ2 ⎢ y 2 − ⎢m 2 + 1.

Capítulo V: Variables Aleatorias Unidimensionales Tema 8.129 . Muestreo VII.

CAPITULO VIII: Distribuciones en el Muestreo .

Por ejemplo. carecería de interés o aplicabilidad. Razones intrínsecas al estudio.) puede imposibilitar el estudio de toda la población. Si aplicamos un ensayo destructivo a la totalidad de las piezas de un lote en su recepción. lógicamente es inviable estudiar todos ellos. la aceptación de un lote de materiales. No obstante. Razones de tiempo. Algunos ejemplos o situaciones de la vida real ayudarán a justificar la necesidad y utilidad del muestreo. no disponer de acceso a todos los individuos del colectivo o no disponer de un listado de los mismos. Las razones por las cuales no se extiende el análisis a la totalidad de la población pueden ser de distinta índole: • Razones estratégicas. Cuando las observaciones a realizar ocasionan alteración o incluso la destrucción de los elementos analizados. las conclusiones obtenidas.. no siempre es posible o conveniente analizar todas y cada una de las unidades que integran dicho colectivo. Dado un conjunto de mediciones de la resistencia a la compresión de unas probetas de hormigón. en otros. etc. Razones económicas.Capítulo VIII: Distribuciones en el Muestreo VIII.131 . • • • Para obviar estos inconvenientes se recurre al estudio de solo una parte del colectivo convenientemente seleccionada a partir del cual. Son muchas las preguntas que pueden plantearse acerca de la población total y que pueden responderse analizando adecuadamente los resultados observados en la muestra. aunque completa. La urgencia por disponer de la información requerida (por ejemplo un sondeo preelectoral. o superior al valor de la información obtenida. podremos generalizar al universo o colectivo objeto del estudio.1. y mediante el empleo de técnicas estadísticas. fabricadas con tres formulaciones diferentes ¿puede concluirse que las tres formulaciones tienen la misma resistencia media o presentan la misma variabilidad?. Dados los resultados de la inspección de un conjunto de componentes eléctricos • • VIII.INTRODUCCIÓN El objeto de todo estudio estadístico es siempre el conocimiento del colectivo o población a la que se refiere el estudio. Estudiar a todos los individuos del colectivo podría suponer un coste demasiado elevado en muchos casos. Por ejemplo: • En función de los resultados obtenidos al medir la capacidad de un conjunto de envases de vidrio y con el fin de poder aplicar las técnicas estadísticas habituales de Control de la Calidad ¿podemos admitir que dicha magnitud es una variable aleatoria con distribución normal?. el colectivo objeto de estudio desaparecería y la información obtenida.

. Xn) es una variable n-dimensional en el que cada componente i = 1... 2... de esas piezas seleccionadas de forma aleatoria.Población y muestra VIII. ¿existe interacción entre ellos? Estas y otras muchas preguntas pueden contestarse mediante la aplicación de métodos estadísticos a la información suministrada por las muestras extraídas de una población.... En general. n representa el valor de la característica X en el i-ésimo elemento extraído. y la muestra obtenida es una muestra aleatoria. X2. Xn también será FX(x). MUESTREO Y MUESTRA Desde el punto de vista estadístico. la función de distribución de cada variable X1. el vector aleatorio (X1. . ..POBLACIÓN. VIII.Capítulo VIII: Distribuciones en el Muestreo • • ¿podemos admitir que el lote muestreado tiene una proporción de componentes defectuosos inferior a un cierto valor límite? Dado un conjunto de valores de dureza . Si las n observaciones muestrales se han realizado en una misma población con función de distribución FX(x). x2. Muestreo Población Muestra Figura VIII.. y muestra el subconjunto formado por las longitudes (x1. y una muestra es un subconjunto de dichos valores tomados aleatoriamente. . . población será el conjunto de valores posibles de la longitud de las piezas obtenidas en un determinado proceso de fabricación.1. X2.. xn) de un número finito n.2. el muestreo se denomina aleatorio.peso específico de unas piezas de plástico ¿podemos admitir la existencia de una dependencia lineal entre estas características físicas del material estudiado? En función de unos resultados obtenidos al repetir bajo diferentes condiciones un proceso de síntesis ¿podemos decir que influyen en dicho proceso determinados factores?. una población es el conjunto de todos los valores posibles o espacio muestral de una variable aleatoria (generalmente medida en las unidades del colectivo estudiado). Si en cada extracción todos los elementos tienen la misma probabilidad de ser seleccionados para formar parte de la muestra...132 . Por ejemplo.

Capítulo VIII: Distribuciones en el Muestreo Si después de cada extracción y antes de la siguiente se repone el objeto extraído.. Xn ) formado por n variables unidimensionales que indican los valores de las n observaciones y que serán independientes si en muestro realizado es aleatorio simple. x n ) VIII. las variables aleatorias.. La varianza muestral 2 sn = ∑ ( Xi − x )2 i =1 n n • La cuasivarianza VIII.. Los estadísticos más utilizados son: • La media muestral x= X1 + X2 + L + Xn n • La mediana muestral: es el valor de la variable que deja el mismo número de datos por abajo que por arriba y se calcula mediante. K . x 2 .x n ) = FX1 ( x1 ) ⋅ FX 2 ( x 2 ) ⋅ L ⋅ FXn ( xn ) Formalmente. X2 . son independientes y por tanto. en general. . Evidentemente todo estadístico será. X2.. que son aleatorios. la función de distribución conjunta será: r FX ( x1.ESTADÍSTICOS A toda función T = T(X1. ~ = X + ⎛ n + 1 − e ⎞ ⋅ (x − x ) x ⎜ ⎟ e +1 e e ⎝ 2 ⎠ con e = INT ⎛ ⎜ • • n + 1⎞ ⎟ ⎝ 2 ⎠ La moda muestral: es el valor que más veces se repite en la muestra. una variable aleatoria dado que su valor depende de los valores de la muestra. denominamos muestra aleatoria simple (m.. el muestreo se denomina muestreo aleatorio sin reemplazamiento.s. el muestreo se denomina muestreo aleatorio simple o con reemplazamiento. K .. Tanto en el primer caso como en el segundo si el colectivo es infinito. x 2 .133 .) de tamaño n al vector aleatorio o variable n-dimensional: r X = ( X1. Si no se produce la reposición. Cada valor concreto de la muestra será un conjunto de n datos y se representará por letras minúsculas: r x = ( x1.a.3. Xn) de los valores muestrales se le denomina estadístico.

Capítulo VIII: Distribuciones en el Muestreo 2 sn −1 = ∑ ( Xi − x )2 i =1 n n −1 • La desviación típica muestral y la cuasidesviación típica 2 sn = + sn 2 s n −1 = + s n −1 • El rango o recorrido: R=Xmáx-Xmin • La proporción muestral ˆ p= X n donde X es el número de unidades muestrales en las que se presenta el suceso considerado. VIII. Estas distribuciones dependerán de: • • • • la función T que define el estadístico la distribución FX(x) que tenga la variable X muestreada el tamaño de muestra el tipo de muestreo efectuado Antes de pasar al estudio de estas distribuciones vamos a recoger algunos conceptos que facilitarán su comprensión. etc.134 . A las características de la distribución muestral (media muestral. por oposición a las características poblacionales que son las de la distribución X de la población.4. Dada una muestra aleatoria simple de tamaño n. Ésta es siempre una distribución discreta unidimensional (si la variable X estudiada es unidimensional) y su espacio muestral está formado por n valores diferentes (o menos si han coincidido dos o más valores de la muestra)..DISTRIBUCIONES EN EL MUESTREO Las distribuciones de probabilidad de los estadísticos se denominan distribuciones en el muestreo.) se les denomina características muestrales. es posible hacerle corresponder una distribución de probabilidades de los valores obtenidos asignando a cada uno de ellos una probabilidad igual a 1/n: ∗ PX ( xi ) = 1 n La distribución así obtenida se denomina distribución muestral. varianza muestral. VIII.

aunque FX(x) sea desconocido pueden conocerse determinados aspectos de la distribución de las características muestrales como son algunos parámetros de su distribución. la media muestral que representamos por x . VIII.2.1. Así. En el apartado anterior poníamos de manifiesto que la distribución que tienen los estadísticos (y las características muestrales lo son).135 .. VIII. las características muestrales son variables aleatorias y. en general.. dependen de la distribución FX(x) que tenga la variable X muestreada por lo que.. POBLACIÓN f X(x) (X1. y en el punto siguiente completaremos el análisis considerando que la variable muestreada sigue la distribución Normal.Distribución de la media muestral.. X2. por lo tanto tendrán media y varianza. En efecto.. por lo tanto. y este es precisamente el objeto del presente capítulo. No obstante.Capítulo VIII: Distribuciones en el Muestreo Estas características muestrales son función de la muestra y. necesitamos conocer cuál es la relación que existe entre una distribución y otra. tendrá a su vez media E( x ) y varianza D2 ( x ) .Características poblacionales y muestrales A continuación analizaremos primero la distribución de las principales características muestrales sin considerar la distribución FX(x) de la variable muestreada. si no se conoce FX(x) no se conocerá por completo la distribución de cada una de las características muestrales. Xn) ∗ PX ( x ) MUESTRA 1/n X Características poblacionales (constantes) X Características muestrales (variables aleatorias) x (media muestral) 2 s n (varianza muestral) 2 s n −1 (cuasivarianza) μ (media) σ (varianza) 2 σ (desviación típica) sn (desv.4. típica muestral) sn-1 (cuasidesviación típica) ˆ p (proporción muestral) p (proporción) Figura VIII. Para realizar adecuadamente el paso de lo "particular" reflejado en la distribución de los valores observados a lo "general" o distribución teórica de la variable. . estadísticos (variables aleatorias con una determinada distribución de probabilidades según hemos visto en el punto anterior).

La varianza de la distribución muestral (varianza muestral) es: 2 sn = ∑ (x − x ) ⋅ P (x ) = 2 i ∗ X i i =1 n ∑ (x − x ) i i =1 n 2 n Su valor medio es VIII. x converge en distribución a la distribución normal de media μX y varianza σX2/n. En la práctica la aproximación es buena cuando n>30. si tomamos muestras aleatorias simples de tamaño n de una población cuya media es μX y su varianza es σX2. independientemente de la distribución que tenga la variable X muestreada. se tiene como consecuencia del Teorema de Lindenberg-Levy que cuando n tiende a infinito.2..Distribución de la varianza muestral. entonces el estadístico media muestral será una variable aleatoria con valor medio y varianza: E( x ) = μ X D2 ( x ) = σ2 X n Como x=∑ i =1 n xi n es una suma de variables aleatorias independientes. VIII. Su valor medio será: 1 ⎛ n x ⎞ 1 ⎛ n ⎞ 1 n E( x ) = E ⎜ ∑ i ⎟ = ⋅ E⎜ ∑ x i ⎟ = ⋅ ∑ E(x i ) = ⋅ n ⋅ μ X = μ X ⎜ n⎟ n ⎜ ⎟ n n i =1 ⎝ i =1 ⎠ ⎝ i =1 ⎠ Y su varianza: ⎛ n x ⎞ 1 ⎛ n ⎞ D2 ( x ) = D2 ⎜ ∑ i ⎟ = 2 ⋅ D2 ⎜ ∑ x i ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ i =1 n ⎠ n ⎝ i =1 ⎠ y por ser las xi independientes. pues la muestra es aleatoria simple: D2 ( x ) = 1 n 2 1 σ2 ⋅ ∑ D ( xi ) = 2 ⋅ n ⋅ σ2 = X X n n2 i =1 n Por lo tanto. todas ellas con la misma distribución.4.Capítulo VIII: Distribuciones en el Muestreo La media de la distribución muestral (media muestral) es: ∗ ∑ xi ⋅ PX ( xi ) = n ⋅ ∑ xi = i =1 i =1 n 1 n ∑ xi i =1 n n =x que coincide con la media aritmética de los n valores obtenidos.136 .

la estimación de parámetros poblacionales. puesto que si 2 sn −1 = n 2 ⋅ sn = n −1 ∑( xi − x )2 i =1 n n −1 entonces 2 E(sn −1 ) = n n n −1 2 2 ⋅ ⋅ σ X = σ2 ⋅ E(sn ) = X n −1 n −1 n VIII. recordando que E ( x − μ X )2 = D2 ( x ) = σ2 / n X [ ] y que E ( x i − μ X )2 = σ2 X [ ] se obtiene que 2 E(sn ) = 1 ⎛ σ2 ⎞ n − 1 2 ⋅ ⎜ n ⋅ σ2 − n ⋅ X ⎟ = ⋅ σX X n ⎜ n ⎟ n ⎝ ⎠ Una de las aplicaciones más importantes del muestreo es. Allí se recomienda la utilización de estadísticos cuyo valor medio coincida con el correpondiente parámetro poblacional.Capítulo VIII: Distribuciones en el Muestreo ⎡ n ( x − x )2 ⎤ 1 ⎡ n 2⎤ 2 E(sn ) = E ⎢∑ i ⎥ = ⋅ E ⎢∑ (( xi − μ X ) − ( x − μ X )) ⎥ n n ⎣ i =1 ⎦ ⎣ i =1 ⎦ donde se ha sumado y restado μX.137 . de ahí que se emplee frecuentemente la cuasivarianza o varianza muestral corregida en lugar de la varianza muestral. como veremos en el capítulo siguiente. Desarrollando el cuadrado 2 E(sn ) = 1 ⎡n ⎤ ⋅ E ⎢∑ ( x1 − μ x )2 + ( x − μ X )2 − 2 ⋅ ( x i − μ X ) ⋅ ( x − μ X ) ⎥ n ⎣ i =1 ⎦ ( ) Aplicando el sumatorio 2 E(sn ) = 1 ⎡ ⋅E ⎢ n ⎢ ⎣ ∑ i =1 n ( x1 − μ x )2 + n ⋅ ( x − μ X )2 − 2 ⋅ ( x − μ X ) ⋅ ∑ (x − μ )⎥⎥⎦ i X i =1 n ⎤ Teniendo en cuenta que ∑ ( xi − μ X ) = ∑ xi − n ⋅ μ X = n ⋅ x − n ⋅ μ X = n ⋅ ( x − μ X ) i =1 i =1 n n sustituyendo y aplicando las propiedades del operador E 2 E(sn ) = 1 ⎡n ⎤ ⋅ ⎢∑ E ( xi − μ X )2 − n ⋅ E ( x − μ X )2 ⎥ n ⎣ i =1 ⎦ ( ) ( ) Finalmente.

Distribución de la proporción muestral. Esta propiedad será utilizada en el establecimiento de intervalos de confianza y test de hipótesis para la proporción poblacional p.MUESTREO EN POBLACIONES NORMALES. p converge en distribución a la distribución normal con media y varianza igual a las expresadas.. Como X es una variable B(n. es la suma de n variables independientes idénticamente distribuidas. no se podía caracterizar la distribución de los estadísticos muestrales si no se conocía la distribución FX(x) de la población muestreada. VIII..Capítulo VIII: Distribuciones en el Muestreo En definitiva.138 .4. si tomamos muestras aleatorias simples de tamaño n de una población en la que A tiene una probabilidad p de ocurrir. VIII. la media y la varianza de la variable proporción muestral es: ˆ E(p) = p ˆ D2 (p) = n ⋅ p ⋅ (1 − p) Como p= X = n ∑ yi i =1 n n = ∑ ⎜ ni ⎟ i =1 n ⎛y ⎞ ⎝ ⎠ (donde las yi son variables dicotómicas de parámetro p). En el apartado anterior vimos que. Analizaremos en este apartado la distribución de las principales características muestrales en el caso de que la población muestreada tenga una distribución normal (X≡N(μX. entonces la media de la varianza muestral y la media de la cuasivarianza son: 2 E(sn ) = n −1 2 ⋅ σX n 2 E(sn −1 ) = σ2 X VIII. si tomamos muestras aleatorias simples de tamaño n de una población cuya varianza es σX2. de probabilidad p.5.σX)). en general. en virtud del Teorema de Lindenberg-Levy. obtendremos que: n⋅p ⎛ X⎞ 1 ˆ E(p) = E ⎜ ⎟ = ⋅ E( X) = =p n ⎝n⎠ n y n ⋅ p ⋅ (1 − p ) p ⋅ (1 − p ) ⎛ X⎞ 1 ˆ D2 (p) = D2 ⎜ ⎟ = 2 ⋅ D2 ( X) = = n⎠ n n n2 ⎝ Por lo tanto.p).3. Se define la proporción muestral como: ˆ p= X n donde X es el número de veces que se presenta el suceso A. en n repeticiones independientes de la experiencia aleatoria o en las n unidades muestrales.

5 ) x ≡ N ⎜100.139 .. f X(x) f x (x) σX / n σX μX X μX x Figura VIII.0228 ⎝ 2..Capítulo VIII: Distribuciones en el Muestreo VIII. Sabemos que x=∑ i =1 n Xi n Puesto que x es una combinación lineal de variables normales independientes. su distribución será siempre normal con la media y varianza vistas en el apartado anterior: ⎛ σ ⎞ x ≡ N ⎜ μX.1.Distribución de la variable X y de la media muestral x .3.3 se ha representado la distribución de la media muestral. el espesor de la capa de imprimación es una variable aleatoria con distribución normal de media 100 micras y desviación típica 5 micras.2. Si el control del espesor de la capa de imprimación se realiza calculando el promedio de las cuatro medidas obtenidas en cuatro carrocerías seleccionadas al azar de dicho proceso y aceptando que el proceso funciona correctamente si el promedio obtenido es mayor de 95 micras ¿Cuál es la probabilidad de rechazar que el proceso funciona correctamente? SOLUCIÓN: La media aritmética de las cuatro mediciones será una variable: ⎛ 5 ⎞ ⎟ ≡ N (100.5 ⎠ es decir. ⎟ ⎜ 4⎠ ⎝ La probabilidad de rechazar el proceso será: ⎛ 95 − 100 ⎞ p = P (x ≤ 95 ) = φ ⎜ ⎟ = φ (− 2 ) = 0.Distribución de la media muestral.1. en el 2’28% de los casos rechazaremos que el proceso funciona correctamente. VIII. X ⎟ ⎜ ⎟ n⎠ ⎝ En la figura VIII.5. En el proceso de pintado de la carrocería de un automóvil. Ejemplo VIII.

5.2.1) recordando la definición de la variable: tn = N (0.5..Capítulo VIII: Distribuciones en el Muestreo VIII. VIII.1) 2 χn / n y teniendo en cuenta el Teorema de Fisher. Si la variable muestreada tiene una distribución normal.Distribución de la varianza muestral. tendremos que: x − μX σX / n s (n − 1) ⋅ σ 2 n −1 2 X = (n − 1) x − μX sn −1 / n = t n −1 distribución que utilizaremos en la realización de inferencias sobre μX..3.140 .Distribución conjunta de x y sn-1 Como x − μX σX / n ≡ N (0. el Teorema de Fisher establecer que: n⋅ 2 sn s2− 2 = (n − 1) ⋅ n2 1 = χn −1 2 σX σX VIII.

Capítulo VIII: Distribuciones en el Muestreo Tema 9.141 . Inferencia VIII.

CAPÍTULO IX: Introducción a la Inferencia Estadística .

VIII.143 .

en el estudio de la calidad de un lote de piezas recibidas en un almacén. se utilizará para describir dicho fenómeno.INTRODUCCIÓN Como se dijo en el capítulo anterior. pero sí que es posible efectuar una inferencia inductiva.IX. tratamos de conocer aspectos generales de la población. mediante un proceso inductivo. Por ejemplo. porque las proposiciones que son válidas a nivel de unas pocas experiencias realizadas bajo unas condiciones determinadas. El otro camino para llegar al conocimiento del fenómeno aleatorio en cuestión es mediante una inferencia o aproximación inductiva consistente en generalizar ciertas conclusiones parciales al universo del fenómeno. Sin embargo. un modelo matemático que permita obtener la fracción de unidades defectuosas. A partir de esta información y mediante un proceso inductivo estadístico podemos: a) Inferir cual es la proporción de piezas defectuosas presentes en el colectivo. podemos utilizar la correspondiente distribución Normal para determinar.1. el objeto de cualquier estudio estadístico es el conocimiento de la población o universo del fenómeno estudiado. en muchos casos. Supongamos que las unidades fabricadas por una cierta línea de fabricación pueden ser clasificadas como correctas o defectuosas. Precisamente la Inferencia Estadística se ocupa del estudio de los métodos que permiten efectuar inferencias inductivas cuya incertidumbre es susceptible de ser medida en términos probabilísticos. Por ejemplo. incluso las situaciones particulares del mismo. pueden no serlo a nivel general del fenómeno. Para ello tomamos unas cuantas unidades fabricadas y observamos cuantas son correctas y cuantas defectuosas. observando parte del fenómeno y planteando a partir de esta observación un modelo que. b) Decidir sobre la aceptación o rechazo de determinadas hipótesis establecidas sobre la proporción de piezas defectuosas del colectivo (por ejemplo que dicha proporción es menor o igual que un determinado valor considerado como adecuado). tras ser validado. Es evidente que no es posible establecer mediante un proceso deductivo. es posible efectuar inferencias inductivas sujetas a cierto grado de incertidumbre susceptible de medición. . podemos conocer de forma aproximada la proporción p de piezas defectuosas en el lote a través de la ˆ proporción p de piezas defectuosas en una muestra de tamaño n. Por ejemplo. la proporción de piezas cuya magnitud cumple unas especificaciones dimensionales establecidas. que las conclusiones obtenidas mediante una inferencia inductiva presentan un cierto riesgo de ser falsas. A continuación podemos proponer que la distribución de dicha magnitud es Normal. podemos medir una determinada dimensión en una muestra de piezas. por ejemplo. Si tras realizar el oportuno contraste es aceptada la propuesta. A este conocimiento puede llegarse mediante una inferencia o aproximación inductiva. Para ello se realizan experiencias bajo condiciones determinadas. Supongamos también que tratamos de determinar la fracción de unidades defectuosas que se obtienen en dicha línea de fabricación. Un ejemplo aclarará estos conceptos. Es evidente. De dichas experiencias se obtiene una información de la que se extraen conclusiones que serán generalizadas al universo del fenómeno. lo usual es tomar una muestra y a partir de la información que nos brinda..

así como los parámetros de los modelos aleatorios que puedan plantearse. Los estimadores pueden ser: • • puntuales. Un estimador es. de la forma más exacta y precisa posible. IX. pero sí que será factible de ser medida.2.Estimación puntual Un estimador puntual es toda función de los valores muestrales utilizada para obtener valores aproximados (puntuales) de un parámetro.2. la incertidumbre de nuestra inferencia. La Estimación es la parte de la Inferencia Estadística que tiene como finalidad conocer. por intervalos de confianza. un estimador de la media poblacional μ.. Estimar un parámetro es calcular un valor aproximado del mismo a partir de los valores de la muestra..1.145 . por tanto. En este apartado nos ocuparemos de la estimación de los parámetros de las distribuciones aleatorias y de las propiedades de los estimadores. Por ejemplo. La estimación es un valor concreto del estimador al aplicar la función que lo define sobre una muestra concreta.ESTIMACIÓN DE PARÁMETROS. en términos de probabilidad. La Inferencia Estadística aborda dos tipos de problemas: a) La estimación de parámetros. Ejemplos de estimadores puntuales son: a) Estimadores de la media poblacional μ: IX. b) El contraste de hipótesis. A partir de este modelo podemos deducir la proporción de piezas que no cumple con unas determinadas especificaciones dimensionales. A este conocimiento de llega a través del análisis de muestras extraídas de la población. podremos estimar μ y σ y contrastar la normalidad de X. es la media muestral x . El estimador es una función de los valores de la muestra que se utiliza para obtener valores aproximados de un parámetro poblacional. Ciertamente no tendremos la seguridad absoluta de que la inferencia sea correcta. IX. los valores de los parámetros de la distribución de las variables aleatorias. una variable aleatoria ya que sus valores dependen de la muestra.Capítulo IX: Introducción a la Inferencia Estadística c) Si en cada una de las piezas hemos medido una dimensión X.

5 4 c) Estimadores de la proporción poblacional p de una distribución binomial • ˆ La proporción muestral.1. x x La mediana muestral. Si θ es el parámetro ˆ estimado y θ el estimador: ˆ ˆ { θ es centrado o insesgado} ↔ {E( θ )=θ ∀ θ ∈ Ω} siendo Ω el espacio paramétrico o conjunto de los posibles valores de θ. Sin embargo. sn −1 Ejemplo IX. 4}. 4.1. sn2 no es centrado para σ2 pues E(sn2)=(n-1)·σ2/n ≠ σ2. Hay determinadas propiedades que son deseables en un estimador puntual. sn 2 La cuasivarianza. ~ Ejemplo IX.Capítulo IX: Introducción a la Inferencia Estadística • • La media muestral. el estimador puntual de la media poblacional será: x =∑ i =1 n xi n y la estimación obtenida con la muestra propuesta: 3 +5 +4 +4 ˆ μX = =4 4 b) Estimadores de la varianza poblacional σ2: • • 2 La varianza muestral. 5. p IX. IX. No todos los estimadores son buenos estimadores.1 Dada la muestra {3.146 . x es centrado para μ pues E( x )=μ.Propiedades de los estimadores puntuales. Vamos a describir algunas de ellas: • Estimadores centrados o insesgados Son aquéllos cuyo valor medio coincide con el parámetro que estima. Por ejemplo.2.2 Con la muestra del ejemplo anterior sería 2 sn = (3 − 4)2 + (5 − 4)2 + (4 − 4)2 + (4 − 4)2 = 0..

medida en términos de probabilidad. y solo si. Si la varianza del estimador es mayor que la cota de Cramer-Rao. el valor mínimo que puede tomar la varianza de cualquier estimador de un determinado parámetro θ.V.Capítulo IX: Introducción a la Inferencia Estadística • Estimadores uniformemente de mínima varianza.) si. será un estimador U. ˆ La frontera de Frechet-Cramer-Rao..2. Los intervalos de confianza para los parámetros de poblaciones con distribución Normal son los siguientes: r r r IX.V. Si 1-α= 0. función de la muestra.M. ˆ Diremos que el estimador θ es uniformemente de mínima varianza (U.95 ó 0.M. o no.α).} ↔ { D(θ) = min(D(θ*)) ∀ θ* ∈ Cθ y ∀ θ ∈ Ω} ˆ siendo: Ω : espacio paramétrico. de θ.2. contendrán al valor verdadero del parámetro. IX. o cuanto mayor sea el nivel de confianza 1-α para una amplitud dada. α es el nivel de significación y L1 r r ( X ). El intervalo será tanto más preciso cuanto menor sea su amplitud para un α dado. Si por X designamos a una muestra.α donde 1-α es nivel de confianza (usualmente 0. de que entre ambos cubran el verdadero valor del parámetro.Estimación por intervalos de confianza. Cualquier estimador de θ cuya varianza sea igual a dicha cota.M. dicho estimador podrá. la estimación por intervalos de confianza consiste en r r obtener dos valores L1 ( X ) y L2 ( X ). Nuestra incertidumbre al estimar el parámetro resulta pues. b) Los intervalos de confianza nos servirán como reglas de decisión para realizar los tests de hipótesis a estudiar en apartados posteriores. L2 ( X ) son los limites de confianza.V. Es decir: ˆ ˆ ˆ ˆ { θ es U.99). tales que existe una probabilidad muy elevada (1. tiene menor o igual varianza que la de cualquier otro estimador para todo θ perteneciente a Ω.V. también denominada cota de Cramer-Rao establece cual es. bajo determinadas condiciones. Cθ : Conjunto de posibles estimadores de θ. ser U.147 . P(L1 ( X ) ≤ θ ≤ L2 ( X )) = 1. La justificación de la estimación por intervalos de confianza radica en: a) Con los estimadores puntuales no podemos tener una idea clara de la precisión con que efectuamos una estimación.M.95 quiere decir que el 95% de los intervalos que construyamos a partir de numerosas muestras.

De la producción de un día. el I. obteniéndose los siguientes valores. determinar: a) El intervalo de confianza para la media μ del espesor del recubrimiento si sabemos que la dispersión de la variable es σ=2.025=1. si la única información de la que disponemos es la que nos proporciona la muestra. para μ cuando σ es conocida es: x ± zα/2 ⋅ σ n Realizando cálculos y consultando las tablas de la N(0. se seleccionan al azar 16 perfiles y se determina el espesor del recubrimiento en cada uno de ellos.3 Un proceso industrial consiste en la aplicación de un recubrimiento protector a unos perfiles metálicos. 49. 50} En el supuesto de que el espesor del recubrimiento tenga una distribución N(μ. SOLUCIÓN: a) El I.C. será: IX. • Cuando σ es conocida x ± zα 2 ⋅ σ n sn −1 n • Cuando σ es desconocida x ± t ( α 12 ) ⋅ n− b) Para la varianza poblacional σ2. 48. 54. 2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ .Capítulo IX: Introducción a la Inferencia Estadística a) Para la media poblacional μ. 51.148 . 52.1). 51.563 micras y zα/2=z0. 48. 49.96 Por lo tanto.σ) y fijando el nivel de confianza al 95%. c) El Intervalo de Confianza para la varianza σ2 del espesor considerado. se obtiene: x =50. 52. 50. 55. expresados en micras: {51. b) El Intervalo de Confianza para la media μ del espesor.C. 2 (1− α 2 ) ⎥ ⎢ 2 ( α 2) χn −1 ⎣ χn −1 ⎦ Ejemplo IX. 49. 47.2 micras. 53.

2 16 ⇒ [49. y siguiendo un procedimiento aleatorio. suponiendo una apropiada aproximación de la binomial a la normal: ˆ p ± zα / 2 ⋅ ˆ ˆ p ⋅ (1 − p) n Ejemplo IX.063 2 (α 2 χ n −1 /2) = χ15(0.262 Sustituyendo.025) t nα/2) = t15 = 2.762] micras c) El I. se obtiene: 2 sn −1 =5.P. que viajaron al extranjero durante el año 1999.641] micras b) El I.C.C es [2. obtenemos que el I.763.364. ⎢ ⎥ 2 (α 2 ) 2 χ n −(1−α 2) ⎦ 1 ⎣ χ n −1 Con los datos muestrales y la tabla de la χ2.C para σ2 es 2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ . El resultado ha sido que.149 .128] micras2 c) Para la proporción poblacional p de una distribución binomial. se han seleccionado y entrevistado a 90 alumnos.975) =6. Obtener el Intervalo de Confianza para la proporción p si tomamos 1-α=0.025) =27.C resulta: [49.488 2 (1 2 χ n −1 -α/2) = χ15(0. 51.95.485. 8 han viajado al extranjero y el resto no.25 micras Y según las tablas de la t de Student: ( (0.4 Se desea conocer la proporción p de alumnos de la U. 12.96 ⋅ 2. de estos 90 alumnos.V. SOLUCIÓN: IX. Para ello.563 micras y sn-1=2.563 ± 1. 51.131 −1 Sustituyendo los valores en la expresión del I.Capítulo IX: Introducción a la Inferencia Estadística 50. para μ cuando σ es desconocida es: ( x ± t nα12 ) ⋅ − sn −1 n Con los datos del problema calculamos x =50.

088 90 y zα/2=z0. por ejemplo. es ˆ p ± zα/2 ⋅ ˆ ˆ p ⋅ (1 − p) n Haciendo cálculos y buscando en la tabla de la N(0. Supongamos. por lo tanto. Con el fin de confirmar o rechazar la hipótesis de igualdad vidas medias en las dos variantes del proceso se extrae una muestra de bombillas del proceso modificado y se evalúa la vida de cada una de ellas. 0. A grandes rasgos..025=1. y los contrastes de hipótesis. es decir ¿en qué medida la muestra observada es coherente con la hipótesis de que la media poblacional es de 1500?.150 .C es [0.3. Ello nos permite decidir si aceptamos la hipótesis nula H0 establecida. puntual y por intervalos de confianza.C para p. es coherente o no con la información que suministra una muestra aleatoria extraída de dicha población.Capítulo IX: Introducción a la Inferencia Estadística El I. ¿Hasta que punto es aceptable admitir que la disminución observada de 1500 a 1450 horas es debida al azar del muestreo y no a una disminución real de la vida media?. que la vida media de las bombillas obtenidas mediante cierto proceso de fabricación es de 1500 horas. suponiendo la aproximación de la binomial a la normal.148] IX. ¿podemos aceptar la igualdad de vidas medias poblacionales de las bombillas en el proceso modificado y en el no modificado? La vida media muestral es una variable aleatoria de valor medio igual a la media poblacional y. establecida sobre una cierta población. Se considera que una cierta modificación del proceso que disminuye el coste de fabricación no modifica la vida media. IX. llamada hipótesis nula H0. mediante los tests de hipótesis.030. o la rechazamos y aceptamos una hipótesis H1 llamada hipótesis alternativa que es la que se verifica si y solo si no se verifica H0. puede tomar valores menores que ella pero.TEST DE HIPÓTESIS En el punto IX.2 se ha expuesto que la Inferencia Estadística aborda dos tipos de problemas: la estimación de parámetros.96 Luego el I. Y en consecuencia. Supongamos que la vida media muestral resulta ser de 1450 horas. ¿hasta qué punto esta diferencia puede atribuirse al azar y a partir de que valores ya no debemos admitir esta posibilidad? Los tests de hipótesis verifican la compatibilidad de los resultados muestrales con las hipótesis establecidas sobre la población y nos permiten decidir sobre la aceptación o rechazo de las mismas.1) obtenemos ˆ p= ) 8 = 0. podemos estudiar si una cierta hipótesis.

En consecuencia pueden cometerse dos tipos de errores: a) Rechazar la hipótesis nula cuando es cierta. En los tests de hipótesis no paramétricos las hipótesis no se establecen sobre los parámetros anteriormente referidos sino que se establecen sobre la propia distribución aleatoria (la variable estudiada sigue una determinada distribución de probabilidades) o bien sobre determinados aspectos del fenómeno estudiado (independencia de dos o más factores en la ocurrencia de una determinada situación o un determinado hecho)..3. lo cual no quiere decir que lleguemos a conocer con absoluta certeza si es verdadera o falsa..3.3. modelos estocásticos.151 .1.Curva de Potencia y Curva Característica de un test IX. IX.. etc. varianza poblacional.. etc. de análisis de la varianza. proporción poblacional. se decide si se rechaza o se acepta la hipótesis H0.3.) o bien sobre los parámetros de determinados modelos aleatorios (modelos de regresión. mediante un contraste de hipótesis decidimos si aceptamos o rechazamos la hipótesis nula. en cuyo caso diremos que se ha cometido un error de primera especie.3.3. Operando con un nivel de significación α del 5%. respectivamente.Test de hipótesis paramétricos y no paramétricos Los tests de hipótesis paramétricos son aquéllos en los que las hipótesis se establecen sobre algún parámetro o vector de parámetros de alguna distribución aleatoria (media poblacional..).xn) cuya distribución es conocida en el caso de que la hipótesis nula sea cierta..2. A la probabilidad de cometer este tipo de error se le denomina β. En este caso diremos que se ha cometido un error de segunda especie. Según a qué región pertenezca el valor de G calculado con la muestra. de probabilidades 1-α y α. IX.1. y se divide el campo de variabilidad de G en dos regiones: una región de aceptación de la hipótesis nula y una de rechazo.Capítulo IX: Introducción a la Inferencia Estadística IX.x2. Se elige una probabilidad α. Para contrastar la hipótesis nula establecida se utiliza un estadístico: G=g(x1. No obstante. llamada nivel de significación. también denominada “región crítica”. diferencia de medias poblacionales..Tests de hipótesis paramétricos IX. b) Aceptar la hipótesis nula cuando es falsa.. esta forma de operar equivale a rechazar la hipótesis cuando un resultado como el observado solo se habría obtenido en un 5% de los casos si la hipótesis nula es cierta.Errores de 1ª y 2ª especie. etc. A la probabilidad de cometer este tipo de error se le denomina α.

Una posible regla de decisión será evaluar la intensidad de fuga en una muestra de n diferenciales tomados al azar y aceptar H0 (tomar la decisión d0) si x ≤ μ0 + zα ⋅ σ n y ω0 ∩ ω1 =∅ o tomar la decisión d1 en caso contrario. sobre la media μ de una distribución Normal con σ conocida (por ejemplo. se le denomina Curva de Potencia de dicho test. PotS(θ) 1 α 0 ω0 θ0 ω1 θ (Ω) IX. A la función que proporciona la probabilidad de rechazar H0 con un test de hipótesis S. un test que permita contrastar las hipótesis anteriormente formuladas.Capítulo IX: Introducción a la Inferencia Estadística En los test de hipótesis paramétricos. Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva de Potencia tendrá la forma de la figura IX. y como veremos en el apartado siguiente.152 . el espacio paramétrico Ω (conjunto de posibles valores del parámetro θ sobre el que se establecen hipótesis). es decir PotS(θ) = P(d1(S) / θ) Al valor máximo de dicha potencia para θ ∈ ω0 se le denomina extensión del test y se representa por α.1. se particiona en dos conjuntos ω0 y ω1 tales que: ω0 ∪ ω1 = Ω y de modo que las hipótesis a contrastar son: H0(θ ∈ ω0) vs H1(θ ∈ ω1) En general. Por ejemplo. podemos establecer las hipótesis H0(μ≤μ0) vs H1(μ>μ0). Esta curva es propia de cada test S y sus valores dependen del valor que tome el parámetro θ en cada caso. no es más r que una regla de decisión S que a cada muestra X del espacio muestral (conjunto de posibles muestras) le hace corresponder la decisión d0 (aceptar H0) o la decisión d1 (aceptar H1). intensidad de fuga de un diferencial eléctrico).

Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva Característica tendrá la forma de la figura IX.2.Capítulo IX: Introducción a la Inferencia Estadística Figura IX. varianza σ2.. media μ. etc. un test que se aplica sistemáticamente para contrastar hipótesis sobre parámetros de distribuciones aleatorias. PaS(θ) 1 1-α β(θ1) θ0 β(θ2) θ1 θ2 ω1 ω0 θ (Ω) Figura IX. en función de los valores que toma el parámetro θ.. la Curva Característica tendría como ecuación: ⎛ ⎞ σ μ⎟ PaS (μ ) = P ⎜ x ≤ μ 0 + zα ⋅ ⎜ ⎟ n ⎝ ⎠ Como para cada posible valor de μ la media muestral x es N ⎜ μ.2.153 .). La Curva Característica de un test (o plan de control) es una función que proporciona la probabilidad de aceptar la hipótesis nula H0 con dicho test. los cuales representan la calidad de productos y/o procesos (proporción de piezas defectuosas.1.Curva Característica de un test En el test sobre la media μ de la intensidad de fuga de los diferenciales expuesto en este punto. Un plan de control de calidad es. se utiliza más la denominada Curva Característica que definiremos seguidamente. conceptualmente.Curva de potencia de un test En las aplicaciones de los test de hipótesis al control de la calidad en los procesos industriales. Nótese que para cada valor de θ ∈ Ω se cumple que PotS(θ)=1-PaS(θ) y que para cada valor de θ ∈ ω1 PaS(θ)=β(θ) (la probabilidad de error de segunda especie β depende del valor que tome θ y es diferente para cada θ). ⎟ será: ⎜ ⎟ n⎠ ⎝ ⎛ σ ⎞ IX.

2.Algunos test paramétricos clásicos En este apartado se presentan algunos de los test de hipótesis paramétricos clásicos más importantes por sus aplicaciones prácticas a la industria y a otros campos.Capítulo IX: Introducción a la Inferencia Estadística ⎞ ⎛⎛ ⎞ ⎜ ⎜ μ0 + zα ⋅ σ ⎟ − μ ⎟ ⎜ ⎟ ⎟ ⎜ μ − μ0 ⎛ ⎞ n⎠ ⋅ n⎟ PaS (μ ) = φ ⎜ ⎝ ⎟ = φ ⎜ zα − σ σ ⎝ ⎠ ⎟ ⎜ ⎟ ⎜ n ⎠ ⎝ Expresión que. Debido al carácter introductorio del capítulo. Algunos ejemplos de tests de hipótesis sobre parámetros de variables normales son: 1. expresados en mm. Su representación gráfica tiene forma similar a la curva de la figura IX. Para comprobar el efecto de esta modificación. sí que se proponen ejemplos que facilitarán su aplicación a las situaciones reales. lógicamente..154 . para μ=μ0 vale 1-α.2. a) H0(μ=μ0) vs H1(μ≠μ0) • Si σ es conocida: Aceptamos H0 si x ∈ ⎢μ0 ± zα 2 ⋅ ⎣ ⎡ σ ⎤ ⎥ n⎦ σ ⎤ ⎥ n⎦ Rechazamos H0 si x ∉ ⎢μ0 ± zα 2 ⋅ ⎣ ⎡ • Si σ es desconocida: Aceptamos H0 si x ∈ ⎢μ0 ± t(nα 12) ⋅ − ⎣ α Rechazamos H0 si x ∉ ⎢μ 0 ± tn −2 ⋅ 1 ⎡ sn −1 ⎤ ⎥ n⎦ sn −1 ⎤ ⎥ n⎦ ⎡ ⎣ Ejemplo IX. Buscando una reducción de costes de fabricación.3. podemos admitir que el espesor del fondo es una variable aleatoria con distribución N(4. no se enuncian ni se demuestran los teoremas que permiten su obtención o la evaluación de sus propiedades. En cambio. Los resultados obtenidos. el ingeniero de procesos decide aumentar la proporción de material reciclado que se utiliza como materia prima manteniendo constantes el resto de parámetros del proceso.3. sustituyendo en parámetro genérico θ por μ.5 En el proceso de moldeado de unos recipientes de plástico. han sido: IX. IX.2) mm. 0. Test de hipótesis sobre la media poblacional μ. se seleccionan al azar 9 recipientes de plástico obtenidos con la nueva formulación de la materia prima y se determina el espesor del fondo de cada uno de ellos.

4. la regla de decisión es ( Aceptamos H0 si x ∈ ⎢μ 0 ± t nα12) ⋅ − ⎡ ⎣ sn −1 ⎤ ⎥ n⎦ Según los datos del enunciado: sn-1=0. la zona de aceptación es [3.2.025=1. y ( (0.7} a) Suponiendo que no ha habido ningún cambio en la dispersión y considerando un nivel de significación de 5%. 3.9.156 mm y zα/2=z0.96 Por lo tanto. SOLUCIÓN: En ambos apartados debemos contrastar la hipótesis nula de que el cambio efectuado en el proceso no afecta al espesor medio del fondo de los recipientes.025) t nα/2) = t8 = 2.2. la zona de aceptación es [3.2 mm).9.156 y pertenece al intervalo. b) En este caso.224] mm Puesto que la media muestral es x =4.9. la regla de decisión es Aceptamos H0 si x ∈ ⎢μ 0 ± zα 2 ⋅ ⎣ ⎡ σ ⎤ ⎥ n⎦ Con los datos del enunciado calculamos: x =4. 4. 4. 3. 4. 4. aceptamos la hipótesis nula. 4. 3.9.155 .776. H0(μ=4) vs H1(μ≠4) a) En el caso de que conozcamos σ (σ=0.5.Capítulo IX: Introducción a la Inferencia Estadística {3.306 −1 b) H0(μ≤μ0) vs H1(μ>μ0) IX.131] mm Como la media muestral no pertenece al intervalo anterior.2. ¿podemos admitir que la nueva formulación de la materia prima no afecta al espesor medio del fondo de los recipientes fabricados? b) ¿Cuál sería la respuesta a la pregunta anterior si desconocemos el valor real de la desviación típica σ?. es decir.869. la decisión es que no podemos aceptar la hipótesis nula.292 Por lo tanto. 4.

Para comprobar que la producción cumple con los requisitos especificados. 11.6 Por razones técnicas de funcionamiento. frente a que la producción es incorrecta. 9. es decir: H0(μ≤10) vs H1(μ>10) a) En el caso de σ conocida. la zona de aceptación es x ≤ μ 0 + zα ⋅ σ n Calculamos el valor de la media muestral y determinamos. 10. el valor de zα: x =10.Capítulo IX: Introducción a la Inferencia Estadística • Si σ es conocida: Aceptamos H0 si x ≤ μ0 + zα ⋅ Rechazamos H0 si x > μ0 + zα ⋅ σ n σ n • Si σ es desconocida: Aceptamos H0 si x ≤ μ0 + t(nα )1 ⋅ − sn −1 n sn −1 n Rechazamos H0 si x > μ0 + t(nα )1 ⋅ − Ejemplo IX.1. 10.12 y zα=z0. 10.8. 9. obtenemos que la zona de aceptación de H0 es x ≤10. 10.7. se ha fijado en 10Ω el valor máximo de la resistencia media de unos componentes eléctricos fabricados en un determinado proceso.645 Sustituyendo.2} Suponiendo que la resistencia de los componentes estudiados sigue una distribución normal y considerando un nivel de significación del 5%. se toman al azar 10 componentes y se miden sus resistencias obteniéndose los siguientes resultados. responder a las siguientes preguntas a) ¿Podemos considerar correcta la producción si sabemos que la desviación típica es 0. 10.5. SOLUCIÓN: Debemos contrastar la hipótesis nula de que la producción es correcta por ser la media de las resistencia menor o igual a 10 Ω. expresados en ohmios: {9.05=1.2.156 .5 Ω? b) Contestar a la pregunta anterior en el supuesto de que no se conozca el valor de la desviación típica σ. mediante la tabla de la normal.8. 9.9.26 IX.

749. 750.749.1.1.749. obtenemos: sn-1=0. al pertenecer la media muestral a la región de aceptación. Se pretende comprobar si ambos equipos fabrican las botellas con la misma capacidad media. Ejemplo IX.3.750.5. obtenemos que la zona de aceptación de la hipótesis nula es x ≤10.2.749.1. 750.833 − Sustituyendo.157 .1.2.1.6} IX.1. 750. aceptamos la hipótesis nula de que la producción cumple con los requisitos. Para ello se toman al azar 10 botellas fabricadas con el primer equipo y se obtienen los siguientes resultados: {750.227 por lo que aceptamos la hipótesis nula de que la producción es correcta.8. 751.05) t nα1 = t9 = 1.5.3.5.0.2.748. c) H0(μ1=μ2) vs H1(μ1≠μ2) con σ1=σ2=σ • Si σ es conocida: Aceptamos H0 si x1 − x 2 ≤ zα / 2 ⋅ σ ⋅ Rechazamos H0 si x1 − x 2 > z α / 2 ⋅ σ ⋅ • Si σ es desconocida: 2 Aceptamos H0 si x1 − x 2 ≤ t(nα +/ n 2) − 2 ⋅ s * ⋅ 1 1 1 + n1 n2 1 1 + n1 n2 1 1 + n1 n2 1 1 + n1 n2 2 Rechazamos H0 si x1 − x 2 > t (nα +/ n 2) − 2 ⋅ s * ⋅ 1 con s* = 2 (n1 − 1) ⋅ s'1 +(n2 − 1) ⋅ s'2 2 n1 + n2 − 2 donde s’=sn-1.748.2. 749.391 y ( ) (0. 749. 752.7 Se dispone de dos equipos de soplado de envases de vidrio y con ellos se fabrican botellas de 750 cc de capacidad nominal.751.749.751. la zona de aceptación es ( ) x ≤ μ 0 + t nα1 ⋅ − sn −1 n Utilizando los datos de la muestra y la tabla de la t. b) En el caso de σ desconocida.748. 751.9} Del segundo equipo se toman al azar 12 botellas cuyas capacidades resultan ser: {750.Capítulo IX: Introducción a la Inferencia Estadística por lo que.2. 751.3.0.

5. y admitimos que X1≡N(μ1. Test de hipótesis sobre la varianza poblacional σ2.9468 ( α/ (0. después de realizar 9 mediciones del mismo.00 s*=0. la zona de aceptación de H0 es: (α x1 − x2 ≤ t n1 /2) 2 − 2 ⋅ s * ⋅ +n 1 1 + n1 n2 con s* = 2 (n1 − 1) ⋅ s'12 +(n2 − 1) ⋅ s' 2 n1 + n2 − 2 Con los datos del enunciado obtenemos que x1 =750. 4.Capítulo IX: Introducción a la Inferencia Estadística Asumiendo que la capacidad de las botellas fabricados con cada uno de los equipos tiene una distribución normal y que en ambos casos la varianza es la misma. Los resultados obtenidos.σ) y X2≡N(μ2.05. 0 n −1 ⎥ (n − 1) ⎦ Ejemplo IX. 4. han sido: {5. respectivamente. ¿podemos admitir que dicha variabilidad. ¿puede admitirse la igualdad de medias de las capacidades de las botellas fabricadas con los dos equipos de soplado? SOLUCIÓN: Si llamamos X1 y X2 a las capacidades de las botellas fabricadas con el equipo 1 y con el equipo 2.01.03.02?. Tomar α=0. IX. es igual a 0.086 n Por lo que la zona de aceptación es x1 − x2 ≤ 0.77 ′ s22 =1. 5.99} Suponiendo que los resultados de las mediciones son normales y que solamente es el equipo de medida el que produce variabilidad en los resultados.02.846 Puesto que x1 − x2 = 1. a) H0(σ2=σ02) vs H1(σ2≠σ02) 2 Aceptamos H0 si sn-1 ∈ ⎢ 2 2 ⎡ σ0 ⋅ χn (−11− α 2 ) Rechazamos H0 si ⎣ (n − 1) ⎡ σ2 ⋅ χ2(1− α 2 ) 2 sn -1 ∉ ⎢ 0 n −1 ⎣ (n − 1) .05.99.98.97. 5. 2.σ) las hipótesis a contrastar serán H0(μ1=μ2) vs H1(μ1≠μ2).04 no podemos aceptar la igualdad de medias. representada por σ. 4. expresados en cm.54 ′ s12 =0.01.58 x2 =749. 2 2 σ0 ⋅ χn (−α 2 ) ⎤ 1 ⎥ (n − 1) ⎦ σ 2 ⋅ χ 2( α 2 ) ⎤ .025) t n1 +2)2 −1 = t 20 = 2. que para el caso de σ desconocida. 5.158 .8 En un laboratorio de ensayos se evalúa repetidamente y con el mismo equipo de medida el diámetro de un cilindro patrón. 4.

4.6.535 2 1 2 χ n −(1 −α / 2 ) = χ 8 ( 0. e identificando la precisión de cada método con la desviación típica σ que presentan sus resultados: IX. 4.5.3. 4.9 Se pretende comparar la precisión de dos métodos analíticos disponibles para la determinación de la concentración de un complejo proteico en un producto cárnico. 4. son los siguientes: Método de referencia: {4. b) H0(σ2≤σ02) vs H1(σ2>σ02) 2 Aceptamos H0 si sn-1 ≤ 2 2 σ0 ⋅ χn (−α ) 1 (n − 1) 2 2 σ0 ⋅ χn (−α ) 1 (n − 1) 2 Rechazamos H0 si sn -1 > c) H0(σ12=σ22) vs H1(σ12≠σ22) Aceptamos H0 si Rechazamos H0 si 2 (sn1 −1 )mayor 2 (sn 2 −1 )menor 2 (sn1 −1 )mayor 2 (sn 2 −1 )menor ≤ F((nα1)−1). 4.3.000109.7. Para ello se evalúa reiteradamente la concentración de dicho complejo proteico en una muestra de mortadela preparada al efecto.(n 2 −1) 2 donde n1 es tamaño de muestra utilizado para calcular la ( sn1 −1 )mayor y n2 es el tamaño 2 de muestra utilizado para calcular la ( sn 2 −1 )menor.1.0. 4.00065 2 (α 2 χ n −1 / 2 ) = χ 8 ( 0. 4. 0.6.00065 aceptamos la H0.0004) vs H1(σ2≠0. expresados en gramos por cada 100 gramos de producto.975 ) = 2. 4.00087] 2 Puesto que sn −1 =0. la zona de aceptación de H0 será: [0. 4. ⎥ (n − 1) ⎦ ⎣ (n − 1) A partir de los datos del enunciado obtenemos que 2 sn −1 =0.9.1.0004).(n 2 −1) > F((nα1)−1). Los valores obtenidos. 4. 4.8. Ejemplo IX.Capítulo IX: Introducción a la Inferencia Estadística SOLUCIÓN: Debemos contrastar las hipótesis H0(σ2=0.7} Asumiendo la normalidad de las concentraciones. La zona de aceptación de la hipótesis nula es 2 2( ⎡σ 2 ⋅ χ 2 (1−α 2 ) σ0 ⋅ χ n −α 2 ) ⎤ 2 1 sn -1 ∈ ⎢ 0 n −1 .1.3} Método espectrofotométrico: {4. 4.025 ) = 17.18 Por lo tanto.3.159 . 3.

137 Entonces: 0.137 = 5.1 (gr/100gr)2 con un nivel de significación del 5%? SOLUCIÓN.6.269 0. 3. obtenemos que (0 F7.026 Si buscamos en la tabla de la F. Test de hipótesis sobre la proporción poblacional p de una distribución binomial. b) Ahora debemos contrastar H0(σ2≤σ02) vs H1(σ2>σ02) y aceptar H0 si 2 sn -1 ≤ 2 2( σ0 ⋅ χ n −α ) 1 (n − 1) Buscando en la tabla de la Chi-cuadrado y realizando cálculos: 0. Suponiendo que se dan las condiciones para que sea aceptable la aproximación de la distribución binomial a la normal.Capítulo IX: Introducción a la Inferencia Estadística a) Con un nivel de significación del 5% ¿podemos admitir la igualdad de varianzas de ambos métodos? b) ¿Podemos admitir que la varianza de método espectrofotométrico es menor o igual que 0.1 ⋅14.2 7 En consecuencia.026 2 Método espectrofotométrico: sn −1 =0. tendremos que: a) Las hipótesis a contrastar en este apartado son H0(σ12=σ22) vs H1(σ12≠σ22) y aceptamos H0 si se cumple que 2 (sn1 −1 )mayor 2 (sn2 −1 )menor ( ) ≤ F(nα −1).(n2 −1) 1 Realizando los cálculos necesarios: 2 Método de referencia: sn −1 =0. podemos aceptar la hipótesis nula establecida.160 .137 ≤ 0.067 = 0. los test de hipótesis más utilizados para p son: IX.21 Por lo tanto. debemos rechazar la hipótesis de igualdad de varianzas. Si llamamos σ12 a la varianza de los resultados que se obtienen con el método de referencia y σ22 a la varianza del método espectrofotométrico.05) =4.

dada por la proporción de unidades defectuosas.161 .96 IX. y 60 unidades de un lote del proveedor 2. las hipótesis a contrastar son: H0(p1=p2) vs H1(p1≠p2) cuya zona de aceptación de H0 es: ⎛1 1 ˆ ˆ p1 − p2 ≤ zα 2 ⋅ p * ⋅q * ⋅⎜ + ⎜n n ⎝ 1 2 ⎞ ⎟ ⎟ ⎠ con p* = ˆ ˆ n1 ⋅ p1 + n2 ⋅ p2 n1 + n2 A partir de los datos del ejercicio.075 40 ˆ p2 = ) 4 = 0 . Para ello se seleccionan al azar 40 unidades de un lote del proveedor 1.07 z0. resultando 4 defectuosas. obtenemos que ˆ p1 = 3 = 0.025=1. es la misma?. resultando 3 defectuosas.10 Se pretende comparar la calidad de los envíos de dos proveedores de un mismo tipo de repuesto para automóviles. 06 60 p* = 0. SOLUCIÓN: Si llamamos p1 a la proporción de unidades defectuosas de proveedor 1 y p2 a la proporción de unidades defectuosas del proveedor 2.Capítulo IX: Introducción a la Inferencia Estadística a) H0(p=p0) vs H1(p≠p0) ˆ Aceptamos H0 si p ∈ ⎢p0 ± zα / 2 ⋅ ⎡ ⎢ ⎣ ⎡ p ⋅ (1 − p0 ) ⎤ ˆ p ∉ ⎢p0 ± z α / 2 ⋅ 0 ⎥ n ⎢ ⎥ ⎣ ⎦ p0 ⋅ (1 − p0 ) ⎤ ⎥ n ⎥ ⎦ Rechazamos H0 si b) H0(p≤p0) vs H1(p>p0) ˆ Aceptamos H0 si p ≤ p0 + zα ⋅ ˆ Rechazamos H0 si p > p0 + zα ⋅ p0 ⋅ (1 − p0 ) n p0 ⋅ (1 − p0 ) n c) H0(p1=p2) vs H1(p1≠p2) ˆ ˆ Aceptamos H0 si p1 − p2 ≤ zα 2 ⋅ p * ⋅q * ⋅⎜ + ⎜ ⎛1 1⎞ ⎟ ⎟ ⎝ n1 n2 ⎠ ⎛1 1⎞ ⎟ ⎟ ⎝ n1 n2 ⎠ ˆ ˆ Rechazamos H0 si p1 − p2 > zα 2 ⋅ p * ⋅q * ⋅⎜ + ⎜ con p* = ˆ ˆ n1 ⋅ p1 + n2 ⋅ p2 n1 + n2 y q*=1-p* Ejemplo IX. Para un nivel de significación del 5% ¿podemos admitir que la calidad de los envíos de ambos proveedores.

Capítulo IX: Introducción a la Inferencia Estadística Por lo tanto. Dichas observaciones se clasifican en k clases o categorías mutuamente excluyentes. x2.Tests de bondad de ajuste. En este caso se especifica la distribución supuesta y sus parámetros característicos. la zona de aceptación de H0 es ˆ ˆ p1 − p2 ≤ 0.162 . Esta distribución de probabilidad supuesta puede ser: a) Totalmente especificada. Por ejemplo. dada una muestra podemos contrastar simplemente si procede de una población con distribución normal. Por ejemplo.1021 ˆ ˆ Puesto que p1 − p2 = 0. ante una muestra dada podemos contrastar la hipótesis de que procede de una distribución normal de media μ y desviación típica σ. Corresponde al caso en que solamente se especifica la distribución de probabilidad supuesta pero no sus parámetros característicos. se formula la hipótesis nula de que procede de una población cuya distribución es Fo (distribución supuesta que puede ser. r IX.3.. En ambos casos.008 . IX.3. xn) independientes de una determinada característica.4. En el caso de que F sea continua. Test χ2 de Pearson El objetivo de los tests de bondad de ajuste es verificar si una muestra observada puede proceder de una población que tiene una determinada distribución de probabilidad. b) Parcialmente especificada. o no. …. las clases corresponderán a k intervalos disjuntos y si F es la distribución de una variable discreta.Tests de hipótesis no paramétricos Estudiaremos en este apartado dos de los casos más representativos que son: • • los test de bondad de ajuste y las tablas de contingencia IX. Es equivalente plantear la hipótesis nula de que la distribución de la variable muestreada es F0.4. aceptamos la hipótesis de igualdad de calidades. una vez obtenida una muestra X de tamaño n. es decir: H0(F=F0) vs H1(F≠F0) Una de las formas de realizar el contraste es mediante el test χ2 de Pearson: se parte de una muestra formada por n observaciones (x1. las clases suelen corresponderse con los valores posibles de dicha variable o con conjuntos de dichos valores.1.. totalmente especificada).

Capítulo IX: Introducción a la Inferencia Estadística Las n observaciones se distribuirán entre las k clases presentando una frecuencia absoluta Oi de valores en cada una de las clases Ci establecidas.Contraste de hipótesis H0(F=F0) vs H1(F≠F0). dentro de cada clase o intervalo la frecuencia observada Oi y la frecuencia teórica ti serán muy diferentes. puede demostrarse que si H0 es cierta: z= (O i − t i ) 2 2 = χ k − s −1 ∑ t i =1 i k En la expresión anterior. s es el número de parámetros que es necesario estimar a partir de la muestra. Si la hipótesis establecida H0 no es cierta. Si la distribución de la variable muestreada fuera Fo. Por ejemplo. será necesario estimar sus parámetros a partir de los valores de la muestra obtenida. sus valores serán mayores que los de la χ2 correspondiente. El estadístico z presentará valores mayores que si fuera cierta la distribución supuesta y. 2 En consecuencia. Si la distribución teórica no está totalmente especificada. de modo que se cumplirá: ∑ Oi = n i =1 k A las frecuencias Oi se les denomina frecuencias observadas. Distribución del estadístico z cuando H0 es cierta.163 . las frecuencias teóricas o esperadas ti de los n valores muestrales en cada una de las clases Ci serían: ti=n·pi donde pi es la probabilidad teórica de las clase Ci que puede calcularse a partir de F0..3. la media poblacional μ la estimaremos mediante x y la desviación típica poblacional σ la estimaremos mediante sn-1. por tanto. se determina el valor de una χk − s −1 que 2( ) solo tiene una probabilidad α de ser superado (a este valor lo denotaremos por χk −α−1 ) y se s procede del siguiente modo: 2( ) Aceptamos H0 si z ≤ χk −α−1 s 2 (α) Rechazamos H0 si z > χk − s −1 Fz(z) Se acepta H0 Se rechaza H0 α 2( ) χ k −α −1 s z/H0 cierta Figura IX. fijado un nivel de significación α. Bajo determinadas condiciones. IX.

La prueba puede aplicarse a cualquier distribución.0] 7 ]755.15 19.5 - 6.1915 0.5 ¿Puede aceptarse.1755 0. Es conveniente que las clases se definan de manera que las probabilidades teóricas pi de las diferentes clases Ci no sean demasiado diferentes. • • Ejemplo IX.0 .5 . es conveniente tomar las siguientes precauciones para que sean aceptables los resultados obtenidos: • Las clases o intervalos deben establecerse de modo que las frecuencias absolutas con que se dan dichas clases sean todas ellas iguales o superiores a 5.757.11 Se ha medido la capacidad de 100 envases de vidrio de un determinado formato. con un nivel de significación α=0.5 745.668 0. Los resultados obtenidos se encuentran agrupados en la tabla siguiente: Capacidad No de envases (c.755.5] ]747. que la capacidad de dichos envases sigue una distribución N(750.68 9.5] 6 > 757.0000 IX.0919 0.4225 0.0] 16 ]745.c.1915 0.747.5) c.Capítulo IX: Introducción a la Inferencia Estadística Teniendo en cuenta las aproximaciones que es necesario realizar en el test propuesto. sea continua o discreta.750.98 19.05.? SOLUCIÓN: Construyamos la siguiente tabla: Ci Oi 5 10 16 20 21 15 pi 0.19 14.0 747.5 ]742. utilizados para el envasado de un producto farmacéutico.5 10 ]742.5 .1498 0.0695 0.0] ]745.745.0] 21 ]750.5 .0 .) 5 ≤ 742.98 0.5] 20 ]747.0714 0.0370 0.164 .15 14.752.0 .c.1498 ti=n·p i ( Oi − t i )2 ti ≤ 742.5] 15 ]752.

0] ]755. La hipótesis nula que hay que contrastar es que los dos factores A y B son independientes. ai+1] los límites del intervalo Ci.5 755. H0(A y B independientes) vs H1(A y B dependientes) La tabla que debe construirse es la siguiente: NIVELES DEL FACTOR B B1 A1 NIVELE S A2 … B2 … Bj … Bm Frecuencias Marginales … O1j … O1m O1• … t1j … t1m … O2j … O2m O2• … t2j … t2m … … … … … O11 t11 O21 t21 … O12 t12 O22 t22 … IX. una prueba de independencia no paramétrica.3.2. Test χ2 Las tablas de contingencia permiten verificar si dos o más variables o factores de clasificación son independientes entre sí.668 9. IX.0] ]750.19 6..1 0 Como z<14.5219 0.5 7 6 0.3670 Además : 2 ( 05 χ 8 −0. si consideramos ]ai. cada pi se calcula: ⎛ a − 750 ⎞ ⎛ a − 750 ⎞ pi = φ ⎜ i +1 ⎟ −φ ⎜ i ⎟ 5 5 ⎝ ⎠ ⎝ ⎠ A partir de la tabla determinamos el valor de z como z=∑ i =1 8 (Oi − ti )2 ti = 1.Tablas de contigencia. la conclusión es que no podemos rechazar H0 y debemos aceptar que la capacidad de los envases sigue la distribución propuesta.0919 0. Estudiaremos el caso de dos variables o factores de clasificación.0 752. Constituyen.4.−1 ) = 14. por lo tanto.5] ]752.1.0692 donde.5] > 757.Capítulo IX: Introducción a la Inferencia Estadística 750.0 757.165 .68 0.

…. dado que el total de observaciones es n. será. O•m marginales donde n es el número total de observaciones. a la que hemos llamado pij..m Si estimamos las probabilidades marginales pi• de cada nivel Ai del factor A mediante la frecuencia relativa con que se presenta Ai en la muestra.…r y j=1.Capítulo IX: Introducción a la Inferencia Estadística DEL FACTO R A Ai … Ar Oi1 Oi2 … Oij … Oim ti1 ti2 … tij … tim Or1 Or2 … Orj … Orm tr1 tr2 … trj … trm Oi• Or• n Frecuencias O•1 O•2 .. como en el apartado anterior.166 . Oij es el número de valores observados en la casilla correspondiente al nivel i del factor A y al nivel j del factor B. O•j .. bajo el supuesto de independencia de A y B ˆ ˆ ˆ pij = pi• ⋅ p• j Las frecuencias teóricas de cada intersección de niveles A y B.. tij es la frecuencia teórica (si los factores fueran independientes) correspondientes al nivel i del factor A y al nivel j del factor B. que si la hipótesis nula es cierta: z= ∑∑ i =1 j =1 r m (O ij − t ij t ij ) 2 ≡ χ(2r −1)(m −1) Nota: IX. Oi• es el total de frecuencias observadas en la fila i y O•j es el total de frecuencias observadas en la columna j. será: tij=n·pij Entonces: ˆ ˆ ˆ t ij = n ⋅ pij = n ⋅ pi• ⋅ p• j = n ⋅ Oi • O • j Oi • ⋅ O • j ⋅ = n n n Puede demostrarse. las probabilidades marginales p•j de cada nivel Bj del factor B se efectuarán mediante: ˆ p• j = O• j n La estimación de la probabilidad conjunta de Ai y Bj. será: ˆ pi • = Oi • n De modo análogo. Si A y B son independientes se cumplirá: pij = P( A i ∩ B j ) = P( A i ) ⋅ P(B j ) = pi ⋅ p j con i=1.

V. COLOR Blanco Rojo Varones 10 36 Mujeres 20 9 SEXO Azul 14 11 De acuerdo con la tabla anterior.05. que el sexo y el color preferido son independientes a la hora de elegir el coche? SOLUCIÓN: Las hipótesis a contrastar son H0(sexo y color son independientes) vs H1(sexo y color son dependientes) Completemos la tabla de frecuencias observadas: COLOR Rojo Azul 36 14 9 11 45 25 SEXO Blanco O Varones 10 Mujeres 20 30 O•j Oi.Capítulo IX: Introducción a la Inferencia Estadística Obsérvese que el número de frecuencias a comparar es k=r·m y el número de parámetros a estimar: ˆ (n-1) proporciones pi • (la r-sima proporción se obtiene por 1 − ∑ pi • ) i =1 r −1 ˆ (m-1) proporciones p• j (la m-sima proporción se obtiene por 1 − m −1 i =1 ∑ p• j ) Total de parámetros a estimar: s=(r-1)+(m-1) Luego los grados de libertad de la χ k2− s −1 considerada en el apartado anterior son gl = k − s − 1 = r ⋅ m − (r − 1) − (m − 1) − 1 = (r − 1) ⋅ (m − 1) Con el mismo razonamiento que en el punto anterior deberemos: Aceptar H0 si z ≤ χ(2r(−α1))(m −1) Rechazar H0 si z > χ(2r(−α1))(m −1) Ejemplo IX.P.167 . ¿podemos admitir. 60 40 100 Recordando que las frecuencias teóricas (si H0 cierta) se calculan mediante la expresión: IX. con un nivel de significación α=0.12 La siguiente tabla muestra las frecuencias observadas en relación con el color de automóvil preferido y el sexo en una muestra de 100 estudiantes encuestados al azar en la U.

556 2( ) 2(0.Capítulo IX: Introducción a la Inferencia Estadística t ij = Oi • ⋅ O• j n construyamos la tabla de frecuencias teóricas: COLOR Blanco Rojo t Varones 18 27 Mujeres 12 18 SEXO Azul 15 10 El estadístico z será: z = ∑∑ i =1 j =1 2 3 (O ij − t ij ) 2 t ij = (10 − 18 )2 + (36 − 27 )2 18 27 + . + (11 − 10 )2 10 = 16.99 se tiene que: ⋅2 2(0.168 ..05) z > χ2 por lo que debemos rechazar la hipótesis de independencia de los factores considerados y admitir que los gustos respecto al color de los automóviles son diferentes en los varones que en las mujeres..05) = χ 2 = 5.05) Como χ(r −α1)(m −1) = χ12(0. IX.

Capítulo IX: Introducción a la Inferencia Estadística IX.169 .

.

4.Hipótesis nula.ANÁLISIS DE LA VARIANZA 9.Modelo Teórico.Modelo y supuestos teóricos 2. Hipótesis del modelo. 3. 5. 9..Comparación de medias. 2.Hipótesis nulas 2... ANÁLISIS DE LA VARIANZA (II).Introducción...Ecuación fundamental.Generalidades.4.Descomposición de las sumas de cuadrados. DOS FACTORES CONTROLADOS 1.2. 4.. ANÁLISIS DE LA VARIANZA (I).3.. Análisis de la varianza (I).ANOVA para dos factores con repeticiones 2. 1. Test LSD 9.5. 2. UN FACTOR CONTROLADO.Concepto de interacción 2. Un factor controlado. Test F. 171 .4... 6..Test F. Planes factoriales...1.

Así por ejemplo: Factor tipo de hojalata (cualitativo): Se desean estudiar tres tipos distintos A.). animal de ensayo etc. que variantes difieren significativamente entre sí * Resumen: X : variable a estudiar o respuesta (grado de corrosión en el ejemplo). método de fabricación etc. En aquéllos factores cuyo efecto sea significativo. Para cada factor.1.GENERALIDADES Bajo el nombre de Análisis de la Varianza se conocen un conjunto de métodos estadísticos aplicables en general al análisis de observaciones que dependen simultáneamente de varios factores. etc. son aquéllos que podemos realmente controlar fijando a voluntad sus niveles (factores controlados). por ejemplo un tratamiento será: bote hojalata tipo B con pH del líquido de gobierno 4'5 almacenado a 15º C. se considerarán en el estudio diferentes niveles (si el factor es cuantitativo) o variantes (si el factor es cualitativo). B y C (3 variantes). y que se presume pueden influir sobre la respuesta. Tratamiento: combinación de niveles Unidad experimental: Unidad física sobre la que se aplica un tratamiento (bote.). Los factores pueden ser cuantitativos. Fue desarrollado por Fisher en el 1er tercio del siglo pasado.9. por ejemplo. cuando sus niveles corresponden a valores medibles (temperatura. Variantes o niveles: valores que pueden tomar los factores. se deseará además. un mes de almacenamiento. pH. determinando. A cada combinación de variantes de los diferentes factores se le denomina tratamiento. pH.) 172 .4. En total existirán en este caso 3x2x3=18 tratamientos diferentes. variedad. precisar la naturaleza del mismo. con lo que constaría en total de 18x5 = 90 botes o unidades experimentales. En un estudio sobre corrosión (X) en botes de conservas se desea investigar la influencia al respecto del tipo de hojalata. El objetivo en una experiencia de este tipo sería el analizar cuáles de los tres factores tienen una influencia significativa sobre el grado de corrosión del bote al cabo de. Los factores a considerar. 15º C y 30º C (3 niveles).) o cualitativos en otro caso (tipo de hojalata. temperatura. Factor temperatura de almacenamiento (factor cuantitativo): Se almacenarán los botes a 0º C. Un ejemplo servirá para ilustrar un problema típico de aplicación de estos métodos. pH del líquido de gobierno y temperatura de almacenamiento del bote. Factor pH (cuantitativo): Se estudiarán conservas a pH 4'5 y pH 5'5 (2 niveles).. En la terminología clásica del Análisis de la Varianza existen en este caso tres factores: Tipo de hojalata pH Temperatura de conservación cuyos efectos se desean estudiar. Una experiencia podría consistir en preparar 5 botes (repeticiones) con cada uno de los 18 tratamientos posibles. etc. Factores: posibles causas controlables que pueden ser fuente de variabilidad en la respuesta (tipo de hojalata. parcela.

La comparación de cada uno de estos términos con el correspondiente a la perturbación aleatoria residual (ó error). 9. o numero de veces que se repite la experiencia bajo las mismas condiciones. y la hipótesis nula a contrastar es H0: μ1 = μ2 …= μI. Variante Población Muestra 1 N(μ1. en descomponer la variabilidad total del conjunto de las observaciones expresada por la suma de cuadrados global Σ(Xijk . La técnica de análisis consiste. nuestras hipótesis sobre el modelo implican que cada una de estas poblaciones tiene una distribución N(μi. en cuyo caso el modelo se denomina EQUILIBRADO). dejando para más adelante la generalización al caso de varios factores. relativos a los diferentes factores en estudio y al error experimental. se tendrá: Xij = μi + εij (1) 173 εi . con sus correspondientes grados de libertad. Vemos por tanto que el problema que tenemos no es más que la generalización a I medias del problema de comparación de dos medias visto en un tema anterior. en general.4. Sea I el número de niveles del factor y J el número de observaciones para cada una de las variantes (supondremos que dicho número es el mismo para todas las variantes. asumen la existencia de un modelo probabilístico que explica los resultados observados en función de un conjunto de parámetros desconocidos relativos a los efectos de los diferentes factores en estudio y de una perturbación aleatoria.σ). Sea Xij la j-ava observación (j = 1. HIPÓTESIS DEL MODELO Consideremos.. por ejemplo. Los métodos del Análisis de la Varianza.σ) (X21……X2J) I N(μI. permite contrastar la significación de los factores estudiados. Inicialmente desarrollaremos la teoría básica del Análisis de la Varianza en el caso más sencillo de un solo factor controlado.I).σ) (X11……X1J) i N(μi.σ) (XI1……XIJ) Como veremos a continuación.MODELO TEÓRICO..J) correspondiente a la i-ava variante del factor (i = 1.- Repeticiones: número de veces que se aplica un mismo tratamiento (sobre diferentes unidades experimentales) en una misma experiencia. en un conjunto de términos independientes.. De cada variante se hacen J pruebas cuyos resultados podemos considerar como una muestra aleatoria simple extraída de la población de posibles resultados que podrían obtenerse con dicha variante.X)2 con N -1 grados de libertad... que se desean comparar I variantes distintas de un determinado proceso industrial.2. Siendo μi = Ε(Xij) el valor medio poblacional correspondiente a dicha variante.

es decir. Evidentemente. Esta hipótesis hace necesaria la comprobación previa. αi mide por lo tanto el efecto específico (positivo. de la homogeneidad de las varianzas en los diferentes grupos o variantes.εi’j’) = 0 si i≠i' y/o j≠j'. Sea μ = Σμi /I el promedio de los valores medios de las diferentes variantes αi=μi .μ es la diferencia entre la media de la variante i y el promedio general. las siguientes hipótesis: a) Homocedasticidad: σ2ij = σ2 (εij) = σ2 ∀ i. además Ε(εij) =0 Con respecto a los residuos εij se harán. c) Normalidad: los IxJ residuos εij tienen una distribución conjunta normal multivariante ε ≡ N(0. el modelo teórico puede formularse como sigue Xij = μ + αi + εI Con Σαi = 0 αi μ εij μi Xij X Donde Xjj = j-ava observación de la variante i del factor μ = promedio general αi = efecto específico de la variante i del factor 174 . mediante el test de Bartlett u otros similares.donde εjj es una perturbación aleatoria que origina las diferencias existentes entre las observaciones μi Xij de una misma variante o tratamiento. se verifica Σαi = Σ(μi .Iμ = 0 Como μi = μ + αi. El modelo teórico anterior puede formularse de una forma alternativa que resulta aconsejable por su más fácil generalización al caso de varios factores. además. b) Incorrelación: Cov (εij.μ) = Σμi . negativo o nulo) de la variante i del factor. j no dependiendo por tanto de la variante i considerada.σ2 I) Las hipótesis b) y c) implican la independencia de los residuos. todos los residuos están mutuamente incorrelacionados.

4. es decir. ∑ ij ( X ij − X..)2 se denomina Suma de Cuadrados debida al factor(SCF) pues mide la magnitud de las desviaciones de la media de cada variante a la media general..εij = residuos N (0. 9..4..ECUACIÓN FUNDAMENTAL Llamando X..HIPÓTESIS NULA La hipótesis nula a contrastar es que el factor no influye sobre la respuesta.. − X.4.) 2 = J ∑ ( X . JΣ (Xi-X.) +∑ 2 i i ij ( X ij − X i .σ) e independientes entre sí.. = Σ i X ij J media de la variante i La ECUACIÓN FUNDAMENTAL del Análisis de la varianza muestra la descomposición de la variabilidad total de la variable respuesta estudiada. Mide la parte de la variabilidad total debida o explicada por el factor.3. • 175 .) 2 SCT SCF SCR • Σ(Xij – X.)2 se le denomina Suma de Cuadrados Total (SCT) pues mide la variabilidad total del conjunto de las I x J observaciones. = Σ ij X ij IJ media general de todas las observaciones Xi. = αI = 0 ∀ αi = 0 9. que todos los niveles tienen la misma media Ho : μ1 = μ2 = μ3 … = μI = μ H1 : ∃ μi ≠ μj Estas hipótesis son equivalentes a contrastar H0 : ∀αi = 0 H1 : ∃ αi ≠ 0 ya que sustituyendo μi por μ + αi Ho : μ + α1 = μ + α2 = μ + α3 = … = μ + αI = μ α1 = α2 = α3 = ….

ó DMS DMS = QIα( J−1) . y éste es cualitativo.I( J −1) para I la probabilidad de error de 1ª especie α considerado. Mide la parte de variabilidad total existente en las observaciones no explicada por el factor. Se demuestra que si la hipótesis nula es cierta ∀α i = 0 CMF ≡ F( I −1).COMPARACIÓN DE MEDIAS. puede dar como significativas diferencias que en la práctica carezcan de importancia. simplemente. TEST L. es decir. b) si el análisis no da como significativas determinadas diferencias no quiere decir que éstas no existan sino que.D..)2 se denomina Suma de Cuadrados Residual pues se basa en las desviaciones de cada observación respecto a la media de la variante respectiva.4. Nota: En la determinación de la significación del efecto de un factor . la debida a causas aleatorias (error experimental. La forma de operar consiste en general. si la variabilidad residual es pequeña. debemos hacer notar: a) que el hecho de que las diferencias sean significativas no implica que las diferencias sean necesariamente importantes.S. 9. j difieren significativamente si |Xi. 9.).6. Este hecho tiene especial importancia cuando intentamos interpretar el por qué algunas veces a pesar de obtener 176 . J = nº de observaciones en cada variante (en general. nº de datos con que se ha calculado cada una de las medias a comparar). por tanto.. Rechazar H0 equivale a aceptar con un nivel de significación α. etc.o su equivalente.TEST F Si a las sumas de cuadrados anteriores ( SCF y SCR ) las dividimos por sus grados de libertad correspondientes ( (I-1) e I(J-1) respectivamente) obtenemos los cuadrados medios CMF y CMR. otros factores no estudiados.S. resulta procedente estudiar entre qué variantes del factor son significativas las diferencias αi . e/1 test no suficiente potencia para detectarlas. en calcular una "diferencia mínima significativa" (DMS) tal que dos variantes i. (diferencia mínima significativa) Si el test F pone de manifiesto la existencia de un efecto significativo del factor. en la determinación de la significación de la diferencia entre dos medias -. Esta regla es equivalente a rechazar H0 si el pvalor correspondiente al Fc calculado es menor que α.αi’.D. que el factor influye en la respuesta estudiada. El análisis de la varianza.4.I CMR J I = nº de niveles del factor (en general nº de medias a comparar). calculando a partir de las observaciones el estadístico CMF/CMR = Fc y rechazándola si este es mayor que el valor en tablas de F(α−1).| > DMS. I ( I −1) CMR La hipótesis nula ∀α i = 0 se contrastará.• Σ(Xij-Xi.5. En el test de Tuckey se propone como L.-Xj.

Para ello se realizaron experiencias utilizando cuatro materias primas diferentes.0 6. Los resultados obtenidos se reflejan en el siguiente CUADRO RESUMEN DEL ANÁLISIS DE LA VARIANZA Grados Origen de Suma de de la varianza cuadrados libertad TOTAL FACTOR ERROR SCT SCF SCR IJ-1 I-1 I(J-1) CMF = CMR = SCF I−1 SCR I(J − 1) CMF CMR F(α−1).9 6.0 6.5 6. Los resultados fueron: MAT PRIMA 1 6. Lo que habría que hacer en este caso es aumentar el tamaño de la experiencia o reducir el error experimental (disminuir el CMR) aumentando la homogeneidad del material experimental o utilizando un diseño más adecuado.2 5.1 5.9 6. éstas no llegan a ser significativas.6 4.0 6.0 MAT PRIMA 2 6.2 6.0 6.0 MAT PRIMA 3 5.8 6.0 5.I( J −1) I Cuadrado medio F calculada F tablas EJEMPLO: Se desea estudiar la influencia de la materia prima sobre la resistencia de unas piezas de plástico.1 4.en la práctica diferencias importantes entre las medias.5 Cuadro resumen del Análisis de la Varianza ----------------------------------------------------------------------------Fuente SC gl CM F calc P-Valor 177 . Con cada materia prima se fabricaron cinco piezas midiéndose finalmente la resistencia en cada una de las veinte piezas fabricadas.2 6.2 4.8 MAT PRIMA 4 5.

64067 36.17 0.----------------------------------------------------------------------------Factor 7.922 3 2.01. Esta afirmación es equivalente a decir que la “materia prima” utilizada influye sobre la resistencia de las piezas de plástico con un nivel de significación del 99%.P. 4 5 4.168 16 0.04 X M. existen diferencias estadísticamente significativas al nivel del 99% de confianza entre las medias de las cuatro materias primas. 2 5 6.0000 Residual 1.P.073 ----------------------------------------------------------------------------Total 9. En el apartado siguiente analizaremos cuál o cuáles de las variantes de la materia prima son diferentes en cuanto a su resistencia promedio.30 X Observamos que solo la cuarta materia prima da lugar a una resistencia media estadísticamente diferente a las demás siendo menor en valor que el resto 178 . 3 5 5.98 X M. Tests de rangos Repeticiones Media Grupos diferentes -------------------------------------------------------------------------------M.P.68 X M.09 19 Dado que el P-Valor es menor que 0.P. 1 5 6.

Dos factores controlados. Vamos a considerar algunos ejemplos representativos. vamos a desarrollar este apartado de forma esquemática.5. 9.INTRODUCCIÓN. Apoyándonos en los conceptos y terminología expuestos en el apartado anterior.2.9. no es igual a la suma de los efectos simples respectivos. BJ A1 A2 A3 Ai = = = = AI = = = = 9..5. PH2 y pH3) 179 . De manera similar a la anterior. Análisis de la varianza (II).1. PLANES FACTORIALES. También se dice que existe interacción entre dos factores cuando el efecto de uno de ellos depende del nivel que consideremos en el otro.5. (Efectos no aditivos).2. Constituyen un diseño especial para el estudio simultáneo de dos o más factores en el que todos los niveles de todos los factores se combinan entre sí.5..ANOVA PARA DOS FACTORES CON REPETICIONES Utilizaremos como diseño base para el estudio de este apartado. 9. es el mismo en cualquiera de los niveles que podamos considerar del otro factor. Solamente desarrollaremos en profundidad aquellos conceptos que sean nuevos y propios del presente capitulo.. Los utilizaremos en este tema como diseño base para desarrollar las técnicas del Análisis de la Varianza para dos factores. el siguiente diseño factorial FACTOR B FACTOR A B1 =⎬n = = = B2 =⎬n = = = Bj = = = =⎬ n Xijk.1.Concepto de Interacción Se dice que hay interacción entre dos factores si el efecto conjunto de la variante i de uno de ellos con la j del otro. a) Consideremos el ejemplo de la corrosión de los botes de hojalata en el que contemplamos dos factores: Factor tipo de hojalata (hojalata A y hojalata B) y Factor pH (pH1. se dice que no existe interacción entre dos factores cuando el incremento en la respuesta (+ ó -) al pasar de un nivel a otro de uno de los factores. PLANES FACTORIALES.

Así. cualquiera que sea el pH. b) Consideremos ahora la calidad organoléptica de tres zumos de naranja (natural. la hojalata A presenta mayor corrosión que la hojalata B y.Grado de corrosión En este primer caso. además. a los 15 días) conservados a temperatura constante. Grado de corrosión En este caso. LA DIFERENCIA ENTRE UNA Y OTRA HOJALATA ES LA MISMA PARA CUALQUIER pH. y a mayor pH menor corrosión) pero no hay interacción entre ellos. Obsérvese que en este caso no tiene sentido preguntarse que hojalata es más resistente si no se especifica cual va a ser el pH a emplear en la conserva. a pH intermedio el grado de corrosión es el mismo y a pH alto presenta menor corrosión la hojalata B. esterilizado) a través del tiempo (recién preparado. el efecto del factor hojalata depende del valor del pH que consideremos. En este caso influyen los dos factores (hojalata A mayor corrosión que la B. a los 5 días. pasteurizado. 180 . a pH bajo presenta menor corrosión la hojalata B.

σ 2 ) ⎬ independientes e incorrelacionados 181 . respectivos. εijk = residuo aleatorio ∑α i i =0 ∑β j j =0 ∑ (αβ) i ij =0 ∑ (αβ) j ij =0 Supuestos: Ε(ε ijk ) = 0 ε ijk ≡ N(0.ésima observación en el tratamiento formado por la variante i del primer factor con la variante j del segundo.Obtenga el lector sus propias conclusiones ¿Hay interacción? ¿Por qué? ¿Qué zumo es mejor? ¿Se comportan igual los tres zumos? ¿Influye el tiempo de conservación en la calidad? ¿Cómo? 9.5. j.2.. μ = promedio general αi = efecto específico de la variante i del 1er factor βj = efecto específico de la variante j del 2º factor (αβ)ij = efecto de la interacción entre los factores en sus niveles i.Modelo y supuestos teóricos El modelo teórico completo es Xijk = μ + α i + β j + (αβ)ij + ε ijk donde Xijk = valor de la K.2.

5..) 182 .9.2. se recogen en la tabla siguiente: Dosis de catalizador (mg..D. − X + X.1) SCR IJ(N . expresados en gr.Descomposición de las Sumas de Cuadrados.5. ijk ij. se ensayaron 4 dosis de catalizador...glr CMR b a = nº de medias a comparar entre si (nº de variantes del factor).5...1) SCint (I .1)(J .GLR significativo al nivel α ≤ FGLF .)2 + IN∑ ( X − X.)2 ijk = JN∑ ( X − X.tratamientos . i j ij ijk SCT (IJN .S. Test L. Si algún factor resulta significativo podrá determinarse entre que variantes hay diferencias significativas comparando la diferencia de medias con la L.4.2.1) SCF2 (J .1) SCF1 (I . Con cada una de las 8 combinaciones . de producto obtenido con la misma cantidad de materia prima en 1 hora..GLR No significativo α 9.5..3.1) ⇒ gl La significación de cada factor se obtiene calculando el cociente SCF GLF CMF Fc = = SCR GLR CMR α > FGLF . ó DMS α DMS = Q a.S.) + ∑ ( X − X )2 i.2. ij...Comparación de Medias.. j. Ejemplo: En una experiencia para analizar la influencia de un nuevo catalizador en dos métodos A y B de síntesis de un producto orgánico.D. j. b = nº de datos con que se calculó cada una de las medias anteriores.dosis x método se realizaron tres experiencias. Los resultados. .. Test F La variabilidad total de las observaciones se descompone de la siguiente forma similar al ANOVA de un factor ∑ ( Xijk − X.)2 + N∑ ( X − X. ..Hipótesis Nulas Las hipótesis nulas a contrastar son la ausencia de efecto sobre la respuesta de cada uno de los factores así como la ausencia de interacción entre ellos H0: ∀α i = 0 ∀β j = 0 ∀( αβ )ij = 0 H1: ∀α i ≠ 0 ∀β j ≠ 0 ∀(αβ)ij ≠ 0 9.

Total Catalizador Método Interacción CxM Error 1469’13 660’66 3 16 0'01 489’71 11’86 > F3'16 = 5'29 * * SC 7096’96 1535’13 3432’04 GL 23 3 1 CM Fc Ft 0'01 511’71 12’39 > F3'16 = 5'29 * * '01 3432’04 83’12 > F1016 = 8'53 * * ' 41’29 Son significativos todos los efectos al 99 % (p < 0'01) 183 . σ) independientes. Cuadro resumen del análisis de la varianza O.Método/Do sis A 0’75 68 60 62 60 45 66 1 91 75 86 72 71 60 1’25 90 98 94 64 75 70 1’50 105 95 99 48 55 50 B Solución El modelo es: Xijk = μ + α i + β j + (αβ)ij + ε ijk ∑α = 0 ∑β = 0 ∑ (αβ) = 0 ∑ (αβ) = 0 i j ij i ij j ε ijk = N(0.V.

luego no existe una concentración de catalizador óptima.75 1 1. b) No obstante.25 1.Interpretación de Resultados Interaction Plot 101 91 81 71 61 51 0.50 metodo A B rendimiento dosis a) La interacción es significativa. Luego habrá que estudiar el efecto del catalizador en cada uno de los métodos. Por ello seria conveniente la utilización del catalizador sólo en el método A. 184 . un rendimiento mayor que el método B. el método A presenta para cada concentración del catalizador. La concentración de 1'50. que con el método A da el rendimiento promedio máximo (99'67 gr). con el método B da el mínimo rendimiento promedio (51 gr). y preferiblemente. a la dosis máxima.

185 .

Sign up to vote on this title
UsefulNot useful