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 .

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

Heisemberg demostró que: Δp ⋅ Δq ≥ en la que h es la constante de Planck ( h=6.1). y=k2 e y=k1. Las relaciones de incertidumbre de Heisemberg imponen en la microfísica la sustitución de las leyes deterministas por predicciones estadísticas. y=k2 y la función (Figura I.1.b]. y llamamos: I. Por último. x=b. Llamaremos B al área delimitada por x=a. respectivamente. 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. Si extraemos puntos al azar (equiprobables) del recinto delimitado por x=a. la probabilidad de que ocurra cualquier suceso de este recinto es proporcional a su área.26x10-27 ergios· seg-1). 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. Llamaremos A al área comprendida entre las rectas x=a y x=b y situada entre y=k1 y la función.9 . 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. consideremos la integral: h 2π ∫ f (x) ⋅ dx b a Llamaremos k1 y k2. x=b.Capítulo I: Fenómenos aleatorios la cantidad de movimiento de una partícula atómica. a la cota inferior y a la cota superior de f(x) en el intervalo [a.

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

En el enfoque clásico.3.1. en general. no se obtiene el mismo resultado. mediante la Estadística bayesiana. la probabilidad puede asimilarse.11 . 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. o bien son numerosas las causas que influyen en el resultado y no es posible mantener constantes a todas ellas. En el enfoque bayesiano. dando un enfoque bayesiano a nuestro problema. es posible hablar de la probabilidad de que. a todos ellos. Pero además.1. mediante el que se puede hablar de probabilidad o grado de veracidad de ciertas proposiciones. la probabilidad puede asimilarse al grado de verdad o de creencia que un determinado individuo tiene sobre una cierta proposición. I. otros que no sabemos predecir y otros que aunque podemos y sabemos renunciamos voluntariamente a su predicción y. aunque es evidente que ello no es el resultado de la realización de un fenómeno aleatorio y.4. se les aplica fértilmente las leyes de la Estadística.Capítulo I: Fenómenos aleatorios Actualmente. I. por lo que a este enfoque también se le llama subjetivista. la probabilidad frecuencialista puede ser contemplada como un caso particular de la probabilidad bayesiana. en general. El primer enfoque es el clásico o frecuencialista que necesita de la posibilidad de repetición del fenómeno aleatorio. o bien hay pocas causas que influyen en el resultado pero que pequeñas variaciones en las mismas producen grandes modificaciones en éste. de la forma que será precisada más adelante. estamos probabilizando un suceso frecuencialista de forma subjetiva y. por ejemplo. por tanto. Ello es debido a que. En resumen. exista vida en Marte. . aunque tradicionalmente los fenómenos aleatorios eran el objeto del estudio de la Estadística. también es posible estudiar eficazmente los grados de veracidad o de creencia personal de cualquier proposición lógica. Desde esta óptica. a la frecuencia con la que ocurre un determinado suceso. como acabamos de ver: Existen fenómenos repetitivos cuyos resultados no se pueden predecir. En consecuencia: I.Regularidad Estadística Cuando realizamos varias repeticiones “independientes” de un fenómeno aleatorio bajo las “mismas condiciones”. es posible hablar de la probabilidad de que sea verdadera cualquier proposición (en el sentido de la lógica matemática). El segundo enfoque es el bayesiano.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..

diremos que el fenómeno en cuestión posee regularidad estadística. el científico llega a demostrar determinadas proposiciones que son verdaderas en el contexto de la teoría. en la medida en que los axiomas son ciertos y en la medida en que las deducciones han sido realizadas correctamente.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. I. sino que. “mismas condiciones” y “tienden”) tienen aquí un cierto carácter ambiguo que será precisado más adelante. condiciones de uso.1. además.4. Sin embargo. al número de veces que ocurre un determinado suceso A asociado a dicho experimento. y fr a la frecuencia relativa de A. el investigador parte de una serie de proposiciones aceptadas como verdaderas y que constituyen el llamado Sistema Axiomático. que determinan la duración de la misma. calidad de los materiales empleados. . Si llamamos n al número de repeticiones de un experimento aleatorio. Si. es decir.12 . es decir. El ángulo que forma la aguja de una ruleta con una determinada dirección al detenerse. Pues bien: I. contrastarla con la realidad. es necesario validarla. es decir.2. la teoría se muestra como correcta y es utilizable. Estos axiomas se construyen extrayéndolos de las regularidades que se observan en el fenómeno sobre el que estamos desarrollando una teoría.. existen discrepancias I. está influido por el impulso comunicado de manera que pequeñas variaciones en este impulso pueden dar lugar a resultados diametralmente opuestos. Si las proposiciones demostradas son realmente propiedades encontradas en el fenómeno estudiado. condiciones ambientales. Las palabras entrecomilladas (“independientes”.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. ν a la frecuencia absoluta. De esta forma. cuando n crece. . En el primer caso. cuando el número de repeticiones crece indefinidamente. etc. fr “tiende” a estabilizarse alrededor de un cierto número. Esta propiedad es fundamental para definir el concepto de probabilidad en el enfoque frecuencialista. por el contrario. no basta con desarrollar una teoría.1.Capítulo I: Fenómenos aleatorios Sobre la duración de una bombilla influyen numerosas causas como: características constructivas. o sea: fr = ν n Por definición de fenómeno aleatorio. A partir de estos axiomas y mediante la aplicación de una lógica deductiva. es posible desarrollar una teoría científica sobre un fenómeno real. El desarrollo científico y tecnológico se realiza recorriendo dos caminos posibles: la deducción y la inducción.

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

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

CAPÍTULO II: Concepto de Probabilidad .

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

más conocido en el campo de la teoría económica. se ha hecho uso de una probabilidad subjetiva. II. y que si el lote tiene un 10. Von Mises formalizó rigurosamente esta concepción frecuencialista de la probabilidad. es decir.2. Sin embargo.17 . existe sin embargo. se define la probabilidad como II.. como cociente entre casos favorables y casos posibles presenta problemas bien conocidos. el comprador. II. entre ellos el de no aplicabilidad a una amplia gama de problemas reales. una pieza defectuosa de entre las 20 muestreadas. II.. En el año 1921. En esta concepción.2. la probabilidad es objetiva o frecuencialista.2.. al menos. en su tesis doctoral propone una nueva concepción de la probabilidad.Probabilidad objetiva o lógica.Probabilidad frecuencialista La concepción clásica de la probabilidad dada por Laplace.Capítulo II: Concepto de Probabilidad En el caso a). consciente o inconscientemente. aparte de otras posibles criticas. 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.PROBABILIDAD Aunque hoy en día hay un acuerdo total sobre las propiedades matemáticas que debe reunir el ente abstracto que denominamos “probabilidad”. la probabilidad de rechazar el lote. reduce el ámbito de aplicación de la probabilidad exclusivamente a fenómenos o experiencias repetitivas. el Cálculo de Probabilidades nos dice que si un lote de gran tamaño tiene un 5 por mil o menos de unidades defectuosas. 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. de que aparezcan. En el primer caso. 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. 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”. el matemático inglés John Maynard Keynes. es superior o igual al 90%. la probabilidad de que al extraer 20 piezas al azar todas ellas sean correctas es igual o superior al 99%. En el caso b).1. En el segundo caso. la concepción lógica también denominada objetiva. En 1866. En 1928. esta concepción frecuencialista.2.9% o más de defectuosas.

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

el Espacio Muestral es infinito no numerable... Seguiremos el sistema axiomático establecido por Kolmogoroff en 1933.Capítulo II: Concepto de Probabilidad En este apartado vamos a formalizar el concepto matemático y..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.Sucesos Denominaremos suceso a todo subconjunto del Espacio Muestral E. Diremos que ha ocurrido el suceso A si el resultado es un elemento de A.1. II.1. Si la experiencia consiste en extraer al azar una pieza recién fabricada y medir una de sus dimensiones.3.6} Si al lanzar el dado sale el número 4.2. II. Al Espacio Muestral lo designaremos por E.1.3. II. aplicable a cualquiera que sea la concepción que de ésta se tenga. II. el Espacio Muestral es finito y consta de 6 elementos.3. Si la experiencia consiste en lanzar un dado y el resultado es el número de puntos que obtenemos. abstracto. Previamente.3. definiremos los elementos que intervienen en esta definición.4. también todos los sucesos que contienen al número 4.Definición Llamaremos Espacio Muestral de un fenómeno aleatorio. 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.3. si la experiencia consiste en lanzar un dado y el suceso A está constituido por los números pares es: A={2. infinitos numerables e infinitos no numerables ó de la potencia del continuo. lógicamente. ha ocurrido A y. de probabilidad. al conjunto de sus posibles resultados. el Espacio Muestral es infinito numerable. Por ejemplo.1.1. 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. es decir: {A es un suceso} ↔ {A ∈ P(E)} en la que P(E) es el conjunto de las partes de E. por tanto.19 . II.Clasificación Los Espacios Muestrales pueden ser: finitos..

Sin embargo. ∪.. si cumple los tres siguientes axiomas. siga teniendo estructura de Álgebra de Boole. pero es conveniente que la clase de los sucesos probabilizables.. por los axiomas A2 y A3: P(A)+P( A )=P(E)=1 de donde: P( A ) = 1 − P( A ) II. Para ello. A i I A j = ∅ es P ⎛ U A i ⎞ = ∑ P( A i ) ⎜ ⎟ i≠ j ⎝ i ⎠ i II.Axiomas Dado un Espacio Muestral E y una σ-álgebra F. ... II. ∩.. ¯} tiene estructura de Álgebra de Boole. . el suceso que siempre ocurre es.. el conjunto vacío ∅.. es decir. es decir.. II.2.1.20 . lógicamente.3.Capítulo II: Concepto de Probabilidad El suceso cierto.3. An.) ∈ F } → ⎧U A i ∈ F⎫ ⎬ ⎨ ⎩ i =1 ⎭ entonces F tiene estructura de σ-álgebra. basta que se cumplan las dos siguientes condiciones: a) {∀ (A1.Definición axiomática de probabilidad II. el Espacio Muestral E.2. An. lógicamente.2.. no siempre es posible probabilizar a todos los elementos de P(E). A2) ∈ F } → {(A1∪A2) ∈ F } b) {∀ A ∈ F } → { A ∈ F } Si la primera condición se cumple para todo conjunto numerable de sucesos es decir: ∞ a’) {∀ (A1.. . A2.1. El suceso imposible. por razones que serán expuestas más adelante.Estructura de la clase de sucesos Es conocido que la cuaterna { P(E).. establecidos por Kolmogoroff : A1) ∀ A ∈ F es P(A)≥0 A2) P(E)=1 A3) ∀ (A1. A2. que designaremos por F.4. .2... Si el Espacio Muestral E es finito y tiene n sucesos elementales. diremos que la aplicación P:F → ℜ es una probabilidad.) ∈ F..3. el número de sucesos es 2n.3. el suceso que nunca puede ocurrir es.Propiedades a) Probabilidad del suceso contrario Como A ∪ A =E y A ∩ A =∅.

1.21 . En efecto.2.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. Consideremos dos sucesos A y B. 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. 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. Se cumple: A∪B=A∪( A ∩B) y A∩( A ∩B)=∅ por el axioma A3: P(A∪B)=P(A)+P( A ∩B) II.

P } se denomina Espacio de Probabilidades.Espacios Muestrales finitos En este tipo de Espacios Muestrales. Se deberá respetar la condición de que la suma de las probabilidades de los sucesos elementales sea igual a la unidad. (poliedro regular de 20 caras) la probabilidad anterior es ahora 1/20. P(E) = P ⎛ U a ⎞ = ∑ P(a) = 1 ⎜ ⎟ ⎝ a∈E ⎠ a∈E II.3. el suceso no sea imposible.4.22 . II.. Si en lugar de lanzar un dado (que es un cubo) lanzáramos un icosaedro.4. la probabilidad de que se apoye en un punto concreto es 1/∞ = 0.. sin embargo.. la probabilidad de cualquier suceso compuesto será la suma de las probabilidades de los sucesos elementales que lo constituyen. Si lanzamos un dado perfectamente equilibrado. la probabilidad de que salga una de sus caras prefijada a priori es 1/6.Capítulo II: Concepto de Probabilidad como.. 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. 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 ) + . pero que sus recíprocos no son ciertos. bastará con hacer corresponder a cada suceso elemental una probabilidad.Definición de Espacio de Probabilidades A la terna {E..1. Bastará con que encontremos un ejemplo en el que la probabilidad de un suceso sea nula y. Entonces. II. F.PROBABILIZACIÓN DE ESPACIOS MUESTRALES II.3. La probabilidad es nula y el suceso no es 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. y que si el suceso es imposible su probabilidad es nula. Si lanzamos ahora una esfera.

... 4. y. Las probabilidades elementales serán: P(X = υ ) = 1 2υ Obsérvese que las probabilidades elementales. la probabilidad de cada uno de ellos será 1/6.Espacios Muestrales infinitos numerables La probabilización de este tipo de Espacios se efectúa de la misma forma que en el apartado anterior.. por tanto no es de aplicación la Regla de Laplace. no es de aplicación la Regla de Laplace. por tanto. Si analizamos el experimento consistente en lanzar un dado perfectamente equilibrado y observar el número de puntos que aparecen en la cara superior... 3. obtener una cara por primera vez en una tirada impar: II.. como P(E)=1. II.. 5.} Designemos genéricamente por X a un elemento de E. la probabilidad de un suceso elemental será 1/n y si el suceso A tiene υ elementos.. 4.4. y el número de elementos de E es n.Capítulo II: Concepto de Probabilidad Si todos los sucesos elementales son igualmente probables.2. Por ejemplo.23 .. el espacio muestral es: E={1. casos favorables dividido por casos posibles. . Si consideramos el suceso A= tirada par.. 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. El Espacio Muestral es: E= { 1. 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. lógicamente. será P(A)=υ/n. 2. El cálculo de las probabilidades de algunos sucesos requerirá la suma de una serie. n.. 3. 2... 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. 6} Como todos los resultados son igualmente probables. no son iguales entre sí y. 4. lo que constituye la conocida Regla de Laplace. 2·n. Evidentemente. en este caso el Espacio Muestral no puede ser simétrico ó de elementos equiprobables. es decir. A={2.} entonces P( A ) = 1 1 1 1/ 4 1 + + L + 2n + L = = 22 2 4 2 1− 1/ 4 3 Y para suceso contrario. al lanzar una moneda: A={2.

} será: P( A ) = 1 1 1 1/ 2 2 + 3 + L + 2n −1 + L = = 1 2 2 2 1 − 1/ 4 3 II. 2·n-1.....3. consistirá en la definición de una función de distribución.. Esta función será estudiada en un capítulo posterior.Capítulo II: Concepto de Probabilidad A ={1.4...Espacios Muestrales de la potencia del continuo La única forma mediante la que probabilizaremos estos Espacios Muestrales.24 . 3.. II.

Capítulo II: Concepto de Probabilidad Tema 3.25 . Probabilidad condicional II.

CAPITULO III Probabilidad Condicional .

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

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

III. o bien “sabiendo que ha ocurrido” A..P(C1 ∩ C2 / A) y su generalización a n sucesos. F.2.1.2 del capitulo II. PA (C) = P(C / A ) = P(C ∩ A ) P( A ) En la que P(C/A) se lee probabilidad de C “dado” A. o bien probabilidad de que ocurra C “condicionada a” A.2.Definición La terna (E. así: III.29 .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. La probabilidad PA puede escribirse ahora así: ∀ C ∈ F .2. PA} . f) La definición de probabilidad condicional se puede aplicar a la propia probabilidad condicional.. III. F. el Espacio de Probabilidades es {E. 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) .3.Propiedades La probabilidad condicional reúne todas las propiedades de cualquier probabilidad establecidas en apartado II. 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.

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.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. será: P( A ∩ B ∩ C) = P( A ) ⋅ P(B / A ) ⋅ P [C /( A ∩ B)] III..Generalización de la Probabilidad Condicional III.3.30 . .2. 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.

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

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.5.25=0.16 Como se ha visto. 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.5. La probabilidad total de que sea fumador.2 En consecuencia: P(B)=P(A1)·P(B/A1)+P(A2)·P(B/A2)=0.Partición de E del ejemplo III. III. tendremos las siguientes probabilidades: P(A1)=0.Capítulo III: Probabilidad Condicional ecuación que se conoce como el Teorema de la Partición. E An B A1 A2 ··· Figura III. Consideramos el experimento aleatorio “seleccionar una persona al azar” y en él el suceso (B) que “la persona seleccionada sea fumador”. independientemente de que la persona elegida al azar sea hombre o mujer es la dada por la expresión del teorema aquí estudiado.. 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.10+0.10 P(B/A2) = 0.60·0.40 P(B/A1)=0.4.25 En nuestro caso la partición es del estilo del de la figura III.60 P(A2)=0.32 .40·0. E A1 B A2 Figura III. Ejemplo III.2: En un colectivo están presentes mujeres (A1) y hombres (A2)..

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

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

000 unidades fabricadas por A1.44 3 45 P( A1 ) = Las probabilidades del efecto dada la causa son: P(B / A1) = 0. En un almacén hay 10.01 + 0.44 ⋅ 0. 2% y 3% de unidades defectuosas. Ejemplo III. Con ésta nomenclatura.60.33 ⋅ 0.3: Supongamos que las partidas de tornillos que suministran tres proveedores A1. 1%. III. Las probabilidades de las causas son: 10000 10 = = 0.Capítulo III: Probabilidad Condicional P(Ai ∩ B)=P(Ai )·P(B / Ai ) Por el teorema de la partición: P ( B ) = ∑ P( Ai ) ⋅ P ( B / Ai ) i =1 n Con lo que queda demostrado que P ( Ai / B ) = P ( Ai ) ⋅ P( B / Ai ) n ∑ P( Ai ) ⋅ P( B / i =1 Ai ) En alguna ocasión. en función de las probabilidades de las causas y la de los efectos dadas las causas.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 ) 0.22 ⋅ 0.44 ⋅ 0. ¿Cuál es la probabilidad de que el tornillo hubiera sido fabricado por A3?. Cada tornillo puede ser clasificado como defectuoso (B) o como no defectuoso.02 + 0.33 2 45 20 P( A ) = = 0. A2 y A3 tienen respectivamente.22 10000 + 15000 + 20000 45 15 P( A ) = = 0. a los sucesos Ai se les ha llamado causas y a B efecto.000 fabricadas por A2 y 20.35 .000 por A3. 0. después de conocer que el tornillo extraído es defectuoso. el teorema de Bayes permite calcular la probabilidad de que cuando se ha dado el efecto B la causa haya sido Ai.44 y pasa a ser.02 P(B / A3) = 0. 15.60 0. Se extrae un tornillo al azar que resulta ser defectuoso.03 = 0.033 P(B / A2) = 0.03 es decir: P ( A3 / B ) = La probabilidad de la causa A3 era igual a 0.

2 ⋅ 0 .2 P ( A2 / B ) = = 0. 0.25 ⋅ 0. será: P(B/A1) = 0.2+0.3 P ( A3 / B ) = = 0.235 P ( A1 / B ) = III.P( B / i =1 n Ai ) El denominador de esta expresión es: ∑ P( Ai ). han calculado que ésta controla el 10%.235 0.235 luego.4: Los expertos de una cierta empresa.Capítulo III: Probabilidad Condicional Desde el punto de vista bayesiano.55. Si llamamos A1 a la proposición “ la empresa controla el 10% del mercado”.085 0. las probabilidades “a priori” serán: P(A1) = 0.3 = 0.235 0. Si llamamos B a la proposición “el encuestado es cliente de la empresa”.55.36 .1 = 0.1 P(B/A2) = 0.702 0. ¿Cuales son las probabilidades “a posteriori”?.2 P(A2) = 0. el 20% o el 30% del mercado con probabilidades respectivas de 0.2·0.P ( B / AK ) ∑ P( Ai ).55 ⋅ 0.25·0.55·0.P( B / i =1 n Ai ) = 0. a P(Ai) se le llama probabilidad “a priori” del suceso Ai.1+0. A2 a la proposición “la empresa controla el 20% del mercado” y A3 a la proposición “la empresa controla el 30% del mercado”. 0 .25 P(A3) = 0.3 Las probabilidades “a posteriori” serán: P( AK / B ) = P ( AK ). que tras observar el resultado B se transforma en la probabilidad “a posteriori” P(Ai/B). Si al encuestar al azar a un consumidor resulta que éste adquiere el producto de la empresa en cuestión.213 0.2. Ejemplo III.2 P(B/A3) =0.25 y 0.

Capítulo III: Probabilidad Condicional Tema 4. Variables aleatorias III.37 .

CAPÍTULO IV: Variables Aleatorias Unidimensionales .

dando lugar al concepto de variable aleatoria multidimensional. estatura y perímetro torácico de un individuo. la duración de un componente electrónico. son ejemplos de magnitudes que cumplen los requisitos de una variable aleatoria unidimensional.1.1.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 concepto establecido para las variables aleatorias unidimensionales puede extenderse al caso en que en cada observación se evalúen varias magnitudes simultáneamente. si y sólo si. P) diremos que la aplicación X:E→ℜ es una variable aleatoria unidimensional. El peso.Capítulo IV: Variables Aleatorias IV. IV. etc.Definición de variable aleatoria unimendional IV. etc. F.. el peso de un fruto. 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. pueden ser tomados como ejemplos de variables aleatorias multidimensionales.A. la antiimagen de cualquier intervalo Ix=]-∞.. la longitud.1. diámetro y peso de un cilindro torneado.x] pertenece a la σ-álgebra F. la resistencia a la rotura de una probeta de hormigón. A pesar de lo sencillos e intuitivos que son los conceptos anteriormente expuestos.1. En resumen.39 . 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.-Definición de variable aleatoria unidimensional Dado un Espacio de Probabilidades (E. El número de puntos obtenidos al lanzar un dado.) ↔ {∀ x ∈ ℜ. 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. definiremos a una variable aleatoria unidimensional. En esencia. mediante: (X: E→ℜ es V.

siendo discontinua por la IV. b] = FX (b) − FX (a) ( ) e) La función de distribución es no decreciente.b]) = FX(b) .Capítulo IV: Variables Aleatorias 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.40 .2. a] ∩ ]a.Definición Dada una variable aleatoria X.Función de distribución IV.1.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] y que ]-∞. si a<b se cumple que: ]-∞. por la definición de función de distribución: por tanto: FX(b) = FX(a) + P(a<X≤b) P X ∈ ] a. a] ∪ ]a.2..2.1.1.. En efecto.FX(a). pues FX(x) es una probabilidad. 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. si a<b es FX(b)=FX(a)+P(a<X≤b).. se llama función de distribución de esta variable a la función FX(x) definida como sigue: ∀x∈ℜ IV.b] = ∅ Por el axioma tercero de la definición de probabilidad P( ]-∞.2. Por ser P(a<X≤b) ≥ 0 será FX(b) ≥ FX(a). b] ) = P( ]-∞.b] ) es decir: P(X≤b) = P(X≤a) + P(a<X≤b) de donde.1. a] ) + P( ]a. pues como acabamos de ver. b] = ]-∞.

Continuidad de la función de distribución IV..Variables discretas Diremos que la variable aleatoria X es discreta si el conjunto imagen de la aplicación X:E→ℜ es discreto.2. de esta forma a cada variable aleatoria le corresponde una determinada distribución de masa a lo largo del eje de abscisas.. Así.. Por ejemplo. para a<b. Lógicamente.Analogía mecánica En determinadas ocasiones resulta útil identificar el concepto de probabilidad con el de masa. En consecuencia. xi mi=P(xi) . En la analogía mecánica expuesta en el apartado anterior. la masa total contenida en todo el eje de las x vale la unidad. Figura IV.. una variable aleatoria discreta tiene la masa de probabilidad concentrada en un conjunto discreto de puntos. x1 m1=P(x1) x2 . es decir.41 ..1. FX(b)-FX(a) es la masa de probabilidad que se encuentra en el intervalo ]a. FX(x) es continua en todo punto de probabilidad nula y discontinua en todo punto de probabilidad no nula. x]=IX. si la experiencia aleatoria consiste en lanzar un dado y X(e) es el número que obtenemos en el lanzamiento. X es una variable aleatoria que tiene distribuida la masa de probabilidad en 6 puntos conteniendo cada uno de ellos una masa igual a 1/6. por ejemplo. b].... es algo así como un rosario de puntos con masa distinta de cero. y FX(x) será la masa contenida en el intervalo ]+∞.3.4.Capítulo IV: Variables Aleatorias izquierda en todo punto de probabilidad no nula con salto igual a la probabilidad de dicho punto.3. IV.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. FX(x) FX(a) P(X=a) a X Figura IV.1.

n} Teniendo en cuenta que el resultado obtenido en cada lanzamiento es independiente de los resultados obtenidos en los demás lanzamientos. 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. x]. en la que en cada punto con probabilidad no nula se produce un salto igual a esta probabilidad. el campo de existencia de esta variable es: E = {1...4.4.Función de distribución de la variable discreta Ejemplo IV.. Recuérdese que la función de distribución es continua por la derecha y discontinua por la izquierda en todo punto de probabilidad no nula. FX(x) FX(x4) P(X=x4) x1 x2 x3 x4 X Figura IV. número de veces que hay que lanzar una moneda hasta obtener cara por primera vez. 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. 2.1: Si consideramos la variable aleatoria X.Capítulo IV: Variables Aleatorias en la que Ix = ]+∞. 4.. 3.42 . 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.. por lo que el valor de FX(x) en éstos puntos de probabilidad no nula es el de la parte superior de cada salto.

x+Δx] y. llamada función de densidad.Función de distribución del ejemplo IV.Capítulo IV: Variables Aleatorias FX(x) 1 0.1.75 0. por tanto.5 ··· 0 1 2 3 4 X Figura IV.1 IV. no basta que su función de distribución sea continua en todos sus puntos. si existe una función fX(x) no negativa. 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.43 .. 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. IV.5. sino que por razones de tipo práctico hay que definirlas de distinta forma: Diremos que la variable aleatoria es absolutamente continua o simplemente continua. si su función de distribución es continua para todo x real y.Variables continuas Para que una variable aleatoria sea continua. además. 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. a) Teniendo en cuenta la definición de FX(x).5. es equivalente a la siguiente definición basada en las características de la función de distribución: La variable aleatoria es continua.

IV.Capítulo IV: Variables Aleatorias P(x < X ≤ x + Δx ) Δx es la masa por unidad de longitud en ese intervalo. ∀ x ∈ ℜ P(X=x)=0. y de acuerdo con lo establecido en el apartado correspondiente a las propiedades de la función de distribución. la probabilidad de cada uno de sus puntos es cero. c) La masa de probabilidad contenida en un segmento diferencial dx es fX(x)·dx. 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. la P(X ∈ [a. en cada punto de una variable continua.b]. FUNCIONES DE VARIABLES ALEATORIAS Si X es una variable aleatoria y g(x) una función uniforme. x=b. el eje de abscisas y la función de densidad. no hay masa pero si hay densidad de masa variable con x e igual a fX(x). La masa de probabilidad contenida en [a. Og(IY) pertenece a la σ-álgebra de X. El límite de este cociente cuando Δx tiende a cero. entonces podemos calcular Fy(y) y fy(y) mediante: a) Si g(x) es creciente: IV. la variable Y=g(x) será una variable aleatoria si ∀ y ∈ ℜ. es decir. b) Nótese que en una variable continua.2.44 . Siguiendo la analogía mecánica. (es decir. Si g(x) establece una correspondencia biunívoca entre X e Y. b]) La última igualdad se cumple porque al ser X continua es P(X=a)=0. es: P (X ∈ [a. 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. b]) coincide con el área limitada por las rectas x=a. es la densidad de masa en el punto x. b]) = P (X ∈ [a. por ser su función de distribución continua. En consecuencia.

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 ≥0.14.45 .Capítulo IV: Variables Aleatorias Y Y=g(X) y=g(x) x=g (y) -1 X Figura IV.13.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... dy b) Si g(x) es decreciente: Y y=g(x) Y=g(X) x=g (y) -1 X Figura IV.

3. ¿Cuál será la función de densidad de la variable que describe la duración de los nuevos componentes? Si llamamos Y a esta nueva variable.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. será: Y=2·X entonces x=g-1(y)= por lo que dx 1 = dy 2 y 2 Finalmente.. IV.1.2 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)..Introducción IV.3.46 .ESPERANZA MATEMÁTICA IV.

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. tiene como campo de existencia X= (-2.3..3 (Variables discretas) Un juego consiste en lanzar un dado y determinar la diferencia entre el número de puntos obtenidos y el número 3. 1. 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).Capítulo IV: Variables Aleatorias A lo largo de este capítulo se van a manejar conceptos relativos a la teoría de la medida o integración generalizada que el lector puede no poseer.Concepto Dada la variable aleatoria X de función de distribución FX(x) y la función uniforme g(x). 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. Y para variables continuas es: E [g( x )] = ∫ g(x) ⋅ f (x) ⋅ dx -∞ X +∞ Nótese que. según esta definición. 0.2. Por ello los contenidos del capítulo se exponen de manera que puedan ser asimilados sin disponer de un conocimiento profundo de dicha teoría. Si la diferencia es no negativa se ganan 100 Ptas. por cada punto de diferencia. la esperanza matemática no existe si la serie o la integral (según corresponda) no es convergente.? La variable X=“diferencia entre el número de puntos obtenido y el número 3”. -1. IV. Ejemplo IV. 3) y todos sus valores tienen la misma probabilidad PX(xi) = 1/6.47 . IV.

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

t )] = E X ⎢ ⎥ dt ⎣ dt ⎦ Ecuación que será utilizada en la función característica. t) ⋅ dF(x) dt de donde: d ⎡ d g(x. El coste de cada movimiento expresado en pesetas. t) ⎤ E X [g( x. 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. es una función de la carga dada por la expresión g(x) = 100 + 0. Ejemplo IV.25 ⋅ x) ⋅ 1 ⋅ dx = 187. el valor medio del coste por movimiento es: E [g(X)] = ∫ X g(x) ⋅ f X (x) ⋅ dx = ∫ 400 300 (100 + 0. t) ⋅ dF(x) = ∫ ℜ ℜ d g(x.49 .b] es: f X (x) = 1 b−a con x ∈ [a. entonces: E(X·Y) = E(X)·E(Y) En efecto: E( X ⋅ Y ) = ∫ ℜ2 x ⋅ y ⋅ dF( x. t )] = dt dt ∫ g(x.5 pts 100 IV.Capítulo IV: Variables Aleatorias E(k ⋅ X) = k ⋅ E(X) b) Si las variables aleatorias X e Y son independientes.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. se cumple que: d d E X [g( x.4 (Variables continuas) La carga que tiene que transportar una carretilla en cada movimiento es una variable aleatoria X con distribución uniforme entre 300 y 400 Kg.25·x Calcular el coste medio por movimiento sabiendo que la función de densidad de una distribución uniforme en el intervalo [a.

teniendo en cuenta una propiedad de la Integral de Stieljes. el momento central de orden ν de la variable aleatoria X será: μν = ∫ +∞ −∞ ( x − α1 )ν ⋅ fX ( x ) ⋅ dx IV. α1 es la esperanza matemática o valor medio de X.4. por ejemplo: IV.2.Propiedades a) El momento central de primer orden es siempre nulo..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. Así.4.1. 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.50 ..Capítulo IV: Variables Aleatorias IV.MOMENTOS IV. 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.4. 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. y lo designaremos por μX o. Si X es continua. la definición anterior se escribirá: μ ν = ∑ ( x i − α1 )ν ⋅ PX ( x i ) i Si X es continua. simplemente por μ.. 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.

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

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

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

PARÁMETROS DE UNA DISTRIBUCIÓN. 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. en cuyo caso se utilizan otros parámetros de posición. Xn ) Por otra parte.Parámetros de posición Estos parámetros indican por donde se encuentra situada la masa de probabilidad a lo largo del eje de abscisas. por ser muy asimétrica la distribución de la masa de probabilidad. Describiremos los más usuales. IV.. El más frecuentemente utilizado es el valor medio o esperanza matemática. representa el centro de gravedad de la masa de probabilidad.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. asimetría y curtosis (o apuntamiento) de la masa de probabilidad. r X = ( X1...7. IV. si g(x)=(x-μX)2.7.. o bien puede ocurrir que. con el fin de describir determinados aspectos de la distribución de masa de probabilidad de una variable aleatoria. X2.. como sabemos. y h=k2⋅σ2..1. se utilizan ciertos parámetros que indican la posición. dispersión. la media represente mal a la posición de la masa.54 . Sin embargo. 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). que. IV.

7. fX(x) mediana fX(x) mediana moda media X media moda X Figura IV. se toma como mediana la abscisa del punto medio de este segmento. IV. Como.Parámetros de dispersión Estos parámetros tratan de medir el mayor o menor grado de concentración o de dispersión de la masa de probabilidad. se puede utilizar μ3 como una medida de asimetría. por otra parte. Evidentemente. la media. representa al momento de inercia de la masa de probabilidad y puesto que ésta es constante e igual a la unidad.. La moda corresponde a un máximo relativo de la función de densidad o de la ley de probabilidades. como sabemos. σ2 aumenta a medida que la masa de probabilidad se dispersa.55 .5. 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.7. que se define como la raíz cuadrada positiva de la varianza y se representa por σ. se utiliza como medida de asimetría a: IV.16. Con el fin de utilizar un parámetro adimensional. Por esta razón se utiliza con mucha frecuencia a la desviación típica. Tiene las mismas unidades que la variable x.Capítulo IV: Variables Aleatorias La mediana es la abscisa del punto de intersección de la función de distribución con la recta FX(x)=0. μ1 siempre es nulo. El parámetro más utilizado es la varianza σ2 que.3. Sin embargo. la posición relativa de estos parámetros es la que se muestra en la figura IV. la mediana y la moda coinciden.2. En distribuciones asimétricas. las unidades de σ2 son las de la variable aleatoria X elevadas al cuadrado. Es un parámetro adimensional. en distribuciones simétricas unimodales. Otro parámetro de dispersión lo constituye el coeficiente de variación.Parámetros de posición en distribuciones asimétricas IV. Una misma variable puede tener más de una moda.Parámetros de asimetría Si la masa de probabilidad se distribuye simétricamente.16. La mediana tiene un 50% de masa de probabilidad a su izquierda y otro 50% de masa a su derecha.. los momentos respecto al origen de orden impar (si existen) son siempre nulos..

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. los cubos de las desviaciones positivas respecto de la media serán mayores que los cubos de las desviaciones negativas y. 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. IV. De forma análoga se define asimetría negativa.4.Capítulo IV: Variables Aleatorias γ1 = μ3 σ3 En una función de densidad unimodal con una rama larga a la derecha y otra corta a la izquierda.Parámetros de apuntamiento El coeficiente de apuntamiento o curtosis. en este caso diremos que la asimetría es positiva. por tanto γ1 es positivo. IV..7.56 .

57 .Capítulo IV: Variables Aleatorias Tema 5.Variables aleatorias discretas IV.

58 .CAPITULO V: Principales Distribuciones Discretas IV.

1....2. En cada repetición observemos si ha ocurrido el suceso A o su complementario.Valor medio Por tratarse de una variable discreta. en consecuencia.VARIABLE DICOTÓMICA V. Supongamos además.1.1. la esperanza matemática será: μ X = E(X ) = ∑ xi ⋅ P( x i ) = 0 ⋅ q + 1⋅ p = p i =1 2 es decir: E( X) = p V.2... Repitamos n veces la realización del fenómeno aleatorio o de la experiencia de que se trate.Capítulo V: Principales Distribuciones Discretas V.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.3.VARIABLE BINOMIAL V.1.1.Definición Sea A un suceso de probabilidad p asociado a una experiencia aleatoria. la V.. 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.59 .2.1.

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

cada una de las probabilidades anteriores.. será la probabilidad de que ocurra uno de los ⎛n⎞ ⎜ ⎟ ⎜ν⎟ ⎝ ⎠ sucesos Bi. la probabilidad de que ocurra X=ν veces el suceso A.1.2 0.2) Nótese que la suma de las probabilidades es 1.1.3 0.Función de Probabilidad de una B(10. 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. precisamente. En general.0.Capítulo V: Principales Distribuciones Discretas donde el número 6 es el número de combinaciones al tomar 4 elementos de dos en dos. 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.10 aquellos lotes que contengan un 5% de remaches V.61 . si hacemos n repeticiones independientes. PX(x) 0.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura V.1: En un almacén de repuestos se recibe un lote con miles de remaches de los que un 1% son defectuosos. pues el desarrollo del binomio de Newton da. ¿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. cada uno de ellos con una probabilidad igual a pν⋅qn-ν. 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.

10.076 ⎜2⎟ ⎝ ⎠ En términos de frecuencia.10 ⎜0 ⎟ ⎝ ⎠ operando obtenemos: n≥45 remaches V..3.011 ⋅ 0. Yi.p) suma de n variables dicotómicas.05 0 ⋅ 0. por ello: V.62 .4.99 48 = 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 = ⎜ ⎟ ⋅ 0.01).. c) Si los remaches defectuosos en el lote son un 5% y seleccionamos al azar n remaches. es la suma de las varianzas de las variables dicotómicas que la definen. la variable que representa los remaches defectuosos será Y=B(n.99 49 + ⎜ ⎟ ⋅ 0.99 48 = 0.99 50 + ⎜ ⎟ ⋅ 0.012 ⋅ 0.95 50 ≤ 0.Varianza Como en el apartado anterior. pues éstas son independientes.010 ⋅ 0.2.Capítulo V: Principales Distribuciones Discretas defectuosos? SOLUCIÓN: a) El número de remaches defectuosos en la muestra referida será una variable X≡B(50.012 ⋅ 0. la varianza de una variable binomial. es decir: ⎛n⎞ P(Y = 0) = ⎜ ⎟ ⋅ 0. Deberemos seleccionar n de manera que se cumpla que P(Y=0)≤0. y la probabilidad pedida es: ⎛ 50 ⎞ P(X = 2) = ⎜ ⎟ ⋅ 0.05).0.980 ⎜0 ⎟ ⎜1 ⎟ ⎜2⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Es decir. el 98% de los lotes serán aceptados. 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.2. su esperanza matemática será: ⎡n ⎤ n E( X) = E ⎢∑ Yi ⎥ = ∑ E( Yi ) = n ⋅ p ⎣ i =1 ⎦ i =1 E( X) = n ⋅ p V.Media Por ser X≡B(n.

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. sea X1≡B(n1.TEOREMA DE BERNOUILLI Este teorema que fue publicado y demostrado (aunque de forma diferente a la que aquí se expone) por primera vez por J. p) y X2 ≡ B(n2 .. su suma es otra variable Binomial con el mismo parámetro p. p) independientes} ⇒ { X1 + X2 ≡ B(n1 + n2 . se cumple que: { Si X1≡ B(n1.Adición Si X1 y X2 son variables Binomiales independientes con idéntico parámetro p. respectivamente: ϕ X1 ( t ) = p ⋅ eit + q ( ) n1 ϕ X 2 ( t ) = p ⋅ eit + q ( ) n2 por ser X1 y X2 independientes. Bernouilli en su obra póstuma Ars Conjectandi en 1713.2. En consecuencia.p). 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. (Anexo I). p)} V. y teniendo en cuenta la correspondencia biunívoca entre función de distribución y función característica establecida por el teorema de la inversión.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. las funciones características son. En efecto. 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.3. X es una variable aleatoria binomial de parámetros n y p..63 . 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. En consecuencia.

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

2. para 0≤ν≤n. hagamos λ=n·p en la que λ se mantiene constante cuando n crece indefinidamente.p). Hagamos tender n a infinito.Definición Sea X una variable Binomial de parámetros n y p. será ⎛n⎞ P( X = ν ) = ⎜ ⎟ ⋅ pν ⋅ (1 − p)n − ν ⎜ν⎟ ⎝ ⎠ que puede escribirse como V. es decir. una vez fijado el error máximo ε que aceptamos cometer con una probabilidad menor o igual que δ.01 ⋅ 0.1 sea de δ≤0. V.65 . al estimar p mediante fr.1.. cuando n tiende a infinito y simultáneamente p tiende a cero.. Pues bien: Una variable de Poisson es una variable Binomial de parámetros n y p. La designaremos por X≡PS(λ). si deseamos que la probabilidad de cometer un error mayor que ε=0.4.Ley de probabilidades Si X≡B(n. tendremos que: n≥ 1 = 2500 4 ⋅ 0. manteniéndose constante el valor medio λ=n·p.4. si efectuamos 2500 repeticiones del experimento aleatorio.DISTRIBUCION DE POISSON V. manteniendo el valor medio de X constante.01.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.1 en más del 99% de los casos en el que se efectúe tal estimación.12 en consecuencia. V.4. Como p= λ n p tenderá a cero cuando n tienda a infinito.. cometeremos un error menor que 0. su ley de probabilidades. Por ejemplo.

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...2 0.(n − ν + 1) ν ⋅ p ⋅ (1 − p)n − ν ν! Multiplicando y dividiendo por nν : ⎡ 1 ⎤ ⎡ ν − 1⎤ 1⋅ ⎢1 − ⎥ ⋅ ⋅ ⋅ ⎢1 − n⎦ ⎣ n ⎥ ⎦ ⋅ (n ⋅ p)ν ⋅ (1 − p)n − ν P( X = ν ) = ⎣ ν! y teniendo en cuenta que λ=n·p ⎡ 1 ⋅ ⎢1 − P( X = ν ) = ⎣ ν − 1⎤ 1⎤ ⎡ ⋅ ⋅ ⋅ ⎢1 − n ⎥ ν n⎥ ⎦ ⎣ ⎦λ ν! λ⎤ ⎡ ⋅ ⎢1 − ⎥ ⋅ q− ν n⎦ ⎣ n tomando límites cuando n tiende a infinito y teniendo en cuenta que p tiende a cero (q→1) n→∞ lim P( X = ν ) = e − λ ⋅ λν ν! Luego si X es una variable de Poisson. 2.Función de probabilidad de una Ps(2) Ejemplo V.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura V. a) Determinar la probabilidad de que al seleccionar al azar una carcasa de esa fabricación V. .Capítulo V: Principales Distribuciones Discretas P( X = ν ) = n ⋅ (n − 1)... 3.2.2 El número de defectos de pintura en la carcasa de una lavadora puede asumirse que es una variable aleatoria con distribución de Poisson de promedio λ=2 defectos/unidad.. X es discreta y toma los valores X = 0.3 0. 1.66 .

Capítulo V: Principales Distribuciones Discretas aparezcan en ella exactamente 3 defectos. b) En este caso.. en promedio 5 defectos por unidad fabricada? SOLUCIÓN: a) La probabilidad pedida es: P(X = 3) = e −2 ⋅ 2 3 = 0.3. ¿Cuál es la probabilidad de aceptar como correcto con este control un proceso en el que se producen..67 . 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.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. 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) = 0.125 V.4. se toma al azar una de las carcasas fabricadas y se acepta que el proceso es correcto si en ella encontramos 2 o menos defectos.4. la probabilidad anterior equivale a decir que el 18% de las carcasas fabricadas presentan exactamente 3 defectos.4. b) Para controlar la calidad del proceso de fabricación de las carcasas.18 3! en términos de frecuencia.Media Si derivamos la función característica respecto de t y hacemos t=0.

1. 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.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. Lógicamente se cumple que p+q=1 y N1+N2=N. el número de piezas defectuosas n1 se distribuye según una variable hipergeométrica. será: σ2 = λ2 + λ − λ2 = λ es decir: D2 ( X ) = λ V. Lógicamente se cumple que n1+n2=n. En efecto.. Llamemos n1 a las piezas defectuosas que hemos extraído y n2 a las piezas correctas. Sea E una población finita cuyos elementos son de dos tipos: A y A .68 . El número de elementos de A que resultan al extraer al azar y sin reemplazamiento n elementos de E. Extraigamos sin reemplazamiento n piezas del lote de tal forma que todas las piezas tengan la misma probabilidad de formar parte de las n piezas extraídas (n≤p·N y n≤q·N)..5..4.5. respectivamente: it it ϕX1 ( t ) = eλ1 (e −1) y ϕX 2 ( t ) = eλ 2 (e −1) por ser independientes.5.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 ⎡ 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 . Por tanto: { Si X1 ≡ PS(λ1 ) y X 2 ≡ PS(λ 2 ) independientes} ⇒ { X1 + X2 ≡ PS(λ1 + λ 2 )} V.n. si X1≡PS(λ1) y X2≡PS(λ2). sus funciones características son.p).VARIABLE HIPERGEOMÉTRICA V. Pues bien. V. es una variable hipergeométrica y la designaremos por X≡H(N.

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

Aunque la variable k-aria tiene k componentes (variables marginales).….….3 se ha representado a la variable binaria.Capítulo V: Principales Distribuciones Discretas V.0) con probabilidad p2=P(A2) (0.….1.1) con probabilidad pk=P(Ak) La variable X = ( X1. En este apartado y en el siguiente.7. la característica o rango de la matriz de varianzas covarianzas es r=k-1. etc). repeticiones independientes..…. Observaremos.0.VARIABLE K-ARIA V. Obsérvese que la masa de probabilidad se encuentra concentrada en dos puntos cuyas coordenadas satisfacen a X1+X2=1.0. por tanto. se llama variable k-aria.0) con probabilidad p1=P(A1) (0. V. La variable aleatoria k-dimensional que indica en cada repetición cuál de los k sucesos ha ocurrido. ahora.. Es..0. 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. consideraremos que se efectúa una partición de E en k sucesos denominados A1.0) y.Definición En las variables estudiadas hasta ahora. Bajo distintos supuestos (extracciones sin reemplazamiento.7. Así. 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. Xk )' indica el suceso que ha ocurrido. En la figura V.0. si ha ocurrido el suceso A2 tomará el valor (0.. límite cuando n→∞ y p→0.Ak. las diferentes variables indicaban las veces que ocurría el suceso A. por ejemplo. A2. se denomina variable k-aria.….1.1.0. en general. una variable discreta que toma los valores que a continuación se expresan con las probabilidades que se indican: (1. La variable k-dimensional discreta. X2.72 . 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.0) con probabilidad p3=P(A3) (0. Cada una de las variables marginales de una k-aria es una variable dicotómica de parámetro pi .. se efectuaba una partición del Espacio Muestral E en dos sucesos que denominábamos A y A . por tanto..….0.1.0. el número de veces que ocurre cada uno de estos k sucesos al efectuar n repeticiones del fenómeno aleatorio.

.. La variable k-dimensional X = ( X1.73 .Capítulo V: Principales Distribuciones Discretas X2 (0. Xk )′ se denomina variable multinomial.0) X1 Figura V..Vector de medias y Matriz de varianzas-covarianzas Esta variable k-dimensional tiene como vector de medias: r μ′ = (p1.Definición Sea A1. A2.Ak.8..Variable binaria (k=2) La expresión de la función caracteristica de esta variable es: ϕn (t1. Evidentemente: ∑ pi = 1 i =1 k Efectuemos n repeticiones independientes del fenómeno aleatorio.) = ∑ p j ⋅ e j =1 k it j V..VARIABLE MULTINOMIAL V.. 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.2.1. t 2 . X2 ..1) p2 p1 (1.. una partición del espacio muestral E.. V.8.....3.. p2 . es decir: U Ai = E y i Ai I A j = ∅ i≠ j Sea pi=P(Ai). y llamemos Xi al número r de veces que ocurre Ai.….t k .. p3 .7.

.. A la variable multinomial la representaremos mediante X≡MN(n.. A3. A2 la probabilidad de este suceso es: 3 P(B) = p1 ⋅ p2 ⋅ p3 2 Ocurrirá 3 veces A1. X2 = 2. supongamos que k=3 y que n=6. A2 y A3. las variables Yi son independientes entre sí.p2... X3 =1) = 6! 3 p1 ⋅ p2 ⋅ p3 2 3!⋅2!⋅1 ! y en general: P(X1 = ν1. n ⋅ p3 ..8. 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..3. Todos ellos tienen la misma probabilidad.2. X2 = ν 2.74 .pk) V.Capítulo V: Principales Distribuciones Discretas Si llamamos Yi a la variable aleatoria k-aria que indica el resultado de la repetición número i. i =1 i =1 k k V. Xk = νk ) = n! ν ν p1 1 ⋅ pν 2 ⋅ . 2 veces A2 y 1 vez A3.Ley de probabilidades Con el fin de fijar ideas.. es decir. n ⋅ p2 . que tenemos 3 sucesos A1.. ⋅ pk k 2 ν1!⋅ν 2!⋅. y hemos realizado 6 repeticiones del fenómeno aleatorio. luego: P(X1 =3.... A1..p1.. Supongamos también que se ha obtenido el siguiente suceso: B= A1. es: X = ∑ Yi i =1 n por tratarse de repeticiones independientes. 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.8. L . A1. A2. ⋅ νk ! con ∑ νi = n y ∑ pi = 1 .Vector de medias y Matriz de varianzas-covarianzas El vector de medias de esta variable k-dimensional es: r μ′ = (n ⋅ p1.

0.3!. SOLUCIÓN: La variable “número de piezas de cada prensa en la muestra” es una variable con distribución r X ≡ MN(6.75 .35) La probabilidad pedida será: P(X1 = 2. la segunda prensa A2. 0.351 = 0.5 Una línea de estampación de piezas metálicas trabaja con tres prensas diferentes cuya producción se recoge en el mismo contenedor.25 3 ⋅ 0. X 2 = 3.25. 3 piezas fabricadas por la prensa A2 y 1 fabricada por A3.1! V.4.40 2 ⋅ 0. Cuando el contenedor está lleno se seleccionan de forma aleatoria 6 piezas del mismo. produce el 25% de las piezas y la tercera prensa A3. el resto. Calcular la probabilidad de que en la muestra se encuentren 2 piezas fabricadas por la prensa A1. 0.0525 2!. produce el 40% del total de piezas. X 3 = 1) = 6! ⋅ 0.Capítulo V: Principales Distribuciones Discretas Ejemplo V. La primera prensa A1.

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

CAPITULO VI: Principales distribuciones continuas. V.77 .

ciertas distribuciones demográficas.2.2. Bajo esta denominación. son algunos de los ejemplos en los que la variable Normal ha sido utilizada con gran utilidad.1.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. la más importante de las variables aleatorias continuas. aquel efecto sigue prácticamente una distribución Normal. sin duda. actualmente.78 . En 1733.Representación gráfica de fZ(z) a) Asíntotas: z → −∞ lim fZ ( z ) = 0 y z → ∞ fZ ( z) = 0 lim VI. de tal forma que es poco probable que cualquiera de ellos tenga un efecto individual significativamente más importante que el resto. los beneficios o pérdidas de una compañía de seguros. el teorema central del límite. justifica la gran importancia científica y práctica de la variable Normal.Capítulo VI: Principales Distribuciones Continuas VI.2.INTRODUCCION La variable aleatoria Normal (también conocida como variable de Gauss) es.. el importante Teorema Central del Límite.VARIABLE NORMAL TIPIFICADA VI. las producciones agrícolas por unidad de superficie cultivada. el consumo de energía eléctrica de una determinada compañía. se engloban. establece que cuando un efecto es consecuencia de numerosas causas que actúan sumando sus efectos.1). el Teorema Central del Límite. pues se usa eficazmente en el estudio de numerosos fenómenos reales. Los errores de medidas de magnitudes físicas o astronómicas. VI. Mucho tiempo después fue redescubierta por Gauss al estudiar la teoría de los errores en 1809. los test de inteligencia o de personalidad. aunque de forma incompleta. De forma simplificada y general. VI. 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. etc. las características de calidad de numerosos productos industriales..1.. De Moivre. en su Miscellanea Analytica.. Al ser muchos los fenómenos reales que cumplen las condiciones enunciadas en el párrafo anterior. 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. Laplace publicó en 1812 en su obra Theorie analytique des probabilites.2. por primera vez.

b) Simetría: fZ(z)=fZ(-z) El eje de ordenadas es eje de simetría.79 . que se representa en la figura VI.1. concavidad y convexidad: { f Z (z)′′ = 0 ↔ z = −1.Capítulo VI: Principales Distribuciones Continuas El eje de las x es asíntota.. de inflex. z = +1 } ⇒ {ptos. 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. 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.Función de densidad de la variable Normal Tipificada.1. VI. fZ(z) 0 Z Figura VI.

2. VI. la probabilidad de que una variable Normal Tipificada tome un valor menor o igual a ese z. Designaremos a la variable mediante la letra Z y a sus valores por z.. es decir.2. VI. Nomenclatura. es decir el valor de la función de distribución FZ(z).. bajo la función de densidad.3. De esta forma escribiremos: P( Z ≤ z) = φ( z ) Mediante zα designaremos el valor de una variable Normal Tipificada que a su derecha tiene.80 . P(Z ≥ z α ) = α Fácilmente se obtiene que: φ(zα)=1-α fZ(z) φ(z) α z 0 zα Z Figura VI.2.Capítulo VI: Principales Distribuciones Continuas VI.3. un área igual a α.Media y Varianza μ Z = E( Z ) = 0 y σ 2 = D 2 (Z) = 1 Z VI.Manejo de tablas En la tabla más usada se representan.1).DISTRIBUCION NORMAL GENERAL VI.5.Distribución de una N(0.2. a la función de distribución la representaremos mediante φ.6.Nomenclatura Para la variable Normal Tipificada reservaremos una notación específica.. el valor de z que tiene una probabilidad α de ser superado... para distintos valores de z.

Función de densidad Teniendo en cuenta que entre Z y X existe una correspondencia biunívoca se cumple que: fX ( x ) = fZ [z( x )] ⋅ dz dx 2 como: fZ ( z) = 1 2⋅π e− z 2 y dz 1 = dx a entonces: fX ( x ) = 1 2π ⋅e 1 ⎡ x −b ⎤ − ⎢ ⎥ 2⎣ a ⎦ 2 ⋅ 1 a Como: es: y de donde: E(X)=a. Por tanto.81 . VI. VI.3. y siempre que no haya lugar a confusión..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. 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. la variable: X=aZ+b en la que a y b son constantes. designaremos por μ a μX y por σ a σX. si Z≡N(0.1. Con el fin de simplificar la escritura.Capítulo VI: Principales Distribuciones Continuas VI. utilizaremos la nomenclatura X≡N(μX.σX) para designar a una variable aleatoria con distribución Normal. σX).2.1)..Definición Llamaremos variable aleatoria Normal Unidimensional General a toda transformada lineal de una variable aleatoria Normal Tipificada. lo que justifica el que designemos e esta variable mediante X≡N(μX.3. Si μX=E(X) y σX=D(X). es una variable Normal General.

25) Por ser X continua: VI.3. por definición. Sea X1≡N(μ1.1). lo que.5.σ2) y hagamos Y=a·X1+b·X2. Z= X−μ = N(0.1 La distancia. SOLUCIÓN: No cumplirán los requisitos establecidos aquellas piezas en las que la distancia entre centros sea menor que 4.80 cm o mayor que 5.25 cm. entonces 2 Y ≡ N ⎛ a ⋅ μ1 + b ⋅ μ 2 .80 cm y 5.80)+P(X>5.σ).Capítulo VI: Principales Distribuciones Continuas VI. expresada en cm. sea X≡N(m. La proporción de piezas defectuosas obtenidas coincidirá con: p= P(X<4.25 cm. es decir. además de imposible. entre los centros de dos taladros realizados en una pieza metálica es una variable aleatoria con distribución X≡N(5. a2 ⋅ σ1 + b2 ⋅ σ2 ⎞ ⎜ 2 ⎟ ⎝ ⎠ VI..3. pues a partir de la función de distribución de una Normal Tipificada es posible deducir la de cualquier variable Normal General. sería innecesario.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.3. Determinar la proporción de piezas que no cumplen los requisitos de la especificación. la referida distancia debe estar comprendida entre 4. la variable X−μ σ se distribuye según una Normal Tipificada.σ1) y X2≡N(μ2.82 .0. sería necesario elaborar una tabla para cada par de valores reales μ y σ. En efecto.Manejo de tablas Para tabular la función de distribución de una variable Normal General..Adición Cualquier combinación lineal de variables aleatorias Normales independientes es una variable aleatoria Normal. Para que la pieza pueda ser utilizada.

.5.3% de las piezas no cumplen los requisitos de especificación.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. el 4. hemos visto que.1 ⎠ es decir.4. Por su generalidad e importancia enunciaremos sin demostrarlo el de Lindenberg-Levy. podemos considerar que X es suma de λ variables de Poisson de parámetro unidad independientes entre sí. a su vez.. Por tanto. VI. unas variables tienden en distribución a otras. VI. En efecto. VI.043 0. si X es una variable de Poisson de parámetro λ. es decir. se cumplen las hipótesis del teorema de Lindenberg-Levy.0228 + 1 − 0.Teorema de Lindenberg-Levy Si X1. todas ellas con la misma distribución e independientes. si X≡B(n.Capítulo VI: Principales Distribuciones Continuas p= P(X≤4. su suma tipificada es. en consecuencia. la variable de Poisson tipificada converge en distribución a una variable Normal Tipificada cuando λ tiende a infinito. De forma análoga. bajo determinadas condiciones. 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. Para fines prácticos.X2.25 − 5 ⎞ p =φ⎜ ⎟ +1 − φ ⎜ ⎟ = 0.9798 = 0..25)] Tipificando y mirando en tablas se obtiene que: ⎛ 4. y hacemos crecer indefinidamente a este parámetro dándole valores naturales.80)+P(X>5.Xn.4. por tanto.1 ⎠ ⎝ ⎝ 0.83 . se cumplen las hipótesis del teorema de Lindenberg-Levy y. y.25)= P(X≤4. y establece que la variable binomial tipificada converge en distribución a una variable Normal tipificada cuando n tiende a infinito.80)+[1-P(X≤5.APROXIMACIONES DE VARIABLES ALEATORIAS Tanto en este capítulo como en el anterior.1.80 − 5 ⎞ ⎛ 5. si tipificamos X estamos tipificando la suma de n variables aleatorias todas ellas con la misma distribución e independientes. VI.… es una sucesión de variables aleatorias.p) es X=ΣYi en la que Yi≡D(p) e independientes. El Teorema de De Moivre es un caso particular del teorema de Lindenberg-Levy.…. una sucesión de variables aleatorias que converge en distribución a una variable Normal Tipificada cuando n tiende a infinito.

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

2 0. H(N.16 0.1) VI. λ ) λ≥15 B(n.3 0. se resumen las aproximaciones expuestas en este apartado.08 0. Representación de una B(50.0.Aproximaciones entre distribuciones Para ilustrar estos conceptos.2. npq ) N(λ. λ )} En la figura VI. Representación de una B(10.p) N/n≥10 n≥50 p≤0.12 0.n.p) Figura VI.2.Capítulo VI: Principales Distribuciones Continuas { λ ≥ 18 } ⇒ { X ≡ PS(λ ) ≅ N ( λ.1 y valores de n crecientes.3a.1 0 0 1 2 3 4 5 6 7 8 9 10 X Figura VI. PX(x) 0.1 Ps(np) Ps(λ) n·p≥15 n·p≥15 N(np.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.4 0.1) PX(x) 0.85 ..3b.2 0.0.3 se ha representado la función de probabilidad de una variable binomial con p=0. en la figura VI.

se denomina distribución uniforme y se representa como X≡U[a.15 0.. fX(x)=c. 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.4.Función de densidad y de distribución de una variable U[a.09 0.6.1.b] VI.1) VI.3c.86 . fX(x) FX(x) 1 1/(b-a) a b X a b X Figura VI.03 0 0 1 2 3 4 5 6 7 8 9 10111213141516 171819 20 2122232425 X Figura VI.12 0. Dado que su función de densidad es constante.Distribución Uniforme La distribución que tiene una variable continua que toma valores en el intervalo [a..OTRAS VARIABLES CONTINUAS VI.6.0.06 0. b] con densidad de probabilidad constante en todos sus puntos. Representación de una B(100.4.b].Capítulo VI: Principales Distribuciones Continuas PX(x) 0..

b) El tiempo medio de espera.10].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.30 10 − 0 b) El tiempo medio de espera será: E(X) = 0 + 10 = 5 min.. es decir. 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).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 De una estación de autobuses sale un vehículo cada 10 minutos. calcular: a) La probabilidad de que tenga que esperar 3 minutos como máximo.87 . Si un viajero llega al punto de salida en un momento al azar. X=U[0.6. a) La probabilidad de que tenga que esperar como máximo 3 minutos es P(X ≤ 3) = FX (3) = 3 −0 = 0. 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. 2 VI.2.

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

Z2. VI... en este capítulo se estudian dichas Variables Derivadas de la Normal.1. SOLUCIÓN: a) La duración de las lámparas tiene una distribución X=EXP(1/1000).DISTRIBUCIONES DERIVADAS DE LA NORMAL La variable Normal es la variable aleatoria continua más importante. b) Se elige al azar una lámpara que lleva 100 horas de funcionamiento.7. a) Calcular la probabilidad de que una lámpara nueva elegida al azar tenga una duración superior a 500 horas.7.2.1.7. a la variable Gamma. VI.Definición Si Z1. en los puntos que ahora nos son necesarios.Algunos aspectos de la G(λ.. Zn son variables aleatorias Normales Tipificadas Independientes. . La probabilidad de que su duración supere 500 horas es: P(X > 500) = e − 1 ⋅500 1000 = 0.607 b) Recordando la propiedad expuesta anteriormente: P(X > 600/X > 100) = P(X > 600 − 100) = P(X > 500) = 0. que se utilizarán en el muestreo en poblaciones Normales y que serán de uso frecuente y de gran importancia en la Inferencia Estadística. analizaremos.7. como la Chi-cuadrado de Pearson (χ2).89 ..Variable Chi-Cuadrado de Pearson VI.. Calcular la probabilidad de que funcione mas de 600 horas en total. a la variable: se le denomina χ2 (chi-cuadrado) con n grados de libertad y se le representa 2 mediante χ n .3 La duración de ciertas lámparas de incandescencia puede considerarse como una variable exponencial de media 1000 horas de funcionamiento.1. De ella derivan otras variables aleatorias.. Precisamente.. la F de Snedecor y la t de Student.a) 2 2 χ 2 = Z12 + Z2 + L + Zn n Para el estudio de la variable χ2. G(λ.Capítulo VI: Principales Distribuciones Continuas Ejemplo VI. a). VI.1.607 VI.

a2 ) son indepen.3.1. a1) y X2 ≡ G(λ .a1) y X2 ≡G(λ. a1 + a2 ) } 2 VI.1) y X=Z2.. fX ( x ) = e ⎨ ⎪ ⎩ ⎧ −λ x ⋅ (λ ⋅x )a − 1⋅ λ ⎫ ⎪ ⎬ Γ(a) ⎪ ⎭ Función característica La función característica de una G(λ. la función de distribución de X será: FX ( x ) = P( X ≤ x ) = P( Z ≤ x ) = P − x ≤ Z ≤ x = 2 [ ] ∫ + x − x 1 2π ⋅e − z2 2 ⋅ dz VI. 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 . a) } ↔ ⎪∀ x ≥ 0.Función de densidad de una χ1 Sea Z≡N(0.7.} → { X1 + X2 ≡ G(λ.Capítulo VI: Principales Distribuciones Continuas Definición Si por Γ(a) designamos a la Gamma de Euler.a) es: ⎡ i⋅t⎤ ϕ X( t ) = ⎢1 − ⎥ λ⎦ ⎣ −a Adición Si las variables aleatorias: X1 ≡G(λ. que es: Γ(a) = ∫ ∞ e − x ⋅ x a −1 ⋅ dx ∀ a>0 0 y recordando que: Γ(½) = π podemos definir a la variable aleatoria Gamma de la siguiente forma: { X ≡ G(λ.a2) cuyas funciones características son. respectivamente: ⎡ i⋅ t⎤ ϕ X1 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ − a1 −a2 ⎡ i⋅t⎤ y ϕ X 2 ( t ) = ⎢1 − ⎥ λ⎦ ⎣ son independientes.90 .

será: 2 2 1 1 1 χn = ∑ (χ1 )i = ∑ Gi ( 2 .7. por otra parte. 2 ) 2 VI. una χ n es la suma de n χ 1 independientes. 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. 2 ) = G ( 2 .1.4.Función característica 2 Por ser χ n una Gamma de parámetros λ=½ y a=n/2.5.Distribución de una χn 2 2 2 Por definición.Capítulo VI: Principales Distribuciones Continuas Teniendo en cuenta la simetría de la distribución Normal.91 .1. su función característica será: i⋅t ⎤ ⎡ ϕχ 2 ( t ) = ⎢1 − n 1/ 2 ⎥ ⎣ ⎦ − n 2 VI. es decir: 2 1 1 χ1 ≡ G ( 2 . 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.. Teniendo en cuenta que una χ 1 es una Gamma y que la suma de Gammas independientes es otra Gamma. n ) 2 n n i =1 i =1 por tanto.7. es la función de densidad de una variable aleatoria Gamma de parámetros λ=1/2 y a=1/2..

1. resulta: 2 E( χn ) = n derivando nuevamente respecto a t: n ⎛n ⎞ − −2 ϕχ 2 ( t )′′ = ⎜ + 1⎟ ⋅ n ⋅ (1 . Para grados de libertad superiores a los máximos de la tabla (n>30).1) de donde: VI.7. resulta: 2 D2 ( χn ) = 2 ⋅ n VI.2 ⋅ i ⋅ t ) 2 ⋅ i ⋅ ( −2 ⋅ i) n ⎝2 ⎠ de donde haciendo t = 0. a partir de éstos la media y la varianza. tienen una probabilidad α de ser superados. 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. Es una tabla de doble entrada que.Capítulo VI: Principales Distribuciones Continuas de donde: ϕχ 2 ( t ) = [1 − 2 ⋅ i ⋅t ] n − n 2 VI.7.. 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. podemos calcular sus momentos respecto al origen y. D 2 2 ⋅ χn − 2 ⋅ n − 1 ⎯⎯→ Z ≡ N(0. es decir.6. nos proporciona χn ( α ) . 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..1) (Ver anexo I). haciendo t=0 y dividiendo por i.Media Y Varianza 2 Mediante las derivadas primera y segunda de la función característica de una χn .92 .7.Manejo de tablas 2 La tabla de la χ2 más usada.

599 − 59 = φ( −1. de las tablas de la χn2. n2 que tienen una probabilidad de 0.Manejo de tablas En la tabla de más frecuente uso. obtenemos: 2 P( χ30 ≤ 20. [ ] VI.2.Función de densidad La función de densidad de esta variable es: fF ( x ) = n12 ⋅ n22 ⋅ x 2 .05 o de 0.01. por ejemplo F4.05 y α =0... Así. se deduce que la P( χ30 ≤20.10. n 2 ≥ Fn1.01 para α=0.2627 ) = 0.Definición La variable F de Snedecor se define como el cociente de dos variables χ2 independientes divididas por sus respectivos grados de libertad.599)=0.10 = 5.93 .3. Utilizando la aproximación.7.2.2.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.2.1038 ) VI.. es decir: Fn 1 .7.) n 2 = α 0.2. n1 n2 n1 −1 β ( n1 n 2 2 2 )⋅ ( n 2 + n1 ⋅ x ) n 1+ n 2 2 VI.7.1.n 2 = 2 χ n1 /n1 2 χ n2 /n2 VI.7.599)≅ φ ( 2 ⋅ 20.01 de ser superados.Distribucion F de Snedecor VI. se recogen para n1 grados de libertad del numerador y para n2 grados de libertad del denominador..99 . los valores de Fn1. lo que será representado mediante: (α P Fn1.

10 ≥ 5.10 ≥ ⎟ = P(F4.Función de densidad La función de densidad de una tn tiene una representación gráfica muy similar a una Normal Tipificada.4.x ≤ t n ≤ x ) es decir: FX ( x ) = ∫ + x − x ft ( t) ⋅ d t = 2 ⋅ ∫ 0 ft ( t) ⋅ dt x derivando respecto de y obtendremos la función de densidad: VI.99) = 0.7. resulta: 2 tn = 2 Z2 / 1 χ1 / 1 = 2 = F1.4 ≤ 0.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..3.94 . es posible deducir determinadas probabilidades que no están en la tabla a partir de otros valores que si lo están. n 1 ≥ ⎟ P Fn1.1.1669 ⎠ ⎝ VI. Si elevamos al cuadrado una tn.7.7.2.1669) = P ⎜ F4. VI.Capítulo VI: Principales Distribuciones Continuas Puesto que el inverso de una F es otra F.3. 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(... n 2 ≤ a = P ⎜ 2 1 ⎜ χ n / n2 ⎟ ⎜ χn / n1 a ⎟ a⎠ ⎝ ⎝ 2 ⎠ ⎝ 1 ⎠ ( ) es decir: 1⎞ ⎛ P Fn1. es decir: tn = z 2 χ n /n donde n son los grados de libertad de la tn. n1 ≥ ⎟ a⎠ ⎝ ( ) Por ejemplo. n 2 ≤ a = P ⎜ Fn 2 . En efecto: 2 2 ⎛ χn / n1 ⎞ ⎛ χ n / n2 1 ⎞ 1⎞ ⎛ ≤ a ⎟ = P ⎜ 22 ≤ ⎟ = P ⎜ Fn 2 . 1 ⎞ ⎛ P(F10.Variable t de Student VI.01 0. tiene forma de campana y es simétrica respecto al origen.

Si Y es una Fn1.Manejo de tablas VI. 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.95 .n2 su función de densidad es: n1 n2 n1 fY ( y ) = β ( n12 n22 y 2 . que solo existe para n>2. es mayor que la unidad..Media y Varianza Se puede demostrar que: E(t n ) = 0 D2 ( t n ) = n n−2 La varianza de tn. VI.3.n2 su función de densidad es: fY ( y ) = nn / 2 ⋅ y −1 / 2 1 β ( 2 . una distribución más “abierta” (dispersa) que la Normal Tipificada.3.3. si en la función de densidad de una F1. por tanto. n )⋅ n + t2 2 ( ) n +1 2 t es decir: ft n ( t ) = nn / 2 1 β (2 .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. n2 2 2 −1 n 1 +n 2 2 n1 2 )⋅ (n + n ⋅ y ) 1 Si Y es una F1. obtendremos la función de densidad de una tn.4..n cambiamos y por t2 y el resultado lo multiplicamos por t.7. La variable tn presenta.7. n ) ⋅(n + y ) 2 2 n +1 cambiando y por t2 y multiplicando por t obtenemos: ft n ( t ) = nn / 2 ⋅ t -1 1 β (2 .

n ≤ a) = P(.96 .α ) n VI.a ≤ t n ≤ a ) entonces: ( ( P(F1. el valor de tn tal que: P t n ≤ t (nα/2) = P(-t(nα/2) ≤ t n ≤ t (nα / 2 ) ) = 1 − α ( ) Algunos valores se pueden determinar usando la tabla de la Fn1 n2 .α ) ) = α n n por tanto: ( t (nα/2) = F1. determinan el valor de t(nα / 2 ) .α ) ) = P( t 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.pues: P(F1.n ≥ F1.

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

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

A partir de la función de distribución conjunta y.Y) Por tanto. a2 ≤ Y ≤ b2 ) = ∫ ∫ b1 a1 b2 a2 fXY ( x.y) es el límite de la masa de probabilidad por unidad de superficie cuando ésta superficie tiende a cero. se pueden calcular la función de distribución y de densidad de las variables marginales de la siguiente forma: VII. representa la masa de probabilidad en un punto por unidad de superficie.MÉTODOS ESTADÍSTICOS I o lo que es equivalente: fXY ( x. y ) ∈ A ] = lim Δx → 0 δxδy Δy →0 Δx ⋅ Δy Y b2 Δx Δy A a2 a1 b1 X Figura VII. es fácil llegar a la siguiente expresión: fXY ( x. variables aleatorias y.. se les llama variables marginales de la bidimensional.3.DISTRIBUCIONES MARGINALES Supongamos que la variable bidimensional (X.1. y ) = δ2FXY ( x. y ) = δ2F P[(x. La probabilidad del intervalo A de la figura VII.4.y) es una función de densidad. es decir.Y) hace corresponder a cada individuo de una población su peso (X) y su estatura (Y). como tales. en el caso de variables continuas. y ) ⋅ dx ⋅ dy VII. por separado.Intervalo de la variable bidimensional (X. a su vez..3 es: P(a1 ≤ X ≤ b1.3.6 para variables unidimensionales y utilizando la figura VII. A estas variables. El peso y la estatura por separado son. la densidad de probabilidad en un punto. Una variable bidimensional está constituida por dos variables unidimensionales llamadas marginales. es decir. Siguiendo un razonamiento análogo al utilizado en el punto VII.101 . y ) δx δy Es fácil ver que fXY(x. fXY(x. tienen su propia función de distribución y sus respectivas funciones de densidad. de la función de densidad conjunta.

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

DISTRIBUCIONES CONDICIONALES.1.. 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...Función de distribución condicional De acuerdo con la definición anterior. Si consideramos la distribución de estatura ignorando a la variable peso. la ecuación general se escribirá: FY / X ∫ ( y / x ) = lim h →0 x −∞ dy ∫ x +h ∫ x x +h fXY ( x. Se representa por FY/X(y/x). VII. por el contrario. y ) ⋅ dx x fX ( x ) ⋅ dx Por el teorema del valor medio: VII.MÉTODOS ESTADÍSTICOS I Figura VII.6. Y x x+h X Figura VII.Relación entre funciones de densidad y de distribución VII.5. obtendremos la distribución marginal de la estatura..103 . ignorando la otra. Una distribución marginal se obtiene al considerar la distribución de una de las dos variables de una variable bidimensional. sea cual sea el peso. 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. es decir. Definición A la distribución de la variable Y para el valor de X=x. Si. VII.5. consideramos la distribución de la variable estatura para los individuos de un peso determinado obtendremos la distribución condicional de la estatura para ese peso.Distribución condicional de Y/X a) Ambas continuas: En este caso.5. se le llama distribución condicional de Y dado X.5.2.

discreta o continua. x ξ’ x+h X Figura VII.Función de densidad y ley de probabilidades condicionales A partir de la función de distribución. podemos calcular la ley de probabilidades condicional o la función de densidad condicional según sea la variable condicionada.MÉTODOS ESTADÍSTICOS I ∫ y x +h x fXY ( x.7. la ecuación general ahora se escribirá: FY / X ( y / x ) = P( X = x ∩ Y ≤ y ) = P( X = x ) yi ≤ y ∑ PXY ( x. Será: FY / X ( y / x ) = lim ∫f y −∞ XY (ξ.2. y ) ⋅ h x +h x ∫ f X(ξ’) fX ( x ) ⋅ dx = fX (ξ′) ⋅ h en las que ξ y ξ′ son valores del intervalo [x. tanto ξ como ξ` tienden a x. yi ) PX ( x ) = yi ≤ y ∑ PY ( yi ) ⋅ PX / Y ( x / yi ) PX ( x ) VII. y ) ⋅ dy fX ( x ) b) Ambas discretas: Para los puntos en los que PX(x)≠0. y ) ⋅ dy h→0 fX (ξ′) Cuando h→0. así: a) Ambas variables continuas: Derivando respecto de y a la función de distribución se obtiene: VII. y ) ⋅ dx = fXY (ξ..5.7.x+h] como muestra la figura VII. Luego: FY / X ∫f (y / x) = y −∞ XY ( x.104 .

era lógico obtener.1: Sea Y una variable beta de parámetros a. 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. obtendremos las fórmulas que se exponen a continuación: a) Ambas variables continuas: fX / Y ( x / y ) = f X ( x ) ⋅ fY / X ( y / x ) +∞ ∫ f ( x) ⋅ f −∞ X Y/X ( y / x ) ⋅dx b) Ambas discretas: PX / Y ( x / y) = PX ( x) ⋅ PY / X ( y / x) ∑ PX (xi ) ⋅ PY / X (y / xi ) xi Ejemplo VII.b)). pues basta con aplicar la definición de probabilidad condicional.3. b ) ∀ y ∈ [0 .MÉTODOS ESTADÍSTICOS I ⎡ dFY / X ( y / x ) d ⎢ ⎢ fY / X ( y / x ) = = dy dy ⎢ ⎢ ⎣ ∫f y −∞ XY ⎤ ( x. -Teorema de Bayes Teniendo en cuenta las leyes de probabilidades condicionales o las funciones de densidad condicionales.1] en la que β(a. Esta variable es continua. según corresponda. por otra parte. y )dy ⎥ ⎥ fX ( x ) ⎥ ⎥ ⎦ de donde: fY / X (y / x) = fXY(x. su campo de existencia está entre [0.105 .5. VII.b) es la beta de Euler: VII. yi ) PX ( x ) PXY ( x.1] y su función de densidad es: fY ( y ) = y a −1 ⋅ (1 − y )b −1 β ( a. b (Y≡ BT(a. y ) PX ( x ) n será: PY / X ( y / x ) = Como.

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. Esta variable.MÉTODOS ESTADÍSTICOS I β (a. si para todo (x.y] son independientes. que será estudiada en un tema posterior.Y) diremos que las variables marginales X e Y son independientes. 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. es decir: P(X≤x. la variable Y/X será continua para cada X que toma valores discretos. y ) ∈ ℜ2 .y) ∈ ℜ2. los sucesos IX=]-∞. 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.y)). b + n − x ) es decir: Y/X ≡ BT(a+x. 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.x] e IY=]-∞.VARIABLES INDEPENDIENTES Dada la variable bidimensional (X. y (X/Y≡ B(n. entonces: VII. es discreta. 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 . b ) de donde: fY / X ( y / x ) = y a + x −1 ⋅ (1 − y )b + n + x −1 β ( a + x.Y≤y)=P(X≤x)·P(Y≤y) Por tanto: X e Y son independientes ↔ ∀ ( x. F( x. y ) = FX ( x ) ⋅ FY ( y ) Si (X.. b+n-x) Como puede observarse.6.Y) es continua.

MÉTODOS ESTADÍSTICOS I fXY ( x. es decir.i ⋅ P(X1 = x1.i ) i Si la variable es continua.. y ) = f X ( x ) ⋅ fY ( y ) δx ⋅ δy por tanto: X e Y son independie ntes ↔ ∀ ( x.v = ∫∫ ℜ u v x1 ⋅ x 2 ⋅ fX1X 2 ( x1.i.2. y ) = δ2FXY ( x.y) = fX(x)·fY/X(y/x) Si las variables marginales son independientes. y ) = fX ( x ) ⋅ fY ( y ) En el apartado VII. se cumplirá: es decir: fY/X(y/x) = fY(y) X e Y son independie ntes ↔ ∀ ( x. X2 = ( ) ∫ ℜ 2 u v x1 ⋅ x 2 ⋅ dFX1X 2 (x1. VII. y fX1X 2 ( x1. x 2 ) es la función de densidad: αu. fY / X ( y / x ) = fY ( y ) Conclusiones análogas pueden obtenerse para los demás tipos de variables condicionadas.i ⋅ x 2.v de la variable bidimensional.i. a: VII.0=μ1 α0.x2. y ) ∈ ℜ2 . y ) ∈ ℜ2 .i) entonces: u v α u.5. fXY ( x.107 .a). se cumple: αu. v de la variable bidimensional.v = ∑ x1.v=αv α1.MOMENTOS Se denomina momento respecto al origen de orden u. a: u v αu. la masa de la probabilidad se concentra en unos puntos (x1.2.7.1=μ2 Se denomina momento central de orden u. acabamos de ver que: fXY(x.0 = ∫x ℜ u 1 ⋅ dFX1 (x1 ) = αu análogamente: en particular: α0. x 2 ) Si la variable es discreta. x 2 ) ⋅ dx1 ⋅ dx 2 como: αu.v = E X1 .0 = ∫ ℜ2 u x1 ⋅ dFX1X 2 (x1. x 2 ) por una propiedad de la integral de Stieljes. X2 = x 2.

1 2 Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1.. según que la característica o rango de la matriz V sea 0. en una recta o en el plano.0 = σ1 = σ1.1 = cov( X1..8..MATRIZ DE VARIANZAS COVARIANZAS VII.1 = cov( X1.1 o 2.Definición El coeficiente de correlación ρ de una variable aleatoria bidimensional se define mediante: VII.9. respectivamente..0=μ0.2 = σ2 = σ2.1 σ2 ⎥ ⎣ ⎦ VII. c) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto.2 = σ2. X 2 ) = σ1.MÉTODOS ESTADÍSTICOS I μu.0=μu μ0. se cumple: μu.2 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2.X2) a: 2 ⎡ σ2 σ1.8.1=0 Los momentos de segundo orden (u+v=2). son: 2 μ 2.108 .8.1.1.2 = σ 2.Propiedades 2 a) La matriz de varianzas-covarianzas es simétrica pues σ1.2 2 2 2 μ1.2. X2 ) VII.2 = σ2 2 μ1.v=μv en particular: μ1.1 μ 0. 2 σ1 ⋅ σ2 ≥ cov 2 ( X1.0 = σ1 μ 0. X2 ) 2 que es la conocida desigualdad de Schwarz.v = E (X1 − μ1 ) ⋅ (X2 − μ 2 ) u [ v ] Como en el caso anterior. VII.9.1 2 b) La matriz de varianzas-covarianzas es semidefinida positiva.COEFICIENTE DE CORRELACIÓN VII..Definición Los momentos de segundo orden pueden ser escritos así: 2 2 μ 2.

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

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. 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.Definición VII.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). lo es: ∫ ℜ (x 2 − h( x1))2 ⋅ dFX 2 / X1 ( x 2 / x1 ) en la que x1 y. El objeto de la regresión condicional consiste en determinar h(X1) de tal forma que el valor medio del “error cuadrático” sea mínimo. Si h(X1) está sujeta a la restricción de ser una recta.. VII. Si h(X1) es una función uniforme de X1. h(x1) son constantes.2. para x1 dado. la variable aleatoria [X2.10. 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. 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 . ∫ 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 X1.1.2.MÉTODOS ESTADÍSTICOS I Si h(X1) no está sujeta a ninguna restricción (salvo que sea uniforme) se le denominará curva de regresión condicional.Regresión lineal mínimo cuadrática VII. por tanto. se le denominará recta de regresión lineal minimo cuadrática..10.110 .

es decir.r. 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.m..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. μ2) satisface las condiciones de la recta.2.2.10. 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 = ( X1.111 .c. que la r. X2). pasa por el punto medio de la distribución de (X1. X2 ) una variable aleatoria bidimensional.

μ2) y su pendiente es β. es: cov (X1.r.c. X 2 ) ˆ X2 − μ 2 = ⋅ (X1 − μ1 ) 2 σ1 Esta recta pasa por el punto (μ1. 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.112 . cuya expresión es ρ= cov( X1.Y) se distribuye con densidad uniforme en el interior del recinto delimitado por las rectas: y=0 x=0 y=1 x+y=2 Calcular: a) La curva de regresión condicional de X/Y y de Y/X b) La recta de regresión mínimo cuadrática de Y/X y de X/Y c) El coeficiente de correlación ρ SOLUCIÓN: VII. X2 ) − β ⋅ σ1 = 0 por tanto: β= 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. Si ponemos β en función del coeficiente de correlación.m.3 La variable aleatoria (X. 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.

2 − y ] .1] ∀ x ∈ [0. Dado que la variable tiene densidad uniforme en el recinto A de la figura VII.c. 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.10. ∀ y ∈ [0. y) ⋅ dy = ⎨ ⎪ ⎪ ⎩ ∫ ∫ 1 0 2− x 2/3 ⋅ dy = 2 3 ∀ x ∈ [0. 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. ∀ y ∈ [0.r. de X/Y es ˆ X = E [X/Y ] = ∫ 2 −y 0 x ⋅ 2 1 y ⋅ dx = − 2−y 2 ∀ y ∈ [0.MÉTODOS ESTADÍSTICOS I a) La c.113 .c.r.1] . y) 2/3 1 = = fY (y) 2/3 ⋅ (2 − y) 2 − y ∀ x ∈ [0.Y) Las funciones de densidad marginales son: f X (x) = ∫ Y ⎧ ⎪ ⎪ f XY (x.c. de X/Y es: ˆ X = E(X/Y) = ∫ x ⋅f X X/Y (x/y) ⋅ dx y la c.1] 2 ⋅ (2 − x) 3 ∀ x ∈[ ] 1.10.1] VII. por lo tanto.2 ] ..1] ∀ x ∈ [1.Campo de existencia de (X. ∀ y ∈ [0.r. la función de densidad conjunta será: f XY (x.1] 0 2/3 ⋅ dy = 2 fY (y) = ∫ X f XY (x.2 ∀ y ∈ [0. de Y/X: ˆ Y = E(Y/X) = ∫ y ⋅f Y Y/X (y/x) ⋅ dy Deberemos conocer. las correspondientes funciones de densidad condicionales.

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

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

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

MÉTODOS ESTADÍSTICOS I VII.117 .

CAPITULO VII: Variable Aleatoria Normal Bidimensional .

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

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

Variable normal bidimensional general r r Sea A una matriz 2x2 regular ( A ≠ 0). I). b un vector columna 2x1 y X una variable aleatoria Normal Bidimensional Tipificada ( X ≡ N(0.121 . A la variable bidimensional Y = AX + b la denominaremos variable Normal Bidimensional General. es decir: r r ⎡x . y 2 ) = f x ( x1.Capítulo V: Variables Aleatorias Unidimensionales La variable aleatoria bidimensional cuyas marginales son variables aleatorias Normales Tipificadas independientes. es X = A −1 ( Y − b) y existe.x ⎤ J⎢ 1 2 ⎥ = A −1 ⎣ y 1. correspondencia biunívoca entre los valores de X y de los de.0)' e I es la matriz unidad. I)). x 2 ) • J⎢ 1 2 ⎥ ⎣ y 1. podremos utilizar la fórmula del Jacobiano para el cambio de variable. x 2 ) = e 2π r r 2 x1 + x2 2 2 La representaremos mediante X ≡ N(0. por tanto. x 2 ) = e 2π 2 x1 + x2 2 2 es: VII. y 2 ⎦ como X = A −1 ( Y − b) es: ⎡x .x ⎤ f y ( y 1.2. se denomina variable aleatoria Normal Bidimensional Tipificada y su función de densidad conjunta es: 1 − f ( x 1. en la que 0 = (0. r VII. y 2 ⎦ r r r como: 1 − f ( x 1.. r r r r r r r r r r r Si Y = AX + b con. La variable Normal Bidimensional General es una transformada lineal regular ( A ≠ 0) de una variable aleatoria Normal Bidimensional Tipificada.1. Para calcular la función de densidad de Y conocida la de.

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 ).Capítulo V: Variables Aleatorias Unidimensionales f ( x 1. 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. por tanto. 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. es: − V y 1 = A ' −1 • A − 1 y Vy = A 2 de donde: A = Vy 1/ 2 por tanto: r f y ( y) = 1 2 • π • Yy 1/ 2 e − r 1 r r − r ( y − m y )' Vy 1( y − m y ) 2 como: 2 2 ⎡ σ 11 σ 1.2 ⎦ 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. 2 ⎥ ⎢ ⎥ ⎣σ 2.1 σ 2.2 ⎤ V = ⎢ 2. x 2 ) = 1 − e 2π x' x 2 en la que x’=(x1.x2) y.122 .

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

MATRIZ DE VARIANZAS COVARIANZAS VII. VII.3.1 o 2.Definición Se define como matriz de varianzas-covarianzas de la variable bidimensional (X1. 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.X2) a: 2 ⎡ σ2 σ1.1. X2 ) 2 que es la conocida desigualdad de Schwarz..Capítulo V: Variables Aleatorias Unidimensionales Por definición..1 2 e) La matriz de varianzas-covarianzas es semidefinida positiva. f) La masa de probabilidad de una variable aleatoria bidimensional se encuentra concentrada en un punto.3. se considera una variable aleatoria normal bidimensional tipificada como D2(X1)=D2(X2)=1 y..X2)=0 la matriz de varianzas-covarianzas viene dada por: ⎡1 0⎤ V =⎢ ⎥ ⎣0 1 ⎦ VII.124 . por ejemplo.Propiedades 2 d) La matriz de varianzas-covarianzas es simétrica pues σ1.1 σ2 ⎥ ⎣ ⎦ Si. por ser X1 y X2 independientes es: cov(X1. 2 σ1 ⋅ σ2 ≥ cov 2 ( X1.2 = σ2.2. el vector de valores medios.3.2 ⎤ V = ⎢ 21 2 ⎥ ⎢σ2. según que la característica o rango de la matriz V sea 0. en una recta o en el plano. respectivamente.

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

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

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

CAPITULO VIII: Distribuciones en el Muestreo .

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

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

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

Capítulo VIII: Distribuciones en el Muestreo 2 sn −1 = ∑ ( Xi − x )2 i =1 n n −1 • La desviación típica muestral y la cuasidesviación típica 2 sn = + sn 2 s n −1 = + s n −1 • El rango o recorrido: R=Xmáx-Xmin • La proporción muestral ˆ p= X n donde X es el número de unidades muestrales en las que se presenta el suceso considerado. VIII. varianza muestral. Dada una muestra aleatoria simple de tamaño n.4.134 . VIII. Estas distribuciones dependerán de: • • • • la función T que define el estadístico la distribución FX(x) que tenga la variable X muestreada el tamaño de muestra el tipo de muestreo efectuado Antes de pasar al estudio de estas distribuciones vamos a recoger algunos conceptos que facilitarán su comprensión.) se les denomina características muestrales.DISTRIBUCIONES EN EL MUESTREO Las distribuciones de probabilidad de los estadísticos se denominan distribuciones en el muestreo.. 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. etc. por oposición a las características poblacionales que son las de la distribución X de la población. 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). A las características de la distribución muestral (media muestral.

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

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

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

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

En el proceso de pintado de la carrocería de un automóvil. el espesor de la capa de imprimación es una variable aleatoria con distribución normal de media 100 micras y desviación típica 5 micras. f X(x) f x (x) σX / n σX μX X μX x Figura VIII.139 .5 ) x ≡ N ⎜100.5.5 ⎠ es decir. VIII.3 se ha representado la distribución de la media muestral..1.Capítulo VIII: Distribuciones en el Muestreo VIII. Ejemplo VIII.. Sabemos que x=∑ i =1 n Xi n Puesto que x es una combinación lineal de variables normales independientes. X ⎟ ⎜ ⎟ n⎠ ⎝ En la figura VIII.1. su distribución será siempre normal con la media y varianza vistas en el apartado anterior: ⎛ σ ⎞ x ≡ N ⎜ μX.2. en el 2’28% de los casos rechazaremos que el proceso funciona correctamente.0228 ⎝ 2.Distribución de la variable X y de la media muestral x . 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. ⎟ ⎜ 4⎠ ⎝ La probabilidad de rechazar el proceso será: ⎛ 95 − 100 ⎞ p = P (x ≤ 95 ) = φ ⎜ ⎟ = φ (− 2 ) = 0.3.Distribución de la media muestral.

el Teorema de Fisher establecer que: n⋅ 2 sn s2− 2 = (n − 1) ⋅ n2 1 = χn −1 2 σX σX VIII.5.Distribución conjunta de x y sn-1 Como x − μX σX / n ≡ N (0..5.2.Distribución de la varianza muestral.3..140 . Si la variable muestreada tiene una distribución normal. 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.Capítulo VIII: Distribuciones en el Muestreo VIII.1) 2 χn / n y teniendo en cuenta el Teorema de Fisher.1) recordando la definición de la variable: tn = N (0. VIII.

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

CAPÍTULO IX: Introducción a la Inferencia Estadística .

VIII.143 .

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

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

5.1.5 4 c) Estimadores de la proporción poblacional p de una distribución binomial • ˆ La proporción muestral.146 . sn2 no es centrado para σ2 pues E(sn2)=(n-1)·σ2/n ≠ σ2. ~ Ejemplo IX. sn −1 Ejemplo IX. p IX. Sin embargo. x es centrado para μ pues E( x )=μ. 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. 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. sn 2 La cuasivarianza. Hay determinadas propiedades que son deseables en un estimador puntual.Capítulo IX: Introducción a la Inferencia Estadística • • La media muestral. Por ejemplo.1.2. IX. No todos los estimadores son buenos estimadores. 4. Vamos a describir algunas de ellas: • Estimadores centrados o insesgados Son aquéllos cuyo valor medio coincide con el parámetro que estima..2 Con la muestra del ejemplo anterior sería 2 sn = (3 − 4)2 + (5 − 4)2 + (4 − 4)2 + (4 − 4)2 = 0. 4}. x x La mediana muestral.1 Dada la muestra {3.Propiedades de los estimadores puntuales.

función de la muestra.V.95 quiere decir que el 95% de los intervalos que construyamos a partir de numerosas muestras. y solo si. P(L1 ( X ) ≤ θ ≤ L2 ( X )) = 1. de θ. tales que existe una probabilidad muy elevada (1.M. Si por X designamos a una muestra.V.Estimación por intervalos de confianza.M.M.Capítulo IX: Introducción a la Inferencia Estadística • Estimadores uniformemente de mínima varianza.2.99). medida en términos de probabilidad. Si 1-α= 0. b) Los intervalos de confianza nos servirán como reglas de decisión para realizar los tests de hipótesis a estudiar en apartados posteriores. IX. Es decir: ˆ ˆ ˆ ˆ { θ es U. Si la varianza del estimador es mayor que la cota de Cramer-Rao. tiene menor o igual varianza que la de cualquier otro estimador para todo θ perteneciente a Ω. contendrán al valor verdadero del parámetro.M. o cuanto mayor sea el nivel de confianza 1-α para una amplitud dada.α donde 1-α es nivel de confianza (usualmente 0. Cualquier estimador de θ cuya varianza sea igual a dicha cota. 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. ˆ Diremos que el estimador θ es uniformemente de mínima varianza (U. L2 ( X ) son los limites de confianza. Los intervalos de confianza para los parámetros de poblaciones con distribución Normal son los siguientes: r r r IX. será un estimador U. Nuestra incertidumbre al estimar el parámetro resulta pues. el valor mínimo que puede tomar la varianza de cualquier estimador de un determinado parámetro θ.V. o no. El intervalo será tanto más preciso cuanto menor sea su amplitud para un α dado.95 ó 0. de que entre ambos cubran el verdadero valor del parámetro. dicho estimador podrá.147 .} ↔ { D(θ) = min(D(θ*)) ∀ θ* ∈ Cθ y ∀ θ ∈ Ω} ˆ siendo: Ω : espacio paramétrico.) si. ser U.2. α es el nivel de significación y L1 r r ( X ). la estimación por intervalos de confianza consiste en r r obtener dos valores L1 ( X ) y L2 ( X ). bajo determinadas condiciones.. ˆ La frontera de Frechet-Cramer-Rao. también denominada cota de Cramer-Rao establece cual es. Cθ : Conjunto de posibles estimadores de θ.α).V.

2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ . el I.96 Por lo tanto. De la producción de un día.Capítulo IX: Introducción a la Inferencia Estadística a) Para la media poblacional μ. para μ cuando σ es conocida es: x ± zα/2 ⋅ σ n Realizando cálculos y consultando las tablas de la N(0. b) El Intervalo de Confianza para la media μ del espesor. 47. si la única información de la que disponemos es la que nos proporciona la muestra. 54. 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. 51. 50. 50} En el supuesto de que el espesor del recubrimiento tenga una distribución N(μ. 53.C. 51. 49.C. 2 (1− α 2 ) ⎥ ⎢ 2 ( α 2) χn −1 ⎣ χn −1 ⎦ Ejemplo IX. 48. 52. 55. se obtiene: x =50. • 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) El Intervalo de Confianza para la varianza σ2 del espesor considerado.3 Un proceso industrial consiste en la aplicación de un recubrimiento protector a unos perfiles metálicos. 52. 48. será: IX.2 micras. obteniéndose los siguientes valores. se seleccionan al azar 16 perfiles y se determina el espesor del recubrimiento en cada uno de ellos. 49.148 .σ) y fijando el nivel de confianza al 95%.025=1. expresados en micras: {51. 49.563 micras y zα/2=z0. SOLUCIÓN: a) El I.1).

51.025) t nα/2) = t15 = 2.P.131 −1 Sustituyendo los valores en la expresión del I.364. se obtiene: 2 sn −1 =5. ⎢ ⎥ 2 (α 2 ) 2 χ n −(1−α 2) ⎦ 1 ⎣ χ n −1 Con los datos muestrales y la tabla de la χ2.975) =6.762] micras c) El I. para μ cuando σ es desconocida es: ( x ± t nα12 ) ⋅ − sn −1 n Con los datos del problema calculamos x =50.C. El resultado ha sido que.641] micras b) El I.485.025) =27.2 16 ⇒ [49. obtenemos que el I.063 2 (α 2 χ n −1 /2) = χ15(0. de estos 90 alumnos.C es [2. 12.262 Sustituyendo.128] micras2 c) Para la proporción poblacional p de una distribución binomial.25 micras Y según las tablas de la t de Student: ( (0.563 ± 1. 8 han viajado al extranjero y el resto no.C resulta: [49.488 2 (1 2 χ n −1 -α/2) = χ15(0.96 ⋅ 2. SOLUCIÓN: IX.4 Se desea conocer la proporción p de alumnos de la U.763.V. se han seleccionado y entrevistado a 90 alumnos. Para ello. suponiendo una apropiada aproximación de la binomial a la normal: ˆ p ± zα / 2 ⋅ ˆ ˆ p ⋅ (1 − p) n Ejemplo IX. Obtener el Intervalo de Confianza para la proporción p si tomamos 1-α=0.149 . que viajaron al extranjero durante el año 1999. 51.563 micras y sn-1=2. y siguiendo un procedimiento aleatorio.Capítulo IX: Introducción a la Inferencia Estadística 50.C para σ2 es 2 2 ⎡ (n − 1) ⋅ sn −1 (n − 1) ⋅ sn −1 ⎤ .95.

Se considera que una cierta modificación del proceso que disminuye el coste de fabricación no modifica la vida media. y los contrastes de hipótesis. puede tomar valores menores que ella pero. 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. Ello nos permite decidir si aceptamos la hipótesis nula H0 establecida.088 90 y zα/2=z0.Capítulo IX: Introducción a la Inferencia Estadística El I.150 . ¿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. Y en consecuencia.2 se ha expuesto que la Inferencia Estadística aborda dos tipos de problemas: la estimación de parámetros.030. mediante los tests de hipótesis.025=1.1) obtenemos ˆ p= ) 8 = 0. puntual y por intervalos de confianza.. podemos estudiar si una cierta hipótesis. llamada hipótesis nula H0. que la vida media de las bombillas obtenidas mediante cierto proceso de fabricación es de 1500 horas.C es [0. 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.148] IX. ¿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. IX. Supongamos que la vida media muestral resulta ser de 1450 horas. por lo tanto.TEST DE HIPÓTESIS En el punto IX. suponiendo la aproximación de la binomial a la normal. es ˆ p ± zα/2 ⋅ ˆ ˆ p ⋅ (1 − p) n Haciendo cálculos y buscando en la tabla de la N(0. es coherente o no con la información que suministra una muestra aleatoria extraída de dicha población. establecida sobre una cierta población. 0.96 Luego el I.3. Supongamos. ¿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?.C para p. por ejemplo. es decir ¿en qué medida la muestra observada es coherente con la hipótesis de que la media poblacional es de 1500?. A grandes rasgos.

. Para contrastar la hipótesis nula establecida se utiliza un estadístico: G=g(x1.x2. Operando con un nivel de significación α del 5%.1. IX.. En este caso diremos que se ha cometido un error de segunda especie. En consecuencia pueden cometerse dos tipos de errores: a) Rechazar la hipótesis nula cuando es cierta..). Se elige una probabilidad α. varianza poblacional. proporción poblacional. también denominada “región crítica”.Errores de 1ª y 2ª especie.. y se divide el campo de variabilidad de G en dos regiones: una región de aceptación de la hipótesis nula y una de rechazo... llamada nivel de significación.3. etc.Curva de Potencia y Curva Característica de un test IX.xn) cuya distribución es conocida en el caso de que la hipótesis nula sea cierta. b) Aceptar la hipótesis nula cuando es falsa.Capítulo IX: Introducción a la Inferencia Estadística IX. mediante un contraste de hipótesis decidimos si aceptamos o rechazamos la hipótesis nula. etc. etc.3. Según a qué región pertenezca el valor de G calculado con la muestra. respectivamente.. IX.1.3. No obstante.151 ..) o bien sobre los parámetros de determinados modelos aleatorios (modelos de regresión.3. de análisis de la varianza.2. en cuyo caso diremos que se ha cometido un error de primera especie. modelos estocásticos.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. A la probabilidad de cometer este tipo de error se le denomina β. se decide si se rechaza o se acepta la hipótesis H0. 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).Tests de hipótesis paramétricos IX. 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. A la probabilidad de cometer este tipo de error se le denomina α.3.3. diferencia de medias poblacionales. lo cual no quiere decir que lleguemos a conocer con absoluta certeza si es verdadera o falsa. de probabilidades 1-α y α.

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. Una posible regla de decisión será evaluar la intensidad de fuga en una muestra de n diferenciales tomados al azar y aceptar H0 (tomar la decisión d0) si x ≤ μ0 + zα ⋅ σ n y ω0 ∩ ω1 =∅ o tomar la decisión d1 en caso contrario. sobre la media μ de una distribución Normal con σ conocida (por ejemplo. 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). y como veremos en el apartado siguiente. 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. PotS(θ) 1 α 0 ω0 θ0 ω1 θ (Ω) IX. el espacio paramétrico Ω (conjunto de posibles valores del parámetro θ sobre el que se establecen hipótesis). intensidad de fuga de un diferencial eléctrico). A la función que proporciona la probabilidad de rechazar H0 con un test de hipótesis S. se le denomina Curva de Potencia de dicho test. un test que permita contrastar las hipótesis anteriormente formuladas.1.Capítulo IX: Introducción a la Inferencia Estadística En los test de hipótesis paramétricos. Esta curva es propia de cada test S y sus valores dependen del valor que tome el parámetro θ en cada caso. podemos establecer las hipótesis H0(μ≤μ0) vs H1(μ>μ0). Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva de Potencia tendrá la forma de la figura IX. Por ejemplo.152 .

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). Si contrastamos las hipótesis H0(θ≤θ0) vs H1(θ>θ0) la Curva Característica tendrá la forma de la figura IX..2.153 . los cuales representan la calidad de productos y/o procesos (proporción de piezas defectuosas. Un plan de control de calidad es. media μ.Curva de potencia de un test En las aplicaciones de los test de hipótesis al control de la calidad en los procesos industriales. en función de los valores que toma el parámetro θ. etc. se utiliza más la denominada Curva Característica que definiremos seguidamente.1.2..Capítulo IX: Introducción a la Inferencia Estadística Figura IX.). un test que se aplica sistemáticamente para contrastar hipótesis sobre parámetros de distribuciones aleatorias. PaS(θ) 1 1-α β(θ1) θ0 β(θ2) θ1 θ2 ω1 ω0 θ (Ω) Figura IX. varianza σ2. 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. ⎟ será: ⎜ ⎟ n⎠ ⎝ ⎛ σ ⎞ IX. conceptualmente.Curva Característica de un test En el test sobre la media μ de la intensidad de fuga de los diferenciales expuesto en este punto. 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.

Para comprobar el efecto de esta modificación. Test de hipótesis sobre la media poblacional μ. podemos admitir que el espesor del fondo es una variable aleatoria con distribución N(4.. 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.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. Buscando una reducción de costes de fabricación. expresados en mm. 0. para μ=μ0 vale 1-α.154 . 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.3. no se enuncian ni se demuestran los teoremas que permiten su obtención o la evaluación de sus propiedades. sí que se proponen ejemplos que facilitarán su aplicación a las situaciones reales. han sido: IX. IX. Los resultados obtenidos.2) mm.2. Debido al carácter introductorio del capítulo.3. En cambio.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.5 En el proceso de moldeado de unos recipientes de plástico. sustituyendo en parámetro genérico θ por μ. 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.2. Algunos ejemplos de tests de hipótesis sobre parámetros de variables normales son: 1. lógicamente. Su representación gráfica tiene forma similar a la curva de la figura IX.

2.306 −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%.9.156 mm y zα/2=z0. 4. la zona de aceptación es [3. 4. es decir.96 Por lo tanto. 4. 4. 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. 4.9.224] mm Puesto que la media muestral es x =4.5. ¿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?.Capítulo IX: Introducción a la Inferencia Estadística {3. la regla de decisión es ( Aceptamos H0 si x ∈ ⎢μ 0 ± t nα12) ⋅ − ⎡ ⎣ sn −1 ⎤ ⎥ n⎦ Según los datos del enunciado: sn-1=0. H0(μ=4) vs H1(μ≠4) a) En el caso de que conozcamos σ (σ=0.025=1. y ( (0. b) En este caso. 3.131] mm Como la media muestral no pertenece al intervalo anterior.155 . 4.776.869.2. la zona de aceptación es [3.2 mm).9.025) t nα/2) = t8 = 2.292 Por lo tanto. 3. la decisión es que no podemos aceptar la hipótesis nula. 4.2. 3.9. la regla de decisión es Aceptamos H0 si x ∈ ⎢μ 0 ± zα 2 ⋅ ⎣ ⎡ σ ⎤ ⎥ n⎦ Con los datos del enunciado calculamos: x =4. aceptamos la hipótesis nula.156 y pertenece al intervalo.

26 IX. 10. frente a que la producción es incorrecta.1. 9.9.8.645 Sustituyendo. la zona de aceptación es x ≤ μ 0 + zα ⋅ σ n Calculamos el valor de la media muestral y determinamos.8. se toman al azar 10 componentes y se miden sus resistencias obteniéndose los siguientes resultados. Para comprobar que la producción cumple con los requisitos especificados.6 Por razones técnicas de funcionamiento. obtenemos que la zona de aceptación de H0 es x ≤10. es decir: H0(μ≤10) vs H1(μ>10) a) En el caso de σ conocida.2} Suponiendo que la resistencia de los componentes estudiados sigue una distribución normal y considerando un nivel de significación del 5%.05=1.2. 9.7. 10. 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.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.5. el valor de zα: x =10. expresados en ohmios: {9.156 . 9. 10. se ha fijado en 10Ω el valor máximo de la resistencia media de unos componentes eléctricos fabricados en un determinado proceso. 10. mediante la tabla de la normal.5 Ω? b) Contestar a la pregunta anterior en el supuesto de que no se conozca el valor de la desviación típica σ. 10. responder a las siguientes preguntas a) ¿Podemos considerar correcta la producción si sabemos que la desviación típica es 0.12 y zα=z0. 11.

750.227 por lo que aceptamos la hipótesis nula de que la producción es correcta.1.2.0. Para ello se toman al azar 10 botellas fabricadas con el primer equipo y se obtienen los siguientes resultados: {750. Se pretende comprobar si ambos equipos fabrican las botellas con la misma capacidad media.3. 750. 751.748. 751. 750.8. 752.1.3.833 − Sustituyendo.7 Se dispone de dos equipos de soplado de envases de vidrio y con ellos se fabrican botellas de 750 cc de capacidad nominal. 751.1.2. aceptamos la hipótesis nula de que la producción cumple con los requisitos.751.1.1.2. 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-1.749. Ejemplo IX.157 .05) t nα1 = t9 = 1.0.5.749.9} Del segundo equipo se toman al azar 12 botellas cuyas capacidades resultan ser: {750.5.750. obtenemos: sn-1=0.2. obtenemos que la zona de aceptación de la hipótesis nula es x ≤10.748.5.1.6} IX. 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.748. 749. b) En el caso de σ desconocida.749.749. al pertenecer la media muestral a la región de aceptación.391 y ( ) (0.Capítulo IX: Introducción a la Inferencia Estadística por lo que.751.3. 749.749.2.

Tomar α=0. respectivamente.01. han sido: {5. 5. 4.00 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 =750.99} Suponiendo que los resultados de las mediciones son normales y que solamente es el equipo de medida el que produce variabilidad en los resultados. representada por σ. después de realizar 9 mediciones del mismo.σ) y X2≡N(μ2. 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) . y admitimos que X1≡N(μ1.σ) las hipótesis a contrastar serán H0(μ1=μ2) vs H1(μ1≠μ2).05.158 . 4.97. 4.77 ′ s22 =1. 5. 4.Capítulo IX: Introducción a la Inferencia Estadística Asumiendo que la capacidad de las botellas fabricados con cada uno de los equipos tiene una distribución normal y que en ambos casos la varianza es la misma.846 Puesto que x1 − x2 = 1.99.04 no podemos aceptar la igualdad de medias.03. que para el caso de σ desconocida. ¿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. Los resultados obtenidos. 5.58 x2 =749. 0 n −1 ⎥ (n − 1) ⎦ Ejemplo IX.9468 ( α/ (0.086 n Por lo que la zona de aceptación es x1 − x2 ≤ 0. 2 2 σ0 ⋅ χn (−α 2 ) ⎤ 1 ⎥ (n − 1) ⎦ σ 2 ⋅ χ 2( α 2 ) ⎤ . 2. Test de hipótesis sobre la varianza poblacional σ2. IX. es igual a 0. ¿podemos admitir que dicha variabilidad.54 ′ s12 =0. expresados en cm.8 En un laboratorio de ensayos se evalúa repetidamente y con el mismo equipo de medida el diámetro de un cilindro patrón.02. 5.05.025) t n1 +2)2 −1 = t 20 = 2.01.98.02?.

159 . 0.6.975 ) = 2.025 ) = 17.0. Los valores obtenidos.00065 aceptamos la H0. 4. b) H0(σ2≤σ02) vs H1(σ2>σ02) 2 Aceptamos H0 si sn-1 ≤ 2 2 σ0 ⋅ χn (−α ) 1 (n − 1) 2 2 σ0 ⋅ χn (−α ) 1 (n − 1) 2 Rechazamos H0 si sn -1 > c) H0(σ12=σ22) vs H1(σ12≠σ22) Aceptamos H0 si Rechazamos H0 si 2 (sn1 −1 )mayor 2 (sn 2 −1 )menor 2 (sn1 −1 )mayor 2 (sn 2 −1 )menor ≤ F((nα1)−1).7. 3.3.5. 4.Capítulo IX: Introducción a la Inferencia Estadística SOLUCIÓN: Debemos contrastar las hipótesis H0(σ2=0.8. 4. 4. e identificando la precisión de cada método con la desviación típica σ que presentan sus resultados: IX.9. 4.6.0004). son los siguientes: Método de referencia: {4.00065 2 (α 2 χ n −1 / 2 ) = χ 8 ( 0.535 2 1 2 χ n −(1 −α / 2 ) = χ 8 ( 0. 4.7} Asumiendo la normalidad de las concentraciones. La zona de aceptación de la hipótesis nula es 2 2( ⎡σ 2 ⋅ χ 2 (1−α 2 ) σ0 ⋅ χ n −α 2 ) ⎤ 2 1 sn -1 ∈ ⎢ 0 n −1 . Ejemplo IX. 4. Para ello se evalúa reiteradamente la concentración de dicho complejo proteico en una muestra de mortadela preparada al efecto.1.0004) vs H1(σ2≠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. expresados en gramos por cada 100 gramos de producto. 4. ⎥ (n − 1) ⎦ ⎣ (n − 1) A partir de los datos del enunciado obtenemos que 2 sn −1 =0.(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.3.00087] 2 Puesto que sn −1 =0.(n 2 −1) > F((nα1)−1).1. 4.18 Por lo tanto.1. 4. 4. la zona de aceptación de H0 será: [0.3. 4.000109.3} Método espectrofotométrico: {4.

1 (gr/100gr)2 con un nivel de significación del 5%? SOLUCIÓN.21 Por lo tanto.026 Si buscamos en la tabla de la F.2 7 En consecuencia. Suponiendo que se dan las condiciones para que sea aceptable la aproximación de la distribución binomial a la normal.026 2 Método espectrofotométrico: sn −1 =0. 3. 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.160 .05) =4.1 ⋅14.137 = 5.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. Test de hipótesis sobre la proporción poblacional p de una distribución binomial.269 0. podemos aceptar la hipótesis nula establecida. debemos rechazar la hipótesis de igualdad de varianzas. 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).6.067 = 0. obtenemos que (0 F7.(n2 −1) 1 Realizando los cálculos necesarios: 2 Método de referencia: sn −1 =0.137 Entonces: 0.137 ≤ 0. 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. los test de hipótesis más utilizados para p son: IX.

10 Se pretende comparar la calidad de los envíos de dos proveedores de un mismo tipo de repuesto para automóviles. resultando 4 defectuosas. 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.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. SOLUCIÓN: Si llamamos p1 a la proporción de unidades defectuosas de proveedor 1 y p2 a la proporción de unidades defectuosas del proveedor 2. es la misma?.025=1. 06 60 p* = 0.96 IX. Para un nivel de significación del 5% ¿podemos admitir que la calidad de los envíos de ambos proveedores. resultando 3 defectuosas. dada por la proporción de unidades defectuosas.07 z0. Para ello se seleccionan al azar 40 unidades de un lote del proveedor 1. y 60 unidades de un lote del proveedor 2.161 .075 40 ˆ p2 = ) 4 = 0 . obtenemos que ˆ p1 = 3 = 0.

3. Dichas observaciones se clasifican en k clases o categorías mutuamente excluyentes. las clases corresponderán a k intervalos disjuntos y si F es la distribución de una variable discreta.008 . x2. dada una muestra podemos contrastar simplemente si procede de una población con distribución normal.4. En este caso se especifica la distribución supuesta y sus parámetros característicos.1. se formula la hipótesis nula de que procede de una población cuya distribución es Fo (distribución supuesta que puede ser. IX. aceptamos la hipótesis de igualdad de calidades.Capítulo IX: Introducción a la Inferencia Estadística Por lo tanto. Por ejemplo.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. una vez obtenida una muestra X de tamaño n. totalmente especificada).Tests de bondad de ajuste. o no. ante una muestra dada podemos contrastar la hipótesis de que procede de una distribución normal de media μ y desviación típica σ. la zona de aceptación de H0 es ˆ ˆ p1 − p2 ≤ 0.4. b) Parcialmente especificada.162 .. Esta distribución de probabilidad supuesta puede ser: a) Totalmente especificada. En ambos casos. 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. 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.. …. r IX. En el caso de que F sea continua. Es equivalente plantear la hipótesis nula de que la distribución de la variable muestreada es F0.1021 ˆ ˆ Puesto que p1 − p2 = 0. xn) independientes de una determinada característica. Por ejemplo.3. las clases suelen corresponderse con los valores posibles de dicha variable o con conjuntos de dichos valores. Corresponde al caso en que solamente se especifica la distribución de probabilidad supuesta pero no sus parámetros característicos.

Si la hipótesis establecida H0 no es cierta.3..Contraste de hipótesis H0(F=F0) vs H1(F≠F0). El estadístico z presentará valores mayores que si fuera cierta la distribución supuesta y. 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. 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. por tanto. 2 En consecuencia. la media poblacional μ la estimaremos mediante x y la desviación típica poblacional σ la estimaremos mediante sn-1. será necesario estimar sus parámetros a partir de los valores de la muestra obtenida.163 . Bajo determinadas condiciones. Si la distribución teórica no está totalmente especificada.Capítulo IX: Introducción a la Inferencia Estadística Las n observaciones se distribuirán entre las k clases presentando una frecuencia absoluta Oi de valores en cada una de las clases Ci establecidas. s es el número de parámetros que es necesario estimar a partir de la muestra. fijado un nivel de significación α. Distribución del estadístico z cuando H0 es cierta. Por ejemplo. sus valores serán mayores que los de la χ2 correspondiente. Si la distribución de la variable muestreada fuera Fo. de modo que se cumplirá: ∑ Oi = n i =1 k A las frecuencias Oi se les denomina frecuencias observadas. IX. 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. dentro de cada clase o intervalo la frecuencia observada Oi y la frecuencia teórica ti serán muy diferentes.

5 745.68 9.5] 6 > 757.5] 15 ]752.98 19.0] 21 ]750.15 14.164 .4225 0.15 19.0] 7 ]755.5 ]742.755.11 Se ha medido la capacidad de 100 envases de vidrio de un determinado formato.0 747.c.0] 16 ]745.1498 ti=n·p i ( Oi − t i )2 ti ≤ 742.0370 0. Es conveniente que las clases se definan de manera que las probabilidades teóricas pi de las diferentes clases Ci no sean demasiado diferentes. 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 ¿Puede aceptarse.0695 0.98 0. La prueba puede aplicarse a cualquier distribución.750.05.5] 20 ]747.5 - 6.747.5) c.0000 IX. utilizados para el envasado de un producto farmacéutico. con un nivel de significación α=0.19 14.0 .1915 0.5 10 ]742. Los resultados obtenidos se encuentran agrupados en la tabla siguiente: Capacidad No de envases (c.0714 0.? SOLUCIÓN: Construyamos la siguiente tabla: Ci Oi 5 10 16 20 21 15 pi 0.5 .0 .c. que la capacidad de dichos envases sigue una distribución N(750.1498 0.0] ]745.668 0.5 . • • Ejemplo IX.0919 0.752.757.Capítulo IX: Introducción a la Inferencia Estadística Teniendo en cuenta las aproximaciones que es necesario realizar en el test propuesto.0 .745.5] ]747.1915 0.5 . sea continua o discreta.1755 0.) 5 ≤ 742.

2. IX.19 6.Capítulo IX: Introducción a la Inferencia Estadística 750.165 .0] ]755. Test χ2 Las tablas de contingencia permiten verificar si dos o más variables o factores de clasificación son independientes entre sí.0 757.4. si consideramos ]ai.Tablas de contigencia.5] ]752. Constituyen.1. por lo tanto.0692 donde.1 0 Como z<14.−1 ) = 14.3. ai+1] los límites del intervalo Ci.3670 Además : 2 ( 05 χ 8 −0.. La hipótesis nula que hay que contrastar es que los dos factores A y B son independientes.5219 0.5 7 6 0. Estudiaremos el caso de dos variables o factores de clasificación. 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. la conclusión es que no podemos rechazar H0 y debemos aceptar que la capacidad de los envases sigue la distribución propuesta.68 0.0919 0. 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. una prueba de independencia no paramétrica.0 752.5 755.668 9.0] ]750.5] > 757.

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 . 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.…r y j=1.166 . 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.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. O•j . será: ˆ pi • = Oi • n De modo análogo... Oij es el número de valores observados en la casilla correspondiente al nivel i del factor A y al nivel j del factor B. 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.. 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. dado que el total de observaciones es n. Oi• es el total de frecuencias observadas en la fila i y O•j es el total de frecuencias observadas en la columna j. O•m marginales donde n es el número total de observaciones.. 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. a la que hemos llamado pij. como en el apartado anterior.…. será.

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

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(0.168 .556 2( ) 2(0. IX.05) = χ 2 = 5..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.

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

.

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

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

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

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

)2 se le denomina Suma de Cuadrados Total (SCT) pues mide la variabilidad total del conjunto de las I x J observaciones.ECUACIÓN FUNDAMENTAL Llamando X. • 175 .)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.) +∑ 2 i i ij ( X ij − X i . − X.. 9. Mide la parte de la variabilidad total debida o explicada por el factor.σ) e independientes entre sí.. = Σ ij X ij IJ media general de todas las observaciones Xi. = αI = 0 ∀ αi = 0 9. que todos los niveles tienen la misma media Ho : μ1 = μ2 = μ3 … = μI = μ H1 : ∃ μi ≠ μj Estas hipótesis son equivalentes a contrastar H0 : ∀αi = 0 H1 : ∃ αi ≠ 0 ya que sustituyendo μi por μ + αi Ho : μ + α1 = μ + α2 = μ + α3 = … = μ + αI = μ α1 = α2 = α3 = …...) 2 = J ∑ ( X .4..4.) 2 SCT SCF SCR • Σ(Xij – X. ∑ ij ( X ij − X... JΣ (Xi-X.HIPÓTESIS NULA La hipótesis nula a contrastar es que el factor no influye sobre la respuesta. = 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. es decir.εij = residuos N (0.3.4.

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

1 5. Para ello se realizaron experiencias utilizando cuatro materias primas diferentes.9 6.5 6.0 6.2 4.8 6. Con cada materia prima se fabricaron cinco piezas midiéndose finalmente la resistencia en cada una de las veinte piezas fabricadas. éstas no llegan a ser significativas.en la práctica diferencias importantes entre las medias.0 5.0 6.2 6.6 4.0 MAT PRIMA 2 6. Los resultados fueron: MAT PRIMA 1 6.9 6.0 MAT PRIMA 3 5.5 Cuadro resumen del Análisis de la Varianza ----------------------------------------------------------------------------Fuente SC gl CM F calc P-Valor 177 .8 MAT PRIMA 4 5.I( J −1) I Cuadrado medio F calculada F tablas EJEMPLO: Se desea estudiar la influencia de la materia prima sobre la resistencia de unas piezas de plástico.2 6.1 4. 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).0 6. Lo que habría que hacer en este caso es aumentar el tamaño de la experiencia o reducir el error experimental (disminuir el CMR) aumentando la homogeneidad del material experimental o utilizando un diseño más adecuado.0 6.2 5.

04 X M.64067 36.P.01.30 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 . En el apartado siguiente analizaremos cuál o cuáles de las variantes de la materia prima son diferentes en cuanto a su resistencia promedio.073 ----------------------------------------------------------------------------Total 9.0000 Residual 1.----------------------------------------------------------------------------Factor 7.68 X M.168 16 0. 3 5 5.P.P.09 19 Dado que el P-Valor es menor que 0.17 0. existen diferencias estadísticamente significativas al nivel del 99% de confianza entre las medias de las cuatro materias primas. 2 5 6.922 3 2. 1 5 6. Tests de rangos Repeticiones Media Grupos diferentes -------------------------------------------------------------------------------M.98 X M. 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%. 4 5 4.P.

Análisis de la varianza (II).9. Los utilizaremos en este tema como diseño base para desarrollar las técnicas del Análisis de la Varianza para dos factores. 9.2.2. el siguiente diseño factorial FACTOR B FACTOR A B1 =⎬n = = = B2 =⎬n = = = Bj = = = =⎬ n Xijk. También se dice que existe interacción entre dos factores cuando el efecto de uno de ellos depende del nivel que consideremos en el otro. 9. (Efectos no aditivos).1. 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.1. PH2 y pH3) 179 .. Apoyándonos en los conceptos y terminología expuestos en el apartado anterior. BJ A1 A2 A3 Ai = = = = AI = = = = 9. 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.INTRODUCCIÓN.ANOVA PARA DOS FACTORES CON REPETICIONES Utilizaremos como diseño base para el estudio de este apartado. es el mismo en cualquiera de los niveles que podamos considerar del otro factor.5.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. no es igual a la suma de los efectos simples respectivos... vamos a desarrollar este apartado de forma esquemática. De manera similar a la anterior. Constituyen un diseño especial para el estudio simultáneo de dos o más factores en el que todos los niveles de todos los factores se combinan entre sí.5. PLANES FACTORIALES. PLANES FACTORIALES.5.5. Solamente desarrollaremos en profundidad aquellos conceptos que sean nuevos y propios del presente capitulo. Vamos a considerar algunos ejemplos representativos. Dos factores controlados.

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

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. σ 2 ) ⎬ independientes e incorrelacionados 181 . j.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.ésima observación en el tratamiento formado por la variante i del primer factor con la variante j del segundo.Obtenga el lector sus propias conclusiones ¿Hay interacción? ¿Por qué? ¿Qué zumo es mejor? ¿Se comportan igual los tres zumos? ¿Influye el tiempo de conservación en la calidad? ¿Cómo? 9. 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.2.5.. respectivos.2.

. − X + X.S.Comparación de Medias.)2 + N∑ ( X − X.5.. ó DMS α DMS = Q a.1) SCF2 (J . Si algún factor resulta significativo podrá determinarse entre que variantes hay diferencias significativas comparando la diferencia de medias con la L..2.1) SCR IJ(N . .D. i j ij ijk SCT (IJN ..GLR No significativo α 9..4.5. Test F La variabilidad total de las observaciones se descompone de la siguiente forma similar al ANOVA de un factor ∑ ( Xijk − X.dosis x método se realizaron tres experiencias.. ijk ij.) + ∑ ( X − X )2 i.. se recogen en la tabla siguiente: Dosis de catalizador (mg. de producto obtenido con la misma cantidad de materia prima en 1 hora.1)(J .glr CMR b a = nº de medias a comparar entre si (nº de variantes del factor).)2 + IN∑ ( X − X.2..D.. se ensayaron 4 dosis de catalizador.1) SCF1 (I .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.. ij.3.1) ⇒ gl La significación de cada factor se obtiene calculando el cociente SCF GLF CMF Fc = = SCR GLR CMR α > FGLF .S..5.1) SCint (I . Test L. . Ejemplo: En una experiencia para analizar la influencia de un nuevo catalizador en dos métodos A y B de síntesis de un producto orgánico.GLR significativo al nivel α ≤ FGLF . Con cada una de las 8 combinaciones .Descomposición de las Sumas de Cuadrados.. j. Los resultados.tratamientos . expresados en gr.9.2.. j.5. b = nº de datos con que se calculó cada una de las medias anteriores.)2 ijk = JN∑ ( X − X.) 182 .

Cuadro resumen del análisis de la varianza O.V.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. Total Catalizador Método Interacción CxM Error 1469’13 660’66 3 16 0'01 489’71 11’86 > F3'16 = 5'29 * * SC 7096’96 1535’13 3432’04 GL 23 3 1 CM Fc Ft 0'01 511’71 12’39 > F3'16 = 5'29 * * '01 3432’04 83’12 > F1016 = 8'53 * * ' 41’29 Son significativos todos los efectos al 99 % (p < 0'01) 183 . σ) independientes.

Luego habrá que estudiar el efecto del catalizador en cada uno de los métodos.50 metodo A B rendimiento dosis a) La interacción es significativa. a la dosis máxima. y preferiblemente. que con el método A da el rendimiento promedio máximo (99'67 gr). con el método B da el mínimo rendimiento promedio (51 gr).75 1 1. b) No obstante. luego no existe una concentración de catalizador óptima. Por ello seria conveniente la utilización del catalizador sólo en el método A. un rendimiento mayor que el método B. el método A presenta para cada concentración del catalizador. 184 . La concentración de 1'50.Interpretación de Resultados Interaction Plot 101 91 81 71 61 51 0.25 1.

185 .

Sign up to vote on this title
UsefulNot useful