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 .

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

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

no podemos (caso de la microfísica) o. -2 -1 En los párrafos anteriores. podemos escribir: ∀ ε ∈ ℜ+ . Enfoques clásico y bayesiano La impredecibilidad de los resultados implica la posibilidad de repetir el fenómeno o. 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. con a-b = k1-k2 = 1 entonces es n≥2500.5 4 Si α=10 y ε=10 . I.1 con una probabilidad mayor del 99 por ciento.10 . ⎪I -I*⎪ =⎪p -f⎪·(b -a)·(k2 -k1) Por los Teoremas de Bernouilli y de Tchebycheff. mediante I* podemos calcular aproximadamente I.1: La integral 5 ∫ x ⋅ dx = 4. al menos. cometiendo un error menor que 0. Lo cual significa que si extraemos al azar 2500 puntos del recinto A∪B y calculamos la frecuencia relativa con que ocurre A. b. simplemente no queremos (caso de la integral) predecir sus resultados. por el teorema de Bernouilli: P I−I* ≥ ε ≤ [ ) ] (b − a4 ⋅ ⋅n(kε − k ) ⋅ 2 2 1 2 2 ≤α Fijando α y ε. tal y como se explica en capítulos posteriores. Esto permite hablar de la probabilidad de que al realizarse el fenómeno aleatorio ocurra un determinado suceso. permite estimar I mediante: I* =(b -a)·k1+f·(b -a)·(k2 -k1) restando I . podemos calcular n mediante: n≥ (b − a)2 ⋅ (k 2 − k1 )2 4 ⋅ ε2 ⋅ α Ejemplo I.1.Capítulo I: Fenómenos aleatorios f= ν n el teorema de Bernouilli. hemos visto que la impredecibilidad de un fenómeno aleatorio puede ser debida a que no sabemos (caso del dado). y conocidos a.Repetitividad del fenómeno.I* y tomando valores absolutos. I.. k1 y k2.2. la posibilidad de efectuar una realización del mismo. que será expuesto más adelante.

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

o sea: fr = ν n Por definición de fenómeno aleatorio. “mismas condiciones” y “tienden”) tienen aquí un cierto carácter ambiguo que será precisado más adelante. ν a la frecuencia absoluta. que determinan la duración de la misma. existen discrepancias I. diremos que el fenómeno en cuestión posee regularidad estadística. el investigador parte de una serie de proposiciones aceptadas como verdaderas y que constituyen el llamado Sistema Axiomático. El desarrollo científico y tecnológico se realiza recorriendo dos caminos posibles: la deducción y la inducción. Si llamamos n al número de repeticiones de un experimento aleatorio. es decir. cuando n crece. . A partir de estos axiomas y mediante la aplicación de una lógica deductiva. . Si. Sin embargo. De esta forma. en la medida en que los axiomas son ciertos y en la medida en que las deducciones han sido realizadas correctamente. por el contrario. etc. El ángulo que forma la aguja de una ruleta con una determinada dirección al detenerse.Capítulo I: Fenómenos aleatorios Sobre la duración de una bombilla influyen numerosas causas como: características constructivas.1.12 . el científico llega a demostrar determinadas proposiciones que son verdaderas en el contexto de la teoría. no basta con desarrollar una teoría. al número de veces que ocurre un determinado suceso A asociado a dicho experimento.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.2. Estos axiomas se construyen extrayéndolos de las regularidades que se observan en el fenómeno sobre el que estamos desarrollando una teoría. contrastarla con la realidad. la teoría se muestra como correcta y es utilizable. Pues bien: I. es decir.4.. es decir. está influido por el impulso comunicado de manera que pequeñas variaciones en este impulso pueden dar lugar a resultados diametralmente opuestos. condiciones de uso. además. condiciones ambientales.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.1. es necesario validarla. Si las proposiciones demostradas son realmente propiedades encontradas en el fenómeno estudiado. cuando el número de repeticiones crece indefinidamente. fr “tiende” a estabilizarse alrededor de un cierto número. y fr a la frecuencia relativa de A. Las palabras entrecomilladas (“independientes”. Esta propiedad es fundamental para definir el concepto de probabilidad en el enfoque frecuencialista. sino que. I. es posible desarrollar una teoría científica sobre un fenómeno real. calidad de los materiales empleados. En el primer caso.

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

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

CAPÍTULO II: Concepto de Probabilidad .

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

la probabilidad de que al extraer 20 piezas al azar todas ellas sean correctas es igual o superior al 99%. el Cálculo de Probabilidades nos dice que si un lote de gran tamaño tiene un 5 por mil o menos de unidades defectuosas. se define la probabilidad como II. Von Mises formalizó rigurosamente esta concepción frecuencialista de la 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.2. En el caso b).. entre ellos el de no aplicabilidad a una amplia gama de problemas reales. En el primer caso. En el año 1921.9% o más de defectuosas.PROBABILIDAD Aunque hoy en día hay un acuerdo total sobre las propiedades matemáticas que debe reunir el ente abstracto que denominamos “probabilidad”. y que si el lote tiene un 10. la probabilidad es objetiva o frecuencialista. una pieza defectuosa de entre las 20 muestreadas.Capítulo II: Concepto de Probabilidad En el caso a). reduce el ámbito de aplicación de la probabilidad exclusivamente a fenómenos o experiencias repetitivas. Sin embargo. consciente o inconscientemente. el comprador. 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 el segundo caso.Probabilidad frecuencialista La concepción clásica de la probabilidad dada por Laplace. II.Probabilidad objetiva o lógica. es decir. En 1928. más conocido en el campo de la teoría económica. de que aparezcan. la concepción lógica también denominada objetiva. II. II.17 . aparte de otras posibles criticas. se ha hecho uso de una probabilidad subjetiva. como cociente entre casos favorables y casos posibles presenta problemas bien conocidos. En esta concepción.2.2.2. existe sin embargo. esta concepción frecuencialista.1. En 1866. en su tesis doctoral propone una nueva concepción de la probabilidad. 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”. al menos. la probabilidad de rechazar el lote.. 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. es superior o igual al 90%. el matemático inglés John Maynard Keynes..

Por ello.ESPACIOS DE PROBABILIDADES II. Esta probabilidad que puede parecer poco científica. en la concepción subjetiva. Esta concepción fue desarrollada posteriormente por Jeffreys. no es tal. y que utilizaran la misma información objetiva.. 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. las probabilidades “a posteriori” irían siendo cada vez más próximas.18 .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”. La concepción lógica de Keynes admitía la posible existencia de probabilidades que fueran solo parcialmente ordenables. II.3. que. además. Las cosas ocurren de tal forma. Esta concepción subjetiva de la probabilidad. es también denominada Bayesiana debido al papel clave que tiene el teorema de Bayes en esta teoría. 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. como algo intrínseco de la proposición a que se refiere. la probabilidad se define como “el grado de creencia personal en la veracidad de una proposición” y puede variar de un sujeto a otro. porque cada vez es menor el peso relativo de la información “a priori”. El valor que cada sujeto asigne a esta medida de incertidumbre.3. 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. pues permite estudiar aquellos fenómenos a los que no es de aplicación la probabilidad frecuencialista. con lo que dos individuos que partieran de probabilidades subjetivas “a priori” diferentes. la información subjetiva “a priori” va pesando menos.2. a medida que se va obteniendo más información objetiva. Pero. dependerá de la información de que disponga de manera que dos personas con información distinta asignarán probabilidades distintas a un mismo suceso. cuyo principal exponente es De Finetti. presenta la ventaja de que si el fenómeno es susceptible de repetición. para transformarla en probabilidad “a posteriori”. II.

3. Si la experiencia consiste en lanzar un dado y el resultado es el número de puntos que obtenemos. Previamente. II. Al Espacio Muestral lo designaremos por E. II. el Espacio Muestral es infinito no numerable. Si la experiencia consiste en extraer al azar una pieza recién fabricada y medir una de sus dimensiones.. Por ejemplo.Clasificación Los Espacios Muestrales pueden ser: finitos. al conjunto de sus posibles resultados..4.2. Seguiremos el sistema axiomático establecido por Kolmogoroff en 1933. 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. 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. abstracto.Capítulo II: Concepto de Probabilidad En este apartado vamos a formalizar el concepto matemático y.3. infinitos numerables e infinitos no numerables ó de la potencia del continuo.1.1. Diremos que ha ocurrido el suceso A si el resultado es un elemento de A.19 . II.3.1. lógicamente. II. si la experiencia consiste en lanzar un dado y el suceso A está constituido por los números pares es: A={2.1.Definición Llamaremos Espacio Muestral de un fenómeno aleatorio. también todos los sucesos que contienen al número 4. ha ocurrido A y. por tanto.3.Sucesos Denominaremos suceso a todo subconjunto del Espacio Muestral E.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.6} Si al lanzar el dado sale el número 4. aplicable a cualquiera que sea la concepción que de ésta se tenga. II. el Espacio Muestral es infinito numerable..1. definiremos los elementos que intervienen en esta definición. el Espacio Muestral es finito y consta de 6 elementos. es decir: {A es un suceso} ↔ {A ∈ P(E)} en la que P(E) es el conjunto de las partes de E..3. de probabilidad.

2.1.3..Definición axiomática de probabilidad II. El suceso imposible. ∩. A2...3. A i I A j = ∅ es P ⎛ U A i ⎞ = ∑ P( A i ) ⎜ ⎟ i≠ j ⎝ i ⎠ i II.2. 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.. . ¯} tiene estructura de Álgebra de Boole. II.3.Axiomas Dado un Espacio Muestral E y una σ-álgebra F..1.. II. lógicamente. lógicamente. el conjunto vacío ∅. pero es conveniente que la clase de los sucesos probabilizables..3. el suceso que siempre ocurre es.2. basta que se cumplan las dos siguientes condiciones: a) {∀ (A1. An. . por razones que serán expuestas más adelante. . no siempre es posible probabilizar a todos los elementos de P(E).) ∈ F.20 .. es decir. siga teniendo estructura de Álgebra de Boole.2. diremos que la aplicación P:F → ℜ es una probabilidad. que designaremos por F. el número de sucesos es 2n. Sin embargo. A2. por los axiomas A2 y A3: P(A)+P( A )=P(E)=1 de donde: P( A ) = 1 − P( A ) II.Estructura de la clase de sucesos Es conocido que la cuaterna { P(E)..Capítulo II: Concepto de Probabilidad El suceso cierto. el Espacio Muestral E. es decir.. An. el suceso que nunca puede ocurrir es.Propiedades a) Probabilidad del suceso contrario Como A ∪ A =E y A ∩ A =∅.4...) ∈ F } → ⎧U A i ∈ F⎫ ⎬ ⎨ ⎩ i =1 ⎭ entonces F tiene estructura de σ-álgebra. establecidos por Kolmogoroff : A1) ∀ A ∈ F es P(A)≥0 A2) P(E)=1 A3) ∀ (A1.. Para ello. si cumple los tres siguientes axiomas. ∪. Si el Espacio Muestral E es finito y tiene n sucesos elementales. ..

En efecto. 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. Consideremos dos sucesos A y B.2.21 .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.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.

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

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

3...} 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. consistirá en la definición de una función de distribución. Esta función será estudiada en un capítulo posterior...Espacios Muestrales de la potencia del continuo La única forma mediante la que probabilizaremos estos Espacios Muestrales.. II...24 .3. 2·n-1.4.

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

CAPITULO III Probabilidad Condicional .

la probabilidad de cualquiera de los seis sucesos elementales es de 1/6. la misma que si no supiéramos nada respecto al resultado de la extracción (4/40).Capítulo III: Probabilidad Condicional III. Esta información transforma. si sabemos que ha ocurrido el suceso: A ={ 2. 4. la probabilidad de que haya ocurrido el suceso “rey”. por tanto. luego se cumplirá que cualquiera de los tres sucesos elementales 2. es 1/10. Analicemos otro ejemplo en el que la información parcial del resultado del fenómeno aleatorio no modifica la probabilidad de determinados sucesos: Supongamos. 4. algunos sucesos modifican su probabilidad bajo esta información parcial.2.INTRODUCCION El conocimiento total o parcial del resultado que ha ocurrido en una realización de un fenómeno aleatorio. que la experiencia consiste en extraer al azar una carta de una baraja de 40 cartas. La modificación del espacio muestral implica la del Espacio de Probabilidades y. a A en un nuevo espacio muestral. 6} sabemos que ha ocurrido uno de los tres números pares. que aunque no conozcamos más que parcialmente el resultado de la realización del fenómeno aleatorio. Supongamos que sabemos que la carta extraída es una copa. precisamente. 3. inmediatamente. cuando tenemos la información de que ha ocurrido un determinado suceso A de la misma. P} el espacio de probabilidades de un cierto fenómeno aleatorio. cómo se calcula la nueva probabilidad de cualquier suceso de la σ-álgebra. F. por ejemplo. cada uno de ellos con la misma probabilidad. A esta probabilidad se le llamará probabilidad condicional. Evidentemente. vamos a estudiar. otros sucesos no modifican su probabilidad. pasan a tener una probabilidad nula.27 . pues es imposible que ocurra cualquiera de ellos si ha ocurrido A. si el fenómeno consiste en lanzar un dado perfectamente equilibrado. cuando sabemos que ha salido una copa. puede modificar la probabilidad de cualquier suceso de ese fenómeno aleatorio. III. La probabilidad de extraer un rey es de 4/40=1/10.1. pues el conjunto de los posibles resultados del fenómeno aleatorio ha pasado de ser E a ser A. Nótese. pasan a tener una probabilidad de 1/3 y que cualquiera de los sucesos elementales 1.PROBABILIDAD CONDICIONAL Sea {E. 6. Sin embargo. Si sabemos que el resultado de la tirada ha sido un número par. Por ejemplo. es decir.. cuando sabemos que ha ocurrido A. la probabilidad de que la carta extraída sea el rey de oros ha pasado de valer 1/40 a valer 0. Supongamos que sabemos que ha ocurrido el suceso A ∈ F. es decir. por tanto. la de la definición de la nueva σ-álgebra y la de la III. ahora. la información que suministra este conocimiento puede suponer una modificación de las probabilidades de determinados sucesos. por lo que la información suministrada no aporta nada nuevo para el mejor conocimiento de estos sucesos.. 5. Por ejemplo. En este capítulo.

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

Propiedades La probabilidad condicional reúne todas las propiedades de cualquier probabilidad establecidas en apartado II.2.29 .2. F..2 del capitulo II. así: III. 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. F.1. III. PA (C) = P(C / A ) = P(C ∩ A ) P( A ) En la que P(C/A) se lee probabilidad de C “dado” A.Definición La terna (E.3.2. III. La probabilidad PA puede escribirse ahora así: ∀ C ∈ F . f) La definición de probabilidad condicional se puede aplicar a la propia probabilidad condicional.2.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. o bien probabilidad de que ocurra C “condicionada a” A. 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. el Espacio de Probabilidades es {E. PA} ..P(C1 ∩ C2 / A) y su generalización a n sucesos.

30 . será: P( A ∩ B ∩ C) = P( A ) ⋅ P(B / A ) ⋅ P [C /( A ∩ B)] III.3.. por lo que acabamos de ver. 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.Generalización de la Probabilidad Condicional III.2. .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. Este teorema es de aplicación a cualquier tipo de probabilidad.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.

Intersección de los sucesos A. An una partición de E con Ai ∈ F.. Sea B un suceso de F. 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. B y C lo que constituye el Teorema de la Intersección para tres sucesos.Capítulo III: Probabilidad Condicional E A C B Figura III.TEOREMA DE LA PARTICIÓN O DE LA PROBABILIDAD TOTAL Sea A1.31 . A2. Se cumple que: B = U (B ∩ A i ) i =1 n y para i≠j: (B ∩ Ai) ∩ (B ∩ Aj)=∅ Por tanto.1: Consideremos un lote de 10 piezas en el que la mitad no superan el nivel de calidad establecido.4. Este teorema resulta fácilmente generalizable. 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. 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”.. 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.3. ···.

III.25 En nuestro caso la partición es del estilo del de la figura III.40·0.2: En un colectivo están presentes mujeres (A1) y hombres (A2).Capítulo III: Probabilidad Condicional ecuación que se conoce como el Teorema de la Partición.5. tendremos las siguientes probabilidades: P(A1)=0.10 P(B/A2) = 0.2 En consecuencia: P(B)=P(A1)·P(B/A1)+P(A2)·P(B/A2)=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.25=0. E A1 B A2 Figura III..60·0.. Ejemplo III. E An B A1 A2 ··· Figura III.5.10+0.60 P(A2)=0.4.Partición de E del ejemplo III. La probabilidad total de que sea fumador. Consideramos el experimento aleatorio “seleccionar una persona al azar” y en él el suceso (B) que “la persona seleccionada sea fumador”. 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. independientemente de que la persona elegida al azar sea hombre o mujer es la dada por la expresión del teorema aquí estudiado.32 .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.16 Como se ha visto.

Capítulo III: Probabilidad Condicional III.. Podemos realizar la generalización de la siguiente forma: Diremos que los sucesos {A1... A2.·P(BK) Así.5. para que A1. . De todo lo anterior.Definición Dados los sucesos A y B.. A2.. 2 ≤ K≤ n ∀(B1... B2. An} se cumple que: P(B1 ∩ B2 ∩ . 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. .SUCESOS INDEPENDIENTES III.. {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. ..33 .1. equivalente a la anterior. de sucesos independientes.. An } ∈ F son mutuamente independientes si ∀ K. BK) ⊂ { A1...5. . se desprende que: {A y B son independie ntes} ↔ {P( A ∩ B) = P( A ) ⋅ P(B)} lo que constituye otra definición. ∩ BK) = P(B1)·P(B2 )·.. diremos que son independientes si el conocimiento de que ha ocurrido uno de ellos no modifica la probabilidad del otro..

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

0.02 + 0.02 P(B / A3) = 0.33 2 45 20 P( A ) = = 0. 15. el teorema de Bayes permite calcular la probabilidad de que cuando se ha dado el efecto B la causa haya sido Ai.60 0. Ejemplo III.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.22 10000 + 15000 + 20000 45 15 P( A ) = = 0. III.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. en función de las probabilidades de las causas y la de los efectos dadas las causas.60.033 P(B / A2) = 0.44 ⋅ 0.03 es decir: P ( A3 / B ) = La probabilidad de la causa A3 era igual a 0.000 unidades fabricadas por A1. ¿Cuál es la probabilidad de que el tornillo hubiera sido fabricado por A3?.35 .000 fabricadas por A2 y 20. 2% y 3% de unidades defectuosas. Cada tornillo puede ser clasificado como defectuoso (B) o como no defectuoso.33 ⋅ 0.3: Supongamos que las partidas de tornillos que suministran tres proveedores A1. 1%.03 = 0. después de conocer que el tornillo extraído es defectuoso. Las probabilidades de las causas son: 10000 10 = = 0.44 ⋅ 0.01 + 0.000 por A3.22 ⋅ 0. Se extrae un tornillo al azar que resulta ser defectuoso.44 3 45 P( A1 ) = Las probabilidades del efecto dada la causa son: P(B / A1) = 0. A2 y A3 tienen respectivamente. Con ésta nomenclatura.44 y pasa a ser. a los sucesos Ai se les ha llamado causas y a B efecto. En un almacén hay 10.

P( B / i =1 n Ai ) = 0.702 0.2 P(B/A3) =0.3 P ( A3 / B ) = = 0. 0 . Si al encuestar al azar a un consumidor resulta que éste adquiere el producto de la empresa en cuestión.213 0.36 .235 luego.2 ⋅ 0 .P ( B / AK ) ∑ P( Ai ). Ejemplo III.235 0.25 P(A3) = 0. A2 a la proposición “la empresa controla el 20% del mercado” y A3 a la proposición “la empresa controla el 30% del mercado”.235 P ( A1 / B ) = III. será: P(B/A1) = 0. ¿Cuales son las probabilidades “a posteriori”?.1 P(B/A2) = 0.55·0.1 = 0.Capítulo III: Probabilidad Condicional Desde el punto de vista bayesiano. Si llamamos B a la proposición “el encuestado es cliente de la empresa”. han calculado que ésta controla el 10%. el 20% o el 30% del mercado con probabilidades respectivas de 0.2.25·0.2 P ( A2 / B ) = = 0. 0.55.2·0.235 0. Si llamamos A1 a la proposición “ la empresa controla el 10% del mercado”. las probabilidades “a priori” serán: P(A1) = 0. que tras observar el resultado B se transforma en la probabilidad “a posteriori” P(Ai/B).55.25 ⋅ 0.3 Las probabilidades “a posteriori” serán: P( AK / B ) = P ( AK ).3 = 0.55 ⋅ 0. a P(Ai) se le llama probabilidad “a priori” del suceso Ai.25 y 0.2+0.1+0.P( B / i =1 n Ai ) El denominador de esta expresión es: ∑ P( Ai ).085 0.4: Los expertos de una cierta empresa.2 P(A2) = 0.

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

CAPÍTULO IV: Variables Aleatorias Unidimensionales .

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. 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. estatura y perímetro torácico de un individuo. mediante: (X: E→ℜ es V.Capítulo IV: Variables Aleatorias IV.1.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. El peso. diámetro y peso de un cilindro torneado..1.39 .1.1..-Definición de variable aleatoria unidimensional Dado un Espacio de Probabilidades (E. A pesar de lo sencillos e intuitivos que son los conceptos anteriormente expuestos. dando lugar al concepto de variable aleatoria multidimensional. pueden ser tomados como ejemplos de variables aleatorias multidimensionales. definiremos a una variable aleatoria unidimensional. F. si y sólo si. son ejemplos de magnitudes que cumplen los requisitos de una variable aleatoria unidimensional. El número de puntos obtenidos al lanzar un dado. el peso de un fruto.x] pertenece a la σ-álgebra F. El concepto establecido para las variables aleatorias unidimensionales puede extenderse al caso en que en cada observación se evalúen varias magnitudes simultáneamente. la antiimagen de cualquier intervalo Ix=]-∞. la duración de un componente electrónico. P) diremos que la aplicación X:E→ℜ es una variable aleatoria unidimensional. 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.) ↔ {∀ x ∈ ℜ. la longitud. IV. la resistencia a la rotura de una probeta de hormigón.Definición de variable aleatoria unimendional IV. etc. En esencia. En resumen. etc.A.

1.2.2.1.FX(a). b] ) = P( ]-∞.b] y que ]-∞. por la definición de función de distribución: por tanto: FX(b) = FX(a) + P(a<X≤b) P X ∈ ] a.1. pues FX(x) es una probabilidad.b] = ∅ Por el axioma tercero de la definición de probabilidad P( ]-∞.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).2. 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. Por ser P(a<X≤b) ≥ 0 será FX(b) ≥ FX(a). pues como acabamos de ver.b]) = FX(b) .Función de distribución IV. si a<b se cumple que: ]-∞.Capítulo IV: Variables Aleatorias IV..Definición Dada una variable aleatoria X. a] ) + P( ]a... se llama función de distribución de esta variable a la función FX(x) definida como sigue: ∀x∈ℜ IV. a] ∪ ]a. En efecto. b] = ]-∞.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. b] = FX (b) − FX (a) ( ) e) La función de distribución es no decreciente.1.40 .2. siendo discontinua por la IV. 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. a] ∩ ]a.

si la experiencia aleatoria consiste en lanzar un dado y X(e) es el número que obtenemos en el lanzamiento. y FX(x) será la masa contenida en el intervalo ]+∞. IV. Así... Lógicamente. x1 m1=P(x1) x2 .Variables discretas Diremos que la variable aleatoria X es discreta si el conjunto imagen de la aplicación X:E→ℜ es discreto..4. Figura IV.. FX(x) es continua en todo punto de probabilidad nula y discontinua en todo punto de probabilidad no nula.1. para a<b.Analogía mecánica En determinadas ocasiones resulta útil identificar el concepto de probabilidad con el de masa... x]=IX. una variable aleatoria discreta tiene la masa de probabilidad concentrada en un conjunto discreto de puntos.3.. Por ejemplo. 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. FX(b)-FX(a) es la masa de probabilidad que se encuentra en el intervalo ]a.2. de esta forma a cada variable aleatoria le corresponde una determinada distribución de masa a lo largo del eje de abscisas.Continuidad de la función de distribución IV. FX(x) FX(a) P(X=a) a X Figura IV. la masa total contenida en todo el eje de las x vale la unidad.Capítulo IV: Variables Aleatorias izquierda en todo punto de probabilidad no nula con salto igual a la probabilidad de dicho punto. b]. es algo así como un rosario de puntos con masa distinta de cero.1.3.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.41 . es decir. En la analogía mecánica expuesta en el apartado anterior. xi mi=P(xi) . En consecuencia..

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.Función de distribución de la variable discreta Ejemplo IV. n} Teniendo en cuenta que el resultado obtenido en cada lanzamiento es independiente de los resultados obtenidos en los demás lanzamientos. 2.1: Si consideramos la variable aleatoria X.. 4.Capítulo IV: Variables Aleatorias en la que Ix = ]+∞. Recuérdese que la función de distribución es continua por la derecha y discontinua por la izquierda en todo punto de probabilidad no nula. número de veces que hay que lanzar una moneda hasta obtener cara por primera vez.42 . el campo de existencia de esta variable es: E = {1. en la que en cada punto con probabilidad no nula se produce un salto igual a esta probabilidad. por lo que el valor de FX(x) en éstos puntos de probabilidad no nula es el de la parte superior de cada salto... FX(x) FX(x4) P(X=x4) x1 x2 x3 x4 X Figura IV. 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. 3.. x]..4. 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.

no basta que su función de distribución sea continua en todos sus puntos.x+Δx] y.5 ··· 0 1 2 3 4 X Figura IV. por tanto. que para todo x real cumple la condición de que FX (x) = ∫ x −∞ f X (x) ⋅ dx La definición anterior. pues P(x<X≤x+Δx) es la masa de probabilidad contenida en el intervalo ]x. es equivalente a la siguiente definición basada en las características de la función de distribución: La variable aleatoria es continua.75 0. si existe una función fX(x) no negativa. a) Teniendo en cuenta la definición de FX(x).5.Variables continuas Para que una variable aleatoria sea continua. si su función de distribución es continua para todo x real y. sino que por razones de tipo práctico hay que definirlas de distinta forma: Diremos que la variable aleatoria es absolutamente continua o simplemente continua..43 . además. 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. llamada función de densidad.1 IV.5. IV.Función de distribución del ejemplo IV.Capítulo IV: Variables Aleatorias FX(x) 1 0..1. 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.

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

13.45 .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 ≥0.14... dy b) Si g(x) es decreciente: Y y=g(x) Y=g(X) x=g (y) -1 X Figura IV.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.Capítulo IV: Variables Aleatorias Y Y=g(X) y=g(x) x=g (y) -1 X Figura IV.

.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. 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).1. ¿Cuál será la función de densidad de la variable que describe la duración de los nuevos componentes? Si llamamos Y a esta nueva variable.3.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. será: Y=2·X entonces x=g-1(y)= por lo que dx 1 = dy 2 y 2 Finalmente.46 .3..ESPERANZA MATEMÁTICA IV.

Concepto Dada la variable aleatoria X de función de distribución FX(x) y la función uniforme g(x). 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). -1. 3) y todos sus valores tienen la misma probabilidad PX(xi) = 1/6. Por ello los contenidos del capítulo se exponen de manera que puedan ser asimilados sin disponer de un conocimiento profundo de dicha teoría. Y para variables continuas es: E [g( x )] = ∫ g(x) ⋅ f (x) ⋅ dx -∞ X +∞ Nótese que. por cada punto de diferencia.3.47 . IV. 0. 2. ¿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. tiene como campo de existencia X= (-2.2. Si la diferencia es no negativa se ganan 100 Ptas. la esperanza matemática no existe si la serie o la integral (según corresponda) no es convergente. Ejemplo IV.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. 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. según esta definición..? La variable X=“diferencia entre el número de puntos obtenido y el número 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. IV. 1.

En particular. 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. teniendo en cuenta las propiedades de la integral de Stieljes: E( X1 + X2 ) = ∫ ℜ2 ( x1 + x 2 ) ⋅ dF(x1. Xn )] = ∫ ℜn r g( x1. se denomina Esperanza Matemática de una variable aleatoria X a: E( X) = ∫ x ⋅ dF(x) ℜ que se designará. simplemente por μ. xn ) o también: r E g( X) = [ ] ∫ ℜ n r r r g( x ) ⋅ dFX ( x ) IV...48 .: 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..3.3...Capítulo IV: Variables Aleatorias Calculando el valor medio de la ganancia e igualando a 10 pts.. ℜ2 x1 ⋅ dF(x1. es decir: E(X1+X2) = E(X1) + E(X2) E(k⋅X) = k⋅E(X) En efecto... x n ) ⋅ dFX ( x1.. se obtiene fácilmente generalizando el de una variable unidimensional: E [g( X1.. x 2 ) + ∫ ℜ2 x 2 ⋅ dF(x1.. x 2 ) y que además ∫ obtenemos que es decir.Propiedades a) La esperanza matemática es un operador lineal.. también por μX o. de penalización. cuando no se preste a la confusión. x 2 ) = ∫ ℜ2 x1 ⋅ dF(x1. El concepto de esperanza matemática de una función de variable aleatoria n-dimensional..

25·x Calcular el coste medio por movimiento sabiendo que la función de densidad de una distribución uniforme en el intervalo [a. t) ⋅ dF(x) dt de donde: d ⎡ d g(x. El coste de cada movimiento expresado en pesetas.49 . t) ⎤ E X [g( x. se cumple que: d d E X [g( x. t )] = E X ⎢ ⎥ dt ⎣ dt ⎦ Ecuación que será utilizada en la función característica. 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.5 pts 100 IV.b] es: f X (x) = 1 b−a con x ∈ [a. el valor medio del coste por movimiento es: E [g(X)] = ∫ X g(x) ⋅ f X (x) ⋅ dx = ∫ 400 300 (100 + 0.400] Por lo tanto.b] SOLUCIÓN: La función de densidad de la variable carga será: f X (x) = 1 1 = 400 − 300 100 con x ∈ [300. Ejemplo IV. es una función de la carga dada por la expresión g(x) = 100 + 0.Capítulo IV: Variables Aleatorias E(k ⋅ X) = k ⋅ E(X) b) Si las variables aleatorias X e Y son independientes. entonces: E(X·Y) = E(X)·E(Y) En efecto: E( X ⋅ Y ) = ∫ ℜ2 x ⋅ y ⋅ dF( x.25 ⋅ x) ⋅ 1 ⋅ dx = 187. t) ⋅ dF(x) = ∫ ℜ ℜ d 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.

1.MOMENTOS IV.Capítulo IV: Variables Aleatorias IV.4.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. 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.50 . Así.. Si X es continua. y lo designaremos por μX o. 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. teniendo en cuenta una propiedad de la Integral de Stieljes.Propiedades a) El momento central de primer orden es siempre nulo. por ejemplo: IV. la definición anterior se escribirá: μ ν = ∑ ( x i − α1 )ν ⋅ PX ( x i ) i Si X es continua.2. 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. 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..4.4. simplemente por μ. α1 es la esperanza matemática o valor medio de X. el momento central de orden ν de la variable aleatoria X será: μν = ∫ +∞ −∞ ( x − α1 )ν ⋅ fX ( x ) ⋅ dx IV..

VARIANZA IV. la aplicación de la analogía mecánica. la media no es más que el centro de gravedad de la masa de probabilidad. Representa. 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. IV.51 . En la varianza. Indica “por donde” se encuentra situada la masa de probabilidad.Propiedades Ayudará a la comprensión de las propiedades que se exponen a continuación. pues su masa de probabilidad está concentrada en un punto. expuesta en un tema anterior. el momento de inercia de la masa de probabilidad y es una medida del grado de dispersión de está masa. se le denomina varianza y también se le designa por σx2 y por D2(X). sino por su distancia al centro de gravedad elevada al cuadrado.Concepto Al momento central de orden dos μ2.5. 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. Las propiedades de la varianza son: a) La varianza de una constante es cero.5. los elementos diferenciales de masa de probabilidad no se multiplican por su distancia al origen. por lo tanto.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.5.1.. a las definiciones de media y varianza.2... 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. su centro de gravedad está en ese punto y las distancias de los puntos con masa IV. En el caso continuo. Como la masa total es la unidad.

μX)2] c) La varianza de a·X+b es a2·D2(X) En efecto. Por tanto: 2 D2 (a1 ⋅ X1 + a2 ⋅ X2 ) = a1 ⋅ D2 ( X1 ) + a2 ⋅ D2 ( X2 ) + 2 ⋅ a1 ⋅ a2 ⋅ cov( X1. por tanto. 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.μX)2] = k2·E[(X . 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 .52 . 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) .k·μX)2] = E[k2·(X . X2 ) 2 IV.X2).(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.Capítulo IV: Variables Aleatorias al centro de gravedad son nulas y.

es nulo. la covarianza de X1 y X2.X2) es decir.53 . el término cov(X1. En efecto. g(x) ≥ h} Gráficamente: g(X) h X Ah Figura IV.Valores de X que satisfacen que g(X)≥h Por ser Ah ⊂ ℜ (en sentido amplio): IV. Si g(X) es una función no negativa de la variable aleatoria X.. 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.X2 ) = D2 ( X1) + D2 ( X2 )} IV.15. es decir A h = { x ∈ ℜ. la varianza de la suma es la suma de las varianzas.6. 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 . si las variables X1 y X2 son independientes.. X j ) ⎜ ⎟ i =1 i +1 ⎝ i =1 ⎠ i =1 e) Si dos variables aleatorias son independientes. 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.Capítulo IV: Variables Aleatorias En general: n −1 n ⎛ n ⎞ n D2 ⎜ ∑ ai ⋅ Xi ⎟ = ∑ ai2 ⋅ D2 ( Xi ) + 2 ⋅ ∑ ∑ ai ⋅ a j ⋅ cov( Xi .TEOREMA DE TCHEBYCHEFF.

en cuyo caso se utilizan otros parámetros de posición.. 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. que. X2. por ser muy asimétrica la distribución de la masa de probabilidad. 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).54 .Parámetros de posición Estos parámetros indican por donde se encuentra situada la masa de probabilidad a lo largo del eje de abscisas. se utilizan ciertos parámetros que indican la posición..PARÁMETROS DE UNA DISTRIBUCIÓN. y h=k2⋅σ2.7. Sin embargo. Describiremos los más usuales. Xn ) Por otra parte. asimetría y curtosis (o apuntamiento) de la masa de probabilidad. representa el centro de gravedad de la masa de probabilidad... como sabemos. IV. r X = ( X1. IV. dispersión. IV. la media represente mal a la posición de la masa. o bien puede ocurrir que. si g(x)=(x-μX)2.7.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. la media puede no existir. El más frecuentemente utilizado es el valor medio o esperanza matemática..1. con el fin de describir determinados aspectos de la distribución de masa de probabilidad de una variable aleatoria..

que se define como el cociente entre la desviación típica y la media. En el caso de que ésta intersección no sea un punto sino un segmento. IV. fX(x) mediana fX(x) mediana moda media X media moda X Figura IV. la mediana y la moda coinciden. Como. μ1 siempre es nulo. en distribuciones simétricas unimodales. se toma como mediana la abscisa del punto medio de este segmento. El parámetro más utilizado es la varianza σ2 que..7.Parámetros de dispersión Estos parámetros tratan de medir el mayor o menor grado de concentración o de dispersión de la masa de probabilidad. por otra parte.16. se utiliza como medida de asimetría a: IV.. La mediana tiene un 50% de masa de probabilidad a su izquierda y otro 50% de masa a su derecha. que se define como la raíz cuadrada positiva de la varianza y se representa por σ. Otro parámetro de dispersión lo constituye el coeficiente de variación.Parámetros de asimetría Si la masa de probabilidad se distribuye simétricamente. como sabemos. la media..5.2.55 . se puede utilizar μ3 como una medida de asimetría. Tiene las mismas unidades que la variable x. Con el fin de utilizar un parámetro adimensional. Evidentemente.3. La moda corresponde a un máximo relativo de la función de densidad o de la ley de probabilidades. Sin embargo.7. las unidades de σ2 son las de la variable aleatoria X elevadas al cuadrado.16. representa al momento de inercia de la masa de probabilidad y puesto que ésta es constante e igual a la unidad. Es un parámetro adimensional. En distribuciones asimétricas. los momentos respecto al origen de orden impar (si existen) son siempre nulos. σ2 aumenta a medida que la masa de probabilidad se dispersa.Parámetros de posición en distribuciones asimétricas IV. la posición relativa de estos parámetros es la que se muestra en la figura 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. Por esta razón se utiliza con mucha frecuencia a la desviación típica. Una misma variable puede tener más de una moda.

. 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.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.56 . los cubos de las desviaciones positivas respecto de la media serán mayores que los cubos de las desviaciones negativas y. 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. De forma análoga se define asimetría negativa. por tanto γ1 es positivo.Parámetros de apuntamiento El coeficiente de apuntamiento o curtosis.4. en este caso diremos que la asimetría es positiva. IV.7. IV.

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

58 .CAPITULO V: Principales Distribuciones Discretas IV.

.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.Definición Sea A un suceso de probabilidad p asociado a una experiencia aleatoria.VARIABLE DICOTÓMICA V.1. la V.. Supongamos además.2. 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.1.. en consecuencia.VARIABLE BINOMIAL V.3.1.1.Valor medio Por tratarse de una variable discreta.1. que después de cada repetición el fenómeno queda en la misma situación probabilística que antes de realizar dicha repetición y..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.Capítulo V: Principales Distribuciones Discretas V.2.59 .. Repitamos n veces la realización del fenómeno aleatorio o de la experiencia de que se trate. En cada repetición observemos si ha ocurrido el suceso A o su complementario..1.2.

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

10 aquellos lotes que contengan un 5% de remaches V. PX(x) 0.Función de Probabilidad de una B(10. cada uno de ellos con una probabilidad igual a pν⋅qn-ν.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.2 0.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura V.1. En general.2) Nótese que la suma de las probabilidades es 1.61 . si hacemos n repeticiones independientes. 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. la probabilidad de que ocurra X=ν veces el suceso A.Capítulo V: Principales Distribuciones Discretas donde el número 6 es el número de combinaciones al tomar 4 elementos de dos en dos. cada una de las probabilidades anteriores. 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. 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.1. ¿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 0.3 0. será la probabilidad de que ocurra uno de los ⎛n⎞ ⎜ ⎟ ⎜ν⎟ ⎝ ⎠ sucesos Bi.0. precisamente..

la variable que representa los remaches defectuosos será Y=B(n.012 ⋅ 0.Capítulo V: Principales Distribuciones Discretas defectuosos? SOLUCIÓN: a) El número de remaches defectuosos en la muestra referida será una variable X≡B(50.99 49 + ⎜ ⎟ ⋅ 0. su esperanza matemática será: ⎡n ⎤ n E( X) = E ⎢∑ Yi ⎥ = ∑ E( Yi ) = n ⋅ p ⎣ i =1 ⎦ i =1 E( X) = n ⋅ p V.0.05 0 ⋅ 0. por ello: V.2.99 48 = 0.05). Yi.4. pues éstas son independientes.99 50 + ⎜ ⎟ ⋅ 0.011 ⋅ 0. Deberemos seleccionar n de manera que se cumpla que P(Y=0)≤0.076 ⎜2⎟ ⎝ ⎠ En términos de frecuencia..2. c) Si los remaches defectuosos en el lote son un 5% y seleccionamos al azar n remaches. y la probabilidad pedida es: ⎛ 50 ⎞ P(X = 2) = ⎜ ⎟ ⋅ 0.99 48 = 0.10 ⎜0 ⎟ ⎝ ⎠ operando obtenemos: n≥45 remaches V.p) suma de n variables dicotómicas.012 ⋅ 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.10. el 98% de los lotes serán aceptados.95 50 ≤ 0. la varianza de una variable binomial.01). es la suma de las varianzas de las variables dicotómicas que la definen.010 ⋅ 0.980 ⎜0 ⎟ ⎜1 ⎟ ⎜2⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Es decir.62 .Varianza Como en el apartado anterior. 0. es decir: ⎛n⎞ P(Y = 0) = ⎜ ⎟ ⋅ 0.. 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.Media Por ser X≡B(n.3.

p)} V. 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.5. (Anexo I). X es una variable aleatoria binomial de parámetros n y p. sea X1≡B(n1. su suma es otra variable Binomial con el mismo parámetro p.2. p) independientes} ⇒ { X1 + X2 ≡ B(n1 + n2 . p) y X2 ≡ B(n2 . respectivamente: ϕ X1 ( t ) = p ⋅ eit + q ( ) n1 ϕ X 2 ( t ) = p ⋅ eit + q ( ) n2 por ser X1 y X2 independientes.Adición Si X1 y X2 son variables Binomiales independientes con idéntico parámetro p. las funciones características son. 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. se cumple que: { Si X1≡ B(n1.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. En consecuencia. y teniendo en cuenta la correspondencia biunívoca entre función de distribución y función característica establecida por el teorema de la inversión.63 . 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.3. En consecuencia.. Bernouilli en su obra póstuma Ars Conjectandi en 1713. la frecuencia relativa: fr = X n es una variable aleatoria cuya media es: E(fr ) = n⋅p =p n V.p) y X2 ≡B(n2. En efecto.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..p).

es tan poco probable como queramos que la frecuencia relativa con que ocurre el suceso A difiera de la probabilidad de A. Es decir que: Si tomamos fr como estimación de p. 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. al realizar un número n grande de repeticiones. siendo ε un número arbitrariamente pequeño. es casi seguro que el error que cometeremos es menor que ε. más de una cierta cantidad prefijada. pues establece que haciendo un número suficientemente grande de repeticiones. V. 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.64 .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.

su ley de probabilidades. hagamos λ=n·p en la que λ se mantiene constante cuando n crece indefinidamente.. tendremos que: n≥ 1 = 2500 4 ⋅ 0.Definición Sea X una variable Binomial de parámetros n y p.1 en más del 99% de los casos en el que se efectúe tal estimación.Ley de probabilidades Si X≡B(n..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. es decir.2. cometeremos un error menor que 0. si deseamos que la probabilidad de cometer un error mayor que ε=0.4.DISTRIBUCION DE POISSON V.1 sea de δ≤0. Como p= λ n p tenderá a cero cuando n tienda a infinito. V. manteniendo el valor medio de X constante. Pues bien: Una variable de Poisson es una variable Binomial de parámetros n y p. cuando n tiende a infinito y simultáneamente p tiende a cero. V. Por ejemplo.1. será ⎛n⎞ P( X = ν ) = ⎜ ⎟ ⋅ pν ⋅ (1 − p)n − ν ⎜ν⎟ ⎝ ⎠ que puede escribirse como V.4. una vez fijado el error máximo ε que aceptamos cometer con una probabilidad menor o igual que δ. si efectuamos 2500 repeticiones del experimento aleatorio.p). para 0≤ν≤n. manteniéndose constante el valor medio λ=n·p.12 en consecuencia.01.01 ⋅ 0. al estimar p mediante fr. Hagamos tender n a infinito.4.65 . La designaremos por X≡PS(λ)..

1...Capítulo V: Principales Distribuciones Discretas P( X = ν ) = n ⋅ (n − 1).1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura 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. .66 .2. 3...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.(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. a) Determinar la probabilidad de que al seleccionar al azar una carcasa de esa fabricación V. X es discreta y toma los valores X = 0.Función de probabilidad de una Ps(2) Ejemplo V. 2..3 0.2 0.

b) Para controlar la calidad del proceso de fabricación de las carcasas.4..3. 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.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.125 V. 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. en promedio 5 defectos por unidad fabricada? SOLUCIÓN: a) La probabilidad pedida es: P(X = 3) = e −2 ⋅ 2 3 = 0.Capítulo V: Principales Distribuciones Discretas aparezcan en ella exactamente 3 defectos.18 3! en términos de frecuencia.Media Si derivamos la función característica respecto de t y hacemos t=0. b) En este caso.. ¿Cuál es la probabilidad de aceptar como correcto con este control un proceso en el que se producen.67 . 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.4. la probabilidad anterior equivale a decir que el 18% de las carcasas fabricadas presentan exactamente 3 defectos.

5. Lógicamente se cumple que p+q=1 y N1+N2=N. el número de piezas defectuosas n1 se distribuye según una variable hipergeométrica.. Lógicamente se cumple que n1+n2=n.5. El número de elementos de A que resultan al extraer al azar y sin reemplazamiento n elementos de E. V. Por tanto: { Si X1 ≡ PS(λ1 ) y X 2 ≡ PS(λ 2 ) independientes} ⇒ { X1 + X2 ≡ PS(λ1 + λ 2 )} V. En efecto.68 ..4.p).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.. si X1≡PS(λ1) y X2≡PS(λ2). será: σ2 = λ2 + λ − λ2 = λ es decir: D2 ( X ) = λ V.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 . Llamemos n1 a las piezas defectuosas que hemos extraído y n2 a las piezas correctas. Pues bien.5.n. 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. 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).1. respectivamente: it it ϕX1 ( t ) = eλ1 (e −1) y ϕX 2 ( t ) = eλ 2 (e −1) por ser independientes. es una variable hipergeométrica y la designaremos por X≡H(N. Sea E una población finita cuyos elementos son de dos tipos: A y A . sus funciones características son.VARIABLE HIPERGEOMÉTRICA V.Definición Supongamos que un lote contiene N piezas y que de ellas p·N=N1 son defectuosas y que q·N=N2 son correctas.

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

. por ejemplo. por tanto. Observaremos.0) con probabilidad p3=P(A3) (0.. Aunque la variable k-aria tiene k componentes (variables marginales). V.. el número de veces que ocurre cada uno de estos k sucesos al efectuar n repeticiones del fenómeno aleatorio.Ak. La variable aleatoria k-dimensional que indica en cada repetición cuál de los k sucesos ha ocurrido.0. Bajo distintos supuestos (extracciones sin reemplazamiento. por tanto.….….VARIABLE K-ARIA V. si ha ocurrido el suceso A2 tomará el valor (0.0. se efectuaba una partición del Espacio Muestral E en dos sucesos que denominábamos A y A . 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. una variable discreta que toma los valores que a continuación se expresan con las probabilidades que se indican: (1. Así. A2.3 se ha representado a la variable binaria.1. 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. ahora. En este apartado y en el siguiente.….…. Obsérvese que la masa de probabilidad se encuentra concentrada en dos puntos cuyas coordenadas satisfacen a X1+X2=1..0. la característica o rango de la matriz de varianzas covarianzas es r=k-1.0.1.0) con probabilidad p2=P(A2) (0. límite cuando n→∞ y p→0.. 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. La variable k-dimensional discreta. consideraremos que se efectúa una partición de E en k sucesos denominados A1. en general.0.7.1) con probabilidad pk=P(Ak) La variable X = ( X1.Capítulo V: Principales Distribuciones Discretas V.72 .0) y. Xk )' indica el suceso que ha ocurrido. Cada una de las variables marginales de una k-aria es una variable dicotómica de parámetro pi . etc).….1. se denomina variable k-aria.….Definición En las variables estudiadas hasta ahora. repeticiones independientes. X2.0. las diferentes variables indicaban las veces que ocurría el suceso A. se llama variable k-aria.0) con probabilidad p1=P(A1) (0.. Es.7.0.1.

.Ak.3. V. X2 . La variable k-dimensional X = ( X1. p3 . es decir: U Ai = E y i Ai I A j = ∅ i≠ j Sea pi=P(Ai).. Evidentemente: ∑ pi = 1 i =1 k Efectuemos n repeticiones independientes del fenómeno aleatorio..... 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..Variable binaria (k=2) La expresión de la función caracteristica de esta variable es: ϕn (t1.73 .. una partición del espacio muestral E.Vector de medias y Matriz de varianzas-covarianzas Esta variable k-dimensional tiene como vector de medias: r μ′ = (p1.1) p2 p1 (1.. Xk )′ se denomina variable multinomial.….7.t k .Capítulo V: Principales Distribuciones Discretas X2 (0....VARIABLE MULTINOMIAL V.2. y llamemos Xi al número r de veces que ocurre Ai...Definición Sea A1.) = ∑ p j ⋅ e j =1 k it j V.8. t 2 ..0) X1 Figura V.8. A2. p2 .1.

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

X 2 = 3. 0.Capítulo V: Principales Distribuciones Discretas Ejemplo V.25.4.3!. X 3 = 1) = 6! ⋅ 0.351 = 0. produce el 40% del total de piezas.25 3 ⋅ 0.40 2 ⋅ 0. SOLUCIÓN: La variable “número de piezas de cada prensa en la muestra” es una variable con distribución r X ≡ MN(6. 0.75 . 0.5 Una línea de estampación de piezas metálicas trabaja con tres prensas diferentes cuya producción se recoge en el mismo contenedor. Cuando el contenedor está lleno se seleccionan de forma aleatoria 6 piezas del mismo.1! V. 3 piezas fabricadas por la prensa A2 y 1 fabricada por A3. la segunda prensa A2.0525 2!. Calcular la probabilidad de que en la muestra se encuentren 2 piezas fabricadas por la prensa A1. La primera prensa A1. el resto.35) La probabilidad pedida será: P(X1 = 2. produce el 25% de las piezas y la tercera prensa A3.

Capítulo V: Principales Distribuciones Discretas Tema 6.76 . Variables aleatorias continuas unidimensionales V.

CAPITULO VI: Principales distribuciones continuas. V.77 .

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

concavidad y convexidad: { f Z (z)′′ = 0 ↔ z = −1. VI. b) Simetría: fZ(z)=fZ(-z) El eje de ordenadas es eje de simetría. que se representa en la figura VI.1.79 . de inflex.1. z = +1 } ⇒ {ptos..Función de densidad de la variable Normal Tipificada. 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.Capítulo VI: Principales Distribuciones Continuas El eje de las x es asíntota. 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. fZ(z) 0 Z Figura VI.

Distribución de una N(0.6.Capítulo VI: Principales Distribuciones Continuas VI. bajo la función de densidad. es decir el valor de la función de distribución FZ(z)..2.2.. para distintos valores de z.80 .2.Nomenclatura Para la variable Normal Tipificada reservaremos una notación específica. un área igual a α..Manejo de tablas En la tabla más usada se representan. es decir.Media y Varianza μ Z = E( Z ) = 0 y σ 2 = D 2 (Z) = 1 Z VI. P(Z ≥ z α ) = α Fácilmente se obtiene que: φ(zα)=1-α fZ(z) φ(z) α z 0 zα Z Figura VI. VI.3.2. la probabilidad de que una variable Normal Tipificada tome un valor menor o igual a ese z.DISTRIBUCION NORMAL GENERAL VI. Nomenclatura. Designaremos a la variable mediante la letra Z y a sus valores por z. a la función de distribución la representaremos mediante φ.5. el valor de z que tiene una probabilidad α de ser superado..3.1).. VI. De esta forma escribiremos: P( Z ≤ z) = φ( z ) Mediante zα designaremos el valor de una variable Normal Tipificada que a su derecha tiene.

Definición Llamaremos variable aleatoria Normal Unidimensional General a toda transformada lineal de una variable aleatoria Normal Tipificada. la variable: X=aZ+b en la que a y b son constantes.σX) para designar a una variable aleatoria con distribución Normal. designaremos por μ a μX y por σ a σX.81 .3.Capítulo VI: Principales Distribuciones Continuas VI..2. y siempre que no haya lugar a confusión. Si μX=E(X) y σX=D(X). 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. lo que justifica el que designemos e esta variable mediante X≡N(μX. VI. σX).3.1. Por tanto.1).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.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. es una variable Normal General. VI. Con el fin de simplificar la escritura. si Z≡N(0.. utilizaremos la nomenclatura X≡N(μX.

80 cm y 5. es decir.σ). lo que.25) Por ser X continua: VI. la variable X−μ σ se distribuye según una Normal Tipificada. Para que la pieza pueda ser utilizada. Sea X1≡N(μ1. SOLUCIÓN: No cumplirán los requisitos establecidos aquellas piezas en las que la distancia entre centros sea menor que 4.1 La distancia. entre los centros de dos taladros realizados en una pieza metálica es una variable aleatoria con distribución X≡N(5..1). En efecto. sería innecesario.82 .80)+P(X>5.σ1) y X2≡N(μ2.25 cm.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. por definición.3. pues a partir de la función de distribución de una Normal Tipificada es posible deducir la de cualquier variable Normal General. sería necesario elaborar una tabla para cada par de valores reales μ y σ.80 cm o mayor que 5. Z= X−μ = N(0.3. a2 ⋅ σ1 + b2 ⋅ σ2 ⎞ ⎜ 2 ⎟ ⎝ ⎠ VI.Manejo de tablas Para tabular la función de distribución de una variable Normal General.3. expresada en cm. La proporción de piezas defectuosas obtenidas coincidirá con: p= P(X<4.0. Determinar la proporción de piezas que no cumplen los requisitos de la especificación.. además de imposible.Capítulo VI: Principales Distribuciones Continuas VI. entonces 2 Y ≡ N ⎛ a ⋅ μ1 + b ⋅ μ 2 . la referida distancia debe estar comprendida entre 4.σ2) y hagamos Y=a·X1+b·X2.25 cm.5. sea X≡N(m.Adición Cualquier combinación lineal de variables aleatorias Normales independientes es una variable aleatoria Normal.

el 4. Por su generalidad e importancia enunciaremos sin demostrarlo el de Lindenberg-Levy.4.4..80 − 5 ⎞ ⎛ 5. En efecto. todas ellas con la misma distribución e independientes. una sucesión de variables aleatorias que converge en distribución a una variable Normal Tipificada cuando n tiende a infinito.5. Por tanto.APROXIMACIONES DE VARIABLES ALEATORIAS Tanto en este capítulo como en el anterior. y.. VI.83 .….9798 = 0.25)] Tipificando y mirando en tablas se obtiene que: ⎛ 4.p) es X=ΣYi en la que Yi≡D(p) e independientes. podemos considerar que X es suma de λ variables de Poisson de parámetro unidad independientes entre sí. VI. VI. se cumplen las hipótesis del teorema de Lindenberg-Levy.… es una sucesión de variables aleatorias.80)+P(X>5.3% de las piezas no cumplen los requisitos de especificación. y hacemos crecer indefinidamente a este parámetro dándole valores naturales. si X es una variable de Poisson de parámetro λ. De forma análoga. unas variables tienden en distribución a otras. Para fines prácticos. hemos visto que.1 ⎠ es decir. VI.Teorema de Lindenberg-Levy Si X1. es decir. su suma tipificada es. y establece que la variable binomial tipificada converge en distribución a una variable Normal tipificada cuando n tiende a infinito. en consecuencia. se cumplen las hipótesis del teorema de Lindenberg-Levy y.1 ⎠ ⎝ ⎝ 0.Xn. bajo determinadas condiciones. a su vez.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. si X≡B(n. 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.80)+[1-P(X≤5. por tanto.25 − 5 ⎞ p =φ⎜ ⎟ +1 − φ ⎜ ⎟ = 0.. El Teorema de De Moivre es un caso particular del teorema de Lindenberg-Levy. si tipificamos X estamos tipificando la suma de n variables aleatorias todas ellas con la misma distribución e independientes. la variable de Poisson tipificada converge en distribución a una variable Normal Tipificada cuando λ tiende a infinito.043 0.Capítulo VI: Principales Distribuciones Continuas p= P(X≤4.25)= P(X≤4.0228 + 1 − 0.1.X2.

la aproximación es adecuada. En concreto.84 . En concreto. la distribución de una variable de Poisson puede ser aproximada por la de una variable Normal. npq )} c) En el capítulo anterior. es. VI. p ≤ 0. p) ≅ B(n. Luego si n es grande. vimos que cuando la fracción de muestreo sin reemplazamiento es pequeña en comparación con el tamaño de la población. la correspondiente variable Hipergeométrica se puede aproximar por una variable Binomial. { n ≥ 50. n. una variable Normal de media np y desviación típica npq . En la práctica. p) ≅ N (np. 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.Capítulo VI: Principales Distribuciones Continuas a) En el tema anterior. 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. {np ≥ 18} ⇒ { X ≡ 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. si n≥50 y p≤0. ⎧N ⎫ ⎨ ≥ 10 ⎬ ⇒ n ⎩ ⎭ { H(N. no estudiado un este obra. a su vez. una variable Normal de media λ y desviación típica λ . por ser una transformada lineal de una Normal Tipificada. y para fines prácticos. la distribución de una variable Binomial puede ser aproximada por la de una variable Normal. converge en distribución a una variable Normal Tipificada.1 } ⇒ { X ≡ B(n. Luego si λ es grande. es. si λ≥18 la aproximación es aceptable. la aproximación es adecuada. a su vez. la variable Binomial tipificada. si N/n≥10. por ser una transformada lineal de una Normal Tipificada.1. p)} b) Según el teorema de Moivre. En concreto. se definió a la variable de Poisson como la variable límite de una Binomial cuando n tiende a infinito y p a cero. permaneciendo constante el producto np=λ. si np≥18 la aproximación es aceptable.

Aproximaciones entre distribuciones Para ilustrar estos conceptos.3b.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura VI.p) Figura VI.Capítulo VI: Principales Distribuciones Continuas { λ ≥ 18 } ⇒ { X ≡ PS(λ ) ≅ N ( λ.3 se ha representado la función de probabilidad de una variable binomial con p=0.16 0.12 0.0. λ ) λ≥15 B(n. PX(x) 0.p) N/n≥10 n≥50 p≤0.4 0. H(N.2.2 0. λ )} En la figura VI.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..3a. se resumen las aproximaciones expuestas en este apartado.0. npq ) N(λ.n.85 .1) PX(x) 0.1) VI.2.1 Ps(np) Ps(λ) n·p≥15 n·p≥15 N(np. Representación de una B(10.1 y valores de n crecientes. en la figura VI. Representación de una B(50.2 0.08 0.3 0.

fX(x)=c. b] con densidad de probabilidad constante en todos sus puntos.Función de densidad y de distribución de una variable U[a.4.1) 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..4.6.86 .0.1. fX(x) FX(x) 1 1/(b-a) a b X a b X Figura VI.. se denomina distribución uniforme y se representa como X≡U[a.Capítulo VI: Principales Distribuciones Continuas PX(x) 0.OTRAS VARIABLES CONTINUAS VI..03 0 0 1 2 3 4 5 6 7 8 9 10111213141516 171819 20 2122232425 X Figura VI.b] VI.06 0.3c. Representación de una B(100.6.09 0.b]. Dado que su función de densidad es constante.Distribución Uniforme La distribución que tiene una variable continua que toma valores en el intervalo [a.15 0.

b) El tiempo medio de espera.6. 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. X=U[0.87 .10]. 2 VI.30 10 − 0 b) El tiempo medio de espera será: E(X) = 0 + 10 = 5 min.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. Si un viajero llega al punto de salida en un momento al azar.. es decir.2 De una estación de autobuses sale un vehículo cada 10 minutos. 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). calcular: a) La probabilidad de que tenga que esperar 3 minutos como máximo. a) La probabilidad de que tenga que esperar como máximo 3 minutos es P(X ≤ 3) = FX (3) = 3 −0 = 0.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).2.

esta variable modeliza el tiempo entre dos fallos en un sistema de múltiples componentes en el periodo de vida útil. En este caso. Es decir. Del mismo modo. 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”.Función de densidad y de distribución de una variable EXP(λ) La variable exponencial modeliza adecuadamente la duración aleatoria de componentes eléctricos. 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. electrónicos o mecánicos en su periodo de vida útil. donde λ es la tasa de fallos. 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. la media recibe el nombre de tiempo medio de buen funcionamiento MTBF (Mean Time Between Failures) con el referido valor 1/λ.5 se muestran la función de densidad y la función de distribución de esta variable.Capítulo VI: Principales Distribuciones Continuas En la figura VI. si el sistema es reparable. 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. depende solo de la diferencia de tiempos s y no del instante inicial t considerado. fX(x) FX(x) 1 λ X X Figura VI.88 .5. 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. el parámetro λ recibe el nombre de tasa de fallos del sistema y mide el número de fallos por unidad de tiempo..

analizaremos..a) 2 2 χ 2 = Z12 + Z2 + L + Zn n Para el estudio de la variable χ2.Capítulo VI: Principales Distribuciones Continuas Ejemplo VI. en los puntos que ahora nos son necesarios.89 .607 b) Recordando la propiedad expuesta anteriormente: P(X > 600/X > 100) = P(X > 600 − 100) = P(X > 500) = 0. a la variable: se le denomina χ2 (chi-cuadrado) con n grados de libertad y se le representa 2 mediante χ n .. SOLUCIÓN: a) La duración de las lámparas tiene una distribución X=EXP(1/1000). De ella derivan otras variables aleatorias. . como la Chi-cuadrado de Pearson (χ2).7..3 La duración de ciertas lámparas de incandescencia puede considerarse como una variable exponencial de media 1000 horas de funcionamiento.607 VI. a). a la variable Gamma. b) Se elige al azar una lámpara que lleva 100 horas de funcionamiento.1. la F de Snedecor y la t de Student.Algunos aspectos de la G(λ. G(λ. que se utilizarán en el muestreo en poblaciones Normales y que serán de uso frecuente y de gran importancia en la Inferencia Estadística.1.. La probabilidad de que su duración supere 500 horas es: P(X > 500) = e − 1 ⋅500 1000 = 0.7. VI.7.Variable Chi-Cuadrado de Pearson VI.. VI. Zn son variables aleatorias Normales Tipificadas Independientes. a) Calcular la probabilidad de que una lámpara nueva elegida al azar tenga una duración superior a 500 horas. VI.1. Precisamente.DISTRIBUCIONES DERIVADAS DE LA NORMAL La variable Normal es la variable aleatoria continua más importante.7.1.. Calcular la probabilidad de que funcione mas de 600 horas en total. Z2. en este capítulo se estudian dichas Variables Derivadas de la Normal.Definición Si Z1.2..

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.90 ..7.a1) y X2 ≡G(λ. fX ( x ) = e ⎨ ⎪ ⎩ ⎧ −λ x ⋅ (λ ⋅x )a − 1⋅ λ ⎫ ⎪ ⎬ Γ(a) ⎪ ⎭ Función característica La función característica de una G(λ.Capítulo VI: Principales Distribuciones Continuas Definición Si por Γ(a) designamos a la Gamma de Euler.Función de densidad de una χ1 Sea Z≡N(0. a) } ↔ ⎪∀ x ≥ 0.a) es: ⎡ i⋅t⎤ ϕ X( t ) = ⎢1 − ⎥ λ⎦ ⎣ −a Adición Si las variables aleatorias: X1 ≡G(λ. 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 . 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.3.1.1) y X=Z2. a1 + a2 ) } 2 VI. respectivamente: ⎡ i⋅ t⎤ ϕ X1 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ − a1 −a2 ⎡ i⋅t⎤ y ϕ X 2 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ son independientes. a1) y X2 ≡ G(λ . a2 ) son indepen.} → { X1 + X2 ≡ G(λ.

.91 . es decir: 2 1 1 χ1 ≡ G ( 2 .Función característica 2 Por ser χ n una Gamma de parámetros λ=½ y a=n/2.Distribución de una χn 2 2 2 Por definición.. 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. 2 ) = G ( 2 . 2 ) 2 VI. 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. Teniendo en cuenta que una χ 1 es una Gamma y que la suma de Gammas independientes es otra Gamma. por otra parte.7.5.4. una χ n es la suma de n χ 1 independientes. n ) 2 n n i =1 i =1 por tanto.Capítulo VI: Principales Distribuciones Continuas Teniendo en cuenta la simetría de la distribución Normal.7. será: 2 2 1 1 1 χn = ∑ (χ1 )i = ∑ Gi ( 2 . es la función de densidad de una variable aleatoria Gamma de parámetros λ=1/2 y a=1/2. su función característica será: i⋅t ⎤ ⎡ ϕχ 2 ( t ) = ⎢1 − n 1/ 2 ⎥ ⎣ ⎦ − n 2 VI.1.1.

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.1) (Ver anexo I). resulta: 2 D2 ( χn ) = 2 ⋅ n VI. es decir.6.1) de donde: VI. en 2 función de los parámetros n y α. 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(0.1. 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.7. nos proporciona χn ( α ) .1..Capítulo VI: Principales Distribuciones Continuas de donde: ϕχ 2 ( t ) = [1 − 2 ⋅ i ⋅t ] n − n 2 VI. D 2 2 ⋅ χn − 2 ⋅ n − 1 ⎯⎯→ Z ≡ N(0. Es una tabla de doble entrada que.92 . resulta: 2 E( χn ) = n derivando nuevamente respecto a t: n ⎛n ⎞ − −2 ϕχ 2 ( t )′′ = ⎜ + 1⎟ ⋅ n ⋅ (1 . podemos calcular sus momentos respecto al origen y.7. a partir de éstos la media y la varianza. Para grados de libertad superiores a los máximos de la tabla (n>30).Media Y Varianza 2 Mediante las derivadas primera y segunda de la función característica de una χn . haciendo t=0 y dividiendo por i.2 ⋅ i ⋅ t ) 2 ⋅ i ⋅ ( −2 ⋅ i) n ⎝2 ⎠ de donde haciendo t = 0.. tienen una probabilidad α de ser superados.Manejo de tablas 2 La tabla de la χ2 más usada.7.

. n2 que tienen una probabilidad de 0.1.7. por ejemplo F4.Manejo de tablas En la tabla de más frecuente uso.01.7.2.599)=0. se deduce que la P( χ30 ≤20.599)≅ φ ( 2 ⋅ 20.. se recogen para n1 grados de libertad del numerador y para n2 grados de libertad del denominador. n1 n2 n1 −1 β ( n1 n 2 2 2 )⋅ ( n 2 + n1 ⋅ x ) n 1+ n 2 2 VI.Definición La variable F de Snedecor se define como el cociente de dos variables χ2 independientes divididas por sus respectivos grados de libertad. Así..93 .. los valores de Fn1.10 = 5.10.01 para α=0.Función de densidad La función de densidad de esta variable es: fF ( x ) = n12 ⋅ n22 ⋅ x 2 . de las tablas de la χn2. n 2 ≥ Fn1.01 de ser superados.7.2.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.599 − 59 = φ( −1.1038 ) VI. lo que será representado mediante: (α P Fn1. es decir: Fn 1 . obtenemos: 2 P( χ30 ≤ 20.Distribucion F de Snedecor VI.2.n 2 = 2 χ n1 /n1 2 χ n2 /n2 VI.3.05 y α =0.2.99 .7.2. Utilizando la aproximación.) n 2 = α 0. [ ] VI.05 o de 0.2627 ) = 0.

3.Función de densidad La función de densidad de una tn tiene una representación gráfica muy similar a una Normal Tipificada.99) = 0. tiene forma de campana y es simétrica respecto al origen. n 1 ≥ ⎟ P Fn1. 1 ⎞ ⎛ P(F10.Variable t de Student VI.4.Capítulo VI: Principales Distribuciones Continuas Puesto que el inverso de una F es otra F.10 ≥ 5.4 ≤ 0. 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(. VI.. n 2 ≤ a = P ⎜ Fn 2 .10 ≥ ⎟ = P(F4. es posible deducir determinadas probabilidades que no están en la tabla a partir de otros valores que si lo están.2. Si elevamos al cuadrado una tn.7..1.01 0. es decir: tn = z 2 χ n /n donde n son los grados de libertad de la tn. n 2 ≤ a = P ⎜ 2 1 ⎜ χ n / n2 ⎟ ⎜ χn / n1 a ⎟ a⎠ ⎝ ⎝ 2 ⎠ ⎝ 1 ⎠ ( ) es decir: 1⎞ ⎛ P Fn1.1669 ⎠ ⎝ 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.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. n1 ≥ ⎟ a⎠ ⎝ ( ) Por ejemplo.1669) = P ⎜ F4.94 . En efecto: 2 2 ⎛ χn / n1 ⎞ ⎛ χ n / n2 1 ⎞ 1⎞ ⎛ ≤ a ⎟ = P ⎜ 22 ≤ ⎟ = P ⎜ Fn 2 .3. resulta: 2 tn = 2 Z2 / 1 χ1 / 1 = 2 = F1.7.7.

VI.7.4.3. obtendremos la función de densidad de una tn..Media y Varianza Se puede demostrar que: E(t n ) = 0 D2 ( t n ) = n n−2 La varianza de tn. La variable tn presenta. una distribución más “abierta” (dispersa) que la Normal Tipificada.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.3. por tanto. 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 .n cambiamos y por t2 y el resultado lo multiplicamos por t. Si Y es una Fn1. que solo existe para n>2. n )⋅ n + t2 2 ( ) n +1 2 t es decir: ft n ( t ) = nn / 2 1 β (2 .Manejo de tablas VI. si en la función de densidad de una F1.n2 su función de densidad es: n1 n2 n1 fY ( y ) = β ( n12 n22 y 2 ..n2 su función de densidad es: fY ( y ) = nn / 2 ⋅ y −1 / 2 1 β ( 2 . es mayor que la unidad.7. 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.3.95 . n2 2 2 −1 n 1 +n 2 2 n1 2 )⋅ (n + n ⋅ y ) 1 Si Y es una F1.

pues: P(F1.n ≤ a) = P(.α ) n VI.α ) ) = α n n por tanto: ( t (nα/2) = F1.n ≥ F1.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. es decir.a ≤ t n ≤ a ) entonces: ( ( P(F1.96 .α ) ) = P( t n ≥ F1. determinan el valor de t(nα / 2 ) . 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 .

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

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

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

VII. consideramos la distribución de la variable estatura para los individuos de un peso determinado obtendremos la distribución condicional de la estatura para ese peso.Función de distribución condicional De acuerdo con la definición anterior. Se representa por FY/X(y/x). ignorando la otra.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.5.1. se le llama distribución condicional de Y dado X.. Si.5. VII.DISTRIBUCIONES CONDICIONALES. por el contrario.MÉTODOS ESTADÍSTICOS I Figura VII. y ) ⋅ dx x fX ( x ) ⋅ dx Por el teorema del valor medio: VII. sea cual sea el peso. la ecuación general se escribirá: FY / X ∫ ( y / x ) = lim h →0 x −∞ dy ∫ x +h ∫ x x +h fXY ( x. Y x x+h X Figura VII. Definición A la distribución de la variable Y para el valor de X=x. Si consideramos la distribución de estatura ignorando a la variable peso.103 . obtendremos la distribución marginal de la estatura.2. 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. es decir..Relación entre funciones de densidad y de distribución VII..5..6. Una distribución marginal se obtiene al considerar la distribución de una de las dos variables de una variable bidimensional.

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

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

que será estudiada en un tema posterior. 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.VARIABLES INDEPENDIENTES Dada la variable bidimensional (X.6. es discreta. F( x.Y) es continua. y ) = FX ( x ) ⋅ FY ( y ) Si (X. entonces: VII..y) ∈ ℜ2. y (X/Y≡ B(n. 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.106 . VII. 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] son independientes. los sucesos IX=]-∞. b + n − x ) es decir: Y/X ≡ BT(a+x. 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.MÉTODOS ESTADÍSTICOS I β (a.Y≤y)=P(X≤x)·P(Y≤y) Por tanto: X e Y son independientes ↔ ∀ ( x. Esta variable. y ) ∈ ℜ2 .x] e IY=]-∞. b+n-x) Como puede observarse. la variable Y/X será continua para cada X que toma valores discretos. 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. 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.y)).

x 2 ) ⋅ dx1 ⋅ dx 2 como: αu. y ) = δ2FXY ( x. y ) ∈ ℜ2 .i ) i Si la variable es continua. es decir. x 2 ) por una propiedad de la integral de Stieljes. acabamos de ver que: fXY(x. la masa de la probabilidad se concentra en unos puntos (x1. X2 = x 2. se cumple: αu.107 .2. x 2 ) es la función de densidad: αu..MÉTODOS ESTADÍSTICOS I fXY ( x.2. X2 = ( ) ∫ ℜ 2 u v x1 ⋅ x 2 ⋅ dFX1X 2 (x1.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.x2.v = ∫∫ ℜ u v x1 ⋅ x 2 ⋅ fX1X 2 ( x1.5.0 = ∫x ℜ u 1 ⋅ dFX1 (x1 ) = αu análogamente: en particular: α0. VII.1=μ2 Se denomina momento central de orden u. y fX1X 2 ( x1. y ) ∈ ℜ2 .i.a). y ) = fX ( x ) ⋅ fY ( y ) En el apartado VII.v=αv α1.v = E X1 .i ⋅ x 2. fY / X ( y / x ) = fY ( y ) Conclusiones análogas pueden obtenerse para los demás tipos de variables condicionadas.7.MOMENTOS Se denomina momento respecto al origen de orden u.0 = ∫ ℜ2 u x1 ⋅ dFX1X 2 (x1. a: u v αu.v de la variable bidimensional. fXY ( x.i.v = ∑ x1.0=μ1 α0. a: VII.i ⋅ P(X1 = x1.i) entonces: u v α u. x 2 ) Si la variable es discreta. v de la variable bidimensional. se cumplirá: es decir: fY/X(y/x) = fY(y) X e Y son independie ntes ↔ ∀ ( x.

1=0 Los momentos de segundo orden (u+v=2). respectivamente. son: 2 μ 2.2 = σ 2.1 = cov( X1. c) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto. 2 σ1 ⋅ σ2 ≥ cov 2 ( X1.0 = σ1 μ 0.1 σ2 ⎥ ⎣ ⎦ VII.1.2 = σ2 2 μ1.MÉTODOS ESTADÍSTICOS I μu.2 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2.Propiedades 2 a) La matriz de varianzas-covarianzas es simétrica pues σ1.1 μ 0.COEFICIENTE DE CORRELACIÓN VII.1 2 b) La matriz de varianzas-covarianzas es semidefinida positiva. X 2 ) = σ1.X2) a: 2 ⎡ σ2 σ1.1 o 2.1. VII.2 2 2 2 μ1. X2 ) 2 que es la conocida desigualdad de Schwarz. X2 ) VII..8.1 = cov( X1.0=μu μ0.1 2 Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1.0 = σ1 = σ1..2.2 = σ2. se cumple: μu.v=μv en particular: μ1.. en una recta o en el plano.v = E (X1 − μ1 ) ⋅ (X2 − μ 2 ) u [ v ] Como en el caso anterior.8..MATRIZ DE VARIANZAS COVARIANZAS VII.108 .. según que la característica o rango de la matriz V sea 0.Definición Los momentos de segundo orden pueden ser escritos así: 2 2 μ 2.9.Definición El coeficiente de correlación ρ de una variable aleatoria bidimensional se define mediante: VII.9.0=μ0.2 = σ2 = σ2.8.

9.MÉTODOS ESTADÍSTICOS I ρ= cov( X1. se desprende que el coeficiente de correlación mide el grado de dependencia lineal entre X1 y X2.. Por lo tanto. entonces σ12·σ22=cov2(X1..2.2 = 0 En consecuencia: { Si X1 y X2 son independientes} el recíproco. X2 ) 2 σ1 ⋅ σ2 2 = 2 σ1. es decir.10. el rango de la matriz de varianzas-covarianzas vale 1 y por tanto su determinante es nulo y.. en general.10.2 ≤1 σ ⋅ σ2 2 2 1 por lo tanto: −1 ≤ ρ ≤ 1 2 b) Si las variables X1 y X2 son independientes. El objeto de este apartado será obtener la “mejor” función de predicción de acuerdo con un cierto criterio. el criterio será minimizar el valor medio del cuadrado de los errores de predicción.1. es: 2 4 σ1 ⋅ σ2 ≥ σ1.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.REGRESIÓN VII.2 2 por lo que: ρ2 = 4 σ1. no es cierto. es σ1.109 .X2) con lo que ρ2=1 y ρ=±1 { Si X2 = α + β ⋅ X1 } ⇒ { ρ = ±1 } De las propiedades anteriores. ⇒ {ρ = 0 } c) Si existe una relación lineal exacta entre las variables aleatorias X1 y X2. VII. si la masa de probabilidad se encuentra concentrada en una recta. VII.Propiedades a) Por ser V semidefinida positiva.2 σ1 ⋅ σ2 VII. En este caso. trataremos de encontrar una función h(X1) que permita obtener valores aproximados de X2 de modo que sea mínimo el valor medio anteriormente expresado.

h(x1) son constantes.1.2. 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 .. Si h(X1) es una función uniforme de X1.10. 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. 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. VII. ∫ 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.Definición VII.2. para x1 dado.MÉTODOS ESTADÍSTICOS I Si h(X1) no está sujeta a ninguna restricción (salvo que sea uniforme) se le denominará curva de regresión condicional.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).. 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. Si h(X1) está sujeta a la restricción de ser una recta. se le denominará recta de regresión lineal minimo cuadrática. por tanto.110 . la variable aleatoria [X2.Regresión lineal mínimo cuadrática VII. El objeto de la regresión condicional consiste en determinar h(X1) de tal forma que el valor medio del “error cuadrático” sea mínimo. lo es: ∫ ℜ (x 2 − h( x1))2 ⋅ dFX 2 / X1 ( x 2 / x1 ) en la que x1 y.10.

X2 ) una variable aleatoria bidimensional. 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.2.r.. es decir.m. 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.MÉTODOS ESTADÍSTICOS I Sea X = ( X1. X2).c.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. pasa por el punto medio de la distribución de (X1.111 .2. que la r. μ2) satisface las condiciones de la recta.10.

3 La variable aleatoria (X. es: cov (X1.r. Si ponemos β en función del coeficiente de correlación. 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. 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. X 2 ) ˆ X2 − μ 2 = ⋅ (X1 − μ1 ) 2 σ1 Esta recta pasa por el punto (μ1. cuya expresión es ρ= cov( X1.MÉTODOS ESTADÍSTICOS I dz = E − 2 ⋅ ( X1 − μ1 ) ⋅ ( X2 − μ 2 ) − β ⋅ ( X1 − μ1 )2 dβ [ ( )]= 0 tomando la esperanza matemática: 2 cov (X1.m.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.112 . X2 ) − β ⋅ σ1 = 0 por tanto: β= cov (X1.c.μ2) y su pendiente es β.

r.10. la función de densidad conjunta será: f XY (x. y) 2/3 1 = = fY (y) 2/3 ⋅ (2 − y) 2 − y ∀ x ∈ [0. por lo tanto.1] .2 ∀ y ∈ [0.113 . 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. 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.1] VII.c. 2 − y ] . ∀ y ∈ [0.1] 2 ⋅ (2 − x) 3 ∀ x ∈[ ] 1.2 ] . las correspondientes funciones de densidad condicionales. de Y/X: ˆ Y = E(Y/X) = ∫ y ⋅f Y Y/X (y/x) ⋅ dy Deberemos conocer.r.r.c.. y) ⋅ dy = ⎨ ⎪ ⎪ ⎩ ∫ ∫ 1 0 2− x 2/3 ⋅ dy = 2 3 ∀ x ∈ [0.c. ∀ y ∈ [0. de X/Y es: ˆ X = E(X/Y) = ∫ x ⋅f X X/Y (x/y) ⋅ dx y la c.10.1] ∀ x ∈ [1. Dado que la variable tiene densidad uniforme en el recinto A de la figura VII.1] ∀ x ∈ [0.MÉTODOS ESTADÍSTICOS I a) La c. de X/Y es ˆ X = E [X/Y ] = ∫ 2 −y 0 x ⋅ 2 1 y ⋅ dx = − 2−y 2 ∀ y ∈ [0.1] 0 2/3 ⋅ dy = 2 fY (y) = ∫ X f XY (x.Y) Las funciones de densidad marginales son: f X (x) = ∫ Y ⎧ ⎪ ⎪ f XY (x.Campo de existencia de (X. ∀ y ∈ [0.

Curva de Regresión Condicional Y/X b) La recta de regresión mínimo cuadrática de Y/X tiene como expresión: cov ( X.12. 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.MÉTODOS ESTADÍSTICOS I como muestra la figura VII..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 .11. 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 ∈ [0.12.11.r.x) ⋅ dx = 9 1 2 cov(X.114 .2 como se muestra en la figura VII. Y A 1 2 X Figura VII.Curva de Regresión Condicional X/Y y la c.1] ∀ x ∈[ ] 1..c.

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

116 . y ) = FX ( x ). 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. las variables son independientes.FY ( y )} VII.

MÉTODOS ESTADÍSTICOS I VII.117 .

CAPITULO VII: Variable Aleatoria Normal Bidimensional .

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

y) la función de distribución conjunta.1. La función de densidad conjunta de la variable bidimensional: r ⎡X ⎤ X = ⎢ 1⎥ ⎣X 2 ⎦ es: 1 − f ( x 1.1.. v ) ⋅ dv f) Derivando respecto a x ésta última ecuación: d FX ( x ) = dx fX ( x ) = ∫ +∞ −∞ f ( x. Y < ∞ ) = lim FXY ( x. v ) ⋅ dv = ∫ +∞ −∞ f ( x. se cumple que: FX ( x ) = ∫ x −∞ du ⋅ ∫ +∞ −∞ f (u. Sean X1 y X2 variables aleatorias Normales Tipificadas unidimensionales e independientes..1. y ) ⋅ dy VII.Variable normal bidimensional tipificada Un caso particular de variables aleatorias bidimensionales lo constituye la distribución normal bidimensional tipificada. x 2 ) = e 2π 2 x1 + x2 2 2 pues bien: VII.120 . y ) y →∞ Siendo FXY(x.Capítulo V: Variables Aleatorias Unidimensionales Y x X Figura VII. e) Por las mismas razones que las expuestas en el punto a).Distribución marginal de X Por tanto: FX ( x ) = P( X ≤ x ) = P( X ≤ x.

r r r r r r r r r r r Si Y = AX + b con. Para calcular la función de densidad de Y conocida la de. I).Variable normal bidimensional general r r Sea A una matriz 2x2 regular ( A ≠ 0).0)' e I es la matriz unidad. por tanto. y 2 ⎦ r r r como: 1 − f ( x 1. I)). r VII. y 2 ⎦ como X = A −1 ( Y − b) es: ⎡x .2.121 . es X = A −1 ( Y − b) y existe. La variable Normal Bidimensional General es una transformada lineal regular ( A ≠ 0) de una variable aleatoria Normal Bidimensional Tipificada. es decir: r r ⎡x . se denomina variable aleatoria Normal Bidimensional Tipificada y su función de densidad conjunta es: 1 − f ( x 1.x ⎤ f y ( y 1. b un vector columna 2x1 y X una variable aleatoria Normal Bidimensional Tipificada ( X ≡ N(0.1. podremos utilizar la fórmula del Jacobiano para el cambio de variable.Capítulo V: Variables Aleatorias Unidimensionales La variable aleatoria bidimensional cuyas marginales son variables aleatorias Normales Tipificadas independientes.. x 2 ) = e 2π 2 x1 + x2 2 2 es: VII. A la variable bidimensional Y = AX + b la denominaremos variable Normal Bidimensional General. en la que 0 = (0.x ⎤ J⎢ 1 2 ⎥ = A −1 ⎣ y 1. y 2 ) = f x ( x1. x 2 ) • J⎢ 1 2 ⎥ ⎣ y 1. correspondencia biunívoca entre los valores de X y de los de. x 2 ) = e 2π r r 2 x1 + x2 2 2 La representaremos mediante X ≡ N(0.

x2) y.2 ⎤ V = ⎢ 2. 2 ⎥ ⎢ ⎥ ⎣σ 2. por tanto.122 .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. 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 ). 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 σ 2. 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. x 2 ) = 1 − e 2π x' x 2 en la que x’=(x1.Capítulo V: Variables Aleatorias Unidimensionales f ( x 1. 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.

como: ϕ Y1 ( t) = ϕ Y1Y2 ( t. σ 1 ) VII.2. variables Normales Unidimensionales Generales. ⎡σ 2 ⎢ ⎣ 2. a su vez. m 2 ]⎢0⎥ = m1t ⎣ ⎦ ⎡t⎤ y 11 [ t.2 ⎥ ⎣0 ⎦ ⎢σ 2. σ 2.0]⎢ 2 ⎥ = σ 11 t = σ 1 • t .123 . V ) ⇒ Y1 ≡ N(m 1.VECTOR DE VALORES MEDIOS VII. ⎥ ⎢ ⎥ = [ t. Por tanto: r r Y ≡ N(m.0]⎢σ 2.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.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.1 2 2 ⎡ σ 11 t ⎤ σ 1. en efecto.2 ⎤ ⎡ t ⎤ 2 2 2 2 ..0) y es: [m1.

2 σ1 ⋅ σ2 ≥ cov 2 ( X1.124 . se considera una variable aleatoria normal bidimensional tipificada como D2(X1)=D2(X2)=1 y.3.Propiedades 2 d) La matriz de varianzas-covarianzas es simétrica pues σ1.X2) a: 2 ⎡ σ2 σ1.1 2 e) La matriz de varianzas-covarianzas es semidefinida positiva.3. 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 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2.. f) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto.1 σ2 ⎥ ⎣ ⎦ Si.Capítulo V: Variables Aleatorias Unidimensionales Por definición. según que la característica o rango de la matriz V sea 0. VII.. el vector de valores medios. X2 ) 2 que es la conocida desigualdad de Schwarz. respectivamente.X2)=0 la matriz de varianzas-covarianzas viene dada por: ⎡1 0⎤ V =⎢ ⎥ ⎣0 1 ⎦ VII.1.3.2 = σ2.1 o 2.2. por ser X1 y X2 independientes es: cov(X1.MATRIZ DE VARIANZAS COVARIANZAS VII. en una recta o en el plano.. por ejemplo.Definición Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1.

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

a su vez. una variable Normal de media: E( Y2 y 1 ) = m 2 + cov( Y1. la recta de regresión minimo cuadrática coincidirá con la curva de regresión condicional. es decir. es: $ y 2 = E( Y2 y 1 ) = m 2 + cov( Y1. VII. y 2 ) f y1 ( y 1 ) operando se obtiene: ⎡ ⎡ ⎤⎤ σ2 ⎢ y 2 − ⎢m 2 + 1.128 . la curva de regresión condicional es: $ y 2 = E( Y2 y 1 ) en el caso particular de variables Normales. una recta. la e variable aleatoria Y1 / Y2 es. en general. la curva que mejor se adapta a la masa de probabilidad. Y2 ) 2 σ1 ( y 1 − m1 ) 2 D 2 ( Y2 y 1 ) = σ 2 • (1 − ρ 2 ) Como. Y2 ) 2 σ1 ( y 1 − m1 ) por ser la curva de regresión condicional.Capítulo V: Variables Aleatorias Unidimensionales fc ( y 2 y1 ) = f ( y 1.2 ( 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.

129 .Capítulo V: Variables Aleatorias Unidimensionales Tema 8. Muestreo VII.

CAPITULO VIII: Distribuciones en el Muestreo .

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

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).POBLACIÓN. de esas piezas seleccionadas de forma aleatoria.. población será el conjunto de valores posibles de la longitud de las piezas obtenidas en un determinado proceso de fabricación. 2. la función de distribución de cada variable X1. . xn) de un número finito n. .. y la muestra obtenida es una muestra aleatoria... . y muestra el subconjunto formado por las longitudes (x1.. Si en cada extracción todos los elementos tienen la misma probabilidad de ser seleccionados para formar parte de la muestra.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?.Población y muestra VIII. Muestreo Población Muestra Figura VIII. el muestreo se denomina aleatorio. Si las n observaciones muestrales se han realizado en una misma población con función de distribución FX(x). X2.. VIII.. MUESTREO Y MUESTRA Desde el punto de vista estadístico. En general.1.. n representa el valor de la característica X en el i-ésimo elemento extraído..132 .. Por ejemplo. .. Xn) es una variable n-dimensional en el que cada componente i = 1. y una muestra es un subconjunto de dichos valores tomados aleatoriamente. X2.2. Xn también será FX(x).. el vector aleatorio (X1. ¿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.. x2.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 .

) de tamaño n al vector aleatorio o variable n-dimensional: r X = ( X1.. denominamos muestra aleatoria simple (m. x 2 . Evidentemente todo estadístico será. el muestreo se denomina muestreo aleatorio simple o con reemplazamiento. la función de distribución conjunta será: r FX ( x1. Xn) de los valores muestrales se le denomina estadístico.s. Cada valor concreto de la muestra será un conjunto de n datos y se representará por letras minúsculas: r x = ( x1. en general. Tanto en el primer caso como en el segundo si el colectivo es infinito... La varianza muestral 2 sn = ∑ ( Xi − x )2 i =1 n n • La cuasivarianza VIII. son independientes y por tanto. X2. X2 .ESTADÍSTICOS A toda función T = T(X1. 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.Capítulo VIII: Distribuciones en el Muestreo Si después de cada extracción y antes de la siguiente se repone el objeto extraído. x 2 . las variables aleatorias. K . K . el muestreo se denomina muestreo aleatorio sin reemplazamiento.a.. 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.133 . una variable aleatoria dado que su valor depende de los valores de la muestra.x n ) = FX1 ( x1 ) ⋅ FX 2 ( x 2 ) ⋅ L ⋅ FXn ( xn ) Formalmente.. ~ = 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. . Si no se produce la reposición. que son aleatorios.3. x n ) VIII..

DISTRIBUCIONES EN EL MUESTREO Las distribuciones de probabilidad de los estadísticos se denominan distribuciones en el muestreo. 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. VIII.) 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.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. A las características de la distribución muestral (media muestral.134 . Dada una muestra aleatoria simple de tamaño n.4. VIII. por oposición a las características poblacionales que son las de la distribución X de la población. varianza muestral.. etc. 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).

Distribución de la media muestral. por lo tanto. típica muestral) sn-1 (cuasidesviación típica) ˆ p (proporción muestral) p (proporción) Figura VIII. 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.135 . 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. la media muestral que representamos por x . VIII. y este es precisamente el objeto del presente capítulo.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. POBLACIÓN f X(x) (X1.1. y en el punto siguiente completaremos el análisis considerando que la variable muestreada sigue la distribución Normal. dependen de la distribución FX(x) que tenga la variable X muestreada por lo que. VIII.Capítulo VIII: Distribuciones en el Muestreo Estas características muestrales son función de la muestra y. por lo tanto tendrán media y varianza. en general... En el apartado anterior poníamos de manifiesto que la distribución que tienen los estadísticos (y las características muestrales lo son). las características muestrales son variables aleatorias y. estadísticos (variables aleatorias con una determinada distribución de probabilidades según hemos visto en el punto anterior). .. No obstante.4. Así. X2. En efecto. aunque FX(x) sea desconocido pueden conocerse determinados aspectos de la distribución de las características muestrales como son algunos parámetros de su distribución. tendrá a su vez media E( x ) y varianza D2 ( x ) .2.. necesitamos conocer cuál es la relación que existe entre una distribución y otra..

Distribución de la varianza muestral.4. 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.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.. 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. En la práctica la aproximación es buena cuando n>30. independientemente de la distribución que tenga la variable X muestreada.136 . se tiene como consecuencia del Teorema de Lindenberg-Levy que cuando n tiende a infinito. x converge en distribución a la distribución normal de media μX y varianza σX2/n. todas ellas con la misma distribución. 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. 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.2. VIII. si tomamos muestras aleatorias simples de tamaño n de una población cuya media es μX y su varianza es σX2.

137 . Allí se recomienda la utilización de estadísticos cuyo valor medio coincida con el correpondiente parámetro poblacional. la estimación de parámetros poblacionales.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. como veremos en el capítulo siguiente. 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. de ahí que se emplee frecuentemente la cuasivarianza o varianza muestral corregida en lugar de la varianza muestral. 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. 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.

VIII.MUESTREO EN POBLACIONES NORMALES. Como X es una variable B(n.. En el apartado anterior vimos que. Esta propiedad será utilizada en el establecimiento de intervalos de confianza y test de hipótesis para la proporción poblacional p.p). no se podía caracterizar la distribución de los estadísticos muestrales si no se conocía la distribución FX(x) de la población muestreada. Se define la proporción muestral como: ˆ p= X n donde X es el número de veces que se presenta el suceso A. VIII.. en general. si tomamos muestras aleatorias simples de tamaño n de una población cuya varianza es σX2. es la suma de n variables independientes idénticamente distribuidas.3. en virtud del Teorema de Lindenberg-Levy.138 .5.σX)). 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.Capítulo VIII: Distribuciones en el Muestreo En definitiva. en n repeticiones independientes de la experiencia aleatoria o en las n unidades muestrales. 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. p converge en distribución a la distribución normal con media y varianza igual a las expresadas.Distribución de la proporción muestral.4. de probabilidad p. 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. si tomamos muestras aleatorias simples de tamaño n de una población en la que A tiene una probabilidad p de ocurrir. 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).

5 ) x ≡ N ⎜100. En el proceso de pintado de la carrocería de un automóvil. su distribución será siempre normal con la media y varianza vistas en el apartado anterior: ⎛ σ ⎞ x ≡ N ⎜ μX. VIII. Sabemos que x=∑ i =1 n Xi n Puesto que x es una combinación lineal de variables normales independientes.Distribución de la variable X y de la media muestral x . f X(x) f x (x) σX / n σX μX X μX x Figura VIII. Ejemplo VIII.Distribución de la media muestral.139 .2.3 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. 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 (100.0228 ⎝ 2. X ⎟ ⎜ ⎟ n⎠ ⎝ En la figura VIII.3. en el 2’28% de los casos rechazaremos que el proceso funciona correctamente. ⎟ ⎜ 4⎠ ⎝ La probabilidad de rechazar el proceso será: ⎛ 95 − 100 ⎞ p = P (x ≤ 95 ) = φ ⎜ ⎟ = φ (− 2 ) = 0.5 ⎠ es decir..5.Capítulo VIII: Distribuciones en el Muestreo VIII.1..1.

Distribución de la varianza muestral.5..Capítulo VIII: Distribuciones en el Muestreo VIII. el Teorema de Fisher establecer que: n⋅ 2 sn s2− 2 = (n − 1) ⋅ n2 1 = χn −1 2 σX σX VIII.Distribución conjunta de x y sn-1 Como x − μX σX / n ≡ N (0..1) recordando la definición de la variable: tn = N (0.3.1) 2 χn / n y teniendo en cuenta el Teorema de Fisher.2.140 .5. VIII. 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. Si la variable muestreada tiene una distribución normal.

141 . Inferencia VIII.Capítulo VIII: Distribuciones en el Muestreo Tema 9.

CAPÍTULO IX: Introducción a la Inferencia Estadística .

143 .VIII.

porque las proposiciones que son válidas a nivel de unas pocas experiencias realizadas bajo unas condiciones determinadas. pueden no serlo a nivel general del fenómeno.INTRODUCCIÓN Como se dijo en el capítulo anterior. Es evidente. es posible efectuar inferencias inductivas sujetas a cierto grado de incertidumbre susceptible de medición. mediante un proceso inductivo. el objeto de cualquier estudio estadístico es el conocimiento de la población o universo del fenómeno estudiado. Sin embargo.IX. la proporción de piezas cuya magnitud cumple unas especificaciones dimensionales establecidas. Por ejemplo. tratamos de conocer aspectos generales de la población. observando parte del fenómeno y planteando a partir de esta observación un modelo que. podemos medir una determinada dimensión en una muestra de piezas. . tras ser validado.1. lo usual es tomar una muestra y a partir de la información que nos brinda.. Un ejemplo aclarará estos conceptos. Por ejemplo. podemos utilizar la correspondiente distribución Normal para determinar. que las conclusiones obtenidas mediante una inferencia inductiva presentan un cierto riesgo de ser falsas. incluso las situaciones particulares del mismo. en muchos casos. Supongamos que las unidades fabricadas por una cierta línea de fabricación pueden ser clasificadas como correctas o defectuosas. Para ello se realizan experiencias bajo condiciones determinadas. Por ejemplo. A continuación podemos proponer que la distribución de dicha magnitud es Normal. 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. se utilizará para describir dicho fenómeno. un modelo matemático que permita obtener la fracción de unidades defectuosas. Para ello tomamos unas cuantas unidades fabricadas y observamos cuantas son correctas y cuantas defectuosas. Supongamos también que tratamos de determinar la fracción de unidades defectuosas que se obtienen en dicha línea de fabricación. De dichas experiencias se obtiene una información de la que se extraen conclusiones que serán generalizadas al universo del fenómeno. 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. A este conocimiento puede llegarse mediante una inferencia o aproximación inductiva. por ejemplo. pero sí que es posible efectuar una inferencia inductiva. 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. Es evidente que no es posible establecer mediante un proceso deductivo. Si tras realizar el oportuno contraste es aceptada la propuesta. en el estudio de la calidad de un lote de piezas recibidas en un almacén. 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). 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.

Un estimador es.ESTIMACIÓN DE PARÁMETROS. una variable aleatoria ya que sus valores dependen de la muestra. Por ejemplo. La Inferencia Estadística aborda dos tipos de problemas: a) La estimación de parámetros. de la forma más exacta y precisa posible. podremos estimar μ y σ y contrastar la normalidad de X. la incertidumbre de nuestra inferencia.. Los estimadores pueden ser: • • puntuales.2. Ciertamente no tendremos la seguridad absoluta de que la inferencia sea correcta. así como los parámetros de los modelos aleatorios que puedan plantearse. los valores de los parámetros de la distribución de las variables aleatorias.1. en términos de probabilidad. por tanto. por intervalos de confianza.. IX. La Estimación es la parte de la Inferencia Estadística que tiene como finalidad conocer. A partir de este modelo podemos deducir la proporción de piezas que no cumple con unas determinadas especificaciones dimensionales. b) El contraste de hipótesis. un estimador de la media poblacional μ.Capítulo IX: Introducción a la Inferencia Estadística c) Si en cada una de las piezas hemos medido una dimensión X.2. La estimación es un valor concreto del estimador al aplicar la función que lo define sobre una muestra concreta. Ejemplos de estimadores puntuales son: a) Estimadores de la media poblacional μ: IX. IX. En este apartado nos ocuparemos de la estimación de los parámetros de las distribuciones aleatorias y de las propiedades de los estimadores. A este conocimiento de llega a través del análisis de muestras extraídas de la población.145 .Estimación puntual Un estimador puntual es toda función de los valores muestrales utilizada para obtener valores aproximados (puntuales) de un parámetro. es la media muestral x . Estimar un parámetro es calcular un valor aproximado del mismo a partir de los valores de la muestra. El estimador es una función de los valores de la muestra que se utiliza para obtener valores aproximados de un parámetro poblacional. pero sí que será factible de ser medida.

Sin embargo. 4.. Por ejemplo.Propiedades de los estimadores puntuales. sn 2 La cuasivarianza.1. ~ Ejemplo IX.5 4 c) Estimadores de la proporción poblacional p de una distribución binomial • ˆ La proporción muestral. 5.146 .Capítulo IX: Introducción a la Inferencia Estadística • • La media muestral.2 Con la muestra del ejemplo anterior sería 2 sn = (3 − 4)2 + (5 − 4)2 + (4 − 4)2 + (4 − 4)2 = 0. sn2 no es centrado para σ2 pues E(sn2)=(n-1)·σ2/n ≠ σ2. sn −1 Ejemplo IX.1. Vamos a describir algunas de ellas: • Estimadores centrados o insesgados Son aquéllos cuyo valor medio coincide con el parámetro que estima. x x La mediana muestral. x es centrado para μ pues E( x )=μ. p IX.1 Dada la muestra {3.2. No todos los estimadores son buenos estimadores. 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. IX. Hay determinadas propiedades que son deseables en un estimador puntual. 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. 4}.

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

49.025=1. 52. será: IX. 52. el I. 51. c) El Intervalo de Confianza para la varianza σ2 del espesor considerado. 2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ . se obtiene: x =50. 49. 50. para μ cuando σ es conocida es: x ± zα/2 ⋅ σ n Realizando cálculos y consultando las tablas de la N(0. SOLUCIÓN: a) El I.Capítulo IX: Introducción a la Inferencia Estadística a) Para la media poblacional μ. 50} En el supuesto de que el espesor del recubrimiento tenga una distribución N(μ. 51. 53.563 micras y zα/2=z0.148 . 49. 48. 54. expresados en micras: {51.96 Por lo tanto. b) El Intervalo de Confianza para la media μ del espesor. • 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.C. determinar: a) El intervalo de confianza para la media μ del espesor del recubrimiento si sabemos que la dispersión de la variable es σ=2.2 micras.C. 55. se seleccionan al azar 16 perfiles y se determina el espesor del recubrimiento en cada uno de ellos. 2 (1− α 2 ) ⎥ ⎢ 2 ( α 2) χn −1 ⎣ χn −1 ⎦ Ejemplo IX. De la producción de un día.1).σ) y fijando el nivel de confianza al 95%.3 Un proceso industrial consiste en la aplicación de un recubrimiento protector a unos perfiles metálicos. 47. 48. obteniéndose los siguientes valores. si la única información de la que disponemos es la que nos proporciona la muestra.

763. que viajaron al extranjero durante el año 1999.C resulta: [49. SOLUCIÓN: IX. 12.128] micras2 c) Para la proporción poblacional p de una distribución binomial.563 micras y sn-1=2.P.364. y siguiendo un procedimiento aleatorio. Obtener el Intervalo de Confianza para la proporción p si tomamos 1-α=0.025) =27. suponiendo una apropiada aproximación de la binomial a la normal: ˆ p ± zα / 2 ⋅ ˆ ˆ p ⋅ (1 − p) n Ejemplo IX.2 16 ⇒ [49.95.96 ⋅ 2. 8 han viajado al extranjero y el resto no.4 Se desea conocer la proporción p de alumnos de la U.563 ± 1. ⎢ ⎥ 2 (α 2 ) 2 χ n −(1−α 2) ⎦ 1 ⎣ χ n −1 Con los datos muestrales y la tabla de la χ2.641] micras b) El I.975) =6. Para ello. de estos 90 alumnos.262 Sustituyendo.131 −1 Sustituyendo los valores en la expresión del I.Capítulo IX: Introducción a la Inferencia Estadística 50.488 2 (1 2 χ n −1 -α/2) = χ15(0.C para σ2 es 2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ . para μ cuando σ es desconocida es: ( x ± t nα12 ) ⋅ − sn −1 n Con los datos del problema calculamos x =50.063 2 (α 2 χ n −1 /2) = χ15(0. se obtiene: 2 sn −1 =5.762] micras c) El I. 51. 51.025) t nα/2) = t15 = 2. se han seleccionado y entrevistado a 90 alumnos.485.149 . El resultado ha sido que.C es [2. obtenemos que el I.25 micras Y según las tablas de la t de Student: ( (0.C.V.

TEST DE HIPÓTESIS En el punto IX.1) obtenemos ˆ p= ) 8 = 0.Capítulo IX: Introducción a la Inferencia Estadística El I. es coherente o no con la información que suministra una muestra aleatoria extraída de dicha población.C para p.150 . Ello nos permite decidir si aceptamos la hipótesis nula H0 establecida. 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. IX. mediante los tests de hipótesis. ¿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. establecida sobre una cierta población. llamada hipótesis nula H0. por ejemplo.C es [0. suponiendo la aproximación de la binomial a la normal. es decir ¿en qué medida la muestra observada es coherente con la hipótesis de que la media poblacional es de 1500?. Supongamos.96 Luego el I. que la vida media de las bombillas obtenidas mediante cierto proceso de fabricación es de 1500 horas. 0.030. ¿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. por lo tanto. y los contrastes de hipótesis. Supongamos que la vida media muestral resulta ser de 1450 horas.. podemos estudiar si una cierta hipótesis. 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. es ˆ p ± zα/2 ⋅ ˆ ˆ p ⋅ (1 − p) n Haciendo cálculos y buscando en la tabla de la N(0.2 se ha expuesto que la Inferencia Estadística aborda dos tipos de problemas: la estimación de parámetros.3.148] IX. Se considera que una cierta modificación del proceso que disminuye el coste de fabricación no modifica la vida media. Y en consecuencia. puntual y por intervalos de confianza. A grandes rasgos.088 90 y zα/2=z0.025=1. puede tomar valores menores que ella pero. ¿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?.

.x2. Se elige una probabilidad α.xn) cuya distribución es conocida en el caso de que la hipótesis nula sea cierta.. etc. En consecuencia pueden cometerse dos tipos de errores: a) Rechazar la hipótesis nula cuando es cierta. A la probabilidad de cometer este tipo de error se le denomina β. etc. IX. varianza poblacional.3.Tests de hipótesis paramétricos IX.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.Errores de 1ª y 2ª especie. En este caso diremos que se ha cometido un error de segunda especie.3.. 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.. 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). b) Aceptar la hipótesis nula cuando es falsa.1. etc.. lo cual no quiere decir que lleguemos a conocer con absoluta certeza si es verdadera o falsa. mediante un contraste de hipótesis decidimos si aceptamos o rechazamos la hipótesis nula. de análisis de la varianza.3.1.Curva de Potencia y Curva Característica de un test IX.3.Capítulo IX: Introducción a la Inferencia Estadística IX. Para contrastar la hipótesis nula establecida se utiliza un estadístico: G=g(x1. IX.. respectivamente.).3.. también denominada “región crítica”. proporción poblacional. Según a qué región pertenezca el valor de G calculado con la muestra.2. A la probabilidad de cometer este tipo de error se le denomina α. se decide si se rechaza o se acepta la hipótesis H0. diferencia de medias poblacionales.3. y se divide el campo de variabilidad de G en dos regiones: una región de aceptación de la hipótesis nula y una de rechazo.151 . No obstante. en cuyo caso diremos que se ha cometido un error de primera especie.) o bien sobre los parámetros de determinados modelos aleatorios (modelos de regresión. llamada nivel de significación.. modelos estocásticos. de probabilidades 1-α y α. Operando con un nivel de significación α del 5%.

152 . se le denomina Curva de Potencia de dicho test. Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva de Potencia tendrá la forma de la figura IX. PotS(θ) 1 α 0 ω0 θ0 ω1 θ (Ω) IX. 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.Capítulo IX: Introducción a la Inferencia Estadística En los test de hipótesis paramétricos. intensidad de fuga de un diferencial eléctrico). Esta curva es propia de cada test S y sus valores dependen del valor que tome el parámetro θ en cada caso. Por ejemplo. A la función que proporciona la probabilidad de rechazar H0 con un test de hipótesis S. y como veremos en el apartado siguiente.1. un test que permita contrastar las hipótesis anteriormente formuladas. sobre la media μ de una distribución Normal con σ conocida (por ejemplo. 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. podemos establecer las hipótesis H0(μ≤μ0) vs H1(μ>μ0). 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. 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). el espacio paramétrico Ω (conjunto de posibles valores del parámetro θ sobre el que se establecen hipótesis).

153 . media μ. Un plan de control de calidad es. 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. Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva Característica tendrá la forma de la figura IX. ⎟ será: ⎜ ⎟ n⎠ ⎝ ⎛ σ ⎞ IX.1. 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. en función de los valores que toma el parámetro θ. PaS(θ) 1 1-α β(θ1) θ0 β(θ2) θ1 θ2 ω1 ω0 θ (Ω) Figura IX. conceptualmente. se utiliza más la denominada Curva Característica que definiremos seguidamente. etc.Curva Característica de un test En el test sobre la media μ de la intensidad de fuga de los diferenciales expuesto en este punto.. varianza σ2. los cuales representan la calidad de productos y/o procesos (proporción de piezas defectuosas. un test que se aplica sistemáticamente para contrastar hipótesis sobre parámetros de distribuciones aleatorias. 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).2.Capítulo IX: Introducción a la Inferencia Estadística Figura IX.Curva de potencia de un test En las aplicaciones de los test de hipótesis al control de la calidad en los procesos industriales..).2.

Para comprobar el efecto de esta modificación. 0.154 . lógicamente. para μ=μ0 vale 1-α.2) mm.2. sí que se proponen ejemplos que facilitarán su aplicación a las situaciones reales. Su representación gráfica tiene forma similar a la curva de la figura IX. no se enuncian ni se demuestran los teoremas que permiten su obtención o la evaluación de sus propiedades. han sido: IX. Test de hipótesis sobre la media poblacional μ.3. 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. Debido al carácter introductorio del capítulo.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.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. sustituyendo en parámetro genérico θ por μ..5 En el proceso de moldeado de unos recipientes de plástico. Los resultados obtenidos. 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. 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. IX. Algunos ejemplos de tests de hipótesis sobre parámetros de variables normales son: 1. En cambio. podemos admitir que el espesor del fondo es una variable aleatoria con distribución N(4. Buscando una reducción de costes de fabricación. expresados en mm.2.3.

869.025=1. 3.2.9. 4. 4.9. aceptamos la hipótesis nula.156 mm y zα/2=z0. es decir.Capítulo IX: Introducción a la Inferencia Estadística {3. la zona de aceptación es [3. la regla de decisión es Aceptamos H0 si x ∈ ⎢μ 0 ± zα 2 ⋅ ⎣ ⎡ σ ⎤ ⎥ n⎦ Con los datos del enunciado calculamos: x =4.9.155 . ¿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?. 4. 4. 4. 3. 4.2. H0(μ=4) vs H1(μ≠4) a) En el caso de que conozcamos σ (σ=0.5. b) En este caso. y ( (0. la regla de decisión es ( Aceptamos H0 si x ∈ ⎢μ 0 ± t nα12) ⋅ − ⎡ ⎣ sn −1 ⎤ ⎥ n⎦ Según los datos del enunciado: sn-1=0.306 −1 b) H0(μ≤μ0) vs H1(μ>μ0) IX.7} a) Suponiendo que no ha habido ningún cambio en la dispersión y considerando un nivel de significación de 5%. la zona de aceptación es [3. 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.224] mm Puesto que la media muestral es x =4.96 Por lo tanto.292 Por lo tanto.025) t nα/2) = t8 = 2. la decisión es que no podemos aceptar la hipótesis nula. 3.9.156 y pertenece al intervalo.2. 4.2 mm).776.131] mm Como la media muestral no pertenece al intervalo anterior.

la zona de aceptación es x ≤ μ 0 + zα ⋅ σ n Calculamos el valor de la media muestral y determinamos. 10.1.7.8.5 Ω? b) Contestar a la pregunta anterior en el supuesto de que no se conozca el valor de la desviación típica σ.6 Por razones técnicas de funcionamiento.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. expresados en ohmios: {9.26 IX. mediante la tabla de la normal. 10. responder a las siguientes preguntas a) ¿Podemos considerar correcta la producción si sabemos que la desviación típica es 0. 9.05=1.12 y zα=z0. Para comprobar que la producción cumple con los requisitos especificados.5.8.2} Suponiendo que la resistencia de los componentes estudiados sigue una distribución normal y considerando un nivel de significación del 5%. 9. 9. se ha fijado en 10Ω el valor máximo de la resistencia media de unos componentes eléctricos fabricados en un determinado proceso. el valor de zα: x =10. frente a que la producción es incorrecta. 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. 10. 11. 10.2.156 .9. es decir: H0(μ≤10) vs H1(μ>10) a) En el caso de σ conocida. se toman al azar 10 componentes y se miden sus resistencias obteniéndose los siguientes resultados.645 Sustituyendo. obtenemos que la zona de aceptación de H0 es x ≤10. 10.

752.227 por lo que aceptamos la hipótesis nula de que la producción es correcta.1. 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. Para ello se toman al azar 10 botellas fabricadas con el primer equipo y se obtienen los siguientes resultados: {750.2.748.2.1.7 Se dispone de dos equipos de soplado de envases de vidrio y con ellos se fabrican botellas de 750 cc de capacidad nominal.3. obtenemos: sn-1=0.8. 749.3.5. 749. aceptamos la hipótesis nula de que la producción cumple con los requisitos.1. Ejemplo IX. b) En el caso de σ desconocida.2.5.833 − Sustituyendo.749.Capítulo IX: Introducción a la Inferencia Estadística por lo que. 751. 751.2.749. Se pretende comprobar si ambos equipos fabrican las botellas con la misma capacidad media. 750.751.749.749.0.5. 751.748. 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-1.9} Del segundo equipo se toman al azar 12 botellas cuyas capacidades resultan ser: {750.391 y ( ) (0.3. 750.748.750.05) t nα1 = t9 = 1.749. obtenemos que la zona de aceptación de la hipótesis nula es x ≤10.6} IX.1.0.1.1.157 . al pertenecer la media muestral a la región de aceptación.751.2. 750.

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. ¿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 2.58 x2 =749.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.97.05.σ) las hipótesis a contrastar serán H0(μ1=μ2) vs H1(μ1≠μ2). Los resultados obtenidos. y admitimos que X1≡N(μ1.02. respectivamente.02?.03. Test de hipótesis sobre la varianza poblacional σ2. 5.01. 2 2 σ0 ⋅ χn (−α 2 ) ⎤ 1 ⎥ (n − 1) ⎦ σ 2 ⋅ χ 2( α 2 ) ⎤ . representada por σ. 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) . 4.846 Puesto que x1 − x2 = 1.086 n Por lo que la zona de aceptación es x1 − x2 ≤ 0. IX.98.99. ¿podemos admitir que dicha variabilidad. Tomar α=0. 5. 4.158 . expresados en cm. 5.01. 4. es igual a 0.99} Suponiendo que los resultados de las mediciones son normales y que solamente es el equipo de medida el que produce variabilidad en los resultados.54 ′ s12 =0.05.8 En un laboratorio de ensayos se evalúa repetidamente y con el mismo equipo de medida el diámetro de un cilindro patrón.77 ′ s22 =1. 0 n −1 ⎥ (n − 1) ⎦ Ejemplo IX. 5. 4. después de realizar 9 mediciones del mismo.9468 ( α/ (0. han sido: {5.σ) y X2≡N(μ2.04 no podemos aceptar la igualdad de medias.025) t n1 +2)2 −1 = t 20 = 2. que para el caso de σ desconocida. 2.

e identificando la precisión de cada método con la desviación típica σ que presentan sus resultados: IX.18 Por lo tanto. 0.9 Se pretende comparar la precisión de dos métodos analíticos disponibles para la determinación de la concentración de un complejo proteico en un producto cárnico.025 ) = 17.3.00087] 2 Puesto que sn −1 =0.Capítulo IX: Introducción a la Inferencia Estadística SOLUCIÓN: Debemos contrastar las hipótesis H0(σ2=0. 4.1. 4.0. 4.0004).00065 aceptamos la H0.1.(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. 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). 4.975 ) = 2.5.535 2 1 2 χ n −(1 −α / 2 ) = χ 8 ( 0. 4.159 . 4. expresados en gramos por cada 100 gramos de producto.3} Método espectrofotométrico: {4.7. Para ello se evalúa reiteradamente la concentración de dicho complejo proteico en una muestra de mortadela preparada al efecto. 4.1.3. ⎥ (n − 1) ⎦ ⎣ (n − 1) A partir de los datos del enunciado obtenemos que 2 sn −1 =0. 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 .8.3.00065 2 (α 2 χ n −1 / 2 ) = χ 8 ( 0. son los siguientes: Método de referencia: {4. Ejemplo IX.0004) vs H1(σ2≠0. la zona de aceptación de H0 será: [0. Los valores obtenidos. 4.(n 2 −1) > F((nα1)−1). 4.9.6. 4. 4.6.7} Asumiendo la normalidad de las concentraciones. 4. 3.000109.

067 = 0.160 .137 ≤ 0. 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. 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: 0.21 Por lo tanto. 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). obtenemos que (0 F7. podemos aceptar la hipótesis nula establecida.2 7 En consecuencia.137 = 5.026 Si buscamos en la tabla de la F.1 ⋅14.269 0. debemos rechazar la hipótesis de igualdad de varianzas.026 2 Método espectrofotométrico: sn −1 =0. los test de hipótesis más utilizados para p son: IX.137 Entonces: 0.05) =4. Test de hipótesis sobre la proporción poblacional p de una distribución binomial.(n2 −1) 1 Realizando los cálculos necesarios: 2 Método de referencia: sn −1 =0.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 0.6. 3. Suponiendo que se dan las condiciones para que sea aceptable la aproximación de la distribución binomial a la normal.1 (gr/100gr)2 con un nivel de significación del 5%? SOLUCIÓN.

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. obtenemos que ˆ p1 = 3 = 0.96 IX.07 z0. Para ello se seleccionan al azar 40 unidades de un lote del proveedor 1. resultando 3 defectuosas. Para un nivel de significación del 5% ¿podemos admitir que la calidad de los envíos de ambos proveedores. 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. y 60 unidades de un lote del proveedor 2. es la misma?. resultando 4 defectuosas.025=1.075 40 ˆ p2 = ) 4 = 0 . dada por la proporción de unidades defectuosas. SOLUCIÓN: Si llamamos p1 a la proporción de unidades defectuosas de proveedor 1 y p2 a la proporción de unidades defectuosas del proveedor 2.161 . 06 60 p* = 0.10 Se pretende comparar la calidad de los envíos de dos proveedores de un mismo tipo de repuesto para automóviles.

. x2. Dichas observaciones se clasifican en k clases o categorías mutuamente excluyentes. dada una muestra podemos contrastar simplemente si procede de una población con distribución normal. Por ejemplo. IX.Capítulo IX: Introducción a la Inferencia Estadística Por lo tanto. En el caso de que F sea continua. En este caso se especifica la distribución supuesta y sus parámetros característicos. En ambos casos. Corresponde al caso en que solamente se especifica la distribución de probabilidad supuesta pero no sus parámetros característicos.. la zona de aceptación de H0 es ˆ ˆ p1 − p2 ≤ 0. Es equivalente plantear la hipótesis nula de que la distribución de la variable muestreada es F0. se formula la hipótesis nula de que procede de una población cuya distribución es Fo (distribución supuesta que puede ser. las clases corresponderán a k intervalos disjuntos y si F es la distribución de una variable discreta. ….1. r IX. Esta distribución de probabilidad supuesta puede ser: a) Totalmente especificada. totalmente especificada).Tests de bondad de ajuste. xn) independientes de una determinada característica. o no. 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. ante una muestra dada podemos contrastar la hipótesis de que procede de una distribución normal de media μ y desviación típica σ.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.1021 ˆ ˆ Puesto que p1 − p2 = 0.3. 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 (x1.4.008 . b) Parcialmente especificada. aceptamos la hipótesis de igualdad de calidades. Por ejemplo.162 .3.4. las clases suelen corresponderse con los valores posibles de dicha variable o con conjuntos de dichos valores.

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.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. dentro de cada clase o intervalo la frecuencia observada Oi y la frecuencia teórica ti serán muy diferentes.163 . s es el número de parámetros que es necesario estimar a partir de la muestra. Si la distribución de la variable muestreada fuera Fo. Bajo determinadas condiciones. IX. fijado un nivel de significación α. la media poblacional μ la estimaremos mediante x y la desviación típica poblacional σ la estimaremos mediante sn-1. Por ejemplo. 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. sus valores serán mayores que los de la χ2 correspondiente.Contraste de hipótesis H0(F=F0) vs H1(F≠F0). 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. por tanto. Si la hipótesis establecida H0 no es cierta. 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. Distribución del estadístico z cuando H0 es cierta.3.. será necesario estimar sus parámetros a partir de los valores de la muestra obtenida.

5 10 ]742.0000 IX. con un nivel de significación α=0.0] 16 ]745.Capítulo IX: Introducción a la Inferencia Estadística Teniendo en cuenta las aproximaciones que es necesario realizar en el test propuesto.5 .11 Se ha medido la capacidad de 100 envases de vidrio de un determinado formato.745.5 .0 747.0919 0.1498 ti=n·p i ( Oi − t i )2 ti ≤ 742.15 14.? SOLUCIÓN: Construyamos la siguiente tabla: Ci Oi 5 10 16 20 21 15 pi 0.0695 0. La prueba puede aplicarse a cualquier distribución.747.5] 6 > 757.0370 0. Los resultados obtenidos se encuentran agrupados en la tabla siguiente: Capacidad No de envases (c.1915 0.0] ]745.98 19.757.5 - 6.0] 21 ]750. 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.) 5 ≤ 742. sea continua o discreta.19 14.668 0.1498 0.5] 15 ]752.1915 0. • • Ejemplo IX.5 ¿Puede aceptarse.0714 0.c.750. que la capacidad de dichos envases sigue una distribución N(750.1755 0.5] 20 ]747.0 .4225 0.0 .98 0.5 745. utilizados para el envasado de un producto farmacéutico.c.752.05.5 .68 9.0] 7 ]755.0 .5) c.15 19.5] ]747.164 . Es conveniente que las clases se definan de manera que las probabilidades teóricas pi de las diferentes clases Ci no sean demasiado diferentes.5 ]742.755.

4.5219 0.0] ]750. Constituyen.0692 donde.0] ]755.68 0. La hipótesis nula que hay que contrastar es que los dos factores A y B son independientes.668 9.5] > 757.5 7 6 0.0 757.0 752.3670 Además : 2 ( 05 χ 8 −0. una prueba de independencia no paramétrica.. por lo tanto.5 755.−1 ) = 14. Test χ2 Las tablas de contingencia permiten verificar si dos o más variables o factores de clasificación son independientes entre sí.3.Tablas de contigencia. 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. ai+1] los límites del intervalo Ci. IX.165 . si consideramos ]ai. la conclusión es que no podemos rechazar H0 y debemos aceptar que la capacidad de los envases sigue la distribución propuesta. Estudiaremos el caso de dos variables o factores de clasificación.1.Capítulo IX: Introducción a la Inferencia Estadística 750.5] ]752.1 0 Como z<14.0919 0.19 6. 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.2.

. 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. 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.. será. 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. dado que el total de observaciones es n. será: ˆ pi • = Oi • n De modo análogo. 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.. Oi• es el total de frecuencias observadas en la fila i y O•j es el total de frecuencias observadas en la columna j..…r y j=1. 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•m marginales donde n es el número total de observaciones. O•j .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. 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. tij es la frecuencia teórica (si los factores fueran independientes) correspondientes al nivel i del factor A y al nivel j del factor B.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 .166 . como en el apartado anterior. a la que hemos llamado pij.….

¿podemos admitir. 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.05.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. con un nivel de significación α=0. COLOR Blanco Rojo Varones 10 36 Mujeres 20 9 SEXO Azul 14 11 De acuerdo con la tabla anterior.167 .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.P. 60 40 100 Recordando que las frecuencias teóricas (si H0 cierta) se calculan mediante la expresión: IX.V.

.556 2( ) 2(0.05) = χ 2 = 5.168 . IX.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 = 16.05) Como χ(r −α1)(m −1) = χ12(0.05) 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.99 se tiene que: ⋅2 2(0..

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

.

Modelo Teórico.... 2.3. 4.4..Modelo y supuestos teóricos 2.. 2.Comparación de medias. Test F. 1.Introducción.. Un factor controlado... UN FACTOR CONTROLADO.Test F. Planes factoriales. Test LSD 9. Análisis de la varianza (I).ANÁLISIS DE LA VARIANZA 9.Generalidades.. DOS FACTORES CONTROLADOS 1.. 5. ANÁLISIS DE LA VARIANZA (II). 9. Hipótesis del modelo. 3.Ecuación fundamental.1. 6. 171 .Concepto de interacción 2.Descomposición de las sumas de cuadrados.4..5.2.Hipótesis nula. ANÁLISIS DE LA VARIANZA (I)..Hipótesis nulas 2.ANOVA para dos factores con repeticiones 2.4.

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

2. Sea Xij la j-ava observación (j = 1.σ) (X21……X2J) I N(μI.σ)..σ) (XI1……XIJ) Como veremos a continuación. que se desean comparar I variantes distintas de un determinado proceso industrial. 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.4. en general. 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. HIPÓTESIS DEL MODELO Consideremos. Variante Población Muestra 1 N(μ1.. 9.σ) (X11……X1J) i N(μi.- Repeticiones: número de veces que se aplica un mismo tratamiento (sobre diferentes unidades experimentales) en una misma experiencia.. en descomponer la variabilidad total del conjunto de las observaciones expresada por la suma de cuadrados global Σ(Xijk . Los métodos del Análisis de la Varianza. se tendrá: Xij = μi + εij (1) 173 εi .MODELO TEÓRICO. en cuyo caso el modelo se denomina EQUILIBRADO). La técnica de análisis consiste. permite contrastar la significación de los factores estudiados.X)2 con N -1 grados de libertad. y la hipótesis nula a contrastar es H0: μ1 = μ2 …= μI. nuestras hipótesis sobre el modelo implican que cada una de estas poblaciones tiene una distribución N(μi.. Siendo μi = Ε(Xij) el valor medio poblacional correspondiente a dicha variante. con sus correspondientes grados de libertad.J) correspondiente a la i-ava variante del factor (i = 1.I).. 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. Inicialmente desarrollaremos la teoría básica del Análisis de la Varianza en el caso más sencillo de un solo factor controlado. relativos a los diferentes factores en estudio y al error experimental. 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. La comparación de cada uno de estos términos con el correspondiente a la perturbación aleatoria residual (ó error). en un conjunto de términos independientes. dejando para más adelante la generalización al caso de varios factores. por ejemplo. o numero de veces que se repite la experiencia bajo las mismas condiciones.

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

es decir.HIPÓTESIS NULA La hipótesis nula a contrastar es que el factor no influye sobre la respuesta.3. • 175 . = Σ ij X ij IJ media general de todas las observaciones Xi..) +∑ 2 i i ij ( X ij − X i .4. 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 = ….ECUACIÓN FUNDAMENTAL Llamando X. = αI = 0 ∀ αi = 0 9. JΣ (Xi-X. ∑ 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.σ) e independientes entre sí..εij = residuos N (0. 9.) 2 SCT SCF SCR • Σ(Xij – X..4.)2 se le denomina Suma de Cuadrados Total (SCT) pues mide la variabilidad total del conjunto de las I x J observaciones...4. − X...) 2 = J ∑ ( X . = 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.

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

0 6.5 6. Para ello se realizaron experiencias utilizando cuatro materias primas diferentes. Los resultados fueron: MAT PRIMA 1 6.0 6.1 4. 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. Con cada materia prima se fabricaron cinco piezas midiéndose finalmente la resistencia en cada una de las veinte piezas fabricadas.9 6.0 5.en la práctica diferencias importantes entre las medias.9 6.0 6.8 MAT PRIMA 4 5. éstas no llegan a ser significativas.8 6.0 MAT PRIMA 3 5.2 5.6 4.0 6.0 MAT PRIMA 2 6.5 Cuadro resumen del Análisis de la Varianza ----------------------------------------------------------------------------Fuente SC gl CM F calc P-Valor 177 .2 6.2 6.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.2 4.1 5. 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).

073 ----------------------------------------------------------------------------Total 9.P. 3 5 5.----------------------------------------------------------------------------Factor 7. 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%. existen diferencias estadísticamente significativas al nivel del 99% de confianza entre las medias de las cuatro materias primas.0000 Residual 1. Tests de rangos Repeticiones Media Grupos diferentes -------------------------------------------------------------------------------M. 1 5 6. 4 5 4.168 16 0. En el apartado siguiente analizaremos cuál o cuáles de las variantes de la materia prima son diferentes en cuanto a su resistencia promedio.09 19 Dado que el P-Valor es menor que 0.01.98 X M.922 3 2.30 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 .P.68 X M.P.P.04 X M. 2 5 6.64067 36.17 0.

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. 9. Solamente desarrollaremos en profundidad aquellos conceptos que sean nuevos y propios del presente capitulo. 9. Dos factores controlados. 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. PLANES FACTORIALES.2. Los utilizaremos en este tema como diseño base para desarrollar las técnicas del Análisis de la Varianza para dos factores. 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.. 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.. PH2 y pH3) 179 .1. Análisis de la varianza (II). vamos a desarrollar este apartado de forma esquemática. el siguiente diseño factorial FACTOR B FACTOR A B1 =⎬n = = = B2 =⎬n = = = Bj = = = =⎬ n Xijk.5..ANOVA PARA DOS FACTORES CON REPETICIONES Utilizaremos como diseño base para el estudio de este apartado. no es igual a la suma de los efectos simples respectivos.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. De manera similar a la anterior.1.2.INTRODUCCIÓN. Vamos a considerar algunos ejemplos representativos.5. (Efectos no aditivos). es el mismo en cualquiera de los niveles que podamos considerar del otro factor. BJ A1 A2 A3 Ai = = = = AI = = = = 9.5. Apoyándonos en los conceptos y terminología expuestos en el apartado anterior.5.9.

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

.2.ésima observación en el tratamiento formado por la variante i del primer factor con la variante j del segundo. 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. respectivos.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. σ 2 ) ⎬ independientes e incorrelacionados 181 . 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. j.5.2.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.

.GLR significativo al nivel α ≤ FGLF . Con cada una de las 8 combinaciones .1) SCF1 (I ..glr CMR b a = nº de medias a comparar entre si (nº de variantes del factor).1) SCint (I . ijk ij..5.S. . i j ij ijk SCT (IJN .. j.GLR No significativo α 9. ó DMS α DMS = Q a.1)(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.2.5.2.1) SCR IJ(N .. b = nº de datos con que se calculó cada una de las medias anteriores.5.Descomposición de las Sumas de Cuadrados.) + ∑ ( X − X )2 i.)2 ijk = JN∑ ( X − X. Test F La variabilidad total de las observaciones se descompone de la siguiente forma similar al ANOVA de un factor ∑ ( Xijk − X.. de producto obtenido con la misma cantidad de materia prima en 1 hora..4.3.tratamientos . Test L. Los resultados..9. . Si algún factor resulta significativo podrá determinarse entre que variantes hay diferencias significativas comparando la diferencia de medias con la L.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.Comparación de Medias. j.2.D.D.. expresados en gr.)2 + IN∑ ( X − X.1) SCF2 (J . ij.) 182 . se ensayaron 4 dosis de catalizador..dosis x método se realizaron tres experiencias.. − X + X.)2 + N∑ ( X − X.S. se recogen en la tabla siguiente: Dosis de catalizador (mg.5...1) ⇒ gl La significación de cada factor se obtiene calculando el cociente SCF GLF CMF Fc = = SCR GLR CMR α > FGLF .

σ) independientes. 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 .V. 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.

Por ello seria conveniente la utilización del catalizador sólo en el método A. con el método B da el mínimo rendimiento promedio (51 gr).Interpretación de Resultados Interaction Plot 101 91 81 71 61 51 0. 184 . luego no existe una concentración de catalizador óptima.25 1.75 1 1. un rendimiento mayor que el método B. Luego habrá que estudiar el efecto del catalizador en cada uno de los métodos. La concentración de 1'50. el método A presenta para cada concentración del catalizador. a la dosis máxima. que con el método A da el rendimiento promedio máximo (99'67 gr). b) No obstante. y preferiblemente.50 metodo A B rendimiento dosis a) La interacción es significativa.

185 .