Académique Documents
Professionnel Documents
Culture Documents
las distribuciones de frecuencias son una forma útil de resumir las variaciones en
los datos observados, las distribuciones de la probabilidad están relacionadas con
las distribuciones de probabilidad y distribuciones de frecuencias. De hecho,
podemos pensar que una distribución de probabilidad es una distribución de
frecuencias teórica. ¿Qué significa lo anterior? Una distribución de frecuencias
teórica es una distribución de probabilidades que describe la forma en que se espera
varíen los resultados. Como estas distribuciones representan expectativas de que
algo suceda, resultan modelos útiles para hacer inferencias y tomar decisiones en
condiciones de incertidumbre.
Analicemos un ejemplo. Una candidata política para un puesto en el gobierno local
está considerando los votos que puede obtener en las elecciones que se avecinan.
Suponga que los votos pue- den tomar sólo cuatro valores posibles. Si la estimación
de la candidata es como sigue:
Número de votos 1,000 2,000 3,000 4,000
Probabilidad de que éstos se obtengan 0.1 0.3 0.4 0.2 Total 1.0
Antes de analizar otros aspectos de las distribuciones de probabilidad, debemos
señalar que una distribución de frecuencias es un listado de las frecuencias
observadas de todos los resultados de un experimento que se presentaron
realmente cuando se efectuó éste, mientras que una distribución de probabilidad es
un listado de las probabilidades de todos los posibles resultados que podrían
obtenerse si el experimento se llevara a cabo. También,
las distribuciones de probabilidad pueden basarse en con- sideraciones teóricas (los
lanzamientos de una moneda) o en una estimación subjetiva de la posibilidad de
ciertos resultados (la estimación de la candidata). Las distribuciones de probabilidad
se pueden basar también en la experiencia. Los actuarios de las compañías de
seguros, por ejemplo, determinan las pólizas de seguros haciendo uso de los largos
años de experiencia que las compañías tienen acerca de los índices de mortalidad
para establecer la probabilidad de muerte entre los diferentes grupos de edad.
Variables aleatorias
Una variable es aleatoria si toma diferentes valores como resultado de un
experimento aleatorio. Esta variable aleatoria puede ser discreta o continua. Si
puede tomar sólo un número limitado de valores, entonces es una variable aleatoria
discreta. En el otro extremo, si puede tomar cualquier valor dentro de un intervalo
dado, entonces se trata de una variable aleatoria continua.
Una variable aleatoria es una especie de valor o magnitud que cambia de una
ocurrencia a otra sin seguir una secuencia predecible. Por ejemplo, en una clínica
para tratamiento del cáncer de mama no se tiene manera de saber con exactitud
cuántas mujeres van a ser atendidas en un día cualquiera,
El valor esperado de una variable aleatoria
Suponga que lanza una moneda 10 veces y obtiene siete caras, de la siguiente
manera:
La distribución binominal
en la que:
• n = número de ensayos
• p = probabilidad de tener éxito
Y podemos calcular la desviación estándar de una distribución binomial haciendo
uso de la fórmula:
en la que:
• n = número de ensayos
• p = probabilidad de éxito
• q = probabilidad de fracaso = 1 — p
Para ver la forma en que se utilizan las ecuaciones 5-2 y 5-3, tome el caso de una
máquina empacadora que produce el 20% de paquetes defectuosos. Si tomamos
una muestra aleatoria de 10 paquetes, podemos calcular la media y la desviación
estándar de la distribución binomial del proceso de la siguiente manera:
La distribución de Poisson
Existen muchas distribuciones de probabilidad discretas, pero nuestro análisis se
centrará sólo en dos: la distribución binomial, que acabamos de concluir, y la
distribución de Poisson, que es el tema de esta sección. La distribución de Poisson
debe su nombre a Simeón Denis Poisson (1781-1840), un francés que desarrolló la
distribución a partir de los estudios que realizó durante la última parte de su vida.
La distribución de Poisson se utiliza para describir ciertos tipos de procesos, entre
los que se encuentran la distribución de llamadas telefónicas que llegan a un
conmutador, las solicitudes de pacientes que requieren servicio en una institución
de salud, las llegadas de camiones y automóviles a una caseta de cobro, y el
número de accidentes registrados en cierta intersección. Estos ejemplos tienen en
común un elemento: pueden ser descritos mediante una variable aleatoria discreta
que toma valores enteros (0, 1, 2, 3, 4, 5, etc.). El número de pacientes que llegan
al consultorio de un médico en un cierto intervalo será de 0, 1, 2, 3, 4, 5 o algún otro
número entero. De manera parecida, si usted cuenta el número de automóviles que
llegan a una caseta de cobro de alguna carretera duran- te un periodo de 10
minutos, el número será de 0, 1, 2, 3, 4, 5 y así consecutivamente.