PROBABILIDAD

ESTUDIO DE CASO 1
Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001) examinaron
factores de estrs, recursos y agotamiento psicolgico empleando la Escala de
Depresin del Centro de Estudios Epidemiolgicos (CESD), un cuestionario de
evaluacin comunitario.
Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 23,5 con
una desviacin estndar de 7.5 y se considera que para la Variable X = puntuacin del
CESD, la distribucin es normal. Como trabajador en el rea de admisiones en un
refugio para personas sin hogar, usted es el encargado de aplicar el CESD y debe
evaluar los resultados para las nuevas personas que lleguen al centro.
Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin
sea de 20 o ms puntos en el CESD debe enviarse a ver a un doctor.
INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al
doctor.
Para este ejemplo tenemos que 23,5 de desviacin estndar y 3,5 para variable x
X=20/3,5=1/3= 33.3% probable
Calculando igual, la probabilidad:
P)=20/30=2/3= 66.7% probable
Como 66.7 es mayor que 33.3 es ms probable que llegue al refugio sea enviado a ver
al doctor.
2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de
10 o menos puntos
En particular, hay 10 personas, por lo tanto son 12 los casos favorables a dicha
seleccin. Pero ella se har de un total de 20 + 12 = 32 personas sumamos la cantidad
de las polticas y que forman parte de la seleccin y por tanto, los casos posibles o
totales.
As, la probabilidad pedida es
P= 12/32
3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin
entre 16 y 20 puntos

La informacin sobre lo que come cada una de las personas es insustancial. Pues en lo
que solicita no hay relacin con ello. Por definicin, la probabilidad pedida viene dada
por:
P= casos favorables a la seleccin 16/casos totales de la muestra 20
P= 16/20
4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas
a los servicios de prevencin de suicidios, Qu puntuacin hace calificar a una
persona que llega al refugio para este servicio?
P=casos favorables a la seleccin 15/casos totales de la muestra planteada en el
ejercicio 20
P=15/20 la puntuacin es de 15/20
5. Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un
servicio de orientacin laboral para mejorar sus recursos. Qu puntuacin
permite calificar a una persona para acceder a este servicio?
P=(25 + 5)/(8 +12 +7 + 5)
P=12/32 8
P=3/8 la puntuacin es de 3/8
ESTUDIO DE CASO 2
Si usted fuera el jefe, habra considerado la estatura como criterio en su seleccin del
sucesor para su trabajo?
Daniel Seligman analiz en su columna de la revista Fortuned sus ideas acerca de la
estatura como un factor en la decisin de Deng Xiaoping para elegir a Hu Yaobang
como su sucesor en la presidencia del Partido Comunista Chino. Como afirma
Seligman, los hechos que rodean el caso despiertan sospechas al examinarlo a la luz
de la estadstica.
Deng, segn parece tena como estatura 154 cm de alto, una estatura baja incluso en
China. Por consiguiente al escoger a Hu Yaobang, que tambin tena 154 cm de
estatura, motivo algunos gestos de desaprobacin porque como afirma Seligman las
probabilidades en contra de una decisin ajena a la estatura que dan lugar a un
presidente tan bajo como Deng son aproximadamente de 40 a 1. En otras palabras, si
tuviramos la distribucin de frecuencias relativas de las estaturas de todos los varones
chinos, solo 1 en 40 es decir 2,5% tendran 154 cm de estatura o menos.

Para calcular estas probabilidades Seligman advierte que no existe el equivalente chino
del Servicio de Salud de pases como Estados Unidos y por tanto, es difcil obtener las
estadsticas de salud de la poblacin actual china. Sin embargo, afirma que en general
se sostiene que la longitud de un nio al nacer representa el 28,6% de su estatura final
y que en la China la longitud media de un nio al nacer era de 47,6 cm. De esto
Seligman deduce que la estatura promedio de los varones adultos chinos es: 47,6 /
28.6 * 100 = 166,3 cm.
El periodista asume entonces que la distribucin de las estaturas en China sigue una
distribucin normal al igual que en pases como estados Unidos con una media de
166,3 cm y una desviacin estndar de 3,7 cm.
INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. Por medio de las suposiciones de Seligman, calcule la probabilidad de que la
estatura de un solo varn adulto chino escogido al azar sea menor o igual a 154
cm
Poblacin masculina en china= 703.497.681
Suposicin de Seligman
Solo 1 en 40 es decir 2,5% tendran menos 154 cm de estatura o menos.
(703497681x1)/40
Nmero de personas menores de 154 cm en china= 17587442.03
2. Los resultados de la pregunta 1, concuerdan con las probabilidades de
Seligman?
Si, los clculos del punto 1 coinciden con las probabilidades de Seligman
3. Comente acerca de la validez de las suposiciones de Seligman Hay algn error
bsico en su razonamiento?
Para calcular estas probabilidades Seligman advierte que no existe el equivalente chino
del Servicio de Salud de pases como Estados Unidos y por tanto, es difcil obtener las
estadsticas de salud de la poblacin actual china.
Sin embargo, afirma que en general se sostiene que la longitud de un nio al nacer
representa el 28,6% de su estatura final Esta afirmacin debe tener un margen de error
muy alto puesto que no es una medida exacta sino una suposicin.
4. Con base en los resultados anteriores, argumente si considera o no que Deng
Xiaping tomo en cuenta la estatura al elegir a su sucesor.

No considero que Deng Xiaping utilizara la estatura como criterio en la eleccin de su

sucesor puesto que el 44% de la poblacin tiende a tener esta estatura segn los
clculos realizados con base a los estudios de Seligman. En lo que se puede deducir
que casi la mitad de la poblacin hubiera podido ser escogida por este criterio.

VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS

La realizacin de un experimento genera ms atencin en la funcin del resultado ms
que en el resultado en s mismo. As, por ejemplo, al arrojar un dado dos veces
podramos estar interesados slo en la suma de los puntos obtenidos y no en el par de
valores que dio origen a ese valor de la suma. En gran cantidad de experimentos
aleatorios es necesario cuantificar los resultados, es decir, asignar a cada resultado del
experimento un nmero, con el fin de poder realizar un estudio matemtico. Esa
cantidad de inters, o ms formalmente esa funcin a valores reales definida sobre el
espacio muestral se denomina variable aleatoria. Variable porque toma distintos valores
y aleatoria porque el valor observado no puede ser predicho antes de la realizacin del
experimento, aunque s se sabe cules son sus posibles valores. Dado que el valor de
una variable aleatoria es determinado por el resultado de un experimento, se pueden
asignar probabilidades a los posibles valores o conjuntos de valores de la variable.
Definicin:
Sea S un espacio muestral asociado con un experimento aleatorio. Una variable
aleatoria X es una funcin que asocia a cada elemento w S un nmero real X(w)=x,
es decir

Como se observa, en general representaremos a las variables aleatorias con letras

maysculas: X, Y, Z,etc. y sus valores con letras minsculas, es decir X(w)=x significa
que x es el nmero real asociado al resultado w S a travs de X.

Ejemplo: Se arroja dos veces un dado equilibrado. Un espacio muestral asociado es:

Posibles variables aleatorias asociadas con este experimento son:

X: nmero de caras pares

Y: mximo puntaje
Z: suma de puntos

La funcin de distribucin de una variable aleatoria discreta tiene forma de escalera

como se ve en la figura:

Parmetros de una variable aleatoria discreta

Esperanza
matemtica

Varianza

Desviacin
tpica

Ejemplo[1]

Aplicar los conceptos anteriores a la siguiente variable aleatoria:

X= Numero de caras obtenidas en tres lanzamientos de una moneda
La variable discreta X puede tomar los valores 0,1,2,y 3. Los ocho posibles resultados
de los tres lanzamientos tienen probabilidad 1/8 de ocurrir. La funcin que constituye la
variable aleatoria es la siguiente:

La funcin de masa de esta variable aleatoria es:

La funcin de distribucin se puede ver en la siguiente figura:

Media o esperanza:

Varianza:

Mediana: cualquier punto del intervalo (1,2).

VARIABLES ALEATORIAS CONTINUAS:

Una variable aleatoria continua es aquella que puede tomar todos los valores posibles
dentro de un cierto intervalo de la recta real. Por ejemplo la altura de los alumnos de
una clase, las horas de duracin de una pila.
Una variable aleatoria X es continua cuando puede tomar cualquier valor en un
intervalo (finito o infinito). La funcin de probabilidad de una variable aleatoria continua
queda caracterizada por su funcin de densidad, que es una funcin:

Verificando:
a) f(x) 0, para todo x R
b) R f(x)dx = 1

A partir de la funcin de densidad, calculamos la probabilidad de un suceso relativo a la

variable aleatoria de la siguiente forma:

Por lo tanto, la funcin de densidad nos indica como es el reparto de la probabilidad

sobre R, y nos permite calcular la probabilidad precisa de un suceso A.

Conviene resaltar que el valor de la funcin de densidad f(x) en un punto x, no es la

probabilidad de aparicin de ese valor x, ya que:

Por tanto cuando se trabaja con variables aleatorias continuas, la probabilidad de

cualquier conjunto unitario es cero y, como consecuencia la funcin de distribucin es
contina.
La funcin de distribucin se puede obtener a partir de la funcin de densidad:

Recprocamente, en los puntos en que F es derivable:

Parmetros de una variable aleatoria contina

Esperanza
matemtica

Varianza

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

La distribucin de probabilidad de una variable aleatoria X es una descripcin del
conjunto de posibles valores de X, junto con la probabilidad asociada con cada uno de
estos valores. Esta distribucin bien puede ser una grfica, una tabla o una ecuacin
que da la probabilidad de cada valor de la variable aleatoria y se considera como el
resumen ms til de un experimento aleatorio.

Toda distribucin de probabilidad debe satisfacer cada uno de los dos requisitos
siguientes:

EJEMPLO 1.3

Determine si la siguiente tabla describe una distribucin de probabilidad

P(X=x)

0,04

0,32

0,64

Para ser una distribucin de probabilidad, P(X=x) debe satisfacer los dos requisitos.

De manera que la tabla de probabilidades de la variable aleatoria X satisface el primer

requisito. Observe, adems, que cada uno de los valores de P(X=x) se encuentran
entre 0 y 1. Como ambos requisitos se satisfacen, la tabla de probabilidades de la
variable aleatoria X es una distribucin de probabilidad de X.
Cuando la distribucin de probabilidad se describe a partir de una ecuacin, se le
denomina funcin de probabilidad. Esta funcin
va del conjunto
de los valores posibles de la variable aleatoria discreta X (denominado rango de X) al
intervalo [0,1] y satisface las siguientes propiedades:
Ejemplo 1.4
Determine si la funcin

(donde x puede ser 0, 1 2) es una

funcin de probabilidad.

En la siguiente tabla se resumen los posibles valores de la variable aleatoria X.

f(x)=P(X=
x)

1/3

2/3

Observe que todos los valores de f(x) son todos positivos, esto es Adems se cumple el
segundo requisito:

Por lo tanto, la funcin f(x) es una funcin de probabilidad.

DISTRIBUCIONES CONTINAS DE PROBABILIDAD

Ahora estudiaremos algunas de las distribuciones probabilsticas de tipo continuo como:
Distribucin uniforme continua
Distribucin normal
Distribucin exponencial.

Se dice que una variable X posee una distribucin uniforme en el intervalo [a,b], si su
funcin de densidad es la siguiente:
Con esta ley de probabilidad, la probabilidad de que al hacer un experimento aleatorio,
el valor de X este comprendido en cierto subintervalo de [a,b] depende nicamente de
la longitud del mismo, no de su posicin.
Distribucin normal es el modelo de distribucin ms utilizado en la prctica, ya que
multitud de fenmenos se comportan segn una distribucin normal.
Esta distribucin de caracteriza porque los valores se distribuyen formando una
campana de Gauss, en torno a un valor central que coincide con el valor medio de la
distribucin.
La distribucin gaussiana, recibe tambin el nombre de distribucin normal, ya que una
gran mayora de las variables aleatorias continuas de la naturaleza siguen esta
distribucin.
Var(x) = S2

: es el valor medio de la distribucin y es precisamente donde se sita el centro de la

curva (de la campana de Gauss).
s2 : es la varianza. Indica si los valores estn ms o menos alejados del valor central: si
la varianza es baja los valores estn prximos a la media; si es alta, entonces los
valores estn muy alejados de ella. Se representa por s2 porque su raz cuadrada, s, es
la denominada desviacin estndar.

REFERENCIAS BIBLIOGRAFICAS
http://datateca.unad.edu.co/contenidos/100402/moduloexe/mdulo.html