MAT Probabilidad e Inferencia Estadística (Santaló, 1970)

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 140

serie de matemática monografía no .

11

Programa Regional de Desarrollo Científico y Tecnológico


Departamento de Asuntos Científicos
Secretaría General de la
Organización de los Estados Americanos

µ-a µ µ+a X

....



• •
PROBABILIDAD E
INFERENCIA ESTADISTICA
por
Luis A. Santaló
Facultad de Ciencias Exactas y Naturales
Universidad de Buenos Aires
Buenos Aires, ARGENTINA

Programa Regional de Desarrollo Científico y Tecnológico


Departamento de Asuntos Científicos
Secretaría General de la
Organización de los Estados Americanos
Washington, D. C.
© Copyright 1970 by
The General Secretariat of the
Organization of American States
Washington, D. C.

Derechos Reservados, 1970


Secretaría General de la
Organización de los Estados Americanos
Washington, D.C.

Primera edición, 1970


Segunda edición,
corregida y actualizada 1975

Esta monografía ha sido preparada para su publicación en el


Departamento de Asuntos Científicos de la Secretaría General
de la Organización de los Estados Americanos.

Editora: Eva V. Chesneau

Revisor Técnico: Prof. Evelio Fabbroni


Instituto Interamericano de Estadística
Organización de los Estados Americanos
Washington, D.C.
El programa de monografías científicas es una faceta de la
vasta labor de la Organizaci6n de los Estados Americanos, a car-
go del Departamento de Asuntos Científicos de la Secretaría General
de dicha Organizaci6n, a cuyo financiamiento contribuye en forma
importante el Programa Regional de Desarrollo Científico y Tec-
nol6gico.

Concebido por los Jefes de Estado Americanos en su Reuni6n


celebrada en Punta del Este, Uruguay, en 1967, y cristalizado en
las deliberaciones y mandatos de la Quinta Reuni6n del Consejo
Interamericano Cultural, llevada a cabo en Maracay, Venezuela,
en 1968, el Programa Regional de Desarrollo Científico y Tecno-
16gico es la expresi6n de las aspiraciones preconizadas por los 111
Jefes de Estado Americanos en el sentido de poner la ciencia y la
tecnología al servicio de los pueblos latinoamericanos.

Demostrando gran visión, dichos dignatarios reconocieron


que la ciencia y la tecnología están transformando la estructura
econ6mica y social de muchas naciones y que, en esta hora, por
ser instrumento indispensable de progreso en América Latina,
necesitan un impulso sin precedentes.

El Programa Regional de Desarrollo Científico y Tecnol6gico


es un complemento de los esfuerzos nacionales de los países latino-
americanos y se orienta hacia la adopci6n de medidas que permi-
tan el fomento de la investigaci6n, la ense'f'.l.anzay la difusi6n de la
ciencia y la tecnología; laformaci6n y perfeccionamiento de per-
sonal científico; el intercambio de informaciones, y la transferen-
cia y adaptaci6n a los pa!ses latinoamericanos del conocimiento y
las tecnologías generadas en otras regiones.

En el cumplimiento de estas premisas fundamentales, el pro-


grama de monografías representa una contribuci6n directa a la
ense'f'.l.anza de las ciencias en niveles educativos que abarcan impor-
tantísimos sectores de la poblaci6n y, al mismo tiempo, propugna
la difusi6n del saber científico.
La colecci6n de monograf{as cient{ficas consta de cuatro se-
ries, en espa'fíol y portugués, sobre temas de f{sica, qufmica,
biolog{a y matemática. Desde sus comienzos, estas obras se des-
tinaron a profesores y alumnos de ciencias de ense'fíanza secundaria
y de los primeros a'fíos de la universitaria; de éstos se tiene ya
testimonio de su buena acogida.

Este prefacio brinda al Programa Regional de Desarrollo Cien-


tífico y Tecnológico de la Secretaría General de la Organizaci6n
de los Estados Americanos la ocasi6n de agradecer al doctor
Luis A. Santal6, autor de esta monograffa, y a quienes tengan el
interés y buena voluntad de contribuir a su divulgaci6n.

Septiembre de 1970

IV
INDICE

Página

A los Lectores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . • . • . iii

CAPITULO PRIMERO. LA DEFINICION CLASICA DE


PROBABILIDAD Y PRIMEROS EJEMPLOS

1. La Definición Clásica • . . . . . . . . . . . . . . . . . . • . . . . .
2. Principios Fundamentales..................... 4
3. Probabilidad y Combinatoria . . . . . . . . . . . . . . . . . . 6
4. Probabilidad y Frecuencia . . . . . . • . . . . . . . . . . . . . 9
5. La Probabilidad Subjetiva o Grado de Creencia . . 9
6. La Probabilidad en Torneos . . . . . . . . . . . . . . . • . . . 11

CAPITULO SEGUNDO. DEFINICION AXIOMATICA DE


PROBABILIDAD Y PRIMERAS CONSECUENCIAS

1. Axiomas de la Teorra de Probabilidades . . . . . . . . 13


2. Consecuencias de los Axiomas . . . . . . . . . • . . . . . . . 17
3. La Definición Clásica . . . • . . . . . . . . . . . . . . . . . . . . . 19
4. Probabilidad Condicional . . . . . . . . . . . . . . . • . . . . . 19
V
5. Ejemplos . . . . . . . . • . . . . . . . . . . • . . . . . . . . . . . . . . . . 22

CAPITULO TERCERO. VARIABLES ALEATORIAS.


FUNCIONES DE PROBABILIDAD

l. Variables Aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . 33
2. Esperanza Matemática... . . . . . . . . . . . . . . . . . . . . . 37
3. Momentos de Una Variable Aleatoria . . . . • . • . . . . 38
4. La Desigualdad de Tchebycheff . . . . . . . . . . . . . • . . 39
5. Suma de Variables Aleatorias . . . . . . . . . • . . . . . . . 40
6. Producto de Variables Aleatorias . . . . . . . . . • . . • . 42
7. Correlación . . . . . . . . . . . . . . . . . . . . . • . . . . . . . . . . . 44
8. Función Generatriz de Momentos . . . . . . . . . . . . • . 45
9. Función Característica . . . . . . . . . . . . . . . . . • . . . . . 47
10. Regresión................................... 47

CAPITULO CUARTO. DISTRIBUCION BINOMIAL.


LEY DE LOS GRANDES NUMEROS

l. Distribución Binomial . . • . . . . . . . . . . ... . . . .. . .. 49


2. Esperanza Matemática y Varianza de Una
Variable Binomial • . . . . . . . . . • . . . . . .. . .. .•. .. 52
3. Teorema de Bernoulli . . . . . . . . . . . . . ... . . . •. . . . 53
4. Leyes de los Grandes Números . . . . . •... .. .. ..• 55
CAPITULO QUINTO. DISTRIBUCION DE POISSON
l. Función de Probabilidad de Poisson . . . . . . . . . . . . . . 59
2. Distribución Uniforme de Puntos Sobre Una
Recta o de Sucesos en el Tiempo . . . . . . . . . . • • . . . 63
3. El Problema de las Filas de Espera.............. 66

CAPITULO SEXTO. DISTRIBUCION NORMAL.


VARIABLES ALEATORIAS CONTINUAS

1. Aproximación de la Distribución Binomial por


la Normal. . . • . . . . . • . . . . . . . . • . . . . . . . • . . . . . .... 71
2. Variables Aleatorias Continuas • . . . . . . . . . . . . . ... . 72
3. Función de Densidad de Probabilidad y Función
de Distribución Normal. . . . . • . . . . . . . . . • • . . . .... 75
4. Teorema Central del Límite.......... . . • . . • . ...• 81
5. Otras Funciones de Densidad . . . . . . . . . • . . . . • . . ... 85

CAPITULO SEPTIMO. LA FORMULA DE BA YES

1. Inferencia Estadística • . . . . . . . . . . . . . . . . . . . . . . . . . 87
2. Fórmula de Bayes.............................. 88

VI CAPITULO OCTAVO. ESTIMACION POR PUNTO

l. Muestras . . . . . . • . . . . • • . • • . . . . . . . . . . . . . . . . . . . . . . 91
2. Media y Varianza de Una Muestra................ 92
3. Estimadores................................... 94
4. Estimadores Consistentes....................... 96
5. Estimadores Suficientes . . . . . . . . . . . . . . • . . . . • . . • . 97
6. Estimadores Eficientes • . . . . . . . . . . . . . • . . . . . . . . . . 99
7. Estimadores de Máxima Verosimilitud . . . . . . . . . • . 101

CAPITULO NOVENO. ESTIMACION POR INTERVALOS


DE CONFIANZA. VERIFICACION DE HIPOTESIS

l. La Distribución X2 • • • • • • • • • • • • • • • • • • • • • • • • • • • • • 105
2. La Distribución t de Student . . . . . . . . • . . . . . . . . . . . 107
3. Estimación por Intervalos de Confianza........... 109
4. Verificación de Hipótesis . . . . . . . . . . • . . . . . • . . . . • • 111
S. Comparación de Distribuciones Experimentales
2
y Teóricas: Test del X • • • • • • • • • . • • • • • • • • • • • • • • 112

APENDICE l. COMBINATORIA . . . . . . . . . . . . . . . . . • . . . . . . 119


APENDICE II. ALGUNAS FORMULAS DE CALCULO . . . . 122
APENDICE III. TABLAS.............................. 125

Bibliografía . . . . . . . . . . . . . . . . . • . . . . . . . . . . . . . . . . . . . . . . . . 131
1
LA DEFINICION CLASICA DE PROBABILIDAD Y
PRIMEROS EJEMPLOS

l. DEFINICION CLASICA

Las teor{as matemáticas, sobre todo las que tienen relaci6n


con los fen6meno s naturales, a los que tratan primero de entender
para luego predecir, se construyen siempre a partir de con-
ceptos intuitivos, suficientemente claros para que puedan ser
aplicados en las primeras etapas de la teorfa, pero no sufi-
cientemente rigurosos para que queden a salvo de objeciones
cuando la misma alcanza cierto grado de desarrollo. Se hace ne-
cesario, entonces, revisar los fundamentos, precisando las cj.efi-
niciones y dándoles, si ello es posible, una construcci6n axiomática.
De esta manera, si alguna vez aparecen resultados contradictorios
o parad6jicos, se sabrá bien que lo único que deberá ser revisado
son los axiomas y a ellos habrá que acudir también siempre que
se desee una extensi6n o una limitaci6n de la teorfa.

Sin embargo, para empezar a estudiar una teorfa, no siempre


es el camino axiomático el más recomendable. Los axiomas son
elaborados por quienes conocen muy bien la teorra, y su verdadero
sentido y necesidad se comprenden con claridad tan s6lo cuando
se está ya familiarizado con los elementos y relaciones básicas
que ellos tratan de afirmar de manera abstracta y precisa. Es
mejor empezar por definiciones tal vez no muy exactas y con ejem-
plos simples, pero substanciales, para poder comprender luego
el verdadero sentido de los axiomas, y para que los mismos apa-
rezcan de manera natural como expresi6n sintética y firme de
conocimientos ya adquiridos

En el caso de la teorfa de las probabilidades vamos a seguir


este camino, dando en este primer caprtulo la definici6n clásica y
algunos ejemplos, para ver luego c6mo, a partir de ellos como
modelo, se puede construir una teor{a axiomática.

La definici6n clásica de probabilidad es la que figura por ejem-


plo en la famosa "Teor{a Analftica de las Probabilidades" (Libro
II, cap. 1) de P. S. Laplace, obra hist6ricamente fundamental,
publicada en 1812. Es la siguiente:
Definici6n l. l. Probabilidad de un suceso es la raz6n entre el
número de casos favorables y el número total de casos posibles,
siempre que nada obligue a creer que alguno de estos casos debe
tener lugar de preferencia a los demás, lo que hace que todos sean,
para nosotros, igualmente posibles.

Por ejemplo, supuesto un dado ordinario, o sea, un cubo con


las caras numeradas del uno al seis, al ser lanzado de manera
arbitraria sobre un plano, la probabilidad de que salga el número
2 será 1/6 . En efecto, si el dado está bien construido y el lanza-
miento se hace completamente al azar, no hay nada que obligue a
creer que una de las caras tenga que salir de preferencia a las
demás; las seis caras son, por tanto, igualmente posibles. Exis-
tiendo un solo caso favorable y seis casos posibles, la probabilidad
será 1/6, como ya dijimos.

En cambio, si en vez de un dado de forma cúbica, suponemos


que el mismo se alarga según una de sus dimensiones hasta formar
un prisma recto de base cuadrada y altura mayor que los lados de
la base, evidentemente las seis caras dejan de ser "igualmente
posibles". La probabilidad de que salga una determinada cara ya
no es 1/ 6, pues si bien continúa habiendo un solo caso favorable y
2 seis posibles, entre estos últimos los hay que están en mejores
condiciones para salir que otros; es más probable, en efecto, que
salga una cara lateral que no una base y esta probabilidad aumenta
al aumentar la altura del prisma.

Como segundo ejemplo, supongamos un bolillero o urna con 20


bolillas blancas y 8 rojas. Sacando una bolilla al azar, ¿cuál es
la probabilidad de que resulte roja? Hay 28 casos posibles, de los
cuales s6lo 8 son favorables; luego, la probabilidad será 8/28 =2/7.
Este resultado supone que todas las bolillas son igualmente posi-
bles; si hubiera algunas con más probabilidad de salir que otras
(por ejemplo, si las hubiera de diferentes taman.os) la probabilidad
serra distinta.

El inconveniente de la definici6n anterior radica precisamente


en la necesidad de fijar la atenci6n en que todos los casos sean
"igualmente posibles". Hay veces, como en los ejemplos que
acabamos de mencionar, en que el cumplimiento o no de esta con-
dici6n salta a la vista, mientras que otras veces tal hecho pasa
inadvertido y se necesita mucha atenci6n y "buen sentido" para
ponerlo de manifiesto.

Muchas veces, aun cuando los casos no sean igualmente posi-


bles, se puede aplicar la definici6n anterior, con tal de tener
cuidado de contar cada caso tantas veces como posibilidades hay
de que se verifique, Consideremos, siguiendo a Laplace, el ejem-
plo siguiente:

"Se lanza al aire por dos veces consecutivas una moneda cuyos
lados opuestos llamaremos "cara" y" cruz". Se pide la probabili-
dad de obtener cara por lo menos una vez". A primera vista
podr{a creerse que los casos posibles son: las dos veces cara,
una vez cara y otra cruz, y las dos veces cruz. Contando de esta
manera nos encontramos con dos casos favorables y tres casos
posibles; por tanto la probabilidad serra 2/3.

Sin embargo, un poco de atenci6n pone de manifiesto que el


caso en que sale una vez cara y otra vez cruz es más frecuente
que los otros dos; en efecto, puede ocurrir que salga la primera
vez cara y la segunda cruz o viceversa. El segundo caso tiene,
pues, dos posibilidades y hay que contarlo dos veces, como si se
tratara de dos casos diferentes. Representada la cara por C y la cruz
por F, los verdaderos casos posibles son (C, C), (C, F), (F, C),
(F,F), y por tanto hay tres casos favorables y cuatro posibles, de
manera que la soluci6n del problema es 3/ 4.

La definici6n de Laplace supone que el número de casos favo-


rables, y por tanto también el de casos posibles, es finito. En 3
este caso la probabilidad de un suceso es siempre un número real
comprendido entre O y l. La probabilidad O significa que no hay
ningún caso favorable, o sea, que el suceso es imposible. La pro-
babilidad 1 significa que el número de casos favorables es igual
al número de casos posibles, o sea, que el suceso es seguI"O.

Si hay infinitos casos posibles, la definici6n anterior debe mo-


dificarse, pero ello se hace fácilmente sustituyendo el número de
casos favorables o posibles, por la medida de los mismos. La
teorra de probabilidades aparece asr {ntimamente ligada con la
teorra de la medida de conjuntos. Supongamos el siguiente proble-
ma:

Elegido al azar un punto dentro de un segmento A de longitud


a, ¿cuál es la probabilidad de que pertenezca a otro segmento B
de longitud b contenido en el primero?

Naturalmente, el número de casos posibles, que es el número


de puntos del segmento A, lo mismo que el número de casos favo-
rables, que es el número de puntos del segmento B, son ambos
infinitos. Sin embargo, considerando los puntos como igualmente
posibles, basta tomar la longitud de cada segmento (o, con mayor ge-
neralidad, su medida, si se tratara de conjuntos de puntos que no
llenaran todo el segmento)' en vez del número de puntos' para que
la definici6n sea aplicable, y la probabilidad resulta ser igual a
b/a.
Obsérvese en este ejemplo, que si en vez del segmento B
considerásemos un conjunto finito de puntos del segmento A, la
probabilidad resultaría ser igual a O, sin que ello signifique im-
posibilidad. Anilogamente, si en vez de un segmento contenido
en A tomamos un conjunto de puntos B que sea el mismo A, excep-
to un número finito de puntos, como la medida de B es igual a la
de A, resulta que la probabilidad es 1, sin que ello signifique
certeza. O sea: el hecho de que la probabilidad O implique impo-
sibilidad y la probabilidad 1 certeza no es válido si se trata de la
probabilidad de conjuntos infinitos.

z. PRINCIPIOS FUNDAMENTALES

Probabilidades Totales. Hemos visto que la probabilidad de


que al lanzar un dado al azar salga el número 2 es 1/ 6. Suponga-
mos que se busca la probabilidad de que "salga el 2 o el 5".
Tenemos en este caso dos casos favorables, el 2 y el 5, dentro
de los mismos seis casos posibles. Por tanto, la probabilidad es
Z/6 = 1/3.
4 Supongamos, como segundo ejemplo, una urna con ZO bolillas
blancas, 16 rojas y 5 azules; en total 41 bolillas. La probabilidad
de que una bolilla sacada al azar sea blanca es P(blanca) = 20/41,
puesto que hay ZO casos favorables y 41 posibles. Análogamente
la probabilidad de que la bolilla sacada al azar sea roja es P(roja) =
= 16/41. Supongamos que se quiera hallar la probabilidad de que
la bolilla extrarda sea "blanca o roja". Los casos favorables son
20 + 16 = 36, y los posibles son los mismos 41 de antes. Por
tanto la probabilidad buscada será P(blanca o roja) = (20 + 16)/ 41 =
20/41+16/41 = P(blanca)+P(roja).

El hecho es general. Supongamos que el número total de casos


posibles de un determinado suceso es n, dentro de los cuales hay
m casos en que se produce el suceso A y r casos en que se produce
el suceso B. Será P(A) = m/n, P(B) = r/n. Si A y B no pueden
tener lugar simultáneamente, o sea los m casos correspondientes
a A son distintos de los r casos correspondientes a B(se dice que
A y B son incompatibles), entonces el número de casos en que puede
tener lugar A o B será m + r y por tanto

P(A o B) = m.; r = ;¿ + ~ = P(A) + P(B ). [l. 1)

Este hecho constituye el clásico Principio de Zas Probabilidades


Totales, que se enuncia:
Si doa auceaoa A y B son incompatibZes. Za probabilidad de que
ocurra "A o B"ea igual a Za suma de Za probabilidad de A más Za
probabilidad de B.
La condici6n de que A y B sean incompatibles, es decir, que
no puedan ocurrir simultáneamente, es indispensable. Conside-
remos, por ejemplo, el mismo caso de un dado numerado de 1 a b
y supongamos que A representa el suceso de que salga el 2 y B el
r - - - - --.nnr--..-,.-nc-t't,,,-,""-..-..+c-,.,---,,,.,.,.--númeio paI. Se tiene as{ P(A) l/b )
P(B) = 3/6 = 1/2 (puesto que entre 1 y 6 hay tres números pares).
La probabilidad de 11 A o B", o sea, la que salga el 2 o salga un
número par no es, sin embargo, P(A) + P(B) = 2/3, puesto que si
ocurre A, también ocurre B, por ser 2 un número par. Los su-
cesos no són incompatibles y por tanto la relaci6n [l. 1] no es
válida. La probabilidad en este caso es simplemente igual a la de
B o sea 1/2.

Obsérvese que el razonamiento puede repetirse con un número de


sucesos mayor que dos. Siempre que ellos se excluyan mutuamente,
es decir, sean incompatibles entre sí, la probabilidad de que ocurra
uno u otro es igual a la suma de las probabilidades respectivas.

Probabilidades Compuestas, Consideremos el siguiente pro-


blema: 5
"Se lanzan simultáneamente dos dados, uno rojo y otro blanco,
y se busca la probabilidad de que el rojo salga 2 y el blanco 5."

Los casos posibles sonahora6•6=36,pueseneldadorojopuede


salir cualquier número del 1 al 6 y, por cada caso, en el dado
blanco puede también salir cualquier valor entre 1 y 6. De entre
estos 36 casos posibles, únicamente hay un caso favorable, y por
tanto la probabilidad buscada es 1/36. Se tiene así que, mientras
que la probabilidad de que en el dado rojo salga 2 es l/ 6 y la de
que en el dado blanco salga 5 es también 1/6, la probabilidad de
que ocurran a la vez los dos sucesos es igual al producto
(1/6) . (1/6) = 1/36.
Este hecho es general. Supongamos que para un suceso A hay
m1 casos favorables entre n 1 posibles y que para otro suceso B hay
m2 casos favorables entre n 2 casos posibles. Entonces se tiene
P(A) = mJn 1 y P(B) = m2 /n 2 • Consideremos ahora el conjunto de
pares de casos posibles y favorables. Es claro que habrá n1 n 2
pares de casos posibles y, entre ellos, habrá m1m2 casos favorables
(en que tienen lugar A y B simultáneamente). Por tanto P(A y B) =
=m1m2 /n 1n 2 = P(A) · P(B).
Podemos, por tanto, enunciar el siguiente Principio de Zas
Probabilidades Compuestas:
Si dos sucesos son independientes entre s{, ta pro babi Udad de
que ocurran A y B a Za vez, es igual aZ producto de Za probabilidad
de A por Za probabilidad de B, o sea,

P(A y B) == P(A) · P(B). [l. 2 J

La condici6nde que A y B sean independientes es fundamental.


En caso contrario, la igualdad [l. 2] deja de ser válida. Suponga-
mos, por ejemplo, que se lanza un dado y se busca la proba-
bilidad de que el número resultante sea "par y menor que 4".
Si A indica el suceso "par" y B el suceso "menor que 4",
resulta P(A) = 1/2 y P(B) = 3/6 == 1/2. El único caso favo-
rable es el 2 y por tantoP(AyB) == 1/6, mientras que P(A) · P(B) =
= 1/ 4. Esto nos dice que los sucesos "par" y "menor que
4 11 no son independientes: si se sabe ya que es par, es menos pro-
bable que sea menor que 4 que si no se supiera.

Muchas veces no es fácil averiguar a priori si dos sucesos son


o no independientes. Por esto, veremos en el capítulo siguiente
que es mejor tomar la condici6n [l. 2] como definición de indepen-
dencia, es decir, se dice que dos sucesos A y B son independientes
si se cumple [l. 2], y no lo son en caso contrario.
6
3. PROBABILIDAD Y COMBINATORIA

Mediante la definici6n de Laplace y los principios fundamenta-


les anteriores, y siemprequeelnúmerodecasosposibles seafinito
(éstos se llaman probabilidades finitas), se pueden resolver muchos
problemas. En realidad son problemas de análisis combinatorio,
en los cuales la idea de probabilidad Únicamente sirve para darles
un enunciado atractivo, pero cuya mayor o menor dificultad s6lo
estriba en los razonamientos y f6rmulas de tipo combinatorio que
es necesario emplear. Por esto hemos reunido en el Apéndice I
las f6rmulas necesarias. Vamos a ver algunos ejemplos.

Problema l. l. Una urna contiene boZiZZas numeradas del 1aZ5.


Se sacan sucesivamente aZ azar Zas 5boZiZZas (sin reposici6nJ. Se
busca Za probabilidad de que juntando los números de cada boZiZZa
según eZ orden de e:r::tracción resulte el número 21345.

Soluci6n. Los casos posibles son las permutaciones que pue-


' e ' s = es o que
hay un solo caso favorable, el resultado es 1/ 120.

Problema l. z. Una urna contiene 10 boZiZZas numeradas del O


aZ 9. Se sacan sucesivamente aZ azar 5 boZiZZas (sin reposición).
Se busca Za pro babi lid.ad de que juntando 'los ni.Qneros de cada una
en eZ orden de extracción resuZte eZ número 80314.

Soluci6n. El número de casos posibles es el número de per-


mutaciones o variaciones de 5 elementos elegidos entre 10 (véase
Apéndice I), o sea, P 10 , 6 = 10 · 9 · 8 · 7 · 6 = 30240. Luego la pro-
babilidad buscada es 1/30240.

Problema l. 3. Una urna aontiene a boliztas bZanaas y b boZiztas


negras. AZ saaar aZ azar r boZiztas de una vez (suponiendo r :S:a),
¿ auáZ es Za probabilidad de que todas eZZas sean bZancas?

Soluci6n. El número de casos posibles es igual al número de


combinaciones de r bolillas tomadas entre las a + b existentes, o
sea, es igual a Ca+b,r• El número de casos favorables es igual al
número de combinaciones de r bolillas tomadas entre las a blancas,
o sea, Ca, r· Por tanto, la probabilidad buscada es:

p Ca r _ a ! (a + b - r) ! •
Ca+~, r - (a - r) ! (a + b) !

Problema l. 4. Se tiene 5 pares de zapatos mezcZados y aada


par es distinto de 'los demás. Si se eligen 2 zapatos aZ azar, ¿qué
probabilidad hay de que correspondan a un mismo par?

Soluci6n. El número de casos posibles es igual al de combina-


ciones de 2 objetos elegidos entre 10, o sea, C 1o, 2 = 45. Los casos
favorables son 5, igual en número al de los 5 pares existentes.
Por tanto la probabilidad buscada es P = 5/45 = 1/9.

Problema. l. S. Se tiene una baraja de 40 cartas, donde hay 4


ases. Se reparten éstas entre 4 personas, de manera que toquen 10
cartas a aada una. ¿Qué probabilidad hay de que a aada una toque
un as?

Soluci6n. Los casos posibles son las particiones de 40 en


conjuntos de 10, o sea

- 401
p~' 10 ' 10 ' 10 - (iO'!r·

Para contar los casos favorables, observemos que prescin-


diendo de los ases, las 36 cartas restantes se pueden distribuir de
P~~ 91 s, 9 = (36 ! )/ (9 ! ) maneras y luego los 4 ases de 4 ! maneras.
4

Por tanto, el número de casos favorables es el producto de estos


dos números y la probabilidad buscada resulta P =O, 109.
Problema l. 6. Sin personas se sientan al azar en una fila,
¿cuál es Za probabilidad de que dos de ellas determinadas queden
una al lado de Za otra?

Soluci6n. El número de casos posibles es n ! Para contar los


favorables, se suponen las (n - 2) ! maneras en que pueden sentarse
las restantes personas y se intercalan sucesivamente las dos que
se quieren vecinas, desde el principio al final. Hay n. - 1 posibili-
dades, y alternando las dos _Eersonas quedan en cada caso dos
posibilidades más. Por tanto el resultado es P = 2(n - 1) · (n. -
- 2) !/n. ! = 2/n.

Problema l. 7. Se elige al azar un número de 6 aifras. Hallar


Za probabilidad de que todas Zas aifras sean diferentes.

Soluci6n. Los números de 6 cifras son los comprendidos entre


6
100. 000 y 999. 999, o sea, los casos posibles son 9·10 • Los casos
favorables se calculan de la siguiente manera: la primera cifra puede
ser cualquiera de las 1, 2, .•• , 9 (o sea, hay 9 posibilidades); la segun-
,.:¡.,-.:~......... .,.:¡ ., r1 '> n 1 ...,, • -"'
- . ...., . . ' - ' •. o' " --- 1-- .....
(o sea, hay 9 posibilidades); la tercera puede ser cualquiera de las
O, 1, 2, ... , 9 menos las dos ya elegidas (o sea, hay 8 posibilidades).
Así sucesivamente, se ve que los casos favorables son 9 · 9 · 8 ·
8
· 7 • 6 • 5 = 152. 880. La probabilidad buscada resulta igual a
P=0,151.

Problema l. 8.en una urna hay 20 boZiZZas numeradas de 1 a


20. Si se van saaando al azar una a una sin reposiaión, ¿ au.áz es
Za probabilidad de que Za bolilla número 8 salga preaisamente en
Za oatava extraaaión?

Soluci6n. La probabilidad de que la bolilla No. 8 no salga la


primera vez es 19/20; la probabilidad de que tampoco salga la se-
gunda vez es 18/19 y así sucesivamente. La probabilidad de que
sí salga la octava vez es 1/ 13, puesto que quedan 13 bolilla s.
Luego, por el principiode las probabilidades compuestas, la pro-
babilidad buscada es:

p 19 18 17 .l.
20·19·18 20

Obsérvese que este resultado es independiente del número 8·


es decir, la probabilidad es la misma para cualquier bolilla y
cualquier extracci6n, lo que es evidente a priori, pues cualquier
bolilla tiene la misma probabilidad de salir en cualquier extracci6n.
4. PROBABILIDAD Y FRECUENCIA

En los casos de lanzamiento de dados o extracci6n de botillas,


bajo ciertas condiciones hasta ahora no muy precisas de "igual
posibilidad", la probabilidad se puede calcular a pPioPi. En rea-
lidad, corno hemos visto, se trata de problemas de análisis com-
binatorio, disfrazados con lenguaje probabil{stico .

Ha otro ti o de problemas en que la probabilidad aparece como


resultado de muchos ensayos o pruebas, sin que se pueda pensar
en calcularla de antemano, ya sea por desconocerse la manera de
actuar de las causas que originan el fen6meno, ya sea por ser éstas
demasiado numerosas o complicadas. Supongamos, por ejemplo,
que en una determinada poblaci6n se ha observado que en los últi-
mos 100. 000 nacimientos, 51. 600 de los nacidos han sido varones.
Se dice entonces que la "probabilidad" de que un nuevo nacimiento
sea de var6n es igual a 51. 600/100. 000 =O, 516. Esta probabili-
dad se llama pPobabiUdad expePÜllenta'L, pPobabilidad estadt'stica o
freeJUencia. Se obtiene también como cociente al dividir el número
de casos favorables por el número de casos posibles. Se diferen-
cia de los problemas del número anterior en que all{ los casos
favorables se calculaban a partir de ciertas hip6tesis, sin necesidad
de ensayos, en tanto que ahora son resultados de la experiencia. 9
Otro ejemplo clásico es el siguiente. Supongamos que se toma
nota del número de personas de una poblaci6n que fallecen a los X
años. Si dx es el número de personas que fallecen a los X años de
edad, dentro de un número total lx de personas consideradas, se
puede decir que la "probabilidad de vida" a los X años (o sea, la
probabilidad de que una persona de x años llegue a cumplir X + 1
años) es (lx- dx )/1 •. Estos datos figuranen las llamadas tablas de
mortalidad, que var{an con la población de que se trata y con el
tiempo, y en ellas se basan los seguros de vida.

La importancia práctica fundamental del cálculo de probabili-


dades estriba en que la probabilidad experimental y la probabilidad
teórica, cuando ésta se puede calcular y bajo condiciones muy am-
plias, tienden a coincidir cuando el número de experimentos es
grande. Es decir, si en un problema de lanzamiento de dados o de
extracción de bolillas se repite el experimento un gran número de
veces y se calcula la frecuencia de cierto suceso, ella tiende a
coincidir (en el sentido que precisaremos más adelante) con la pro-
babilidad teórica calculada de antemano.

5. LA PROBABILIDAD SUBJETIVA O GRADO DE CREENCIA

Tanto las probabilidades que pueden ser calculadas de ante-


mano, como las que resultan como frecuencia de cierto proceso
experimental, son probabilidades objetivas, que pueden expresarse
en números y ser sometidas al cálculo matemático. Son las únicas
de que trata el cálculo de probabilidades.

Hay otros casos, sin embargo, en que la palabra "probabilidad"


se usa en un sentido menos preciso, casos en que, si bien es
posible una evaluación más o menos grosera de la misma, no se
pueden dar reglas para su determinación precisa, y por tanto es-
capa al tratamiento matemático. Se trata, más bien, de un 11 grado
de creencia" acerca de que tenga o no lugar un determinado hecho.
Supongamos el siguiente caso:

"Dos pa{ses A y B están en guerra, ¿cuál es la probabilidad de


que triunfe el pa{s A ? 11

Evidentemente, no es ltcito decir: como hay dos casos posibles,


la derrota o la victoria, y uno solo favorable, la probabilidad es
1/2. En efecto, puede muy bien ser que los dos casos no sean
igualmente posibles y hay que juzgar teniendo en cuenta la poten-
cialidad bélica, las condiciones geográficas, la ciencia militar de
los estados mayores, etc. para evaluar la mayor o menor posibi-
lidad de cada caso. Se comprende que es una cuestión compleja y
que no cabe pensar en una evaluación exacta de la probabilidad.
10 Tampoco se puede acudir a la probabilidad experimental o estad{s-
tica, pues la guerra en cuestión es un caso Único que no se puede
repetir sucesivamente, ni se dispone de un gran número de casos
análogos, como en la probabilidad de vida o muerte de una persona.

Sin embargo, tampoco es exacto decir que no tiene sentido


hablar de probabilidad en este caso, pues no hay duda de que es
posible cierta evaluación de la misma. Podr{a, por ejemplo, pre-
guntarse la opinión de 100 personas capacitadas e imparciales de
un pa{s neutral y dividir por 100 el número de respuestas favora-
bles a la victoria del pa{s A. Es muy probable que si el resulta-
do arrojase un saldo favorable del 90%, o sea, una probabilidad
P =O, 9, este resultado no diferiera mucho del que se obtendr{a si
en vez de 100 personas se consultaran a 1. 000, igualmente capaci-
tadas e imparciales.

De todas maneras este tipo de problemas no puede considerarse


incluido en la esfera de la probabilidad experimental, puesto que
el resultado no proviene de una estad{stica de casos idénticos o
muy análogos, sino que se basa en opiniones subjetivas de un caso
único, opiniones que, aun suponiendo que hayan sido emitidas con
conocimiento de las condiciones bélicas de los dos pa{ses, están
influenciadas por la apreciación subjetiva de las mismas (valent{a,
capacidad directiva, voluntad de lucha, ... ) que no puede "medirse"
ni graduarse en una escala imparcial y objetiva.
Preguntas del mismo tipo son: ¿Cuál es la probabilidad de que
haya vida en Marte?, ¿cuál la de que Napoleón muriera envene-
nado ? , ¿cuál la de que el equipo x gane el campeonato?

Todos estos problemas quedan fuera de la teoría de las proba-


bilidades en el sentido usual, que es el que vamos a seguir en los
capítulos siguientes, si bien se han hecho y se siguen haciendo
interesantes tentativas para que ellos puedan tratarse también por
métodos matemáticos.

6. LA PROBABILIDAD EN TORNEOS

El triunfo en las competencias deportivas depende en gran me-


dida de la influencia del azar, tal vez más de lo que parece a pri-
mera vista. Consideremos dos ejemplos:

1. Sea un juego entre dos jugadores o dos equipos, A y F


Supongamos que la probabilidad de ganar A sea O, 6 y la de gar
B sea O, 4. La probabilidad de empate se supone nula, puest'
en el caso de empatar, la partida se repite hasta que gana
los jugadores.

Si juegan una sola partida, la probabilidad de resultar campeón 11


B, que es el que juega peor, es O, 4, que es bastante grande. Se
puede disminuir esta probabilidad si se conviene en jugar 3 par-
tidas y declarar campeón al que gane por lo menos 2 de ellas.
Entonces la probabilidad de que B resulte campeón es p 3 =
= 3(0,4) 2 • o,6 + (0,4) 3 = o,35, que es inferior alaprobabilidadan-
terior. Si se juegan 5 partidas y se declara campeón al que gane
por lo menos 3 de ellas, la probabilidad de que el campeón sea B
es p 5 = 10 •(O, 4) 3 (0, 6) 2 + 5(0, 4) 4 • O, 6 +(O, 4) 6 =O, 317. Si se jue-
gan 7 partidas y se declara campeón al que gane por lo menos 4,
la probabilidad de que resulte campeón B es p 7 =O, 290. Vemos
que la probabilidad va disminuyendo, pero con lentitud, de manera
que aun en un número relativamente grande de partidas, la proba-
bilidad de que resulte campeón el peor es bastante significativa
(aunque por cierto siempre es inferior a O, 5).

2. Cuando se celebran torneos eliminatorios, o sea sin que


jueguen todos contra todos, la influencia del orden en las elimina-
torias es mucha. Vamos a dar un ejemplo de tres jugadores A,
B y C, tales que A juega mejor que B, B juega mejor que C y,
sin embargo, C juega mejor que A. Al decir "A juega mejor que
B" quiere decir que la probabilidad de que A gane a B es superior
a la de que B gane a A, o sea que en un número grande de partidas
entre estos jugadores, el número de las partidas ganadas por A
supera al de las ganadas por B.
Supongamos que cada jugador dispone de un dado especial, cu-
yas caras están numeradas según indica la tabla siguiente:

A l 2 2 3 3 3

B 1 l 2 2 6 6

e l l 2 3 5 5

El juego consiste en que cada jugador lanza su propio dado y


gana el que saca el número mayor. Si sale el mismo número, hay
empate, y se repite el juego.

Si se llama p(X, Y) a la probabilidad de que X gane a Y (siendo


X, Y= A, B, C), por simple recuento de casos posibles y favora-
bles, se encuentran las siguientes probabilidades:

p(A,B) = 16/30, p(B,A) = 14/30, p(C,A) = 16/29

12 p(A,C) = 13/29, p(B,C) = 16/30, p(C,B) = 14/30

de manera que

p(A,B) > p(B,A), p(B, C) > p(C, B)

y sin embargo
p(A,C) < p(C,A)

lo cual parece parad6jico.


2
DEFINICION AXIOMATICA DE PROBABILIDAD Y PRIMERAS
CONSECUENCIAS

1. AXIOMAS DE LA TEORIA DE LAS PROBABILIDADES

En los problemas de probabilidad que hemos visto en el caprtu-


lo anterior se notan los siguientes elementos: a) el conjunto de los
casos posibles; b) el conjunto de los casos favorables; c)laproba-
bilidad de cada caso favorable, que es un número real comprendido
entre O y l. Queremos ahora precisar las definiciones de estos
conjuntos y dar forma axiomática a la teoría de la probabilidad,

El conjunto de "casos posibles" puede ser cualquier conjunto


abstracto, con la condición de que sus elementos aparezcan como
resultado de un experimento (lanzar un dado, sacar una bolilla de 13
una urna, elegir un número en una tabla, ••• ). En vez de "conjun-
to de c:;asos posibles" se ha introdu.c::ido el nombre de "espado
muestral", cuya definición es la siguiente:

Definici6n Z. 1. Se llama espaaio m1,testraZ, asociado a un ex-


perimento, al conjunto de todos los resultados posibles de dicho
experimento.

En general representaremos por E a los espacios muestrales,


Los experimentos que dan lugar a espacios muestrales se llaman
experimentos aleatorios.

Para que un conjunto de elementos sea un espaciomuestral de-


be haber, por tanto, un cierto proceso cuyos resultados sean, pre-
cisamente, los elementos del conjunto.

Ejemplo l. Los números l, 2, 3, 4, S, 6 constituyen el espacio


muestral del experimento aleatorio de "lanzar un dado" cuyas caras
estén numeradas del 1 al 6.

Ejemplo z. Las letras C y F constituyen el espacio muestra!


del experimento aleatorio de "lanzar una moneda", proceso cuyo
resultado puede ser cara (C) o cruz (F).
Ejemplo 3, Los pares (C, C), (C, F), (F, C), (F, F) constituyen
el espaciomuestral del proceso de "lanzar dos monedas simultánea-
mente''.

Ejemplo 4, Los números 3, 4, ... , 18 constituyen el espacio


muestra! del experimento aleatorio de "lanzar 3 dados y sumar los
números obtenidos",

Ejemplo S. Si se tiene una urna con N bolillas numeradas de


a N y se van sacando sucesivamente todas ellas, anotando orde-
nadamente los números que van saliendo; entonces las N ! permu-
taciones que se pueden formar con los números 1 a N constituyen
el espacio muestra! del experimento aleatorio de "sacar todas las
bolillas de la urna".

Ejemplo 6, Supongamos un punto que se mueve sobre una cir-


cunferencia y que puede detenerse en cualquier punto de la misma;
los puntos de la circunferencia constituyen un espacio muestra!,
en este caso constituido por infinitos elementos.

Precisemos ahora la definici6n de los conjuntos de casos favo-


rables. Desde luego ~stos deben ser subconjuntos de E. Cuando
14 E es finito, no hay inconveniente en considerar como posibles
conjuntos favorables a todos los subconjuntos de E. Pero cuando
E es infinito, la consideraci6n de "todos" los subconjuntos de E
puede presentar dificultades. Por otra parte, no es necesario
considerar todos los subconjuntos del espacio muestra! para poder
construir la idea de probabilidad de acuerdo con los ejemplos del
capítulo anterior. Lo importante es que si A y B representan
conjuntos de casos favorables de ciertas proposiciones, la uni6n
A U B debe ser tambi~n un conjunto de casos favorables, precisa-
mente el correspondiente a la proposici6n "A o B". Tambi~n el
conjunto complementario A= E - A debe figurar en la clase de
conjuntos de casos favorables, puesto que corresponde a la propo-
sici6n "no se cumple A".

Dentro de la matemática hay precisamente una estructura es-


pecialpara clases de subconjuntos de un conjunto, llamada o-álge-
bra (o álgeb!'a de Bo1'el o "t1'ibu") que cumple dichas condiciones.
Su definici6n es la siguiente:

Definicí6n Z. Z. Una o-álgebra en un conjunto E es una clase


B de subconjuntos A 1 de E, tales que se cumplen las dos condicio-
nes siguientes:

i) Si A 1 , A 2 , ••• E B, entonces UA 1 E B,
ii) Si A E B, entonces A =E - A E B.
Como es bien sabido, U significa la unión de conjuntos, y íl la
intersección de éstos.Además el conjunto vacío se representará
por r/J.

Consecuencias. De la definici6n anterior se deduce:

a) E A u A E B;
b) r/J E E B;

c) Si A1, A2 E B A1, A2 E B => Á1 u A2 A1 n A2 E B =>


=>A 1 íl A 2 €B. Eageaeral, si A 1 , A 2 , E B eIJtonces la intersec-
ci6n íl A 1 E B.

Obsérvese, pues, que no ha sido necesario postular que la


intersecci6n de conjuntos de una o-álgebra pertenece a la misma;
ello es una consecuencia de las propiedades i) y ii) de la definici6n.

A partir de esta definici6n, los clásicos casos favorables se


incluyen dentro de los llamados "sucesos", cuya definici6n es la
siguiente:

Deíinici6n 2., 3, Los elementos de una o-álgebra Ben un es- 15


pacio muestral E, se llaman sucesos. Los elementos de E se
llaman sucesos elementales

Definici6n 2.. 4. Se dice que los sucesos A 1 , A 2 , ••• son incom-


patibles si no existe ningún elemento de E que pertenezca a dos o
más de ellos, es decir, si A 1 íl AJ = r/J para todo par de Índices
i 1 j,

Ejemplo 1. Al lanzar un dado hemos visto que el espacio


muestral es E ( 1, 2, 3, 4, 5, 6}. Un suceso puede ser el subcon-
junto (3,4} y corresponde al hecho de salir "3 6 4", o sea a la
uni6n de los sucesos elementales [3} y (4}. Otro suceso es
( 1, 2, 5}. Ambos sucesos son incompatibles. En cambio no lo
son los sucesos (3, 4} y ( 1, 4, 6} pues ambos tienen en común el
elemento (4}.

Ejemplo 2.. En el espacio muestral E = (3, 4, ... , 18} co-


rrespondiente al proceso de lanzar 3 dados y sumar los puntos
obtenidos, un suceso es (3, 5, 7, 11, 13, 17}, que corresponde a
la proposici6n "la suma es un número primo". Otro suceso es el
formado por los números pares (4, 6, 8, 10, 12, 14, 16, 18}, y los
dos sucesos son incompatibles.
Tenemos ahora todos los elementos necesarios para poder dar
forma axiomática al concepto de probabilidad, tomando como mo-
delo los ejemplos y definici6n del capítulo anterior, pero dándoles
forma abstracta, como corresponde a una teoría matemática.

Sea E un espacio muestra! y B una a-álgebra en E. Entonces


se establece la definici6n siguiente.

Deíinici6n 2. S. Se llama probabilidad de un suceso A E B a un


número real P(A), que cumple los siguientes axiomas:

I. P(A) :<>O

II. Si A 1 , A 2 , ••• son sucesos incompatibles, entonces

P(U A 1)

III. P(E) = l.

Obsérvese que el axioma II no es más que el principio de las


probabilidades totales del capítulo 1 (extendido a un número finito
o infinito de sucesos), teniendo en cuenta que la uní6n de varios
16 conjuntos es el conjunto cuyos elementos pertenecen a uno o a otro
de los conjuntos.

Toda terna (E, B, P) que cumpla las condiciones anteriores,


se llama un espaaio de probabilidad. Si el espacio muestra! es
finito, el espacio de probabilidad se llama también finito. Sí E
es finito o infinito numerable, el espacio de probabilidad se llama
disareto.

Convenio. Hemos dado la definici6n general de probabilidad,


válida para espacios muestrales E cualesquiera. Sin embargo, en
la presente monografía supondremos siempre, por simplicidad, lo
siguiente:

a) Si E es finito o infinito numerable, la a-álgebra B será


siempre e conJUn o

b) Si E es el conjunto de puntos de la recta (o del plano, o, en


general, de Rn) la a-álgebra B será la constituida por todos los
conjuntos medib'les de E. En particular, en el caso de la recta,
B será el conjunto de todos los intervalos abiertos, más los con-
juntos formados por un solo punto y los conjuntos que puedan for-
marse por la uni6n de un número finito o de una infinidad numerable
de estos conjuntos. No se considerarán otros conjuntos más ge-
nerales.
De acuerdo con este convenio, en general en lo sucesivo no
hará falta mencionar la o-álgebra B, sino tan s61o E y P.

Ejemplo 1. Sea E = [a 1, a 2 , , •• , a 6 } el espacio muestra! co-


rrespondiente al lanzamiento de un dado, Los elementos a 1 son
los números 1, 2, .•• , 6. La a-álgebra B de los sucesos está
constituida por todos los subconjuntos de E. Podemos definir
P(a 1 ) = 1/ 6, para todo i, lo cual equivale a suponer que el dado
es perfecto; si no fuera un cubo exacto o no estuviera construido
de material homogéneo, la probabilidad de cada cara podr{a cam-
biar. Según el axioma II, si i 1- j, será P(a 1 U aj)= probabilidad
de que salga el número i o el j = P(ai) + P(aj) = 2/6 = 1/3. Aná-
logamente, por el axioma II, si i, J, k son diferentes, es P(a 1 U
U aj U ak) = P(a¡) + P(aj) + P(ak) = 1/2. Obsérvese que P([a 3 ,a4 } U
U [a 1 , a 4 , a 6 }) no es la suma de las probabilidades de los sucesos
[a3,a 4 } y [a 1 ,a4 ,a6 }, puesto que no son incompatibles, por tener
en común el elemento a 4 •

Ejemplo 2. Para el lector familiarizado con la noci6n de me-


dida de conjuntos sobre la recta real (lo que no hará falta en lo
sucesivo, pues nos limitaremos a conjuntos formados por la uni6n
de segmentos disjuntos y entonces la medida es la suma de las longi-
tudes de los mismos), podemos decir que, dado el segmento (a,b),a < 17
<by la o-álgebrade los subconjuntos medibles del mismo, para cada
uno de estos subconjuntos, por ejemplo a, se puede definir P(a) =
= µ(a)/(b-a), donde µ(a) es la medida de a. Evidentemente, esta
definici6n de probabilidad es admisible, por cumplirse los axiomas
I, II, III. Vemos as{ la vinculaci6n estrecha entre la noci6n de
probabilidad y la de medida. Como b -a = µ((a, b)), la probabili-
dad aparece como cociente de medidas Para conjuntos de puntos
del plano, del espacio o de Rn puede establecerse la misma definici6n.

2. CONSECUENCIAS DE LOS AXIOMAS

A partir de los axiomas que definen la probabilidad y mediante


la aplicaci6n de simples relaciones de la teor{a de conjuntos, se
pueden deducir las siguientes consecuencias;

l. P(121) = O. En efecto, aplicando el axioma ll a los conjun-


tos 121 y E, resulta P(121 U E) = P(121) + P(E). Pero 121 U E = E y
P(E) 1 (axioma III). Por tanto, queda 1 = P(121) + 1, de donde
P(121) = O.

2. Llamando Á = E - A = suceso opuesto al A, es

P(Á) = 1 - P(A). [2. 1 J


En efecto, aplicando el axioma II a A U .Á = E, se tiene P(A) +
+ P(Á) = P(E), y por el axioma 111, resulta [2. lJ.
3. Si A 1 e A 2 , entonces P(A 1) s: P(A 2).

En efecto, es A 2 = A 1 U (A 2 íl Á 1 ), y por los axiomas 11 y I,


resulta P(A 2 ) = P(A 1) + P(A 2 íl A1) ~ P(A1).

4. Cualquiera que sea A es P(A) s: l. Consecuencia de ser


A e E y de la consecuencia anterior.

5. Si A y B son SJJcesos compatibles, o sea A n B - e ~ '/!,


entonces
P(A U B) = P(A) + P(B) - P(A íl B). [2. 2]

Demostraci6n. Observemos las identidades

A = (A n B) u (A n B), B = (A n B) u (Á n B)
de las cuales, por el axioma II, se deduce

P(A) = P(A n B) + P(A n B), P(B) = P(A n B) + P(Á n B). [2. 3]


18
Por otra parte, la identidad

A uB = (A n B) u (A n B) u (Á n B)
nos da

P(A u B) = P(A n B) + P(A n B) + P(.Á n B) [2. 4]

y de [2. 3] y [2. 4] resulta inmediatamente la relaci6n [2. 2] que


se quer{a demostrar.

Esta relaci6n se puede generalizar. Pongamos A = A 1, B =


A 2 U~. Resulta
P(A1U A2 U~) = P(A1) + P(A 2 U~) - P(A1 íl (A2 U~)) =
P(A 1) + P(A 2 ) + P(As) - P(A 2 ílAs) - P((A1 íl A 2 ) U (A1 íl ~)) =
P(A1) + P(A 2 ) + P(~) - P(A1ílA 2) - P(A1 íl~) - P(A2 íl ~) +
+ P(A1 n A2 n ~).
En general, por inducci6n, resulta la f6rmula

P(A1 U A 2 U • • • U A,.) I P(Atl - I P(A


1 1,J
1 n A 3l + [2. 5 J

+ l
1,J ,k
P(A¡ n A3 n A.) -
donde las sumas se extienden en cada caso a todas las combina-
ciones posibles entre los diferentes {ndices i, J, k,

3, LA DEFINICION CLASICA

Veamos cómo los axiomas I, II, III y sus consecuencias se


relacionan con la definici6n clásica de La place dada en el caprtulo l.
Supongamos que el espacio muestra! se compone de un número
finito de sucesos A 1, A 2 , ••• , An, o sea, E = A 1 U A 2 U ••• U An,
que sean incompatibles entre s{, o sea, A 1 íl AJ = r/; para todo
i F J. Entonces, según los axiomas II III

P(E) = P(A1) + P(A 2 ) + ... + P(An) = l. [ 2. 6 J

Si suponemos, además, que todos los sucesos A 1 tienen la


misma probabilidad (que es lo que quiere decir la frase "igualmente
posibles" de la definici6n de Laplace), tenemos P(A 1) = P(A:a) =
= P(Anl y, por tanto, según [2. 6] será P(A¡) = l/n. Sea
ahora un suceso A formado por la uni6n de m sucesos A 1 , o sea,
A = A 11 U A 12 U ..• U A 1 •• La probabilidad de A será

P(A) = m P(A 1 ) = m/n.


19
Se tiene as{ el resultado coincidente con la definici6n clásica.

4, PROBABILIDAD CONDICIONAL

Queremos ahora incluir en elesquema axiomático el principio


de las probabilidades compuestas mencionadas en el caprtulo l.
All{ nos refer{amos a sucesos "independientes", aunque quedaba
un poco impreciso el significado de estas palabras, advirtiendo
que la f6rmula [l. 2] perdía su validez si los sucesos no eran in-
dependientes. Vamos a ver ahora c6mo se pueden tratar estas
ideas dentro de la teoría axiomática.

Sea (E, B, P) un espacio de probabilidad compuesto del espa-


cio muestra! E, la o-álgebra B y la probabilidad P. Sea A E B un
suceso tal que P(A) 1 O,

Definici6n Z. S. Se llama probabilidad aondiaionaZ de un su-


ceso B E B, dado el suceso A E B, y se representa por P(B 1 A), al
cociente

P(A ílB)
P(BIA)
P(A) [2. 7 J
Hay que demostrar que esta definici6n es admisible, es decir,
que la probabilidad condicional PA(B) = P(B j A), definida para
todo B E B, una vez fijado A E B, cumple con los axiomas I, II y
III de toda probabilidad. En otras palabras, hay que probar que
(E, B, PA) es otro espacio de probabilidad.

El axioma I dice que debe ser P(B j A) ~ O, lo cual es inmediato


por ser P(B n A) ~ O y P(A) >O. El axioma II se cumple por ser

p (U B ) = P(A íl (U B 1)) P(U (A íl B¡))


A 1 P(A) P(A)
IP(A n B 1) \'
= 1 - ¿P(B 1 IAJ lPA(B¡),
P(A) 1 1

para toda sucesión B 1 , Ba, ••• de sucesos incompatibles.

El axioma III se cumple por ser

P(A ílE) P(A)


P(A) P(A) = l.

Por tanto la definici6n 2. 5 es admisible. A partir de ella se


puede escribir
20
P(A n B) = P(A) P(B IAJ.

Análogamente, fijado el su ce so By supuesto P(B) 1 O, se tiene


la probabilidad condicional

P(Aj B) = P(B íl A) [2.8]


P(B) .

Obsérvese que la ecuación [2. 6] no se demuestra ni es ningún


axioma: es una definici6n, y se complementa con la siguiente
definición.

Definici6n z. 6. Se dice que dos sucesos son independientes si


se verifica que

P(BjA) = P(B). [2.9]

Obsérvese que en este caso, según [2. 7], es

P(A íl B) = P(A) · P(B) (A y B independientes) [2. 10]

y por tanto, comparando con [2. 9], es también

P(Aj B) = P(A). [2. 11 J


Esto nos dice que la independencia es una propiedad simétrica,
que puede definirse por cualquiera de las igualdades [2. 9] ó
[2.11].

Puesto que el hecho de que un elemento pertenezca a la inter-


sección A n B significa que a la vez pertenece a A "y" a B, la
relación [2.10] equivale ala [l. 2] (principio de las probabilidades
compuestas). N6tese, sin embargo, que si bien las definiciones
2. 5 y 2. 6 tienen su origen en la idea intuitiva de sucesos inde-
pendientes, al ser ahora establecidas como definiciones desapa-
rece toda posible ambigüedad, y adquieren un sentido bien preciso.

La definici6n de independencia se generaliza a más de dos


sucesos de la manera siguiente:

Definici6n z. 7. Se dice que varios sucesos A 1 , A 2 , ••• , Au son


independientes (o aompLetamente independientes) si se verifica

[2. 12]

parak = 2,3, .•. ,n, donde (t 1, t 2, ••• ,tk) es una combinación


cualquiera de los n números l, 2, ... , n. 21

Por ejemplo, para que 3 sucesos A, B, C sean independientes,


se debe cumplir

P(A ílB) P(A) P(B),

P(A íl C) P(A) P(C),

P(B íl C) P(B) P(C),

P(A n B n C) P(A) P(B) P(C).

Obsérvese que la última relación no puede deducirse de las


tres primeras, es decir, las cuatro condiciones son necesarias.

Naturalmente, no hay que confundir la independencia con la


incompatibilidad. Según las definiciones 2. 4 y 2. 6 se tiene:
Dos sucesos A y B son independientes si se verifica

P(A íl B) P(A) P(B) [2. 13]

y son inaompatibLes si A íl B ~.
5. EJEMPLOS

Vamos a resolver algunos problemas clásicos que resultan de


la aplicaci6n directa de la definici6n de probabilidad y de sus pri-
meras propiedades. Son problemas del mismo tipo que los estu-
diados en el capítulo 1, pero ahora se pueden puntualizar más las
etapas de la solución. Son problemas más bien de interés histórico,
pero que tienen importancia por ser representativos de un amplio
eampe de p1ehlernas análogos.

Problema 2. l. Se tiran dos da.d.os aZ azar y se quiere haUar


Za probabi Zidad de que Za suma de los puntos obtenidos sea igua ta 1 O.

Solución. El espacio muestra! es el conjunto de los 36 pares


ordenados (i, J), donde i puede tomar los valores 1, 2, ..• , 6 del
primer dado y j los valores 1, 2, ... , 6 del segundo, Siempre que
se trate de un problema con dados y no se indique lo contrario, se
supone que el dado es correcto y por tanto la probabilidad de que sal-
ga cada cara es la misma. En consecuencia, la probabilidad de
cada par (i, j) será también la misma, cualquiera que sea el par,
ysegúnelNo. 3, esta probabilidad será 1/36, puesto que hay 36
casos posibles y la suma de las probabilidades debe ser l. El
22 problema consiste en hallar la probabilidad del suceso A= [ (i, j);i +
+j = 10}, o sea, laprobabilidaddelsuceso formado por los pares
(4, 6), (5, 5), (6, 4). Tratándose de 3 pares, todos con la misma
probabilidad, por el axioma II, será P(A) = 3/36 = 1/12.

Problema 2. Z. (Problema de las coincidencias). Se tienen


dos urnas con n boZiUas cada una, numeradas de 1 a n. Se
oa sacwul,o simu'ltánewnente l boUl'ta de cada urna, y se qu'!.ere
haZZar Za probabiZida.d. de que, at terminar Za extracción de todas
Zas boZiZZas, se haya extra{do, por to menos una vez, et mismo nú-
mero de cada urna.

Solución. El espacio muestra! E está formado por todas las


matrices de la forma

[ 2. 14 J

donde i 1 , i 2 , ••• in son los números entre 1 y n que salen de la pri-


mera urna, y J 1 , J 2 , ••• , J~ son los que salen de la segunda. El
2
número total de elementos de E es (n ! ) (casos posibles) y la pro-
2
babilidad de cada uno será (n ! f • Sea A 1 el conjunto de elementos
de E, en los cuales el número i de la primera fila coincide con el
número j = i de la segunda, independientemente del lugar en que
ocurra la coincidencia. Por ejemplo, ~ es el conjunto de las
matrices de la forma

•• 3 ••' \
( •• 3 •• .) •

Se trata de calcular P(A1 U A 2 U .•• U An). Para ello se aplica


la f6rmula [2. 5], que reduce el problema al cálculo de las pro babi-
lidades del segundo miembro. Vamos a buscar el valor de cada
sumando:

a) Probabilidad P(Ai). El número de elementos [2. 14] en que


coinciden los números i, se calcula de la siguiente manera. Fi-
jado el lugar en que ocurre la coincidencia, los restantes n. - 1
números de la primera y de la segunda filas pueden ser cuales-
2
quiera, y por tanto se tienen ((n. - 1) !) casos. Como el lugar de la
coincidencia puede ser también cualquiera, se tienen, en cada
caso, n posibilidades más. Por tanto, A 1 está compuesto de
n.((n - 1) !(ªelementos [2, 14], y en consecuencia

2
n((n.-1)!)
P(A¡) IP(A¡) l.
(n. !)2
23
b) Probabilidad P(A 1 íl Aj). Fijados los lugares en que ocurren
las coincidencias de los números i y J, los n - 2 números restan-
tes pueden ser cualesquiera; por tanto quedan ((n. - 2) !):i casos.
Como los lugares de las coincidencias pueden ser cualesquiera de
los n, resultan, para cada caso, n(n - 1) posibilidades más; en
total, A 1 íl Aj está compuesto de ((n. - 2) ! ):in.(n - 1) casos y por tanto

n (n - 1 )( (n. - 2) !) :i 1
(n. !)2 n(n - 1) '

..!.. .
2

c) Análogamente,

P(A¡ n Aj n Ak) = ((n.- 3 l ! )2n(n. - l)(n - Z)


(n!)" n(n - 1 )(n - 2)

y por tanto

l
1,j,k
P(A 1 n Aj n Ak) G)n(n - 1)(n. - 2) = -fi·
1
Se tiene así como resultado final (procediendo sucesivamente)
que la probabilidad de por lo menos una coincidencia es

p = l + _!_ _ __!._ 000


+ ( _ l ) n-1 l [2. 15 J
21 3! 4! Ti"°!º

Paran ..... 00 , P = l - e-1 = O, 6321 ••. (Véase el Apéndice II).


Es curioso que para valores relativamente pequeños de n se ob-
tienen ya valores muy próximos a este valor límite. Así, se tiene

P(l) l, P(2) = 0,5, P (3) = o,666 .• • , P(4) = o,625,

P(5) o,6333 •.. , P(6) = 0,6319 ..• , P(7) = o,6321 ••.

y para valores mayores de 7, quedan invariables las c uatro pri-


meras cifras decimales.

Este problema se encuentra por primera vez en el libro de


P. R. Montmort, titulado Essai d AnaZyse sur Zes jeux de Hasard,
publicado en 1708, y presenta muchas variantes. Por ejemplo:

a) Dos ,jugadores tienen una baraja de 40 aartas aada uno y van


sacando simultáneamente Zas cartas una a una. ¿Cuál es Za proba-
24 bilidad de que, aZ terminar Zas aartas, Zos dos jugadores 'hayan sa-
cado Za misma aarta por Zo menos una vez?

Evidentemente, la probabilidad es la misma de antes P(40) =


O, 6321. ••. Ello quiere decir que repitiendo el experimento un
gran número de veces, por término medio habrá coincidencia 6
veces de cada 10. En cuanto sea n > 2, es más probable de que
haya coincidencia de que no la haya.

b) Se tiene un cierto número de cartas y sus aorrespondientes


sobres. Se mezclan unas y otros, y se va metiendo una carta
auaZquiera dentro de cada sobre. ¿Cuál es Za probabilidad de que
una aarta por Zo menos se 'haya metido en su aorrespondiente so-
bre? El resultado está dado siempre por la fórmula [2. 15] y,
como vimos, da siempre prácticamente el mismo valor O, 63 •.. en
cuanto sean;;,. 5.

Problema 2. 3. (Problema de los nacimientos). En una reu-


nión de r personas, ¿autÍZ es Za probabilidad de que, por Zo menos
dos de eZZas, aumpZan años eZ mismo d{a?

Soluci6n. Prescindimos de la posibilidad de que alguien haya


nacido el 29 de febrero y por tanto suponemos que el aflo tiene 365
días. El espacio muestra! se compone de los posibles conjuntos
de r fechas y tiene por tanto 365r elementos, todos con la misma
probabilidad 365-r. En vez del suceso cuya probabilidad se busca,
consideremos el opuesto: el de que ningún par de personas cumpla
años el mismo d{a. El número de elementos de este suceso se
calcula así: la primera persona tiene 365 posibilidades; la segun-
da, no habiendo nacido el mismo d{a que la primera, tiene 364
posibilidades; la tercera persona tiene 363 posibilidades y así su-
cesivamente, la última persona tiene 365 - (r - 1) posibilidades.
En total, el suceso opuesto consta de 365. 364. 363 •.• (365 - (r - 1))
elementos. Su probabilidad es igual a este número dividido por
3¡;5r, y la probabilidad del suceso objeto del problema será (supo-
niendo r > 1)

1
_ 365. 364••• (365 - r + 1)
365r

Este número no es fácil de calcular directamente. Los si-


guientes valores dan una idea de su comportamiento:

Probabilidad 0,021 0,117 o,411 o,507 o,706 o,89 o,99.

Se ha señalado el número r = 23, pues en tal caso la proba- 25


bilidad es prácticamente 1/2. Obsérvese que si las personas son
60 o más, la probabilidad es superior al 99%, es decir hay
casi certeza de que por lo menos dos personas cumplan años
el mismo día, resultado un tanto sorprendente a primera
vista.

Problema Z. 4. (Esquema de contagio de Polya). Supongamos


una uzona aon n boliUas negras y r rojas. Se saaa una boliUa y
se devueive a ia urna junto aon otras e boliiias dei mismo aoior.
Se desea hallar Za probabilidad de que en N = k 1 + k 2 extraaaiones
salgan k 1 boliUas negras y k 2 bo'liUas rojas.

Soluci6n. Consideremos primero la probabilidad de que las bo-


lillas negras salgan justo en las k 1 primeras extracciones. La pro-
babilidad de bolilla negra en la primera extracci6n es n/ (n + r) y la
probabilidad de que sea negra en la segunda extracci6n, condicionada
aquehayasidonegralaprimera, es (n+c)/(n+r+c). Por tanto, se-
gún [2. 7] la probabilidad de dos negras sucesivas es

n +e
n+r+c

Si las dos primeras han salido negras, en el momento de hacer


la tercera extracci6n la urna contiene n + 2c bolillas negras y r
rojas, luego la probabilidad de que la tercera sea también negra
es (n + 2c)/(n + r + 2c), y por tanto la probabilidad de que las tres
primeras sean negras es

__n__ . n+c n + 2c .
n+r n+r+c r¡+r+2c

Prosiguiendoeste razonamiento se llega a la extracci6n k 1 -


ésima, con la probabilidad

n n+c
n+r n+r+c n+r+(f1; 1 -l)c

de que todas las bolillas hayan salido negras. La probabilidad de


que la siguiente sea roja es r/(n + r + k 1c). Se aYladen luego e bo-
lillas rojas, con lo cual la probabilidad de una nueva extracci6n
roja es (r + c)/(n + r + (k1 + l)c). Procediendo sucesivamente re-
sulta que la probabilidad de que las k 1 primeras extracciones sean
negras y las k 2 siguientes sean rojas es

n(n +e) .•• (n + (k1 - l)c) r (r +e) ••• (r + (r + (k 2 - l)c)


(n + r)(n + r +e) ... (n + r + (N - l)c)
26

Si se da otro orden cualquiera en que salgan k 1 bolillas negras


y k 2 rojas, la probabilidad es siempre la misma (como se ve de
inmediato por el mismo cálculo anterior). Por tanto, la probabi-
lidad buscada de que salgan exactamente k 1 bolillas negras y k 2
rojas, independientemente del orden, será igual a la probabilidad
anterior multiplicada por el número de combinaciones de k 1 (o k 2 )
objetos tomados entre N de ellos. En defimtiva, el resultado es

P _ (N\n(n +e) ••• (n + (k1 - l)c) r (r +e) .•• (r + (k2 - l)c)


- k 1) (n + r)(n+r+c) ..• (n + r + (N - l)c)

Problema z. 5. Se tiene un conjunto formado pol' m objetos de


una misma clase M y pol' r objetos de una misma clase R. Se eli-
gen al azars objetos. Se busca Za probabilidad de que entre ellos
haya x de Za clase M y s - x de Za clase R.

Soluci6n. Es un problema típico de combinatoria. El espacio


E es el conjunto de las combinaciones des objetos entrem + r = n
objetos dados. Su número es(~) y cada uno de estos sucesos ele-
mentales tiene la misma probabilidad ( ~ y
1
• Se trata de hallar

la probabilidad del subconjunto A, cuyos elementos consten de x


objetos de la clase My 8 -X de la clase R. Las posibles combina-
ciones de X objetos de la clase M son(~) y las posibles combina-

ciones des - X objetos de la clase R son ( r \ por tanto el número


~-1 '
de elementos de A es(~)~.'.1, y la probabilidad buscada

Por ejemplo, si de una clase de 30 alumnos, compuesta de 20


varones y 10 mujeres, se eligen 5 alumnos al azar, ¿cuál es la
probabilidad de que entre ellos haya exactamente 2 mujeres?

Aplicando la f6rmula última donde m = 20, r = 10, s = 5 y


x = 3 resulta: P = 2850/7917 = o, 36 ...
Problema 2. 6. Se desea haUar: a) ia probabilidad de saaar
por fo menos una vez e"l 6 a"l arrojar un dado 4 veaes; b) "la p:roba-
bi"lidad de saaar dos 6 por 7,o menos una vez al lanzar dos dados 24
veaes.

Soluci6n. a) La probabilidad de no sacar el 6 en una jugada 27


es 5/6 y la de no sacarlo vez alguna en 4 jugadas será (5/6) 4 ,
puesto que cada jugada es independiente de las demás. Por tanto
4
la probabilidad buscada es P 1 = 1- (5/6) = 671/1296 =O, 517 ...

b) La probabilidad de no sacar el6 dos veces en una jugada es


35/36, y la de no sacarlo vez alguna en 24 jugadas será (35/36) 24 •
Luego la probabilidad de sacar el 6 dos veces por lo menos una
vez será

P 2 = 1-(35/36)
24
= 0,49 .•.

El problema tiene interés hist6rico, y se considera como uno


de los que dieron origen al cálculo de probabilidades. Según
figura en las Oeuvres de Fermat, página 296 (Carta de B.
Pascal a P. de Fermat, del 29 de julio de 1654), el problema fue
propuesto a Pascal por un tal Caballero de Meré, quien no se ex-
plicaba que, en el caso a), la probabilidad fuera mayor que 1/2 y
en el caso b) fuera menor que 1/2, siendo así que 4 es a 6 (raz6n
del número de tiradas al número de posibilidades en el primer
caso) como 24 es a 36 (raz6n del número de tiradas al número de
posibilidades en el segundo caso). Lo curioso es que el Caballero
de Meré llegaba a esta conclusi6n, para él parad6jica, por expe-
riencia de jugador, a pesar de ser los resultados muy pr6ximos a
1/2. Esto prueba tanto la precisi6n a que se puede llegar sin
cálculo, con un fino espfritu de observaci6n, como la extrema
coincidencia de la probabilidad calculada a priori con la frecuencia
obtenida mediante repetidos ensayos.

Problema 2. 7. Si se Z.anzan 3 dados al. azar, ¿auáZ. es Za pro-


babiZ.idad de que Za suma de Z.os números obtenidos sea, respecti-
vamente, 9, 10, 11 ó 12?

Soluci6n.El espacio muestra! está formado por las ternas


( i, j, lí) con 1 ~ i, j, k ~ 6.
Como todas ellas tienen igual probabi-
lidad, resulta que ésta es (1/6) 3 = 1/216. Consideremos el su-
ceso Ae formado por las ternas tales que i + j + h; = 9. Las
ternas que lo constituyen son

(1,2,6), (2,6,1), (6,1,2), (2,1,6), (1,6,2), (6,2,1),


(1,3,5), (3,5,1), (1,5,3), (5,1,3), (5,3,1), (3,1,5),
(1,4,4), (4,1,4), (4,4,1), (2,2,5), (2,5,2), (5,2,2),

(2,3,4), (3,4,2), (4,2,3), (2,4,3), (4,3,2), (3,2,4),(3,3,3).

Tenemos, en total, 25 ternas. Por tanto


28
25
P(.Ag) = 216 = O, 1157 ...

De modo análogo, formando directamente las ternas, cuya su-


ma es 10, 11 6 12 resulta

P(A10) = P(A11 ) = :f {6 o, 125 ... ' P(.Ag)

25
2Tb = o, 1157.
También este problema tiene interés histórico. Figura en
Le Opere di Gal.iZ.eo Gal.iZ.ei, vol. XIV, Firenze 1855, bajo el trtulo
Considerazione sopra iZ. giuoco dei dadi, y fue propuesto a Galileo
( 1564-1642) por un jugador que se extrañaba de que la probabilidad
fuera distinta, siendo as{queloscuatronúmeros 9, 10, 11y12 ad-
miten el mismo número de descomposiciones en tres sumandos,
a saber:

9 l +2 +6 l +3 +5 1+4+4 2 +2 +5 2 +3 +4 3+3+3,
10 1 +3 +6 1+4+5 2 +2 +6 2+3+5 2 +4 +4 3+3+4,
11 l +4 +6 1+5+5 2 +3 +6 2+4+5 3 +3 + 5 3+4+4,
12 1+5 +6 2+4+6 2 +5 +5 3+3+6 3 +4 +5 4 +4 +4.
La explicaci6n está, como hemos visto, en que las descompo-
siciones no tienen la misma probabilidad, puesto que por permu-
taci6n de los sumandos pueden provenir de ternas diferentes.

Problema Z. 8. Una Zoter{a tieneN números y un soZo premio.


Un jugador compra n bi ZZetes de un so Zo sorteo y otro jugador com-
pra un soZo biZZete durante n sorteos consec:utivos, de manera que
Zos dos jugadores apuestan Za misma cantidad. ¿ CuáZ tiene mayor
probabilidad de sacar eZ premio?

Soluci6n. Elespaciomuestralestáformadopor los N números


de la lotería. Al decir que se tratadeunalotería, se sobrentiende
que todos los números tienen la inisma probabilidad de ser pre-
miados, y por tanto esta probabilidad es l/N. El primer jugador,
al comprar n números, tendrá una probabilidad de ganar el premio
igual a P 1 = n/N. En el caso del segundo jugador se razona de
la siguiente manera. La probabilidad de no sacar el premio en el
primer sorteo es (N - l)/N; la probabilidad de no sacar el premio
2
ni en el primero ni en el segundo sorteo será ((N - l)/N) , y la
probabilidad de no sacar ninguna vez el premio en n jugadas será
((N - l)/N)n. Por tanto, la probabilidad de sacar el premio por lo
menos una vez será
29

Obsérvese ahora que para todo par de enteros N,m > z, es

Escribiendo esta desigualdad para m = n, n - 1, ... , 3, 2 y su-


mando miembro a miembro, resulta

de lo cual se deduce P 2 < P 1 , es decir, el primer jugador tiene una


probabilidad mayor de sacar el premio. El resultado es natural.
En efecto, el primer jugador s6lo puede sacar el premio una sola
vez, en tanto que el segundo, exponiendo el mismo dinero, tiene
la posibilidad de ganarlo varias veces. Es natural, por tanto, que
la probabilidad de sacarlo "por lo menos una vez" sea menor para
este último que para el primero.

Problema Z. 9. Un tirador tiene Za probabilidad p de dar en eZ


blanco. Se Ze ofrecen dos alternativas: a) Hacer un soZo disparo;
b) 'hacer 3 disparos con Za condición de dar por Zo menos 2 veces
en eZ blanco. ¿CuáZ alternativa es más favorable aZ tirador?
Soluci6n. La probabilidad de dar 2 veces en el blanco en 3
2 2
disparos es 3P ( 1 -P), puesto quep ( 1 - P) es la probabilidad de dar
en el blanco 2 veces especificadas y errar la tercera. La proba-
bilidad de dar las 3 veces en el blanco es P 3 • Por tanto, la proba-
bilidad de dar por lo menos 2 veces en el blanco en 3 disparos es
2
p 3 + 3P ( 1 - p). Para que la segunda alternativa sea más ventajosa
2
que la primera debe ser, por tanto, p 3 + 3p (1-P) > P, o sea,
2
2p - 3P + 1 <O, de donde 1/2 < P < l. Por tanto, si p > 1/2, es

primera. Si p = '
1/2 las dos alternativas so11 equivalentes

Problema 2. l O. Se Zanzan simuitáneamente aZ azar 5 dad.os ¿ cuáz


es Za probabiZidad de que saZgan Zos números 1,2,3,4,5?

Soluci6n. Si se especificara cuál de los dados debe dar el nú-


mero 1, cuál el número 2, etcétera, la probabilidad ser{a el
6
producto de las probabilidades respectivas,osea,(1/6) = 1/7776.
Pero como el dado que sale 1 puede ser cualquiera (5 posibilida-
des), el que sale 2 puede ser cualquiera de los 4 restantes (4 po-

'
bilidades), etcétera, ' que hay 5 · 4 • 3 · 2 = 120 posibilidades
resulta
más, y por tanto la probabilidad buscada es 120/7776 = 5/324 =
o, 015.
30
Otros Problemas. Damos a continuaci6n otros ejemplos sim-
ples de problemas, de los que se indica únicamente la soluci6n.

l. Se Zanzan 2 dados, háUese Za probabiUdad de que Za dife-


rencia entre el mayor y eZ menor de los números respectivos sea
<! 3.

Soluci6n. Por c6mputo directo resulta P = 12/36 = 1/3.

2. Se Zanzan 2 dados, háUese la probabilidad de que la suma


de Zos números obtenidos sea 7 ó 1 O.

Soluci6n. En el problema 2. 1 se vio que P(lO) = 1/12. Por


cálculo directo resulta análogamente P(7) = 6/36 = 1/6. Por
tanto, la probabilidad pedida es P 1/ 12 + 1/ 6 == 1/ 4.

3. Se lanzan 2 dados, hálZese Za probabiZidad de que Za suma


de Zos números que saZgan sea iguaZ a 7 y, aZ mismo tiempo, Za di-
ferencia entre eZ mayor y el menor sea igual a l.

Soluci6n. Si A es el suceso "sacar la suma 7" y B el suceso


''diferencia igual a l" es P(A) = 1/6 (problema anterior) y por
calculo directo resulta P(B IAl = 1/3. Por tanto, P(A n B) =
= P(Al P(B !Al = (l/6)(1/3l = 1/18. Obsérvese que el hecho de
que P(B !Al /- P(Bl prueba que los sucesos A y B no son indepen-
dientes.

4. Se Zanza un dado rojo y otro bZanao, háZZese Za probabilidad


de que eZ número deZ rojo sea mayor que eZ deZ bZanao.

Soluci6n. Contando los sucesos elementales que cumplen con el


enunciado y el total de sucesos elementales resulta P = 15/36.

5. Una urna aontiene 4 boliZZas bZanaas y8 rojas y se saaan


des beUHas sucesi!Jamente, slii 2epesiciéi1 de Za p1 bne1a sacada.
HáZZese: al Za probabilidad de que Zas dos boZiZZas sean bZanaas;
bl Za probabilidad de que una sea bZanaa y Za otra roja.

Soluci6n. al P.= 1/11; bl pb = 16/33.

6. Se lanzan aZ azar n monedas, háZZese Za probabilidad de


que por Zo menos n - 1 de eZZas salgan aara o salgan a!'Uz.

Soluci6n, La probabilidad de que n salgan cara es (l/2ln y la


de que n- 1 salgan cara es n(l/2ln. Luego la probabilidad de
por lo menos n - 1 salgan cara es la suma (n + 1 l/2n, Análoga-
mente, la probabilidad de por lo menos salgan n - 1 cruz es también
31
(n + ll/2n. La probabilidad buscada es, por tanto, la suma de las
dos, o sea, (n + l)/zn-i. Esto suponen> 2. Paran = 2 la proba-
bilidad es evidentemente igual a 1.

7. Tl'es amigos han aaordado, si Zas airaunstanaias se Zo per-


miten, aaudil' a una determinada aita. La probabilidad de aada uno
de poder ir es P. ¿CuáZ es Za probabilidad de que aaudan dos ami-
gos y faite eZ teraero?
2
Soluci6n. P = 3p ( 1 - p l.

8. La urna A contiene x boUZZas bZanaas e y boZiZZas negras.


La urna B aontiene x' boZiZZas bZanaas e y' boZiZZas negras. Se saaa
una boZiZZa de aada U!'na, lauáZ es Za probabilidad de que ambas bo-
ZiZZas sean deZ mismo aoZor?

Solución, p = (xx' + yy' l/ (x + y) (x' + y' l.

9. En un tribunal de tres personas A, B y C, Zas probabilida-


des respeativas de dar un faUo justo son PA, Pe y Pe. Se desea
h.aZZar Za probabilidad de que eZ faUo deZ tribunal sea justo, sa-
biendo que eZ mismo se toma por mayor{a de votos.
Solución. P = PAPB + P~c + PaPc - 2 PAPaPc.

10, Una dete:rminada travesia puede hacerse aon aviones bimo-


tores o aon ouadrimotores. Los bimotores pueden volar aon un so-
lo motor y los ouadrimotores sólo aon dos. La probabilidad de que
u~ motor falle du.rante la travesta es p. lCuáles aviones son los
mas seguros?

Solución. La probabilidad de que un bimotor no termine la tra-


ves{a es p 2 y la de que no termine la travesía un cuadrimotor,
p 4 + 4p 3 (1-p). Por tanto, suponiendo p < 1, los bimotores son
más seguros si p > 1/3, y son más seguros los cuadrimotores en
caso contrario.

11, Un avión trimotor puede voiar aon sóio el motor central o


bien aon los dos motores laterales. En una determinada travesta,
ia probabiiidad de faUar el motor central es Po y ia de .faUar aada
uno de los motores laterales es p 1 • lCuál es la probabilidad de que
el avión no pueda terminar la travesta?

32
3
VARIABLES ALEATORIAS, FUNCIONES DE PROBABILIDAD

10 VARIABLES ALEATORIAS

Los elementos del espacio muestra! E, que hemos llamado su-


cesos elementales, son elementos abstractos y, en consecuencia,
también lo son los sucesos o elementos de la o-álgebra B definida
en E. La probabilidad P, por otra parte, es una función cuyo do-
minio es el conjunto de los sucesos y cuyo codominio es el inter-
valo [O, 1 J de los números reales. Para poder aplicar el cálculo
matemático, es conveniente que el dominio de la función P perte-
nezca también al conjunto de los números reales R, a fin de que P
sea una función de números reales en números reales.

Supongamos, por ejemplo, el experimento aleatorio de lanzar dos


monedas y ver si éstas salen cara C o cruz F. El espacio mues- 33
tra! E es el conjunto de los 4 pares:

(C, C), (C, F), (F, C), (F, F). [3. 1 J

Si sólo interesa el número de caras, de manera que los dos


pares intermedios puedan considerarse equivalentes, podemos in-
troducir la función X: E - R definida por X= número de caras, o
sea,

X(C, C) = 2, X(C, F) = X(F, C) = 1, X(F, F) = O.

Tenemos así un nuevo conjunto [2, 1, O}, ahora formado por


números reales, a cada uno de los cuales corresponde una proba-
bilidad. Así

P(2) P(C,C) 1/4, P(l) P(C, F) + P(F, C) 1/2, P(O)


P(F,F) = 1/4.

Vemos, pues, que la función X hace corresponder a cada ele-


mento de E un número real y que, además, el conjunto de elemen-
tos de E, cuya imagen es uno de estos números reales, es un
elemento de B, o sea, es un suceso, y tiene, por tanto, una de-
terminada probabilidad.
Las funciones X: E - R que cumplen estas condiciones se lla-
man variables aleatorias. La palabra variable indica que la
funci6n puede tomar diversos valores (en el ejemplo anterior
2, I, O) y la palabra aleatoria indica que estos valores provienen de
un experimento aleatorio (en el ejemplo anterior lanzar dos
monedas) y, por tanto, a cada uno de sus valores corres-
ponde una determinada probabilidad. En realidad sería más
apropiado llamarlas funaiones aleatorias, pero el uso ha sancio-
nado la primera denominaci6n.

En este capítulo 3 vamos a limitarnos a variables aleatorias


que pueden tomar Únicamente un número finito de valores. Se lla-
man variables aleatorias finitas. Su definici6n precisa es la si-
guiente:

Definici6n 3, 1, Dado un espacio de probabilidad (E, B, P), se


llama variable aleatoria finita a toda funci6n X: E - R que pueda
tomar Únicamente un número finito de valores X = Xv x 2 , ••• , xu,
con la condici6n de que, para cualquiera de ellos, por ejemplo
x1' el conjunto x-1 (x 1 ) sea un elemento de B.

Por cierto que si E es finito y aceptamos el convenio de la pá-


gina 16, según el cual Bes el conjunto de todos los subconjuntos
34 de E, la última condici6n puede suprimirse, y variable aleatoria
finita es cualquier funci6n X: E - R.

Puesto que el conjunto x-l(x 1) (elementos de E cuya imagen por


X es el número x 1 ) es un elemento de B, tendrá una cierta proba-
bilidad, que se representa por

[3. 2]

y se establece la siguiente definici6n.

Definici6n 3,Z, La funci6n f definida por [3.2] se llama la


funaión de probabilidad de la variable aleatoria X.

Se dice, abreviadamente, que f(x 1 ) es la probabilidad de que la


variable aleatoria X tome el valor x 1 •

Sean x 1 , x 2 , ••• , xn los valores de X y pongamos A 1 = X-l(x 1) =


{a E E;X(a) = x 1 }. Según [3. 2] y los axiomas de la definici6n de
probabilidad, tendremos

P(E) l.
Por otra parte, dado que los valores de f son probabilidades,
es siempre f ;;;, O. Las dos relaciones

[3. 3 J

se cumplen siempre para cualquier función de probabilidad.

Supongamos que los valores de Xestán o rdenadosx 1 < X:¡ < • .• <
< Xn· Muchas veces interesa la probabilidad de que X tome un va-
lor iguaZ o menor que x 1 • Su valor será

[3. 4 J

lo cual da lugar a la siguiente definición.

Definici6n 3. 2. La función F definida por [3. 4] se llama la


funaión de distribuaión de la variable aleatoria finita X.

Obs~rvese que F(xn) = 1.

Ejemplo l. Se Zanzan 3 monedas. AnaZ{cese Za variabZe aZea- 35


toria X= número de aaras.

Soluci6n. El espacio muestra! consta de 8 elementos:

(C, e, C), (C, e, F), (C, F , C), (F, e, C)


(C, F, F), (F, C, F), (F, F, C), .(F, F, F)

cada uno de los cuales tiene la misma probabilidad 1/8. Los nú-
meros posibles de caras son x 1 =O, x 2 = 1, x 3 = 2, x 4 = 3. Los
valores de la función de probabilidad y de la función de distribución
están dados en la siguiente tabla:

X o 1 2 3

f 1/8 3/ 8 3/ 8 1/8
F 1/8 1/2 7/ 8 1

Obsérvese, como detalle que será importante en el próximo


capítulo, que los valores de f están dados por la fórmula

X= O,I,2,3.
Ejemplo 2.. Una urna contiene 1 2 bo Zi Has nwneradas de 1 a 1 2.
Se saca una boZiZZa y se quiere analizar Za variable aleatoria X =
= número de divisores del número obtenido.
Soluci6n. Se tiene:

No. sacado 2 3 4 5 b 7 8 9 10 11 12
X 2 2 3' 2 4 2 4 3 4 2 6

De aquí se deduce

x-1 (1) [!}, x-1(2) = (2,3,5,7,11}, x-1(3) ( 4, 9],


x-1 (4) [ 6, a, 1 o}, x- 1
( b) = p 2}
con lo cual se puede escribir la siguiente tabla:

X 1 2 3 4 6

f 1/12 5/12 1/6 1/4 1/12


F 1/12 1/2 2/3 11/12 1

36
Esto nos dice, por ejemplo, que la probabilidad de que un nú-
mero elegido al azar entre 1 y 12 tenga 3 divisores es f(3) = l/b,
y la probabilidad de que tenga menos de 3 divisores es F(2) = 1/2.

Ejemplo 3. Se lanzan 2 dados y sean i, J Zos números resul-


tantes. Estúdiense Zas variables aleatorias X i + J, Y =
= m. c. d. (i, J) = má:x:imo común divisor de l, j.

Soluci6n. La probabilidad de cada par ordenado es 1/36. Con-


tando directamente en cada caso el número de pares que corres -
panden a cada valor de X o de Y, resultan las siguientes tablas:

X 2 3 4 5 6 7 8 9 10 11 12

f 1/36 1/18 1/12 1/9 5/36 1/6 5/36 1/9 1/12 1/18 1/36
F 1/36 1/12 1/6 5/18 15/36 21/36 13/18 15/18 11/12 35/36 1

y 1 2 3 4 5 6

f 23/36 7/36 1/12 1/36 1/36 1/36


F 23/36 15/18 1/12 17/18 35/36 1
Estas tablas resuelven problemas del siguiente tipo: a) Lan-
zando dos dados al azar, la probabilidad de que la suma de los
puntos sea 7 es f(7) = 1/6, y la de que la suma de los puntos sea
:;;;10, es F(lO) = 11/12; b) Dados al azar dos números entre 1 y 6,
la probabilidad de que su m. c. d. sea menor que 5 vale F(4) = 17/18.

Ejemplo 4. Ejercicio. Se Z.anzan dos d.ados y sean i, j Z.os nú-


meros obtenidos. Estúdiese Za variabZ.e aZ.eatoria X = niRnero de
divisores de Z.a swna i + j, y aompárense Z.os resuZ.tados aon Z.os
deZ. ejempl.o 2.

2. ESPERANZA MATEMATICA

Sea una variable aleatoria finita X que puede tomar los valores
xl' x 2 ,
••• , xn con las probabilidades f(x 1 ), f(x.), ... , f(xn).

Definici6n 3. 3. Se llama esperanza matemátiaa o val.or medio de


la variable aleatoria X, a la expresión
n

E(X) = l x 1 f(x 1 ). [3. 5]


1 = l

Si f =constante, puesto que lt(x 1) = 1, debe ser f(x 1) = l/n., y


37
la esperanza matematica resulta E X) = 1 Xv o sea, es igual
a la media aritmética de los valores de X.

Más generalmente, se establece la siguiente definición.

Definici6n 3. 4. Se llama esperanza matemátiaa o vaZ.or medio de


una funaión G(X) de la variable aleatoria X, a la expresión
n

E(G(X)) =
1
l= l
G(x¡)f(x¡). [3. 6 J

)
Ejemplo l.
La esperanza matemática de la variable aleatoria
X = número que resulta al lanzar un dado, será

E(X) = 1 (1/6) + 2(1/6) + 3(1/6) + 4(1/6) + 5(1/6) + 6(1/6) = 3, 5.

Ejemplo 2, La esperanza matemática de la suma de los núme-


ros resultantes al lanzar dos dados a la vez, según el ejemplo 3
de la sección 1, será

E(X) = (1/36)(2 +3.2 +4.3 +5.4 +6.5 +7.6 +8.5 +9.4 +10.3 +
+ll.2+12)=7.
Ejemplo 3, La esperanza matemática del número de divisores
de un número elegido al azar entre 1 y 12, según el ejemplo 2 de
la sección 1, será

E(X) = (1/12)(1 +2.5 +3.2 +4.3 +6.1) = 2.91. ••

3. MOMENTOS DE UNA VARIABLE ALEATORIA

La esperanza matemática de una variable aleatoria es un dato


muy importante de la misma, pero no dice nada acerca de la dis -
persión de sus valores alrededor de esta esperanza o valor medio.
Por ejemplo, si X representa el capital de una persona escogi-
da al azar de un grupo de dos, tanto si la primera posee
$99. 000 y la segunda $1. 000, como si cada una tiene $50. 000, el
valor medio o esperanza matemática tiene el mismo valor de
$50. 000. Igualmente, del hecho de saber que la talla media de un
conjunto de personas es 1, 67 m no se puede deducir si todas tienen
una altura aproximada a este valor medio o sihayalgunas muy altas
y otras muy bajas. Otro ejemplo t{pico es el caso en que X repre-
senta el caudal de las aguas de un rfo durante las 52 semanas del
año, Del conocimiento de su valor medio no se puede deducir si
se trata de un rfo de caudal aproximadamente constante durante
38 todo el año, o bien de un r{o muy caudaloso en invierno y casi se-
co en verano.

Por este motivo se han introducido más datos que, en cierta


manera, permiten medir esta dispersión de los valores de X alre-
dedor de su valor medio E(X). Estos datos suelen ser la espe-
ranza matemática de ciertas funciones G(X). Por ejemplo, se
puede tomar G(X) = IX - E(X) \ = valor absoluto de la diferencia
X - E(X). Evidentemente esta esperanza nos dará una idea de la
mayor o menor concentración de los valores de X en torno de E(X).
Sin embargo, como los valores absolutos son de incómodo manejo
matemáticamente, se han preferido otras funciones. Las más im-
portantes son las potencias de X, que dan lugar a los llamados
momentos, que pasamos a definir.

Definición 3, 5, Se llama momento de orden k de la variable


aleatoria finita X a la esperanza matemática de Xk, o sea,

[3. 7 J

En particular a 1 = E(X). Los momentos aentrados se definen


por la ecuación
µk E((X-a1)k) !
!= l
(x 1 -a 1)kf(x 1). [3.8]
Es particularmente importante elmomento centrado de segun-
do orden, que da lugar a la siguiente definición.

Definici6n 3, 6, Se llama varianza o varianaiade una variable


aleatoria X al momento centrado de segundo orden. Se representa
por o 2 o por o 2 (X), o sea
n

Var(X) = o 2 = o 2 (X) l
1= l
(x1-a.1)2f(x1). (3.9]

Definici6n 3, 7, El número no negativo o, raíz cuadrada de la va-


rianza, se llama desviac1·ón t{pica o des11iaaiÓn "standard" de la
variable aleatoria X.

Se comprende que o2 mida en cierta manera la separación de


los valores de X de su valor medio a, 1 • En efecto, como o 2 es una
suma de términos positivos, si o2 es pequeña, todos ellos deben
ser pequeños y por tanto, o bien x 1 - a, 1 es pequeño (para todo x 1 ) o
bien es pequeña la probabilidad f(;;c 1 ). Al contrario, si o 2 es gran-
de, ello significa que hay valores de X muy separados de su valor
medio. En resumen, la idea que se debe tener de 0 2 es que si
tiene un valor pequeño se trata de una variable aleatoria X cuyos
valores difieren poco de su valor medio y, si tiene un valor gran-
de, significa que hay valores de X alejados de su valor medio. 39
Las siguientes relaciones en las cuales a, b son constantes son
importantes y su demostración, en cada caso, es una consecuen-
cia inmediata de las definiciones anteriores, por lo que nos limita-
mos a enunciarlas:

E(aX + b) aE(X) + b (3.10]

o (3. 11 J
E(X2) - (E(X))2 [3. 12 J

(3. 13 J

4. LA DESIGUALDAD DE TCHEBYCHEFF

Sea H(X) una función de la variable aleatoria X que no tome va-


lores negativos, o sea, H(x 1 ) ~O para todos los valores x 1 de X.
Sea K >O una constante dada, y sean x 1(t = 1,2, ... ,n,) los valores
de X, y Xa aquellos valores para los cuales sea H(xa) ~ K. Tene-
mos n

E(H(X)) l
1=1
H(x 1 ) f(x1) ~ IH(xa) f(xa)
a
~ K lt(xa)
a
Pero lf(xa) indica la probabilidad de que H(X) sea igual o
mayor que K. Por tanto se tiene

P(H(X) ;:,, K) s; E(Fft:(X)) · [3. 14 J

En particular, tomando H(X) = (X - a 1 ) 2 y K = h:2 cr 2 , resulta la


llamada desiguaZdad de TCHEBYCHEFF, a saber,

P( \X - a 1 I ;:e h:cr) s ~ • [3. 15 J

Poniendo h:cr = h:p se puede escribir también

[3. 16 J

La desigualdad de Tchebycheff es muy importante, y aunque la


hemos demostrado para variables aleatorias finitas, ella es válida
con análoga demostraci6n para las variables aleatorias discretas
y continuas, que se definirán en el capítulo 6.

S. SUMA DE VARIABLES ALEATORIAS

Sean X e Y dos variables aleatorias y {xp f(x 1)} ( i = 1, 2, ... , n),


{yj, Q(yJ)}(j = 1, 2, ... ,m) los valores respectivos de X e Y, junto
40 con sus correspondientes probabilidades.

Definici6n 3, 8, Se llama variable aleatoria suma X + Y a la va-


riable aleatoria que toma los valores x 1 + yj( i = 1, 2, ... , n; J =
= 1,2, •.. ,m), con las probabilidades P(xp yJ) = P(X = Xp Y= yJ)
= probabilidad de que X tome el valor x 1 e Y tome el valor Yr

Obsérvense las relaciones


n

j
l
= 1
P(Xi, YJ) = f(x¡), [3. 17 J

puesto que la swna, respecto de j, de la probabilidad de que ocu-


rra (xi' yJ) es igual a la probabilidad de que ocurra Xv lo que da la
primera igualdad. La segunda es análoga.

Se tiene el siguiente teorema.

Teorema 3. l, Cualesquier-a que sean Zas varoiabZes aZeatoroias


X e Y se Vel'ifiaa

E(X +Y) = E(X) + E(Y) [3. 18 J


Demostraci6n. Basta aplicar la definici6n y las igualdades
[3. 17]. En efecto
E(X + Y) l (x1 +
1,J
YJ)P(xl' yJ)

LX1f(x 1) + lYJ'7(yJ) E(X) + E(Y),


1 j

donde las sumas respecto de t van de 1 a n, y las sumas respecto


de J van de l a m.

Con la misma demostración, teniéndose en cuenta [3.10], re-


sulta de manera general que si X 1, X 2 , ••• , Xn son variables alea-
torias cualesquiera y a 1 , ª"'' ... , an son constantes, entonces

E(a 1X 1 +a 2 X 2 + ... + anXn) = a 1E(X 1 ) +a 2 E(X 2 ) + ... + anE(Xn).


[3.19]
En la demostración se ha supuesto que X e Y son variables alea-
torias finitas. Sustituyendo las sumas por series o por integrales, la
mismademostraciónpruebaque el teorema es válido también para
las variables aleatorias discretas y continuas definidas en el capítulo
6. La misma observación es válida para los teoremas 3.2, 3.3 y 3. 4.
El teorema anterior permite resolver algunos problemas de ma-
nera más fácil que por cálculo directo. Por ejemplo: 41
Problema 3. l. Dos urnas aontienen, aada una, bo"lilias nume-
radas de l a 1 O. Se saaa una boUHa de aada urna y se suman "los
números obtenidos, ¿auái es e"l va"lor medio de "la suma?
Solución. Si X e Y son las variables aleatorias que expresan el
número sacado de cada urna, es E(X)= E(Y)= (1/10)(1 + 2 + ••• + 10)=
= 11/2 yportantolasolución es E(X +Y)= 11.

Problema 3. z. Una urna aontiene l O boUHas numeradas de 1 a


10. Si se saaan a "la vez dos bo"li"l"las¿auái es ei va"lor medio de "la
suma?
Soluci6n. Aquí las variables aleatorias X e Y, que expresan
respectivamente el número de la primera y segunda bolilla, no son
. .
' .L r ......... -----· ----

bargo, puesto que el teorema 3. 1 vale igualmente, resulta que la


solución es la misma de antes, o sea, E(X +Y)= 11.
Antes de seguir necesitamos la siguiente definición, que está
de acuerdo con [2. 10].
Dos variables aleatorias X e Y cuyas funciones de probabilidad
respectivas son f y g, se dice que son independientes, si, y sólo si,
la probabilidad del par (X = .x 1 , Y = YJ) es igual al producto de la
probabilidad f (.x 1 ) por la probabilidad g(yJ ). Es decir, si se cumple
para todo par de valores X 1, Y! de las variables.
Teorema 3, 2. Si X e Y son dos variabZes aZeatorias indepen-
dientes, entonces
cr 2(X +Y) = cr2(X) + cr2(Y). [3.20]

Demostraci6n. Siendo X e Y independientes, se cumple la igual-


dad última y por tanto, poniendoE(X) = a1 y E(Y) = S1, se tiene

cr2(X +Y) = l
1, j
(x1 + Y3 - ª1 - S1)2f(x1)g(yJ) =

l
1,J
(x 1 - a 1 ) 2 f(x 1 )g(y 3 ) + l
1,J
(y 3 - S1) 2f(x1lg(y 3) +

+ 2 L<x1 - a 1
1
)f(x1) lcYJ - 61)g(y3l
j

y como h<y
j
3
) = l,lf(x 1 )= l,E(X-a 1)=0,E(Y-S 1 )=0,resulta[3.20].
1

En general, de [3. 20 J y [3. 13 J resulta, para variables alea-


torias independientes:

42
[3. 21 J
En particu ar, s1 a 1 = 1, a 2 - -1,

cr2(X - Y) = cr2(X) + cr2(Y). [3. 22 J

6. PRODUCTO DE VARIABLES ALEATORIAS

Definici6n 3. 9. Se llama variabZe aZeatoria producto X • Y de


las variables aleatorias X(xl' f(x 1 )), Y(yl' ¡f(y )), a la variable alea-
3
toria que toma los valores x 1 y 3 con probabilidades P(x 1 , y 3 ).

Teorema 3. 3. Si X e Y son variabZes aZeatorias independien-


tes, se tiene

E(X ·Y) = E(X) · E(Y). [3.23]

Demostraci6n. Siendo X e Y independientes, es P(xp y ) =


3
= f(x 1)g(y3 ), y por tanto

E(X. Y) = l
1,J
X1Y3f(x1)lf'(yj) = lx1f(x1llY3'7(y3) = E(X). E(Y).
1 j

Si las variables aleatorias X e Y no son independientes, convie-


ne adoptar la siguiente definición.
Definici6n 3. 10. Se llama aovarianza o aovarianaia de dos va-
riables aleatorias X e Y a la expresión

cov(X, Y) = E((X - o, 1)(Y - ¡3 1)) = I


1,J
(x 1 - a 1)(yJ - f3 1)P(x 1, yJ),

donde, como siempre, E(X) = Clp E(Y) [3


1

cov(X, Y) = E(X · Y) - E(X)E(Y). [3.24]

De aquí se deduce que, en el caso de variables aleatorias de-


pendientes, la fórmula í3. 23 J debe ser sustituida por

E(X · Y) = E(X) · E(Y) + cov(X, Y). [3. 2 5 J

En particular, si X e Y son independientes, se verifica

cov(X, Y) = O. [3. 26 J

Teorema 3. 4. Para dos variables aleatorias X e Y indepen- 43


dientes o no vale
o 2 (X +Y) o 2 (X) + o 2 (Y) + 2 cov(X, Y). [3. 2 7 J

Demostraci6n. Se tiene

oz(x + Y) = I (x1 - ª1 + YJ - i31)ZP(xp YJ)


1, j

+ 2 I (x1 - a1l(yJ - f31)P(x1' YJ)


1,J
y teniendo en cuenta [ 3. 1 7] y la definición de covarianza, resulta el
enunciado.

Problema 3. 3. Dos urnas aontienen, aada una, 5 bolillas nu-


meradas de 1 a 5. Si se saaa una bolilla de aada urna y se multi-
pZiaan 'los números obtenidos, ¿auál es el valor medio de este
produato?
Soluci6n. Como las variables aleatorias X e Y que representan
los números sacados de cada urna, son independientes, y E(X) =
= E(Y) = (1/5)(1 + 2 + ... + 5) = 3, resulta E(X · Y)= 9.
Problema 3, 4, Una urna contiene 5 bolil:las numeradas de l a
5. Se sacan dos bolillas al azar y se multiplican los números obte-
nidos. ¿Cuál es el valor medio del producto?

Soluci6n, Ahora las variables X e Y son dependientes y por


tanto no puede aplicarse la fórmula [3. 23 J. Hay que hacer el cálcu-
lo directo. Los casos posibles son (1,2), (1,3), ••• ,(4,5),ydeca-
da uno de ellos la probabilidad es 1/10. Por tanto, E(X · Y) = 8, 5, re-
sultado distinto del anterior.

7, CORRELACION

Puesto que cov(X, Y) =O en el caso en que X e Y son indepen-


dientes, puede decirse que la cov(X, Y) mide, en cierta manera, el
grado de dependencia entre X e Y. Sin embargo, cov(X, Y) tiene el
inconveniente de depender de las unidades de medida, es decir, si en
vez de X e Y se toman las variables aX, bY (a, b constantes) es
cov(aX, bY) = ab cov(X, Y), como resulta inmediatamente de la de-
finición. Para evitar este inconveniente se ha recurrido al siguien-
te concepto:

Definici6n 3, 11. Se llama coeficiente de correlación entre dos


44 variables aleatorias, cuyas desviaciones típicas o(X), o(Y) no sean
nulas, al cociente

cov(X Y)
P = o{X) o/Y) • [3.28]

Este cociente no cambia si se multiplican las variables aleato-


rias por constantes positivas. Se va a demostrar que -1 S: P s: 1. Para
ello, siendo A.,µ dos constantes, consideremos

Por ser la esperanza matemática un cuadrado, esta expresión


es siempre :;;, O, y por tanto

crª(X). o 2 (Y) - (cov(X, Y))ª :;;, O [3. 30

de donde:

a) p 2 s: 1, y por tanto -1 s: p s: l.
b) Si p = ±1, existen valores ),_ = >,. 0 , µ = µ 0 (no ambos nulos),
para los cuales [3. 29] se anula, o sea E(>,. 0 (X - a) + µ 0 (Y - R1 )) 2 =O,
lo que exige que sea

J
º· [3. 31
Esta igualdad significa que los Únicos pares de valores x 1 , YJ de
las variables X, Y que tienen probabilidad distinta de cero de ocu-
rrir, son los que verifican A0 (X 1 - a 1 ) + µ 0 (YJ - S1 ) =O, es decir, los
pares (x1 , YJ) son s;oordenadas de puntos pertenecientes a la recta
[3.31]. Esto implica que entre X e Yhayunacorrespondenciafun-
cional lineal, o sea, se tiene el siguiente teorema.
Teorema 3.5. El aoefiaiente de aorrelaaión es un número real
-1 y +l, taZ que p = ±1 impZiaa que entre X e Y
.aomprendido entre
. . .
Sí X e Ysonindependíentes, hemosvístoquep=O. Sinembargo,
esta condición necesaria no es suficiente para la independencia de
las variables X e Y, Consideremos el siguiente ejemplo. Sea U la
variable aleatoria que representa el número de un dado lanzado al
azar, y sea V la variable análoga para un segundo dado, independiente
del primero. Consideremos las variables aleatorias X= U+ V e Y=
=U-V. Tendremos E(X ·Y)= E(U 2 -V 2 )= E(U 2 ) - E(V 2 ) =O. Por otra
parte, también es E(Y)= E(U) - E(V) = O. Por consiguiente, según
[3.24]escov(X, Y)=O, dedondep=O. Sinembargo, X e Ynosonin-

8. FUNCION GENERATRIZ DE MOMENTOS


Definici6n 3. lZ. Se llama funaión generatriz de momentos o,
simplemente, funaión generatriz de la variable aleatoria X, a la
45
esperanza matemática de la funci6n ext, o sea, a la funci6n de t
definida por

'l'(t) = E(eXt) = !
1= l
e'it f(x 1). [3.32]

El nombre proviene de que, conocida la función '!'( t), sus deri-

Teorema 3. 6, Si 'i'x(t), 'l'v(t) son Zas funaiones generatriaes de


Zas variables aleatorias independientes X e Y, y 'l'x+v< t) es Za fun-
aión generatriz de la variable aleatoria X+ Y, se verifiaa
[3.33]
Demostración. En efecto, si X e Y son independientes, también
lo serán ext y evt, y por tanto, según [3. 22 J

[3.34]
Repitiendo el razonamiento, resulta que si X 1 , X 2 , ••• , Xn son
variables aleatorias independientes, se tiene

[3. 3 5 J

Por la definici6n [3. 32 ], la funci6n de probabilidad determina


la funci6n generatriz de momentos. Ahora se plantea el problema
inverso: Dada la funci6n generatriz 'f(t), ¿quedauni'vocamente de-
terminada la funci6n de probabilidad f? Este es un teorema mate-
mático difi'cil. Se trata de buscar una f6rmula de inversi6n que
permita despejar las f(x 1 ) en [3. 32 J. Se puede demostrar que bajo
ciertas condiciones muy amplias, que se cumplen siempre en los
casos usuales, la inversi6n es posible, es decir, la funci6n gene-
ratriz determina uni'vocamente la funci6n de probabilidad. Noso-
tros admitiremos este resultado sin demostraci6n.

Aunque más adelante ya veremos otras aplicaciones del último


teorema, vamos ahora a aplicarlo a la soluci6n de un problema
46 clásico de De Moivre (The doctrine of chances, 1718).

Problema 3. 5. Una urna contiene n + l boZiUas nwneradas


l, 2, ... , n +l.
Se saca r veces unaboZiUa y se devueZvea Za urna
después de anotar su número. Se desea saber Za probabiZidad de
que Za swna de Zos r números as{ obtenidos sea iguaZ a un vaZor dados.

Soluci6n, La probabilidad es distinta de cero s6lo si r s; s s;


s;r(n + l); supongamos que esta condici6n se cumple. Considere-
mos las r variables aleatorias X1' X 2 , ••• , Xn correspondientes a
los números de cada extracci6n. Cada una de estas variables pue-
de tomar, independientemente una de otra, los valores 1, 2, ... , n +
+ 1, con probabilidad 1/ (n + 1) para cada uno. Por tanto, para
cualquier X 1 , es

'fx1( t) = n ¡ 1 (et + e2t + ... + e(n+1)t)

y por consiguiente, según [3. 35 ],

'fx1+X2+ .. .+Xn(t) = (n ! l)r(et + e2t + ... + e(n+l)t)r. [3. 3 6 J

Por otra parte, según la definici6n de funci6n generatriz, es


r(n +1)

'fx 1+x 2+••• +Xn(t)


h
l=r
ehtph [3. 37]
donde P h es la probabilidad de que la suma de las r bolillas sea
h· Por consiguiente, el coeficiente de e•t en la expresión \3. 36]
es la probabilidad buscada. Elevando la potencia r-ésima del se-
gundo miembro de [3. 36] y juntando términos semejantes se ob-
tiene el resultado

donde C 1 J indican los números combinatorios (véase el Apéndice I)


y la sum~ alternada debe proseguirse mientras ninguno de los ín-
dices resulte negativo ni el segundo mayor que el primero.

Ejemplo l. Se desea hallar la probabilidad de sacar la suma 9


arrojando 3 dados, Hay que hacer s = 9, r = 3, n = 5 en la fórmu-
la general y resulta P 9 = (1/6 3 )(C 8 , 2 - C 3 , 1 C 2 , 2 ) = 25/216 de acuer-
do con el problema 2. 7.

Ejemplo z. Se desea saber cuál es la probabilidad de sacar la


suma 15 arrojando 6 dados. Hay que tomar s = 15, r = 6, n = 5, y
resulta P 15 = (l/6B)(C 14 , 6 "' C 6 , 1 C 8 , 6 ) == 833/23328,

9. FUNCíON CARACTERISTICA
47

bles aleatorias con una infinidad numerable de valores. Basta,


para ello, sustituir la suma de [3, 32] por una serie desde t = 1
hasta l = "'· En este caso 1 sin embargo, la función generatriz sólo
tendrá sentido si la serie resulta convergente. Si en lugar de ext,
se toma elxt, donde t es la unidad imaginaria, la convergencia es
siempre más segura. Por otra parte, en el caso de variables
aleatorias conj;inuas, que veremos más adelante, la sustitución de
ext por elxt presenta todavía otras ventajas (poder aplicar, por
ejemplo, la fórmula de inversi6n de Fourier), De aquí que en los
tratados de probabilidades desde un punto de vista superior, en
vez de la función generatriz de tnomentos, se suele utilizar la lla-
mada funaión aaraatero{stiaa, definida por

'f(t) "' 'Y(tt) = E(e!Xt).

Como nosotros no vamos a utilizar esta función característica,


nos contentamos con la definición,

10. RECRESION
Sean dos variables aleatorias X e Y y sea f ¡J = f(x 1 , YJ) la pro-
babilidad del par X= x 1 e Y= YJ· De manera análoga a (2. 8], se
tiene ahora
h(X¡) = l..J
J
!J [3,39]

donde f(YJlx 1 ) representa la probabilidad de que sea Y= YJ> con-


dicionada a X= x 1 , y h(x 1 ) es la probabilidad de X= x 1 • Para ca-
da valor de X, por ejemplo X= x 1 , la esperanza de Y es un cierto
valor

Y~ = lYJf(YJlx1).
J

Se tiene así una función y' cuyo dominio es el conjunto de va-


lores de X, que se llama la 1'eg1'eston de Y sobre X.

Se trata de aproximar esta función mediante una expresión li-


neal y= a + bx. Para ello se aplica el método de los mínimos cua-
drados, que consiste en determinar las constantes a y b de manera
que la esperanza

sea mi'.'nima. Para determinar los valores de a y b que hacen mí-


nima E, deben ser nulas las derivadas parciales de esta expresión
48 respecto de a y by se tienen las ecuaciones (teniendo en cuenta
[3. 39] y que lf
1,J
1J = 1)

E (Y) - a - b E (X) = O, E(X ·Y) -a E(X) - bE(X 2 ) o


donde, aplicando [3.12] y [3. 24]

a = E(Y) - cov(X, Y) E(X) cov(X, Y)


b
o-2 (X) ' o-2 (X)

Estos son los coeficientes de la llamada reata de regresión de


Y sobre X. El coeficiente b se llama aoefiaiente de regresión.
4
DISTRIBUCION BINOMIAL, LEY DE LOS GRANDES NUMEROS

1 • DISTRIB UCION BINOMIAL

En 1713 se publicó un libro famoso y fundamental en la historia


del cálculo de probabilidades, titulado A1"s Conjeatandi, cuyo au-
tor, Jacobo Bernoulli, había fallecido ocho años antes. En este
libro Bernoulli introduce el siguiente modelo probabili'stico, lla-
mado de las "pruebas repetidas" o "pruebas de Bernoulli".

Supongamos una urna con n 1 bolillas blancas y n 2 bolillas ne-


gras. La probabilidad de sacar una bolilla blanca es p= n/
(n, 1 + n, 2 )

pruebas, devolviendo cada vez la bolilla a la urna para que todas


las pruebas estén en las mismas condiciones. Se desea hallar la
probabilidad de que en el curso de tales pruebas salgan r bo- 49
lillas blancas y n - r bolillas negras (independientemente del orden
en que salgan).

La solución es fácil. Si se pidiera la probabilidad del mismo


problema, pero dando el orden en que van saliendo las bolillas,
como en cada extracción la probabilidad de blanca es p y la de ne -
gra es q y se trata de sucesos independientes, según la relación
[2. 12] aplicada sucesivamente, resulta que laprobabilidad busca-
da sería prgn-r. Si el orden no interesa, hay que sumar esta pro-
babilidad para todas las ordenaciones posibles, que son (~),puesto
que las r bolillas blancas pueden distribuirse entre las n extrac-
ciones. Resulta así' que la probabilidad buscada es

[ 4. 1 J

Esta función de probabilidad que, una vez dados n y p, tiene un


valor determinado para cada r, se llama la funai6n binomial, por
ser sus valores iguales a los términos del desarrollo de (p +q)" por la
fórmula del binomio de Newton. Puesto quep +q = 1, esto prueba, ade-

más, quelPr=l (lasuznaextendidaar=0,1, ••• ,n), como debe

ser según la primera condición [3. 3 J.


El modelo o esquema de Bernoulli tiene muchas aplicaciones.
Para enunciarlo de manera general, dentro del sistema axiomáti-
co del capítulo 2, podemos establecer que todo esquema de
Bernoulli consta de los siguientes elementos: a) Un experimen-
to aleatorio del cual pueden resultar un éxito A con probabilidad p
o un fraaaso B con probabilidad q =1- p; b)unnúmero n de pruebas
que, anotando cada vez si tiene lugar A o B, da lugar al espacio
muestra! E formado por los 2n elementos siguientes

cada uno de los cuales consta de n letras, elegidas entre A y B, de


todas las maneras posibles, teniendo en cuenta el orden; c) el nú-
mero r de éxitos A en cada prueba, lo que da origen a la variable
aleatoria X, cuyos valores posibles son O, 1, 2, ... , n con las pro-
babilidades respectivas P 0 , P 1 , • • • , Pn dadas por [4. 1 J.

Todo proceso en las condiciones anteriores se dice que sigue


la distribuaión binomiaZ, o la Zey binomiaZ, confunci6n de probabi-
lidad [ 4. 1]. Es costumbre adoptar la notaci6n

b(r;n,p) =(f)prqn-r, r = O,l, .•• ,n (4. 2 J


50
y también es muchas veces útil lafunaión de distribuaión binomiaZ,
a saber,

F{x) [4. 3 J

que da la probabilidad de que el número de éxitos A sea s;x.

Para ver c6mo varía la funci6n b(r;n, p), dados p y n, forme-


mos el cociente

(n - r + l)p
1 + (n + l )p - r
b(r;n,p)
b(r - l;n,p) rq rq
Distingamos dos casos: a) Existe un entero r= r 0 talque (n+ l)p=
r 0 • En este caso, para este valor r 0 es b(r 0 ;n,p) = b(r 0 - l;n,p)
y para valores r > r 0 es b(r;n, p) < b(r- l;n, p) (o sea bes decre-
ciente), en tanto que para valores r < r 0 es b(r;n,p) > b(r -1 ;n,p)
(o sea, b es también decreciente hacia la izquierda). En resumen,
b(r;n, p) tiene dos valores iguales, correspondientes a r 0 = (n + l)p
y a r 0 -1, para los cuales toma el valor máximo. b) No existe
un entero r 0 que sea igual a (n + l)p. En este caso, sea r 0 el
Único entero compredido entre (n + l)p- 1 y (n + l)p. Este será el
único valor de r para el cual b(ro - 1 ;n,P) < b(r 0 ;n, p) > t{r0 + 1; n,p),
en tanto que para r < r 0 , la funci6n b(r:n, p) crece y para r > r 0 de-
crece. Es decir, b(r; n, p) tiene en este caso un solo valor r 0 en el
que toma su valor máximo. Como veremos más adelante, este valor
máximo es aproximadamente igual a l/ (Znnpq )1/:a. En las figura s
1 y 2 se dan ejemplos de ambos casos.

b( r; 9, o.4)
0,4

0,3

0,2

0,1

o 2 3 4 5 6 7 8
r
Fig. l.

b(r; 10 1
0 . 2s)
51
0,4

0,3

0,2

0,1

o 2 3 4 5 6 7 8 r
Fig. 2.

El cálculo de P r no es fácil para v alores un poco grandes de n


y r . Se pueden aplicar tablas de los números combinatorios o ta-
blas de factoriales (véase el Apéndice III) o la fórmula de Stirling
(Apéndice !). Sin embargo, en general, es más práctico sustituir
la ley binomial por otra ley aproximada, como la de Poisson o la
normal, que veremo s en el pr6ximo capítulo.

Problema 4. l. Se Zanza una moneda 20 veces. Se busaa: a) Za


probabiZidad de saaar 14 veces cara; b) eZ nÚÍnero m<Ís probabZe de
caras y Za probabiZidad de que saZga este niDnero.
Solución, Los cálculos pueden hacerse directamente para dar-
se cuenta de lo engorrosos que son, pero aquí han sido hechos
mediante la tabla de factoriales.

38760
1048576
o, 036 ...

b) La probabilidad máxima corresponde a 1 = np = 10, y es

p
lO
= (Zº)(l)a:i
10 2
= 184756 =
1048576
o
'
176 .. , .

Z. ESPERANZAMATEMATICA Y VARIANZA DE UNA VARIABLE


BINOMIAL

En un esquema de Bernoulli podemos siempre considerar la va-


riable aleatoria X 0 , llamada variabZe de Be!'nouZZi, que solamente
puede tomar dos valores: el x 1 = 1, con probabilidad p, si el expe-
rimento aleatorio resulta un éxito, y el valor x 2= O, con probabilidad
q, si el mismo resulta un fracaso. Entonces la variable aleatoria
binomial X es la suma de n variables de Bernoulli.

La esperanza matemática de X 8 es E(X 8 ) = 1 • p +O· q = P· Por


52 tanto, según el teorema 3. 1, es

E(X) = np. [4. 4]

Por otra parte, es 0 2(X 8 ) = E((X 8 - p) 2) =E(X~) - pª = p- p2 = pq,


y según el teorema 3. z, tratándose de variables aleatorias inde-
pendientes (puesto que cada experimento es independiente de los
anteriores), resulta

oª(X) = npq· [ 4. 5 J

Estas fórmulas [4.4] y [4.5] se pueden también obtener di-


rectamente. En efecto, pruébese, como ejercicio, que

t'
00

I'
=o
rb(r;n, p) np, f
r =o
(r - np) 2 b(r;n, p) npq. [4. 6 J

La función generatriz de la variable binomial X, según la de-


finición 3. 12, es

'f(t) [4. 7]

De aquí se dedu·ce,
E(X) '±''(O) np = ª1
E(Xª) '±'"(O) n(n - l)pª + n,p

y por tanto, nuevamente

a:i(X) = E(X:l) - (E(X)):l npq.

3, TEOREMA DE BERNOULLI

Apliquemos la desigualdad de Tchebycheff [3.15] aunavaria-

i
P( X - np \ ~ k/ñ;pq) s p [4. 8 J
que puede escribirse

[4. 9)

Dado un número positivo cualquiera e, siempre se puede deter-


minar lí, de manera que sea

h..(PJ.
n
> e, h > e/f!q_ [ 4. 1 o J 53
con lo cual [4. 9] se puede escribir

P(\~
n
- p\ > e) <4.
e n
[4. 11 J

Recordemos que X denota el número de éxitos en una sucesi6n de


pruebas de Bernoulli, de manera que X/nes igual a la frecuencia rela-
tiva con que aparece el éxito en n pruebas. Por consiguiente, obser-
vando que el segundo miembro en [ 4. 11] tiende a O paran - 00 , queda
demostrado el siguiente teorema fundamental.

Teorema de Bernoulli. En una suaesión de pruebas de BeT'nouili,


dado un número positivo E: arbitrario, Za probabiZidad de que Za
freauenaia reiativa deZ éxito en n pruebas difiera de .Za probabiZi-
dad p en una aantidad mayor que e , tiende a aero auando n - oo •

Conviene adoptar la siguiente definici6n,

Definici6n 4, l. Una variable aleatoria z., dependiente de un


entero n, se dice que converge en probabilidad al li'mite P, si
P( 1 Zn - p 1 > h) tiende a cero, para n - "', cualquiera que sea
h > º·
Con esta definición, el teorema de Bernoulli se puede enunciar
brevemente:

En toda sucesión de pruebas de Bernoulli, la freauencia rela-


tiva X/n converge en probabilidad a p.

Este teorema es uno de los más importantes de la teoría de las


probabilida.des. Por su intermedio quedan vinculados los concep-
tos de robabilidad ex erimental o frecuencia el de robabilidad
teórica. Por ejemplo, en el lanzamiento de una moneda, la pro-
babilidad de salir cara es p = 1/2. Si se hace el experimento n ve-
ces y se divide el número de veces que ha salido cara por n, el
teorema de Bernoulli dice que este cociente converge (en proba-
bilidad) a 1/2. Decir "en probabilidad" significa que si bien
nunca puede haber seguridad absoluta, ello ha de ocurrir con una
probabilidad tan cerca de 1 como se quiera.

En Vez de [4. 11 ], es útil a veces la relación equivalente

[ 4. 12 J

A veces no se conoce p para poder aplicar [4. 11 J ó (4. 12 J.


54 En tal caso, observemos que (p- q) 2 ;,, o, de donde pª + qª;;, 2pq, y
por tanto p 2 + q 2 + 2pq;;, 4pq, o sea (p + q) 2 ;;, 4pq, y como p + q "'1,
resulta que siempre se verifica la desigualdad

pq s:t ( 4. 13 J

de manera que, tanto en [4.11] como en (4.12], en el segundo


miembro se puede sustituir pq por 1/ 4.

Veamos los siguientes ejemplos.

Problema 4, z. Se lanza una moneda l. 000 veces. Se desea


una acotación de la probabilidad de que salga cara un núme-
ro de veces comprendido entre 450 y 550.

Solución. Se quiere que sea O, 45 s; X/n s; O, 55, o sea \X/1.000 -


·o, 5 \ s_o, 05;en [4. 12] es e =o, os, n l. 000, p = q l/Z, con = =
lo cual se tiene

__x_ 1
P( \ 1. 000 • o, 5 \ s O, o5 ) " l - 4. (0,05 )2 • 1. 000 = O, 9 ,

o sea que hay una probabilidad igual o superior al 90% de que el número
de caras esté comprendido entre 450 y 550,
Problema 4. 3. ¿Cuántas veaes hay que lanzar un dado para
que, aon probabilidad ;;, o, 9, Za freauenaia relativa aon que saZ.ga
eZ. 1 difiera de 1/6 en no más de o, 01?

Soluci6n. Se quiere que sea \X/n-pls:0,01. Aplicando[4.12]


en el caso p = 1/6, q = 5/6, e= O, 01, resulta que debe ser
4
1- 5.10
36n(O, 01) 2 ;;, o, 9

de donde, n;;, 13.888.

Problema 4. 4. Se quiere saber l.a freauenaia de fumadores en


una aierta pobl.aaión (o sea, eZ. aoaiente de dividir eZ. número de fu-
madores por eZ. total. del.a pobZ.aaiÓn). Para eZ.Z.o se el.igen n per-
sonas aZ. azar y se haZ.Z.a l.a freauenaia de Zas que fuman. Se desea
saber qué vaZ.Or debe tener n para que esta freauenaia no difiera de
l.a real. en más de o, 005, aon una probabil.idad ;;, O, 95.

Soluci6n. En este caso no se conoce p, de manera que toma-


remos la acotaci6n [4. 13 J. Siendo e =o, 005 = 5· l0- 3 , se deduce
de [4. 12 J que debe ser
10 6
1 - 4 • 25. n ;;, o, 95, 55
de donde n;;, 200. 000.

Esta acotaci6n es excesiva. Más adelante, después de estudiar


la distribuci6n normal (problema 6. 3) se verá que puede reducirse
mucho. Las desigualdades [ 4. 11] 6 [ 4. 12] no deben, casi nunca,
aplicarse en este tipo de problemas, pues las acotaciones resultantes
son siempre, en general, mucho peores que las que pueden obtenerse
por otros métodos. Sin embargo, desde el punto de vista te6rico
estas desigualdades son fundamentales.

4. LEYES DE LOS GRANDES NUMEROS

El teorema de Bernoulli pertenece a un tipo general de teore-


mas conocidos con el nombre de "leyes de los grandes números".
Ellos difieren entre sr en el grado de generalidad, pero son siem-
pre teoremas límites que relacionan frecuencias con probabilidades
o con valores medios. Vamos a dar otro de ellos.

Consideremos un dado. Si X es la variable aleatoria que indi-


ca los puntos de sus caras, es E(X) = 3, 5. Supongamos que se
lanza el dado n veces y se halla la"mediaexperimental" sn/n =su-
ma total de los puntos obtenidos dividida por n . ¿Cuál es la pro-
babilidad de que esta media experimental difiera de la te6rica
E(X) = 3, 5 en menos de un número dado e: >O? Estamos ante una
situaci6n análoga a la del teorema de Bernoulli, s6lo que en vez
de la probabilidad se trata del valor medio.

Planteemos el problema en general. Sea X 1 , X , ••• , Xn, ... una


2
sucesi6n de variables aleatorias, dos a dos independientes, todas
con la misma distribuci6n de probabilidad de la variable aleatoria X.
Sea E(X 1 ) = E(X) = a 1 , o 2 (X 1 ) = o 2 (X) = o 2 • Pongamos Zn =X 1 + X +
2
+ . . • + Xn. Tendremos

[4. 14]

y por haber supuesto que las X 1 son independientes dos a dos, también

[4.15]

Aplicando la desigualdad de Tchebycheff a la variable aleatoria


zjn, tenemos

P (1 2; - ª1 1 ;,, \~) ~ ~2
o bien, poniendo ko/ rn = e:'
56
o bien

Estas desigualdades permiten enunciar el siguiente teorema


(que es otra "ley de los grandes números"):

Teorema de Bernoulli Generalizado. Dada una suaesión X 1 ,


X2 , •• • de variabZes aieatorias, dos a dos independientes, aon2 una
misma distribuaión de probabiZidad y aon mediaa1 y varianza a fi-
nitas, se veri f iaa (para todo e: > O)

o, [ 4. 1 7 J

En otras palabras: ei Zúnite, en probabiUdad, de Za media ex-


perimentai z./n, para n .... ª'"es iguai a ia media teóriaa a 1•

En este teorema la condici6n de que la varianza sea finita es


excesiva, pero si se prescinde de ella, la demostraci6n es más
compleja (véase, por ejemplo, Feller{l)).

Todavra el teorema puede generalizarse, suponiendo que las


X tienen diferentes medias E(X 1 ) = a 1 y diferentes varianzas ¡¡y~.
1
Entonces la suma Zn tendrá cierta media E(Zn) = mn y cierta varian-
za S~· Bajo ciertas condiciones muy amplias, se verifica enton-
ces que, para todo e >O,

[ 4. 18 J
º·
Cuando esta igualdad se cumple, se dice que la sucesión X 1 sa-
tisface la Zey débiZ de los grandes números.

Si, todav{a de manera más precisa, para cada € > o, o > o


existe un entero N tal que, con probabilidad > 1 - IS, se cumplan,
para todo r > O, las desigualdades

1 zn - sn 1 < e, n = N,N+l, ..• ,N+r, [ 4. 19 J


n

se dice que la sucesión X 1 satisface la Zey fuer-te de los grandes


números.

La búsqueda de las condiciones mfnimas para que una sucesión


xl, x2, ... de variables aleatorias cumpla la ley débil o la ley
fuerte de los grandes números da lugar a cuestiones dif{ciles.
Muchos teoremas al respecto, junto con ejercicios y comentarios, 57
pueden verse en los libros de E eller, fa) Reny( 8 ) y Rfos( 3 ) citados
en la bibliograffa.
s
DISTRIBUCION DE POISSON

l. FUNCION DE PROBABILIDAD DE POISSON

Ya dijimos que la expresión b(r;n,p) [4. 2] de la función de


probabilidad binomial es difícil de calcular directamente para va-
lores un poco grandes de r y n, Se puede hacer mediante tablas
apropiadas, pero muchas veces es preferible sustituir la expre-
sión b(r;n,p) por otra de mejor manejo para el cálculo y suficien-
temente aproximada en las aplicaciones.

Un primer caso en que esto es posible es para valores pequeños


de P, tales que el producto np sea relativamente pequeño aun para
valores bastante grandes de n, Planteemos el problema de buscar
59
el límite de la función de probabilidad binomial para el caso en
, g en e a in ini o, e
manera que el valor medio [4. 4] se mantenga igual a una constan-
te positiva :i., o sea,

np \. . [s. l J

Desde luego que se trata de un caso límite teórico, pues la


probabilidad p en cualquier experimento tiene un valor fijo y, por
tanto, el producto np crece con n . Sin embargo el límite nos dará
un valor aproximado de b(r;n,p) para los valores de n y p tales
que su producto no difiera mucho de \.,

Se tiene

(~)prrrr = ( ~)(-k-)" 0-~f-r =


n(n- 1) ... (n- r + 1)(.1.Y(Í ~ ..t\n
r 1(1 - tJn¡r n) \.. n)

;¡_r(l -1/n,)(l -2/n) ... (1 - (r- l)/n) (Í -~\n.


;i (1 - \./n)r \ ~)
Paran - "' (manteniendo fijo r), el numerador del se gundo que-
brado tiende a 1, puesto que es el producto de un número finito de
factores, c ada uno de los cuales tiende a 1. El denominador tam-
bién tiende a l. El último factor tiende a e- A. (véase el Apéndice
II). Por tanto queda

lim b(r;n,p) ~ r -A. [ 5. 2 J


-::1
r. e
n- oo

donde se sobrentiende que n y p están ligados por la relaci6n [5.1 ].

Se tiene así, siempre que A. > O, unanueva funci6n de probabi-


lidad para una variable aleatoria X que tome los valores 0 , 1 , 2, . . . .
Esta funci6n de probabilidad

r = 0 , 1,2, . . . [5. 3 J

se llama la funaión de p!'obabi Udad de Poisson. Una variable alea-


toria que pueda tomar los valores r = O, 1, 2 , • .. , con la probabi-
lidad Pr, se llama una Va!'iabZe de Poisson. De acuerdo con la
definici6n 3.2, la función de distribuaión de Poisson será
60

F(r) [5. 4 J
1 =l

Teniendo en cuenta cómo ha sido obtenida, re s ulta que la fun-


ci6n Pr nos da un valor aproximado de b( r ;n, p ) para valores pe-
queños de P· Prácticamente se considera que la aproximaci6n es
aceptable si p <O, 1 y np < 5. Porestosellamatambién la función
o la Zey de las pequeñas p1'obabiUdades. La figura 3 representa la
función b(r;lO,O, 1) y l a fi g ura 4la funci ó n e - 1 / r! pudiéndose apre-
ciar la analogía.

Obsérvese que Pr sirve para variables aleatorias que pue-


den tomar una infinidad numerable de valores (r = O, 1, •.. ).
Para estas variables, las definiciones de esperanza matemá-
tica, varianza y momentos son las mismas que las estudiadas
en el capítulo 3 pero, en vez de sumas finitas, hay que to-
mar series.

Por ejemplo, se pueden comprobar, c omo ejercicio, las si-


guientes f6rmulas:
f P, l
"'
e
-\ \ r
rr = 1,
r =o

E(X) r
r =o

:>,.r _\
rr:i e A.,

b(r;10,01)

0;4

O;l

0,2

Q1 61
Fig, 3.
o 6

eYr!

0;4

O;l

0,1

Fig. 4,

o 3 4 6
Sin embargo, es más fácil calcular la media y la varianza de
una variable de Poisson de la siguiente manera. Puesto que la
media de una variable binomial es np, que ahora es la constante \,
y la varianza de la variable binomiales n,pq =np(l - p) = \(1 - \/n) -
- \, resulta que la esperanza y la varianza de la variable aleatoria
de Poisson de parámetro A son

E(X) = le, o2 {X) = \. [ 5. 5 J

La funci6n generatriz de momentos de la variable de Pois son


es

'l'(t) [5. 6 J

y de aquí se deduce, nuevamente,

E(X) = '!''(O) cr 2 (X) = 'l'"(O) - \ 2 = \ .

62 Aplicación. Por el teorema 3.6, la expresión anterior de 'l'(t)


nos dice que si X1' X 2 , • • • , Xn son VCU"iabZes aleatorias de Poisson,
aon parámetros Ap \ 2 , • • • , \ ., Za variable aleatoria suma X = X 1 +
+ X 2 + ... + X 0 es también una variable de Poisson aon pCU"cúnetro
A. 1 + \ 2 + · · · + \ ••

Problema 5.1. Se tiran dos da.dos 50 veaes. Se desea hatzar


Za pro babi Zidad de que sa Zgan dos 6 ·exactamente 5 veces.

Solución. La probabilidad de que salgan dos 6 es 1/36. Por


tanto, según el esquema binomial, la probabilidad pedida es

p5 = b(5;50, 1/36) = ( 50'\(l \5(35)45


5) 3bj 3b . [5. 7 J

Este valor no es fácil de calcular directamente. Se pueden uti-


lizar tablas apropiadas o aplicar la fórmula de Stirling (Apéndice
II), pero es más c6modo aplicar la fórmula de Poisson para np =
= 1, 4 = A. (teniendo en cuenta que p = O, 028 < O, 1 y que n,p < 5).
Utilizando la tabla de la función de probabilidad de Poisson (Apén-
dice III), resulta P 5 =O, 011. Si la fórmula [5. 7] se hubiera calcu-
lado directamente, el resultado exacto sería O, 0099. Vemos, pues,
que la aproximación es buena.

Problema 5.2. Una fábrica produce ciertas piezas y se sabe


que Za probabilidad de que una pieza sea defeatuosa es p = 0,02.
Se desea haUar "la probabilida.d de que, en un Zote de 100 piezas, no
haya piezas defeatuosas, y también la probabilida.d de que haya, a
lo swno, 3 piezas defeatuosas.

Soluci6n. Aplicando la función de Poissonpara )e= np = 2, r=


=O, resulta

P 0
= e-a = O, 13 5

y la probabilidad de que haya a lo sumo 3 defectuosas será:

Problema 5. 3. Un artiUero dispara a un blanao y sabe que la


probabilida.d de aaertar es p = 1/ 1 OO. ¿ Cuántos disparos tendrá
que haaer para tener una probabilida.d mayor que 90% de da.r en el
blanao por lo menos una vez ?

Solución. Aplicando directamente la función binomial, resulta


que la probabilidad de dar en el blanco por lo menos una vez es la
complementaria de no dar en el blanco vez alguna, o sea 1 - (0,99)".
Si se quiere que esta probabilidad cumpla la condición 1 - (O, 99)" >
>O, 9, resultan> (2 - log 99)-1 = 228. 63
Como p es pequeña, en vez del cálculo directo se puede aplicar
la aproximación de Pois son. La probabilidad de no dar vez alguna
en el blanco es e-1', y la probabilidad de dar por lo menos una
vez será 1 - e-\. El problema impone que sea 1 - e-\> O, 9, o sea,
O, 1 > e-o.al", de donde n > 100/log e= 230. Vemos, pues, que la
aproximación de Poisson es muy buena.

2. DISTRIBUCION UNIFORME DE PUNTOS SOBRE UNA RECTA


O DE SUCESOS EN EL TIEMPO

Un proceso muy corriente en que aparece la función de Poisson


es el siguiente.

Supongamos un segmento A de longitud a y otro segmento B de


longitud b contenido en A. Supongamos, además, que la probabi-
lidad de que un punto x, dado al azar en A, pertenezca a B, sea

Si se dan al azar n puntos en A, la probabilidad de que r de ellos se


hallen en B será b(r;n, p). El cociente n/a es el número medio de
puntos, dados al azar, por unidad de longitud. Sean/ a = \, y su-
pongamos que a crece hasta cubrir toda la recta, al mismo tiem-
po que n crece también de manera que el número medio \ de puntos
por unidad de longitud permanezca constante. Será
n,p = n-& = ~ b = \b.
Por tanto se cumple la condición [5. 1 ], con el parámetro A. b
en vez de A., y para n - "' resulta que la probabilidad de que r de
los puntos dados al azar pertenezcan a B será

r = 0,1,2, ... [5.8]

ara y pequeno, sea - ,x; u izan o e


serie de e- A.b.x {véase el Apéndice II) y despreciando los términos
del orden de (b.x) 2 , resulta que la probabiiidad de que un inter>Valo
de longitud b. x aontenga uno de los puntos distribuidos aZ azar es

P = A.. b. x. [5.9]

El hecho de haber supuesto p = b/ a independiente de la posición


del segmento B dentro del A significa que al extenderse A a toda
la recta, la probabilidad de que uno de los puntos dados al azar
caiga sobre B depende Únicamente de la longitud de B, pero no de
la posición de B sobre la recta. Esta suposición, en vista de la
fórmula [5. 8 J a que se llega, se enuncia diciendo que los puntos
están distribuidos sobre la recta según un proaeso de Poisson.
64 Precisando, sentamos la siguiente definición

Definici6n 5. l. Se dice que infinitos puntos están distribuidos


sobre la recta según un proaeso de Poisson, cuando la probabili-
dad de que un punto pertenezca a un segmento B {de longitud b ),
condicionada a que pertenezca al segmento A {de longitud a ), tal
que B e A, es b/ a, cualquiera que sea la posición de A sobre la
recta y la posición de B dentro de A.

Según esta definición, el resultado [5. 8 J se enuncia de acuer-


do con el siguiente teorema

Teorema 5. l. Supuestos dados sobre Z.a reata infinitos puntos


al. azar según un proaeso de Poisson, aon un promedio de A. puntos
por unidad de Zongitud, Za probabilidad de que rde eZZos pertenez-
can a un segmento dado de longitud b está dada por [5. 8 ].

Consideremos ahora un punto cualqui e ra M de la recta y bus-


quemos la probabilidad de que el r-ésimo punto, apartir de M, de
un proceso de Poisson se encuentre a una distancia comprendida
entre x y X +b.X de M . Según [5. 8 ], la probabilidad de que en el
segmentodelongitudXhayar- lpuntoses e- Ax (A_,x)r-1/(r-l)!, yla
probabilidad de que en el segmento b.x haya un punto, es ).._ · b.X (se-
gún (5. 9]). La probabilidad buscada es igual al producto de estas
dos, o sea, f.(x) b. x, donde
f (x) = e-Ax ArXr-1 . [ 5. 1 o J
r (r - 1) !

De aquí se deduce, por ejemplo, que la distancia media entre


un punto cualquiera y el r-ésimo punto del proceso que le sigue es

[5. 11 J

Poniendo Ax = t, A.dx = d t, y recordando la integral que define


la funci6n I'(x) (véase el Apéndice II), resulta

E(x) =+ [5. 12 J

Naturalmente que en todo lo anterior, la recta puede represen-


tar el tiempo t y cada punto de la misma ser un instante determi-
nado. Entonces el esquema anterior se presta a muchas
interpretaciones, como vamos a ver mediante algunos ejemplos.

Problema S. 4, Se sabe que durante ciertas horas Zas llamadas


te"lefónicas a una central, están distribuidas ai azar según un pro-
ceso de Poisson, con un promedio de 3 l"lamadas por minuto. Se de-
sea hallar "la probabilidad: a) de que transcurran 4 minutos sin 65
llamadas; b) de que en 1 minuto haya exactamente 3 llamadas;
c) de que en 2 minutos haya 8 llamadas.

Soluci6n, Se aplica siempre [5. 8 ]. Resulta: a) A= 3, b = 4,


r =O, por tanto, P = e-1a < 10-4; b) A.= 3, b=l, r=3; por tanto,
P= (27/6)e- 3 =O, 224; c) A. = 3, b = 2, r = 8; por tanto, p =
= (6 8/8 !)e-6 = 0, 103.
Problema 5. S. Por un punto de una carretera pasa un prome-
dio de 5 automóviles por minuto. Suponiendo que el paso de los mis-
mos sigue un proceso de Poisson, ¿cuál es la probabi"lidad de que en
un minuto no pase automóvil, a"lguno?

Soluci6n, Aplicando [5. 8 ], resulta P = e-6 = O, 0067.

Problema 5, 6. Supongamos (lo cua"l se adapta bastante a la rea-


lidad) que los momentos en que tienen "lugar nacimientos se reparten
a"l azar durante todas las horas de"l d{a. ~ Su~ongamo~ también. c;i:e en

cada 65 minutos. ¿Cuái es Za probabilidad de que durante 2 horas


no tenga "lugar ningún nacimiento?

Soluci6n, Basta aplicar [ 5. 8 J para r O, A. 1/65, b= 120.


Resulta p = e-1,ss = o, 160 . ••
Problema 5,7, Se sabeque eZ númerode part{auZae emitidas por
una substancia radiactiva, con el tiempo, obedece a una Zey de
Poiseon. Supongamos que Za emisión oaurre a razón de 3 O part{au Zas
por minuto. Se desea saber Za probabilidad de que durante 7, 5 se-
gundos sean emitidas exactamente 3 part{au Zas.

Soluci6n. Se aplica [S . 8 J para A. = O, 5 (número de partículas


emitidas por segundo), b = 7, 5, y r e sulta P = (3, 75) 3 e-3 • 75 (1/ 6 ).
La tabla de la función de Poisson da e ntonces P =O, 20.

Caso del plano o del espacio, Si en vez de una recta se consi-


dera el plano o el espacio, el razonamiento que condujo a la fór-
mula [ 5. 8 J sigue siendo válido.

Supongamos, por ejemplo, el caso del espacio . Sea B un


dominio de volumen b, contenido en un dominio A de volumen a.
Represéntese la probabilidad de que un punto dado al azar en A
pertenezca a B, por b/ a (proceso de Poisson), Dados al azar n
puntos en A, la probabilidad de que r de ellos estén en B , es
b(r;n, p), y suponiendo que A crece hasta llenar todo el espacio, al
mismo tiempo que también n crece de manera que la densidad me-
dia n) a = A. se mantenga constante ( A. = número medio de puntos por
66 unidad de volumen), entonces, pasando al límite, resulta que la
probabilidad de que B contenga exactamente r puntos está dada por
la misma fórmula [S. 8 J. Por ejemplo, es típico el siguiente pro-
blema:

Problema 5,8, Se sabe que un Z{quido contiene ciertas bacte-


rias a razón de 4 bacterias por cm 3 • Se desea saber Za probabi Zi-
dad de que una muestra de 1 cm 3 no contenga bacte'l'ia alguna y
también Za p't'obabiZidad de que en 1/ 2 cm 3 'haya por Zo menos una
bacteria.

Soluci6n. En el caso de la primera pregunta es >.. = 4, b = 1,


r =O; por tanto P = e-4 =O, 0183. En el de la segunda , puesto que
la probabilidad de que no contenga alguna bacteria es e-2, la pro-
babilidad de que contenga por lo menos una bacteria será P = l -
- e- 2 = o, 864.

3. EL PROBLEMA DE LAS FILAS DE ESPERA

Un proceso aleatorio importante que tiene varias interpreta-


ciones es el llamado de manera general "proceso de nacimiento y
muerte" o "proceso de inmigración y emigración". Se trata de
estudiar el comportamiento de un conjunto de elementos (partículas,
personas, llamadas telefónicas, ..• ) en el cual, con el transcurso
de tiempo, se incorporan nuevos elementos (según cierta probabi-
lidad) y desaparecen otros (también con cierta probabilidad). Para
fijar las ideas, aunque las í6rmulas son las mismas en cualquier
interpretaci6n, vamos a estudiar el problema de las 11 colas" o filas
de espera.
Consideremos una sola ventanilla de atenci6n de clientes, los
cuales, a medida que llegan, se van colocando en la cola o fila de
espera, hasta el momento de ser atendidos. Supongamos que la
llegada de los clientes sigue unproceso de Poisson, de parámetro
A.. Es to quiere decir que la probabilidad de que lleguen r clientes en
un intervalo de tiempo b está dada por [5. 8 ], y la probabilidad de
ue lle ue un cliente en el intervalo t es A. 5. 9 es decir de-
pende s6lo del intervalo 6 t, pero no del momento en que este in-
tervalo se considera (o sea, no se tiene en cuenta el caso de que
en ciertas horas la afluencia de clientes puede ser mayor que en
otras). Igualmente, se hace lahip6tesis de que la probabilidad de
que en el intervalo 6 t un cliente termine de ser atendido y abando-
ne la fila es igual a x.6 t, siendo x. otra constante. Ello equivale a
suponer que la salida de los clientes sigue también una ley de
Poisson, de parámetro x_. Recordemos que A. significa el número
medio de clientes que llegan por unidad de tiempo, y x. el número
medio de clientes que son atendidos por unidad de tiempo.

Sea P n( t) la probablidad de que en el instante t la cola tengan


clientes. Puesto que la llegada y la salida se consideranindepen-
67
2
dientes, tendremos (salvo términos en (6 t ) que no tenemos en cuenta)

pn-1(t-6t)Mt + Pn+ 1(t-6t)x.6t +


[5. 13 J
+ Pn(t-6t)(l -A.6t-x.6t),
lo cual expresa que la probabilidad de que en el instante t hayan clien-
tes es igual a la probabilidad de que en e 1 instan te t - 6t haya n - 1 por
la probabilidad de que llegue uno nuevo, más la probabilidad de que en
el instante t -6thayan+ 1, por la probabilidad de que uno se retire,
más la probabilidad de que en el instante t - 6t haya n clientes, por la
probabilidad de que en el intervalo considerado no salga ni llegue nin-
guno. Laprobabilidaddeque en elintervalo (t -6t, t) se produzca
más de un suceso (llegada o salida de clientes) es infinitésimade or-
2
den igual o superior a(6t) y por tanto no se ha tenido en cuenta en [5.13].
Paran= O, [5. 13] se reduce a

[5. 14 J

Pasando al primer miembro de [5.13 J y [5.14] el término que


no contiene 6t, dividiendo ambos miembros por 6t y pasando al lf-
mite para 6t - O, quedan las ecuaciones diferenciales

[5.15]
Estas son las ecuaciones fundamentales del proceso,

Supongamos t lo bastante grande para que desaparezca la in-


fluencia de los primeros momentos en que la cola se inicia. Es
decir, supongamos un estado estacionario, con las P n independien-
tes de t. Entonces, en las ecuaciones [5. 15 ], los primeros miem-
bros son nulos y los segundos son independientes de t, quedando

[5. 16 J

Escribiendo estas ecuaciones para n= l, 2, .•. , n- 1 y sumando,


queda x.P n = A.P n-1' de donde

pn = pnPº' donde p = Jo..


X.
[5. 17]

Puesto que debe ser 1, resultan las condiciones p < 1 y


1 - p, y se obtiene

pn = (1-p)pn. [5. 18 J
68 Esta es la probabilidad de que la cola tenga n clientes. En
particular, la probabilidad de encontrar la ventanilla desocupada
esP 0 =:l-p.

El número medio de clientes será

_P_ [5. 19 J
1- p

donde hemos utilizado que Inpn-l = (1 - p)- 2 , como resulta al derivar


la suma I pn = (1 - 0 )-l,
0

En todas estas fórmulas se supone p < 1.

Sea T el tiem o ue transcurre desde ue un cliente lle a hasta


que sale, después de haber sido atendido. Sea fh)tn la probabi-
lidad de que este tiempo esté comprendido entre T y T + tiT· Sial
llegar, la cola tienen clientes, según la fórmula [5, 10] la proba-
bilidad de que en el tiempo transcurrido hasta el momento de salir
(tiempo de atender a los n clientes de la cola, más el tiempo de
atender al que llega) esté comprendido entre T y T +M, es ¡(T \n)tiT,
donde

f(T \n) [5.20]


Obsérvese, efectivamente, que si la recta considerada en la
fórmula [5.10] es el eje de los tiempos, la distancia xque allí fi-
gura es ahora el tiempo T, dador¡,. Por tanto

f(T) I
n =o
¡(T\n)P 0 =

[5. Zl J
it(l - p)e-(1-p)itT.

(desde que etcZienteZZ.ega hasta quesate)es ta [5. Zl] para T;;;: O y f =O


pa1"aT<0.

El tiempo medio de espel"a será

1 [5.ZZJ
it - A..

Si se desea el tiempo medio de espera "hasta llegar a la ven-


tanilla", teniendo en cuenta que el tiempo medio de atención es 1/ it
(puesto que it es el número medio de clientes atendidos por unidad
de tiempo), resulta 6
[5.23]
it{l - p).

Este tiempo medio de espera "hasta llegar a la ventanilla" es


útil, por ejemplo, para muchas personas que sólo se impacientan
hasta el momento de llegar a la ventanilla, pero que luego no les
importa el tiempo durante el cual son atendidos y no hacen nada
para abreviarlo.

Ejemplo l. Una oficina debe atender' un p1"omedio de ZOO cZien-


tes que ZZ.egan at azal" cada 4 hol"as, y se quiel"e que Za 'longitud me-
dia de Za cota no sea superior' a3 c'lientes. lCuántos c'lientes pol"
hora debe sel" capaz de atender' la oficina?
Soluci6n. Es A.= 50, E(n) = 3. Por tanto[5. 19] daK=67clien-
tes por hora.

Ejemplo 2. Si cada ventanilta de una oficina puede atender a


40 clientes pol" hol"a y se sabe crue aauden en p1"omedio ZOO cZientes
por hol"a, lcuántas ventaniltas deben habilital"se para que Za 'lon-
gitud media de Za cota no supel"e a los 3 clientes pol" ventanilta?
Soluci6n. Llamando v al número de ventanillas, es A= ZOO,
2
K = 40v, E(n) = 3v, yportanto, se tiene la ecuación 3v -15v-5=0,
donde v = 6.
Ejemplo 3, Un doator sabe que eZ tiempo medio de que dispone
para atender a aada paaiente es de 20 minutos. Suponiendo que Zos
paaientes ZZegan aZ azar, lauántos paaientes debe aitar por hora
para que eZ promedio de Zos que esperan no sea superior a dos?

Soluci6n, Dos pacientes por hora,

Ejemplo 4. En una estaaiÓn de serviaio ZZega un auto aada 6


minutos y tarda 4 minutos en ser atendido. Se pide: a) Za probabiZi-
dad de que eZ auto que ZZega no tenga que esperar y b) eZ tiempo me-
dio de espera desde que ZZega hasta eZ momen~o en que es atendido.

Soluci6n. a) P0 =1- (2/3) = 1/3; b) E(T 1 ) = 12 - 4=8 minutos.

Ejemplo 5. EZ tiempo medio de atenaión de una ventaniZZa es de


10 minutos y ZZega un aZiente aada 11 minutos. HáZZese Za longitud
de Za aoZa y en auánto disminuye Za misma si eZ tiempo de atenaión se
reduae a 9 minutos.

Soluci6n, La longitud media de la cola en el primer caso es


E{n) = 10, y en el segundo, E(n) = 5, o sea, se reduce a la mitad.
Esto prueba la rapidez con que disminuye la cola al aumentar la
70 eficiencia del servicio.
6
DISTRIBUCION NORMAL. VARIABLES ALEATORIAS CONTINUAS

1. APROXIMACION DE LA DISTRIBUCION BINOMIAL POR LA


NORMAL

Hemos visto que suponiendo np =A. =Constante, la distribuci6n


binomial tiende a la de Poisson. Consideremos ahora el caso en que
p no sea demasiado pequeño y que tanto n como r sean grandes.
En tal caso se puede demostrar el siguiente teorema

Teorema de De Moivre - Laplace. Si r - co y n - co de manera


que

1r - np\ - x < co, [6. l J


¡npg_
71
entonaes se verifiaa que

[6. 2 J

No se da la demostración de este teorema por exigir cálculos


un poco largos y delicados. Ella se puede hallar en los libros de
Feller(l) o Reny. (2 ) En realidad, la condici6n [6. 1 J se puede
reemplazar por otra menos exigente. En efecto, se puede demos-
trar que la relación asintótica [6. 2 J es válida con sólo suponer
que n y r tienden a co de manera tal que, siendo p constante, sea
lim (r-np) 3 /n2 =O (véase, Fellerhl).

La fórmula [6. 2 J permite calcular b(r;n, p) por la fórmula


aproximada

n)prqn-r ~ __l__ e-x 2 /2


b(r;n,p) (r /znnpq [6. 3 J
donde

[6. 4 J

Esta aproximación de b(r;n, p) se llama la apro:r:imaaión por Za


funaión normal, de la que nos ocuparemos a continuación. Los in-
tervalos de valores n, r, P, para los cuales la aproximación normal
[6. 3 J es buena, y se pueden tomar ambos miembros como iguales,
no son fáciles de establecer. En general, se suele considerar que
la aproximación [6. 3] es buena para p >O, l y np > 5.

Por ejemplo, es b(20;25, O, 6) =O, 029 y, usando la aproxima-


ción dada por [6.3], resulta b(20;25,0,6)=0,022. Igualmente es
b(15;l00,0,2) = 0,048 y la aproximación [6.3] da b(l5;100,0,2)
0,046.

Es clásico un experimento de Galton para comprobar la fórmu-


la [6.3] para el caso p = 1/2. Consiste en una tabla como se ilus-
tra en la figura 5, colocada verticalmente o inclinada, por cuya parte
superior se introducen numerosas bolillas (perdigones), las cua-
les, al caer, se encuentran con obstáculos que las obligan a desviar-
se hacia la derecha o hacia la izquierda, con probabilidad 1/2. En
el caso de la figura, cada bolilla se encuentra con 6 obstáculos
(n = 6). Las bolillas que se han desviado r veces hacia la izquier-
da y 6 - r hacia la derecha van a parar a la casilla r(r =O, 1, 2, ... , 6 ).
La probabilidad de que una bolilla vaya a parar en la casilla r es

_l_ -(r-3)2/3
/3n e . [6. 5 J

72 Haciendo el experimento con


N bolillas, el número más pro-
bable de bolillas que van a parar
a la casilla r es igual al valor
medio NPr. Efectivamente, la
experiencia prueba que ellas van
tomando la forma de campana
expresada por la curva que in-
dica el segundo miembro de
[6. 5],como muestra la figura 5.
Esta curva de campana es la que
vamos a estudiar en lo que sigue,
pero antes conviene dar algunas
definiciones sobre variables
2 3 4 6 aleatorias continuas.

Fig. 5,
2. VARIABLES ALEATORIAS CONTINUAS

Hasta ahora hemos considerado variables aleatorias que pue-


den tomar un número finito de valores (variables aleatorias finitas)
o bien, por extensión natural, variables aleatorias que pueden to-
mar una infinidad numerable de valores, como la variable de
Poisson. Se dice que estas variables son disc1'etas.
En ambos casos, representando sobre el eje x los valores
xv x 2 ,
••• , Xn' de la variable aleatoria X y tomando sobre cada x 1
el valor f(;;c 1 ) de la probabilidad correspondiente, se tiene la grá-
fica de la funci6n de probabilidad de X, que es un conjunto discreto
de puntos cuyas coordenadas son (x 1 , f(x 1 )), t = 1, z, 3,... . As{
se hizo en las figuras 1, 2, 3 y 4.

El resultado [6. 3 ], donde x puede tomar cualquier valor real,


conduce a estudiar variables aleatorias el número de cuyos valores
no es finito ni numerable. Para simplificar, vamos a suponer que
son variables que pueden tomar todos los valores reales, desde -oo
hasta +oo, atribuyendo la probabilidad O al conjunto de los valores
que no puede tomar. Se llaman variables aleatorias continuas. Re-
cordemos que para el caso finito, la definición de variable aleatoria
va ligada a la definición de función de probabilidad. En el caso ge-
neral es mejor asociarla a la función de distribuci6n. Suponiendo un
espacio de probabilidad general (E, B, P), se establece la siguien-
te definición.

Definición 6. l. Se llama variabZe aleatoria definida en un es -


pacio de probabilidad (E, B, P) a toda función X: E ... R de E en el
conjunto de los números reales, tal que, para todo x E R, el con-
junto de elementos a E E para los cuales X(a) s; x, pertenece a B.
73
La última condición nos dice que el conjunto de elementos a E
E E para los cuales X(a) s; x, tiene asignada una probabilidad, que
representaremos abreviadamente por

F(x) = P(X s; x), [6. 6 J

y se llama la funaión de distribuaión de la variable aleatoria X.


Se dice que F(;;c) es igual a la probabilidad de que ~ tome un valor
-s.x.

Observemos que esta definición de variable aleatoria es apli-


cable también a variables aleatorias finitas. En efecto, en tal ca-
so, suponiendo la ordenaci6n X 1 < X2 < ... < Xn y llamando E 1 al
conjunto de elementos a de E tales que X(a) ,,; X1 , resulta que el
1
conjunto x- (X¡) es E¡ n E!-1• y por tant:ii si E¡ y E¡-1 pertenecen a
B, también pertenece a B el conjunto X (x1 ).

De [6. 6 J se deducen inmediatamente las siguientes propieda-


des de toda función de distribución: 1. F(x) es monótona no
decreciente; 2. F(-oo) =O (probabilidad del conjuntovac{o) y F (+oo)=
= 1 (probabilidad de E). Además

P(a <X s; b) = F(b) - F(a). [6. 7 J


En el caso de una variable aleatoria discreta, la función de
distribución F(x) es una función escalonada, expresada por sumas
de la forma [3. 4]. Vamos a considerar ahora el caso en que F(X)
es una funci6n continua, en cuyo caso diremos que la correspon-
diente variable aleatoria es aontinua. F(X) puede ser una funci6n
complicada, pero, para simplificar, vamos a considerar Únicamen-
te funaiones de distribuaión que puedan expresarse mediante una
integral de Za forma
[6. 8 J

donde f es llamada funaión de densidad o de densidad de probabili-


dad de la variable aleatoria X. También por simplicidad, supondre-
mos que f es continua o, por lo menos, 11 continua por pedazos 11 ,
o sea, compuesta de un número finito o de una infinidad numera-
ble de pedazos continuos.

De [6.7] y [6.8] se deduce


b

P(a < x,; b) = SJ(x)dx [6. 9 J

y las mencionadas propiedades de F nos dicen que toda funci6n de


densidad cumple las condiciones
74
f(x);:,, o, S~00 f(X)dX l. [6. 10 J

Obsérvese que la condición [6. 9] excluye el caso de las pro-


babilidades discretas. En efecto, en este caso según [6. 9], Za
probabilidad de que X tome exaatamente un valor dado x 0 es siempre
nula. Es el caso que ya observamos en el capítulo 1. 1 donde la
probabilidad nula no significa imposibilidad. Esto hace que sea
lo mismo considerar la probabilidad P(a ,;x,; b) que la P(a <x < b).

Veamos la interpretación geométrica de estos conceptos.

Sea f una funci6n de densidad. Su grá'.fica será'. una curva como


la de la figura 6 (que puede ser discontinua, como en el punto X 0 ).
El area limitada entre la curva y el eje x es l. Lafuncion de dis-
tribución F nos da, para cada x, el área comprendida entre el eje
x y la curva, desde -oo hasta la ordenada correspondiente al punto
x (área rayada en la figura). Esta área F(x) representa la proba-
bilidad de que X tome un valor ,;X•

Las definiciones de esperanza matemática, varianzaymomen-


tos de una variable aleatoria continua son análogas a las dadas
para variables aleatorias discretas, sólo que se debe sustituir las
sumas por integrales, es decir:
f(X)

Fig. 6.

aª(X) = S~00 ((x-E(X))ªf(x)dx, [6.11]

y análogamente se definen los momentos de orden superior.

La función generatriz de momentos se define también como la


esperanza de la función ext, o sea:

'!'( t) = r., eXt f(x)dX• [6. 12 J

3. FUNCION DE DENSIDAD DE PROBABILIDAD Y FUNCION DE


DISTRIB UCION NORMAL
Consideremos una función de densidad de la forma

f(x) = ae-b(x-o)ª con a, b > O. [ 6 . 13 J

La primera condición [6. 10] se cumple, y la segunda conduce


a la relación a.r;Jb = l (véase el Apéndice II). La esperanza y la
varianza de la variable aleatoria X con la función de densidad de
probabilidad f( x ) valen (Apéndice II)

l
E(X) = e = a , o 2 (X) 20 [ 6 .14]

de manera que poniendo de manifiesto estos valores, [ 6 . 13 J se


escribe

f(x) _l_ -(x-a)ªlao ª


ol2ñ e [ 6 .15]
Definici6n 6, Z. Toda función de la forma [6. 15 J se llama una
funaión de densidad de p'l'Obabilidad normal. Las variables aleato-
rias con una tal funci6n de densidad de probabilidad se llaman nor-
males y la correspondiente funci6n de distribuci6n se llama una
funci6n de distribuci6n normal.

Se dice que la funci6n de densidad de probabilidad o la variable


aleatoria o la funci6n de distribuci6n de la definici6n anterior son
.............. ....... .l:"" ....... \\J..' u o

La función generatriz de momentos de la función [6.15] es


(véase el Apéndice II)

[6.16]

Una aplicación importante es la siguiente. Si X e Y son va-


riables aleatorias normales independientes de medias a.x, O.y, y
varianzas a~, ~' por el teorema 3. 6, la funci6n generatriz de
momentos de la variable X +Y será

[6.17]

76 Comparando con [6. 16 J resulta

Teorema 6, l, La variable aleatoria suma de dos variables


aleatorias no1'171ales independientes de tipo N(a.x, a~), N(a,y, a~) es
otra variable aleatoria normal de tipo N(a.x + a.y, a; + a~).

Evidentemente, el teorema se generaliza de inmediato a la su-


ma de n variables aleatorias normales independientes. Más ge-
neralmente, dadas nvariables aleatorias normales independientes
X 1 de tipos N(a.1' a~), la combinaci6n lineal La 1
X 1 es otra variable
aleatoria normal de tipo N(la 1a. 1 , la~ar).
Particularmente interesante es el caso N(O, 1), que corres-
ponde a la funci6n de densidad de probabilidad

1 -x2/2
cp(x) = !"');;e [6. 18 J

y a la función de distribución
X

q¡(x) =- 1- \ e-xª12 dx
JTñ J_oo •
Estas funciones Cfl(x), q¡(x) han sido tabuladas, Tablas más o me-
nos extensas se encuentran en todos los libros de cálculo de
probabilidades. En el Apéndice III se da un ejemplo de estas
tablas.

La gráfica de la funci6n cp(x) tiene la forma de campana de la


figura 7. it(x) representa el área entre la curva y el eje x desde
-oo hasta el punto X. Obsérvese que, por simetría, el área rayada
desde -oo hasta -x es igual al área rayada desde X hasta "'• y como
el área total es 1, resulta

it( -X) = 1 - it(X). [6.20]

$íxl

-x X
Fig. 7. 77
Esta relaci6n hace que sea suficiente tabular it(x) para valores
positivos de x. Un detalle que conviene tener en cuenta para no
proseguir con cálculos innecesarios es que

<P(x) <O, 001 para x < -3, 1

<P(x) >O, 999 para x > 3, 1

de manera que, prácticamente, basta conocer los valores de g)(x)


en el intervalo [O, 3 ].

Para calcular la función de densidad de probabilidad o la fun-


ci6n de distribuci6n de una variable normal N(a,, cr 2 ) mediante las
correspondientes de N(O, 1) basta hacer el cambio de variable

X' = X-a, [6.21]


a
con lo cual la funci6n de distribuci6n F(x) se transforma de la si-
guiente manera:
x \(x-a.) ¡a (x -~'
F(x)
S
= -co f(x) d x = J-oo cp(x' )dx' = it - 0 -/"
[6.22]

Por tanto, recordando [6. 7 ], se tiene el importante teorema


siguiente.
Teorema 6, Z, Para una variabZe aleato'l'ia nomaZ de espePan-
za a y varianza a2 , la pPobabilidad de que esté contenida en el in-
te'l'VaZo [a, b] viene expPesada po'l'

P(a <X s; b) = P (b ~ ª) - P (ª ~ ~ . [6.23]

Como la función p está tabulada, esta fórmula permite calcular


P(a <X s; b) para toda variable aleatoria normal.

En particular, aplicando [6. 20] resulta:

La. pPobabiZidad de que Za variabZe aleato'l'ia nomaZ X de tipo


N(a, a2 ) esté aompPendida en eZ inte'l'Valo [a - e, a + e] se expPesa
po'l'

P(a-e s;x s;a+el = 2prn>- i. [6.24]

Poniendo e =ax, esta igualdad puede también escribirse en la


forma

P(a - ax ,;:; X s; a + ax) = 2p(x) - 1. [6. 25 J

78 En general, son de interés las probabilidades que tienen los


valores o, 90, o, 95, O, 99, 6 O, 999. Como se deduce de las tablas,
estos valores corresponden a x = 1, 65, X= 1, 96, X= 2, 58;[ X=
= 3, 29, de manera que, para toda variable normal N(a, a), se
cumple

P(a- l,65a <X,;:; a+ l,65a) o, 90


P(a; 1, % cr <X .,; a; 1 1, % cr) o, 95
[6.26]
P(a-2, 58a <X,;:; a+ 2, 58a) 0,99
P(a- 3, 29a <X,;:; a+ 3, 29a) 0,999.

Recordemos que en todas estas fórmulas el signo ,;:; puede sus -


tituirse por <, puesto que la probabilidad de que X tome un determi-
nado valor es nula.

Volvamos ahora a la igualdad aproximada [6. 3] que se deduce


del teorema de De Moivre-Laplace. Siendo la esperanza de lafun-
ci6n binomial igual a np y la varianza igual a npq, el último término
de [6. 3] es de la forma [6. 15] y, por tanto, resulta que la funci6nde
probabilidad binomial, en el límite, es una funci6n de densidad nor-
mal. Se dice que la funci6nbinomial es "asint6ticamente normal".
Por tanto, como ya observamos, tomando el límite como valor apro-
ximado, resulta que, para valores grandes de n y r, y no demasiado
pequenos de P, se podr~ calcular b(r;n,p) mediante las tablas de la
función cp(x), después de hacer el cambio [6. 21 ], que es el mismo
[6.4]. Sin embargo, más importante que calcular el valor apro-
ximado de b(r;n, p), que para r y n, grandes es siempre un valor
pequeño, es el cálculo de la probabilidad de que la variable bino-
mial X esté comprendida entre ciertos lfmites dados.

Consideremos, por ejemplo, el caso b(r;IO, O, 4) de la figura 8,


y supongamos que se quiere hallar la probabilidad de que 3 ,; X ,; 6.
Será

+ b( 6; l o' o' 4) • [6. 2. 7 J

79

Fig. 8.

Esta suma es el área de los rectángulos de la figura 8, puesto


que cada sumando es la altura de un rectángulo de base unidad.
Considerando la aproximación [6. 3 ], se tiene la curva

[6.28]

representada en la figura 8. Si en vez del área de los rectángulos,


tomamos el área limitada por la curva y las rectas x = 3, x = 6, se
tendrá el valor aproximado de P(3 ,; X ,; 6).

En este caso la aproximaci6n no es muy buena, como se obser-.


va en la figura, pero lo hemos expuesto para comprender el paso
de la suma de valores de b(r:n, p) para distintos valores de r, al
área limitada por la correspondiente curva normal, la cual se
calcula fácilmente mediante una tabla de la función q;(x). En el
ejemplo anterior, el cálculo exacto del segundo miembro de [ 6. 2 7 J,
da P(3 ,; X ,; 6) =O, 778, y el cálculo mediante la función i!i, apli-
cando [6.25], donde a.=np=4, a=;n;pq 1, 54, resulta p(l, 95) +
+ p(O, 64) - 1 =O, 713.

Para valores grandes de n y r la aproximaci6n de la suma de


rectángulos por el área limitada por la curva normal correspon-
diente es suficiente en todas las aplicaciones. Por ejemplo, la
figura 9 representa los valores de b(r;l00,0,2) y los de la curva
correspondiente

= __
l_ e-(x-a:i)2/32
Y 4/Zñ '
donde se ve que la coincidencia es casi total.

0,10

0,09

o,oe

0,07

80 0,06

0,05

0,04

op3

op2

0,01

10 15 20 25 30

Fig. 9.

Es decir, del teorema de De Moivre-Laplace, que hemos enun-


ciado como una aproximaci6n puntual de la funci6n de probabilidad
binontlal por la funci6n de densidad normal, se deduce una aproxi-
maci6n entre la suma de las áreas de los rectángulos originados
por la funci6n de probabilidad binontlal y el área de la funci6n nor-
mal correspondiente, Puesto que el área de la función de densidad
normal, comprendida entre dos ordenadas, es igual a la diferencia
entre los valores de la funci6n de distribuci6n P(x), es posible
enunciar:

Teorema de De Moivre-Laplace (Segunda parte). Si X es Za


variable aleatoria que representa eZ número de éxitos enn. pruebas
de un proaeso de Bernoulli de probabilidad p, se verifiaa
P(a <X s b) ~ <P(b - np) - .p(0 - np_\. [6. 29]
.;npq \. ;npqj
Como antes, el símbolo~ representa "aproximadamente igual".
El verdadero significado es que, paran, a, b .... oo de manera tal que
(b-np)/./niXJ. y (a-np)/¡r:,;¡¡q_ tiendan a valores finitos, entonces el
límite del primer miembro de [6. 29] es igual al límite del segun-
do.

La obtención de acotaciones precisas del error que se comete


al tomar la aproximación [6,29] es unproblemasumamentedifÍcil
(véase, por ejemplo, Feller, (i) pág 140) Se snele admitir, de
manera un poco ambigua, pues depende de la precisión que se de-
see en cada caso, que para valores no muy pequeños de p (por
ejemplo, p <O, 1) y relativamente grandes den (por ejemplo, n > 20),
la aproximación es muy buena, sobre todo si elintervalo [a, b] no
4
se aparta mucho del valor medio np. Según Cramer, ( ) la aproxi-
mación es satisfactoria para npq > 10.

Hemos visto dos aproximaciones posibles de la distribuci6n bino-


mial: la de Poisson y la normal. Para valores grandes de np
ambas tienden a coincidir. Por ejemplo, para b(l5;100, O, 2) =
= O, 048, la aproximación normal da O, 046 y la aproximación de 81
Poisson da O, 051.

Nuevamente la ley de los grandes números. Consideremos


[6. 29] para b = np +E:, a= n,p- E:• Resulta

P(np - E: < X s np + E:) - 1 [6.30]

y también, poniendo E:n en vez de E:

[6.31]

Esta igualdad aproximada significa que, para n .... oo, ambos


miembros tienen el mismo límite. Pero, para n .... oo, el segundo
miembro tiende a 1 (pues <P(oo) = 1), con lo cual queda demostrado
nuevamente el teorema de Bernoulli (capítulo 4. 3), a saber: en
una suaesión de pPuebas de Ber>nouZZi aon pPobabiZidad p, dado un
númePo auaZquiePa E: > o, Za pPobabiZidad de que el númePo de éxitos
dividido poP n difiem de p en menos de E:, tiende a Za unidad paPa
n - co.
4, TEOREMA CENTRAL DEL LIMITE
El teorema de De Moivre-Laplace es un caso particular del si-
guiente teorema, cuya demostración no se va a dar (puede verse
en los libros de Feller, (l) Reny(2) o Ríos( 3) citados en la Biblio-
grafía), pero cuyo enunciado conviene tener presente en muchas
cuestiones de probabilidad.

Teorema Central del Límite. Si las variables aleatorias


X 1' X 2 , • • • son independientes y tienen todas la misma distribu-
ción, con esperanza matemática a y varianza a 2 finitas y a 2 ~ O,
entonces la nueva variable aletoria

z. = x1 +x2 + •.. +x.-na, [6.32]


a/ñ

es asintóticamente normal, es decir, su función de distribución


F n(z)cumple, para todo z, la relación

lim F (z) = <P(z) [6.33]


n . . . . oo n

Aplicaci6n. l. Consideremos el caso particular en que las x.


son variables de Bernoulli, o sea, variables que toman Únicamen-
te los valores O y 1, de manera que P(Xn = 1) = p, P(X 0 = 0) = q =
= 1 - p. En este caso es a= 1 • p +O· q = p, 0 2=(1 - p)ª • p+pª· q =
82 = pq. La suma X 1 + X 2 + .•. + Xn es la variable aleatoria que in-
dica el número de éxitos en un proceso binomial de n pruebas.
Poniendo X = X 1 + X 2 + ••. + x., el teorema central del límite nos
dice que la nueva variable

es asintóticamente normal. Esto es, precisamente, lo que afirma


el teorema de De Moivre-Laplace.

Aplicación Z. Si las variables Xn son variables de Poisson de


parámetro y, y por tanto E(X.) = y, o2(X.) = y (para todo n), la su-
ma X = X 1 + X 2 + .•. + Xn es otra variable de Poisson de paráme-
t.ro ny =\(véase la aplicación del capítulo 5.1). Entonces [6.32]
y [6. 33 J permiten escribir

X-\
lim P ( -
7J,->00
-<z
/T
1 [6. 34 J

o sea
lim l -t..; e-le <P(z). [ó.35]
n, _, '° x < A+z/A r.
Esta relación nos dice que, para A g1'ande, la dist1'ÜJUai6n de
Poisson puede aproximarse mediante la dist1'ibución normal.
Por este motivo, las tablas de la función de Poisson no suelen
pasar de A.= 10. Para valores A.> 10, cada sumando de [6.35] es
despreciable, y la suma debe calcularse por tablas de la función
i/>(z).

Ejemplo, La variable X tiene distribución de Poisson de pará-


metro A.= 900. Calcúlese P(X < 950). Aplicando [6. 35 J tenemos
l. + z!A = 900 + 30z = 950, de donde z = 1, 666, y la probabilidad
pedida es ij>(l, 666) =O, 95.

Problema 6.1. Una ruleta tiene 35; números. Calaular/la pro-


e1ieiiidad de que en l, 000 juf}adas el nWl!e1'e 16 Bllbfill un nw11e1'e de
veces comprendido entre Z5 y 30.

Solución. Se aplica la fórmula [6.ZOJ. Aunquep = l/35es pe-


queño, siendo h = 1. 000 grande, se puede aplicar la aproximación
[6.Z9], y se obtiene P(Z5,;;X,;;30)=i/>(0,585)-i/>(-O, 390)=ij>(0,585)+
+ ¡¡,(0,390)-1 = 0,37.

Problema 6, 2, Se lanza un dado 100 veces. Se desea saber Za


probabilidad de que eZ número 6 saZga más de 20 veces.

Solución. Aplicando [6.29] para n = 100, p = 1/6, resulta 83


P(X > 20) = 1 - q,(O, 89) =O, 19.

Problema 6. 3. Tanto Za desigualdad de Tchebycheff, en Za for-


ma [ 4. 11 J del teorema de Bernoulli, como Za f6rmula [6. 31 ],
permiten caZcuZar el número n de pruebas necesarias para que la
frecuencia experimental difiera de p en menos de un e dado, con
cierta probabilidad también dada. Sin embargo, como ya se ob-
servó al final del problema 4. 4, Za fÓrmuZa [4. 11 J da casi siem-
pre acotaciones excesivas. Se recomienda aplicar siempre Za
fómuZa [6. 31 J.

Consideremos por ejemplo el mismo problema 4. 4. Según


[6. 31 ], queremos que se cumpla

2{e:~) - 1>O,95, o sea ¡¡;~~)>O, 975.


Las tablas de la función ij> dan

e.Jii. > 1, 96, n> (l,%)2Pq.


e:2
[6.36]

Según el enunciado, es e = 5 .io-~. El producto pq no es cono-


cido, pero según [4.13] es siempre pq,;; 1/4. Por tanto, [6.36]
se cumplirá con seguridad sin> (1, 96) 2 10 4 =38.420. Vemos que
este número es muy inferior al 200. 000 dado por la fórmula [4. 11 J.

Problema 6. 4. Un aentro tur{stiao debe reaibir l. 000 perso-


nas, Zas auaZes deberán distribuirse entre dos hoteZes iguaZes.
Suponiendo que aada persona eZige uno u otro de Zos hoteZes aon Za
misma probabilidad 1/2, se desea saber Za aapaaidad m{nima de aa-
da hoteZ (número de personas que se pueden aZbergar) para que, aon
probabilidad superior a 0,95, todas Zas personas enauentren aZoja-
miento.

Solución. Es np = 500, npq = 250. Hay que calcular x de modo


que P(500 -X,;; X:;; 500 +x) >O, 95. Puesto que n es grande, podemos
aplicar [6. 29 ], resultando

P(500 -X:;; X:;; 500 +X) = ij>(~) - i!>(~) = H(~) - l.


Para que esta probabilidad sea> O, 95, usando las tablas de la
función i!>, resulta que debe ser

i!> ( 15 ~ 81 ) >o, 075, 15 x 81 >1,906, x> 30.


'
84 Es decir, bastará que cada hotel tenga capacidad para 530
personas.

Problema 6.5. En una votaaión de una pobZaaión numerosa, un


aandidato obtiene eZ 60% de Zos votos. Se desea saber Za probabi-
Zidad de que en una muestra de lOO votantes, tomados aZ azar, me-
nos deZ 50% voten por eZ aandidato.

Solución. La ecuación [6. 29] para b = np - e, a= - 00 , se puede


escribir

P(lk < p - e/n) ij>(;npq


-t:)
En el caso actual es p = O, 6, n = 100, e/n = O, 1, e 10,
;npq_= /24 = 4, 9, y las tablas de la función i!> dan i!>(2, 04) = O, 979.
Por tanto, la probabilidad buscada es O, 021.

En la práctica, este problema se aplica a la inversa: sabiendo


que una muestra tomada al azar en una población (supuesta bino-
mial) ha dado como resultado el r por ciento de votos a favor de
cierto candidato, averiguar la probabilidad de que dicho candidato
obtenga el B por ciento o más en la elección verdadera.
Problema 6. 6. Un mediaamento aontra aierta enfermedad es
efiaaz en eZ 80% de Zos aasos. Se ensaya una modifiaaaión deZ mis-
mo, y se observa que en 100 enfermos tratados resuZtó efiaaz en 90
de eZZos. ¿CuáZes Za probabiZidad de que este resuZtado deZ trata-
miento sea debido aZ azar?

Soluci6n. Es un caso análogo al anterior. Conviene ahora es-


cribir [6. 29 J para a= np +e, b = oo, y queda

En el caso del problema, es p =O, 8, n = 100, e/n =o, 1, = ;npq


= 4, ~(2,5) = 0,994. Por tanto, sip = 0,8laprobabilidad de haber
obtenido X/n ~O, 9 es O, 006. Como esta probabilidad es muy pe-
queña, hay que inferir que la modificación ha mejorado el medica-
mento.

Problema 6. 7. Se ha observado que de 100. 000 naaimientos,


51.400 de Zos naaidos han sido varones y eZ resto mujeres. ¿Es
aonsistente este heaho aon Za iguaZdad de Zas probabiZidades de na-
cimiento de varón o mujer?
85
Soluci6n, Apliquemos [6. 31 J al caso p =O, 5, X/h =O, 514 y
por tanto e =O, 014, /n/pq = 632, 4. Resulta

P (l~ - o, 5 I >o, 014) = 2(1 - ~(8, 85)).


Como ~(8, 85), que no se halla en las tablas, es del orden 1 -
- 10-9, resulta que la probabilidad de que el nacimiento de 51. 400
o más varones sea debido al azar, si la probabilidad fuera o, 5, es in-
significante. Por tanto, debe rechazarse la hipótesis de que sea p =
=o, 5.
Este tipo de problemas, se estudian con más detalle en el
capítulo 8, al tratar de la "verificación de hipótesis".

5, OTRAS FUNCIONES DE DENSIDAD

Además de la función de densidad normal, que es la más im-


portante, son también de interés las siguientes:

a) Función de densidad uniforme. Depende de dos parámetros


a y b (a < b) y vale
1
f(x) = ~ para x E [a, b], f(x) O par a x f. [a, b] .
De aquí
a+b 2 (b-a) 2
E(X) = ---¿- ' o (X) = lZ ·
b) Funci6n de densidad exponencial. Depende de un paráme-
tro A. > O y vale

f(x) = A.e-).x para x >O, f(x) O para x !: O.

Para esta función es

l l
E(X) =----¡::- , a2(X) = -
A. 2
.

c) Función de densidad de Cauchy. Depende de un parámetro


a y vale

f(x) = nl+(x-a)2 para - 00 <x< 00


La esperanza matemática y la varianza de esta función valen 00 •

86
7
LA FORMULA DE BA YES

l. INFERENCIA ESTADISTICA

El cálculo de probabilidades es un capitulo de la matemática.


Como tal, se construye a partir de unas definiciones y unos axio-
mas, Únicas fuentes de que depende la validez de los resultados.
Aunque los modelos y ejemplos del cálculo de probabilidades pro-
vienen de la experiencia (lanzamiento de monedas o dados, ex-
tracci6n de botillas de urnas, etc.), de ella se toma s6lo el
esquema, para llegar a las ideas, pero la validez de los teoremas
a que se llega 'no depende nunca de resultados experimentales.
Más bien al revés, si el resultado de un teorema no coincide con
el de la experiencia, la discrepancia se atribuye a que ésta ha sido
mal realizada, o a que los elementos de la misma (moneda, dado,
urna, ... ) no estaban en buenas condiciones.
87

La estad{stica, en cambio, es una ciencia experimental. Tra-


ta de ordenar, estudiar y predecir el comportamiento de ciertas
caracter{sticas de los elementos de un conjunto, llamado pobla-
ción, colectivo o universo, que existe de hecho en la naturaleza.
Decimos que es una ciencia experimental porque, si bien utiliza a
modo de herramienta el cálculo de probabilidades, su objeto es el
estudio de conjuntos cuyo comportamiento no se puede cambiar, y
el estadístico debe utilizar la parte de la matemática que más le
convenga para llegar a resultados acordes con la realidad.

Dentro de la estad{stica, el capitulo más vinculado con la teor{a


de las probabilidades es el llamado de la inferencia estadística.
Su objeto es en cierta manera el inverso del de los caprtulos
precedentes. Hasta ahora hemos estudiado funciones de probabi-
lidad o de distribuci6n, y de ellas hemos sacado consecuencias so-
bre las poblaciones que se adaptaban a ellas. La funci6n de
probabilidad era un dato. El problema de la inferencia estadística
es el inverso: a partir ciertos datos de una poblaci6n, averiguar
la funci6n de probabilidad que los rige. Los datos que se conocen
de la poblaci6n proceden de ciertas muestras de la misma, o sea,
de ciertos subconjuntos elegidos en ella, y de las propiedades de
las muestras hay que "inferir" las de toda la poblaci6n.
A veces, a partir de las muestras, hayqueestimarlosvalores
de ciertos parámetros de la poblaci6n (media, varianza), y otras
veces hay que verificar hip6tesis sobre los valores de estos pará-
metros. Ya veremos ejemplos en los capítulos que siguen.

En éste, como puente entre las probabilidades y la inferencia


estad{stica, vamos a dar la llamada f6rmula de Bayes.

Z. FORMULA DE BA YES

Sean A 1 , ••• , A 2 , ••• , A. n sucesos que se excluyen mutuamente


y cuya uni6n es todo el espacio muestra! E, o sea, A 1 U A 2 U •.. U
U A. =E. Sea B un suceso tal que P(B) f O, y supongamos que
se conocen tanto las probabilidades condicionales P(B 1 A¡} como
las probabilidades P(Ai).

El problema de Bayes consiste en calcular, con los datos an-


teriores, las probabilidades P(A 1 IB). Según [2. 7] tenemos

P(B íl A¡} = P(A 1) P(B i A¡} = P(B) P(A 1 i B) [ 7. 1 J

y según el axioma II de la definici6n 2. 5 de probabilidad


88
P(B) P(B íl E) P(B íl (U A 1 )) P(U (B íl A 1 )) [ 7. 2]

IP(B n A 1 ).
l

De [7. 1] y [7. 2] se deduce

P(A,) P!BIA,) [ 7. 3 J
P(A1iBl = ;'(A,ílB) =
IP(A¡íl B) f P(A 1 ) P(BiAil.
l l

Esta es la f6rmula conocida con el nombre de fórmula de Bayes


(publicada por J. Bayes en Phi'losophicaZ Transactions, 1764), la
cual expresa la llamada "probabilidad de las causas", pues resuel-
ve el siguiente problema: Suponiendo que un suceso B puede pro-
ducirse como consecuencia de cualquiera de los sucesos A 1 y
sabiendo que B se ha producido, averiguar la probabilidad de que
haya sido debido a la causa A 1. Se suponen conocidas las proba-
bilidades P(A¡) y P(B i A 1 ).

Problema 7. l. La. U1'l'lll A 1 contiene 10 boliZZas blancas y 15


negras. La U1'l'lll A 2 contiene 25 boZiZZas blancas y 5 negras. Se
ha extra{do una bolilta de una de Zas urnas y ha resultado ser bZan-
aa. Se supone que, a priori, Zas dos urnas eran igualmente pro-
babZes. ¿CuáZ es Za probabilidad de que Za boZiZZa haya sido ex-
tra{da de Za urna A 1 ?

Soluci6n. Es P(A1 ) = P(A2 ) = 1/2, P(B IA 1) = 10/25 = 2/5,


P(BIA 2 ) = 25/30 = 5/6. Por tanto la f6rmula de Bayes da
P(A 1 iB) = 12/37.

Problema 7. 2. Una fábriaa tiene tres máquinas A 1 , A 2 , y As pa-


ra produair aiertas piezas, tafos que: A 1 produae eZ 30% de Zas
piezas aon un poraentaje del, 2% de piezas defeatuosas; A 2 produae
eZ 25% de Zas piezas aon eZ lo/o de defeatuosas y A 3 produae eZ 45%
de Zas piezas aon eZ 3% de defeatuosas. Se elige aZ azar una pieza
que saZe de Za fábriaa para Za venta y resulta ser defeatuosa, ¿ auá.z
es Za probabilidad de que provenga de Za máquina A 1 , de Za A 2 o de
Za As?

Soluci6n. EsP(A1 )=0,3, P(A 2 )=0,25, P(As) = 0,45, P(BIA1) =


0,02, P(BIA 2 ) = 0,01, P(BIAsl = 0,03. Con estos datos, las
probabilidades P(A1 iB) de que la pieza defectuosa (suceso B) pro-
venga de la máquina A 1 , resultan
89

Problema 7. 3, La f6rmula de Bayes permite calcular la proba-


bilidad "a posteriori", después de realizado un cierto experimento,
de un suceso cuya probabilidad "a priori" se conoce. Supongamos,
por ejempZo, una moneda desaonoaida a Za que atribuimos una pro-
babiZidad p 1 de tener dos aaras. Se Zanza Za moneda n veaes aon-
seautivas y en todas eZZas saZe aara. ¿CuáZ es Za probabilidad,
después de estos Zanaes, de que Za moneda tenga dos aaras?

Solución. Sea A 1 el suceso "tener dos caras", A 2 el suceso


opuesto (tener una sola cara) y B el suceso "salir cara n veces
consecutivas". Es P(A 1) = P 1, P(BIA1 ) = I, P(BiA 2 ) = (I/2)n,
P(A 2 ) = 1 -p 1. Por tanto, la f6rmula de Bayes da para la proba-

Por ejemplo, si P 1 = 10-7, resulta P(A 1 JB) ~ 10-4.

Observaci6n. Este último problema se basa en la probabilidad


a priori P 1, que en cierto modo es un "grado de creencia" acerca
de una determinada cuesti6n. El ejemplo pone de manifiesto la
relaci6n de la f6rmula de Bayes con la inferencia estadística: a
partir de un valor estimado Pi, mediante una muestra (en el ejem-
plo anterior el lanzamiento n veces de la moneda) se consigue un
mejor valor de la probabilidad estimada.

Debido a la ambigüedad de la probabilidad a priori, el uso de


la f6rmula de Bayes en este tipo de problemas ha sido muy discu-
tida. En general, se procura no usarla, si bien, modernamente,
hay escuelas que procuran tomarla como base de toda la teor{a de
la inferencia estad{stica (véase el libro de Lindley, citado en la
Bibliograf{a (6 )).

90
8
ESTIMACION POR PUNTO

l. MUESTRAS

Sea X una variable aleatoria, discreta o continua, cuya función


de probabilidad o de densidad sea f, y cuyo dominio sea una cierta
población (o espacio muestral) dada.

Una muest1'a de tamaño n, significa un conjunto x 1 , x';!} ••. , .::en de


valores de X. Para que una muestra sea Útil hay que suponer que
ha sido tomada "al azar" con la función de probabilidad o de densi-
dad f. Esto significa que se cumplen las dos condiciones siguientes:

a) Cada uno de los valo-res x 1 puede considerarse como un va-


lor de una nueva variable aleatoria X 1 que tiene la misma función
91
de probabilidad o de densidad f que X. Por tanto

t == 1,2, ... ,n. [8.1]


b) Las variables aleatorias X 1 son independientes.

Vamos a suponer siempre que estas dos condiciones se cum-


plen, lo que facilita la realización de inducciones a partir de la
muestra. Supongamos, por ejemplo, que la población sea el con-
junto de los habitantes de un país cuya edad está comprendida en-
tre 20 y 21 años, y que X representa la talla de los mismos: Al
hablar de una "muestra" de esta población se sobrentiende que se
han tomado n habitantes independientes entre sí(no entre los de una
misma ascendencia o entre los que practican un mismo deporte) y
que, además, es lícito suponer que todos ellos tienen la mis-
ma probabilidad de tener una talla entre ciertos limites (o sea,
todos están sujetos a la misma función de densidad de probabilidad).

El problema de elegir bien las muestras, de manera que se


cumplan las mencionadas condiciones a) y b), no es un problema
fácil. Hay diversas técnicas que se adaptan a cada caso particu-
lar. Para poblaciones finitas es Útilelusodelas"tablasdenúme-
ros aleatorios", es decir, tablas de números que pueden considerarse
como elegidos al azar, Entonces, para tomar una muestra de
tamaño n,, se numeran todos los elementos del conjunto y se toman
n números sucesivos de dichas tablas. Para poblaciones infinitas
se pueden también utilizar las tablas de números aleatorios, sustitu-
yendo la población infinita por otra población finita de análoga com-
posición.

Z, MEDIA Y VARIANZA DE UNA MUESTRA

Supongamos una variable aleatoria X, y sean Xl' Xz, ... , x. sus


valores en una determinada muestra de tamano n. La meata ae la
muestra es

[8. 2 J

y la varianza de Za muestra es

82 ~ (x 1 -
= ..l
nl x) 2 = J..~
nlx2 - :x2
1
[8. 3 J
l 1

,_
.....,...,.;it::.L" .................... ~ ------ ............... J -- - - ..

media E(X) y la varianza a(X). En estos últimos intervienen todos


los posibles valores de X, en tanto que en [8.2] y de [8.3Jin-
tervienen únicamente n valores.
92
De manera análoga, teniendo en cuenta las definiciones del
capítulo 3, se definen el momento de orden r de la muestra

[8. 4 J

y el momento centrado de orden r

iI(x\-:.w1
[8. 5 J

A veces interesa la llamada asimetr{a g 1 y el e:x:aeso (} 2 de la


muestra, que se definen por

(} =..!&-3.
2 34

Considerando cada valor x 1 de la muestra como valor de una


variable aleatoria XI' entonces será el valor de la variable alea- x
toria

[8. 6 J
Aplicando los teoremas del capítulo 3 referentes a la esperan-
za y a la varianza de una suma de variables aleatorias, y tenien-
do en cuenta [8. 1 J y [8. 6 J resulta

E{X) = E{X) [8. 7 J

y también, puesto que las X 1 son independientes, a2(X) = {l/n,2)a2{x 1 +


+ X 2 + ... + Xn) = {l/n,)a 2{X), o sea,

a2(X) = a2{X) . [8. 8 J


n
La varianza de "la muestra s 2 puede considerarse también como
el valor de una nueva variable aleatoria 5 2, definida por

52 ={ I(x
l
1 - x)2. [8. 9]

Para calcular la esperanza de 5 2, observemos que se puede

*llX
escribir
n
2
5 1 - E(X) - (X - E(X))Jl =
l

~!cxl-E(X)J 2 - [X-E(X)J2.
93

Teniendo en cuenta que

y
E{X- E{X)) 2 E{X - E(X))2

resulta

E(52) = n ~ l a2(X). [8. 10]

Un poco más complicado, pero tampoco difícil, es calcular


a2(52). El resultado es

Para el caso de una variable aleatoria normal, es µ 4 = 3a 4 y,


por tanto, a2(52) = (2(n,- l)/n,2)a4.

Observaci6n. En el caso de una poblaci6nfinita, es interesan-


te distinguir entre las muestras con reemp"lazamiento, en las que
Aplicando los teoremas del capítulo 3 referentes a la esperan-
za y a la varianza de una suma de variables aleatorias, y tenien-
do en cuenta [8. 1 J y [8. 6 J resulta

E{X) = E{X) [8. 7 J

y también, puesto que las X 1 son independientes, a2(X) = {l/n,2)a2{x 1 +


+ X 2 + ... + Xn) = {l/n,)a 2{X), o sea,

a2(X) = a2{X) . [8. 8 J


n
La varianza de "la muestra s 2 puede considerarse también como
el valor de una nueva variable aleatoria 5 2, definida por

52 ={ I(x
l
1 - x)2. [8. 9]

Para calcular la esperanza de 5 2, observemos que se puede

*llX
escribir
n
2
5 1 - E(X) - (X - E(X))Jl =
l

~!cxl-E(X)J 2 - [X-E(X)J2.
93

Teniendo en cuenta que

y
E{X- E{X)) 2 E{X - E(X))2

resulta

E(52) = n ~ l a2(X). [8. 10]

Un poco más complicado, pero tampoco difícil, es calcular


a2(52). El resultado es

Para el caso de una variable aleatoria normal, es µ 4 = 3a 4 y,


por tanto, a2(52) = (2(n,- l)/n,2)a4.

Observaci6n. En el caso de una poblaci6nfinita, es interesan-


te distinguir entre las muestras con reemp"lazamiento, en las que
para todo n. (tamaño de la muestra) y todo valor posible de 9. Si
(8.13 J no se cumple, el estimador se llama sesgado, o que tiene
sesgo.

Ejemplo 1, Supongamos que se quiere estimar el valor medio


o esperanza de una variable aleatoria X, cualquiera que sea su
densidad o funci6n de probabilidad. El estimador

(8. 14 J

es un estimador insesgado, por cumplirse [8. 7].

Recordando la desigualdad de Tchebycheff (3. 15 ], para cual-


quier número lí > O se tiene

1
P(iX - E(X) \ ::<: h:o(X)) s; --:¡;¡z • (8. 15 J

Poniendo lía (X) = r:: y aplicando (8. 8 J resulta

P(\X- E(X) \ ::<: r::) s; ~~f) · [8. 16]

Esto nos dice que al tomar X por E(X), el error que se co-
95
mete converge a cero en probabilidad (definici6n 4. 1 ). Por
tanto, el estimador X de E(X) es tanto mejor cuanto mayor es el
tamaño de la muestra, lo cuales intuitivamente evidente (suponien-
do, naturalmente, que o 2 (X) tiene un valor finito).

Ejemplo Z. Para estimar la varianza oª(X), para cualquier


distribuci6n de probabilidad, podemos tomar el estimador sª [8. 9 ].
Entonces, la relacion (8. 1 OJ nos dice que S es un estimador ses -
gado, Por este motivo, suele tomarse como estimador de la va-
rianza oª(X) la funci6n nS 2 /(n- l), pues entonces

E(-2::...1 Sª) = oª(X). (8. 1 7 J


n-
Igual que en el ejemplo anterior, la desigualdad de Tchebycheff
permite acotar la probabilidad del error que se comete al tomar
nSª/(n.-1) como valor de oª(X). Teniendo en cuenta [8.11 J y su-
poniendo que µ 4 (X) y o 2 (X) son finitos, resulta también que, en
probabilidad \nSª/(n-1) - oª(X) \ - o, paran - "'·

Ejemplo 3, Hay estimadores que no son una funci6nsimple de


los valores de la muestra y por tanto se prestan menos al cálculo,
y deben ser estudiados en cada caso por métodos particulares.
Consideremos, por ejemplo, la variable aleatoria X cuya funci6n
de densidad es
1
f(x; e) =e para lxl s e
[8.18]
f(x; 6) = o para \x 1 > e.
Es el caso de una distribución uniforme en el intervalo [-e, +6 J.
Dada una muestra x 1, X:z> ••• , Xn tomamos como estimador de la
amplitud 6 la variable aleatoria XM, cuyos valores son xM =máximo
de lx 1 \. La función de densidad de probabilidad de la muestra es
(26¡-n si todos los \x 1 \ son se, y cero si algún \x 1 \ es >8. Con esto
se calcula fácilmente que

Se trata, por tanto, de un estimador sesgado, aunque el sesgo


tiende a desaparecer en muestras grandes (n. - oo).

4, ESTIMADORES CONSISTENTES

Deíinici6n 8, l, Un estimador T(X 1 , X:a, ..• , Xn) del parámetro


se dice que es aonsistente, si T converge en probabilidad a 8.

96 De manera más precisa, se dice que T es consistente, si da-


dos dos números positivos cualesquiera e:, TJ• arbitrariamente
pequeños, existe un entero N tal que, para todo n > N, es P(\T -
- 8 1 < €) > l - T]·

Según esta definición y lo demostrado en los ejemplos del nú-


mero anterior, los estimadores X de E(X) "! nS 2/(n - 1) de aª(X) son
estimadores consistentes.

Estos dos son casos particulares del siguiente teorema

Teorema S. l. Si para n - ""• se verifiaa

E(T) - 6, a 2 (T) - O, [ 8. 19]

entonces T es un estimador aonsistente de 9.

Demostraci6n. La desigualdad de Tchebycheff [3. 15] se puede


escribir

P(iT-E(T)\ s ka(T));;, 1 --? [ 8. 20 J

Escribiendo T - 8 = (T - E(T)) - (8 - E(T)), resulta que, siempre


que se cumpla \ T - E(T) \ s ka(T), se cumplirá también
1T - 81 s 1T - E(T) 1 + l 9 - E(T) \ .s k o(T) + \ 8 - E(T) 1,

y por tanto, de [8.19] se deduce

1
P(!T- 8 \ .$ h;o (T) + \ 8 -E(T)\) ;¡:, l - h;ª [ 8. 21 J

Poniendo 1/71; 2 = T1 y puesto que, por hip6tesis, h;o(T) + \ 8 -


- E(T) 1 - O, cualquiera que sea e: habrá un entero positivo N sufi-
cientemente grande tal que, para todo n > N, h;o(T) + l 8 - E(T) 1 < e:
y, en consecuencia ,

P{jT- 8 1 <e: )::e:l-ri

cualesquiera que sean e:, Tl• lo cual prueba e l teorema.

S. ESTIMADORES SUFICIENTES

Supongamos una variable aleatoria cuya funci6n de probabilidad


sea la binomial. El parámetro 9 es ahora la probabilidad p. Con-
sideremos las variables de Bernoulli Xl' X 2 , ••• , Xn, cada una de
las cuales toma el valor 1 (éxito) conprobabilidad p, y el valor O
(fracaso) con probabilidad q = 1 - p. Puesto que E(X 1 ) = p , la varia-
ble aleatoria 97
[8. 22]

que da el número medio de éxitos en cada muestra, es un estima-


dor inses g ado de p. Supongamos que , intentando ser más precisos,
considerásemos en la muestra, no s6lo el número de éxito s (que
es la suma X 1 + X 2 + ... + Xn), sino también el orden de los mis-
mos . Entonces, la probabilidad de una determinada sucesi6n or-
denada con r éxitos es prqn-r. Si no se tiene en cuenta el orden, la
probabilidad de r éxito s es ( ~) p rqn-r . Para la estimaci6n de P, lo mis -
moda conocer esta última probabi lidad que la primera prq n-r. Es
decir , el hecho de conocer el orden en que se han sucedido los
éxitos y fracasos no añade ninguna informaci6n suplementaria a
la que proporciona el saber el número de éxitos. Enotras pala-
, , ar
estimar p , es el número de éxitos. Por este motivo se dice que
Tes un estimador suficiente. La deíinici6n precisa es como sigue

Definici6n s. z. Sean T, W dos estimadores del parámetro 8 de


una cierta funci6n de probabilidad (o funci6nde densidad). Si, dado
T, la íunci6n de probabilidad condicional (o funci6n de densidad
condicional) de W no depende de 8, cualquiera que sea W, el esti-
mador T se dice suficiente.
1T - 81 s 1T - E(T) 1 + l 9 - E(T) \ .s k o(T) + \ 8 - E(T) 1,

y por tanto, de [8.19] se deduce

1
P(!T- 8 \ .$ h;o (T) + \ 8 -E(T)\) ;¡:, l - h;ª [ 8. 21 J

Poniendo 1/71; 2 = T1 y puesto que, por hip6tesis, h;o(T) + \ 8 -


- E(T) 1 - O, cualquiera que sea e: habrá un entero positivo N sufi-
cientemente grande tal que, para todo n > N, h;o(T) + l 8 - E(T) 1 < e:
y, en consecuencia ,

P{jT- 8 1 <e: )::e:l-ri

cualesquiera que sean e:, Tl• lo cual prueba e l teorema.

S. ESTIMADORES SUFICIENTES

Supongamos una variable aleatoria cuya funci6n de probabilidad


sea la binomial. El parámetro 9 es ahora la probabilidad p. Con-
sideremos las variables de Bernoulli Xl' X 2 , ••• , Xn, cada una de
las cuales toma el valor 1 (éxito) conprobabilidad p, y el valor O
(fracaso) con probabilidad q = 1 - p. Puesto que E(X 1 ) = p , la varia-
ble aleatoria 97
[8. 22]

que da el número medio de éxitos en cada muestra, es un estima-


dor inses g ado de p. Supongamos que , intentando ser más precisos,
considerásemos en la muestra, no s6lo el número de éxito s (que
es la suma X 1 + X 2 + ... + Xn), sino también el orden de los mis-
mos . Entonces, la probabilidad de una determinada sucesi6n or-
denada con r éxitos es prqn-r. Si no se tiene en cuenta el orden, la
probabilidad de r éxito s es ( ~) p rqn-r . Para la estimaci6n de P, lo mis -
moda conocer esta última probabi lidad que la primera prq n-r. Es
decir , el hecho de conocer el orden en que se han sucedido los
éxitos y fracasos no añade ninguna informaci6n suplementaria a
la que proporciona el saber el número de éxitos. Enotras pala-
, , ar
estimar p , es el número de éxitos. Por este motivo se dice que
Tes un estimador suficiente. La deíinici6n precisa es como sigue

Definici6n s. z. Sean T, W dos estimadores del parámetro 8 de


una cierta funci6n de probabilidad (o funci6nde densidad). Si, dado
T, la íunci6n de probabilidad condicional (o funci6n de densidad
condicional) de W no depende de 8, cualquiera que sea W, el esti-
mador T se dice suficiente.
Ejemplo 1. Sea el caso ya considerado de una variable binomial
de parámetro 8 =p. Suponiendo una muestra conr éxitos y teniendo
en cuenta la ordenaci6n es f(x;8) = prqrr-'. Respecto del estimador
T = (l/n)(X 1 + X 2 ••• +X/) es t = r/n. La descomposici6n [8. 24]
se cumple para r(t;8) = \~nJptn(l -P)n-tn, s = l/(~n}

Ejemplo 2. Sea una variable normal de la que se quiere esti-


2
mar la media, conocida la varianza 0 • Tomemos el estimador
T = (l/n) (X 1 + X 2 + . .. + Xn ). La funci6n de densidad de una
muestra X 1 , x 2 , • •• , Xn es el producto de las funciones de den-
sidad de cada X 1 (puesto que son independientes), o sea

y puesto que, poniendo t = x, es

I(x1-8)
l
2
= I((x
l
1 -t)+(t-8))
2

l
2
I(x 1 - t) + n(t - 8)
2

resultan los dos factores


n
_ _ _l__ -L:(xi-t) 2'/202
S (x 1 ,X 2 , ••• ,Xn ) - n r-;-:: ne l
o (v-211}
• 99
En el Último factor puede ponerse t = (l/n }(X 1 + x 2 + ... + x.)
para destacar que sólo depende de las x 1 • Por tanto, T = X es un
estimador suficiente del valor medio E(X).

Ejemplo 3. Sea una variable de Poisson de parámetro A.. Tome-


mos T = (l/n)(X1 + X2 + ... +X.) como estimador de 8 =A.. Resulta

y la descomposici6n [8. 24] salta a la vista. Por tanto, T es un


estirnador suficiente de \.

6. ESTIMADORES EFICIENTES

Un mismo parámetro 8 puede estimarse por distintos estima-


dores. Por ejemplo, para estimar E(X) se puede tomar cualquier
estimador de la forma T = c 1 X 1 +c 2 X 2 + ... + CnXn (c 1 constantes).
Si se quiere que T sea insesgado bastará que se cumpla c 1 + c 2 +
+ ... + en = l. Aparece entonces el problema de elegir, entre
todos los posibles estimadores de un parámetro, el mejor de todos,
o sea, aquel cuyos valores posibles sean todos muy cercanos al
valor de 6. Una manera de medir la "bondad" de un estimador T,
o bien, de medir el "riesgo" de obtener valores demasiado apar-
tados del verdadero valor de 8, consiste en considerar la varianza
(suponiendo estimadores insesgados)

o 2 (T) = E(T - 6) 2 [8. 25]

y pedir que ella sea lo menor posible.

Definici6n 8. 3. Un estimador insesgado T de un parámetro 6 se


dice que es efiaiente o de m'Ínima Va:Pianza si, dado otro estimador
insesgado cualquiera W de 6, se cumple siempre o 2 (T) ,;; o 2 (W).

Para un mismo 8 puede haber más de un estimador eficiente.


El problema de hallarlo no es, en general, fácil. Un criterio a
veces Útil es el que se deriva de la siguiente desigualdad, que
enunciamos sin demostraci6n:

Desigualdad de Cramer-Rao. Sif(x;6) es 'la función de proba-


bilidad (o 'la función de densidad) de la variable aleatoria X, bajo
ciertas condiciones muy amplias de 'la misma, la Va:Pianza de cual-
quier estimador insesgado T de 6 cumple la desigualdad
100

De esta manera, si se encuentra un estimador T cuya varianza


resulte igual al segundo miembro de [8. 26], es seguro que tal
estimador es eficiente. Sin embargo, hay que tener en cuenta
que muchas veces elrrúnimoexpresadopor [8. 26] no es alcanzable
por ningún estimador.

Ejemplo. Sea X una variable aleatoria normal; la funci6n de


densidad es la [6. 15]. Por tanto
2
log f(x·a o:a) = -~
2
- log(ol2Ti). [8. 2 7]
' ' 2o

Si se _quiere estimar la media a., es o log f/oa. = (x-a.)/0 , y


2
4 2
E((X- a.)/cr2 ) 2 = (l/a )E(X- a.) = l/a 2 • Por tanto, la cota inferior
dada por la desigualdad de Cramer-Rao es o:a/n. Como este valor
es precisamente la varianza del estimador insesgado T = X, re-
sulta que X es un estimador eficiente de la media.

Si se quiere estimar la varianza, de [8. 27] se deduce


o log f (X;a., o 2 ) (X-0'.) 2 l_
__
2o4 2a2
ººª
y por tanto

E lo log f (X;a., íl 0
2 2

L- 00 J 2 204 1

4
ya que U4"' 30 , Por tanto [8. 26] nos dice que todo estimador de
la varianza de una variable normal tiene la varianza;;,, 2cl'/n,

Distingamos ahora dos casos. El estimador insesgado (n/(n -1 ))5 2


de 0 2 según [8,11] 1 tiene la varianza(2/(n-1))04, quees mayor
'J 1""'!"4 fri - -- - -- - 1.... ...:i º " " .. ...l - -- D ..., ,.... -- - º

En cambio, si se conoce la media a., se puede tomar el esti-


n
2
mador S 0 = (l/n)I(X 1 - a.) 1
para el cual se tiene

E{S~) 02 [8.28]
1

Por tanto, en este caso, se trata de un estimador eficiente.


101
7. ESTIMADORES DE MAXIMA VEROSIMILITUD

Dentro de la estimaci6n por punto, uno de los métodos más


naturales y útiles es el llamado de máxima vePosimilitud, que va-
mos a exponer, Supongamos una poblaci6n sujeta a la funci6n de
probabilidad(ofunci6ndedensidad)f(x;8). Se extrae unamuestra
x 1 , X 21 • • • 1 x •. Puesto que la funci6n de probabilidad {o de densidad)
para cada x 1 es f (x 1 ; 8), la funci6nde probabilidad (o de densidad) de
la muestra será el producto

[8. 29]

El método de máxima verosimilitud consiste en tomar, como


valor estimado de 8, el valor que hace máxima la funci6n P. Es
decir, se elige el valor del parámetro para el cual es máxima la
probabilidad de haber sacado la muestra obtenida.

Puesto que si P es máxima también lo será su logaritmo; para


convertir el producto en suma, se suele tomar lafunci6n L = log P
y determinar 8 por la ecuaci6n

oL \o log f(x 1 ;8)


~ = f ae o. [8.30]
Si esta ecuaci6n tiene alguna s oluci6n 8 = constante, indepen-
diente de las X 1, esta soluci6n se deja de lado. Todaotrasoluci6n,
que sea funci6n de las x 1 , constituye un estimador de máxima ve -
rosimilitud del parámetro e.

Ejemplo 1. Distribución binomial. Hay que estimar p. Es f(x;p) =


= px( 1 - P)i-x, y para una muestra x 1 , x 2, ... , Xn será

Aplicando [8. 30] resulta inmediatamente el estimador p


(l/n)(X1 +X 2 + ... +X.).

Ejemplo Z. Distribución de Poisson. En este caso es f(x;/..)


(/..x/x!)e-A, y por tanto
• - Ax1+x2+• • • +xn -/..
P(x 1 ,x2, ... ,x.,/..) - 1 1 •• Xn.
,e ,
X1.X2.•

de donde resulta de inmediato que el estimador de máxima vero -


similitud para/.. es \ = (l/n)(X 1 + X 2 + ... +X.).

Ejemplo 3. Distribución normal. Hay dos parámetros posibles


102 deestimar:lamediaaylavarianzaa2 . Haciendo el producto den
funciones [6. 15] y tomando logaritmos resulta
n

L = -w
1 \
¿(x
l
1 - a) 2 - n log a a - log (v·~
-z Zn) n •

_ Si se supone conocida a 2, para a resulta el estimador usual


X= (l/n)(X1 + X 2 + .•• + x.).

Si se supone conocida a, para aª resulta


n n

-
1 \
Za
1
a
4¿(X¡ - a) -
n
-:z =
Zo
Q
'
de donde aª = -;.I(X
l
1 - a)ª·

Si a y aª son desconocidos, el sistema de ecuaciones


oL/oa = o, oL/002 = o da
n
1~ - 2
x, n;¿(X 1 -X).
l

Ejemplo 4. Distribuci6n uniforme. El caso de la función [ 8. 18]


da la funci6n P(x1 ,x 2 , ••• ,x.;8) = l/(Z8)" siempre que para todo
i sea lx 1 1 ,,; 8 y P = O, si algúnx 1 es> 8. En este caso no se puede
aplicar directamente [ 8. 3 O] (lo que daría 8 = O, que no depende de
las xt). Hay que seguir un razonamiento directo: el mázimo de P
ee obtiene para el m{nimo valor de 8 aompatible aon la muestra.
Pero este valor mínimo de 8 es precisamente el máximo de los \x 1 \.
O sea, el método de máxima verosimilitud da nuevamente, para 8,
el estimador del ejemplo 3 de la sección 3.

Observaci6n l. Se puede demostrar que, paran grande, la


varianza de los estimadores de máxima verosimilitud tiene por
l{mite la cota inferior dada por la desigualdad de Cramer-Rao.
Es decir: loe estimadores de máxima verosimilitud son aeintótiaa-
mente efiaientee.

Observaci6n 2. La función P(x 1 ,x 2 , ••• ,Xn;8) de [8. 29] es la


mismafunciónf(x1 ,x2 , ••• ,xn;8)de[8.24]. Portanto, sise tieneun
estimador suficiente T, la ecuación [8. 30] equivale a or(t, 8 )/08 = O,
Esto nos dice que si existe un estimador suficiente cuyos valores sean
t, todo estimador de máxima verosimilitud está dado por la ecuación
or(t;8)/o8=0, osea, esunafuncióndeT. Enotraspalabras:sie:r:is-
te un estimador suficiente, todo estimador de máxima verosimilitud
ee una funaión de Z mismo.

103
9
ESTIMAC ION POR INTERVALOS DE CONFIANZA. VERIFICAC ION
DE HIPOTESIS

l. LA DISTRIBUCION y._2 ("ji" cuadrado).

Antes de entrar en la estimación de parámetros por elmétodo


de intervalos de confianza son necesarias algunas distribuciones
importantes que vamos a enunciar. Nos limitaremos a exponer sus
principales propiedades sin entrar en su demostración, la que, sin
ser difícil, exige el cálculo de ciertas integrales múltiples que se
quieren evitar. Las respectivas demostraciones pueden verse, por
ejemplo, en el libro de Rfos, (3 ) citado en la bibliografía.

Sean X 1 , X 2 , ••• , Xn variables aleatorias independientes norma-


les N(O, 1), es decir, de media O y varianza l. Consideremos la
nueva variable aleatoria 105
[9. 1 J

Se demuestra que la función de densidad de esta variable y._2


es

[9.2]

donde r(n/2) es la función "gamma" que se define en el Apéndice


II. La correspondiente función de distPibuaiÓn es xª
[9. 3 J

También nos interesaremos por

X~~ o. [9. 4 J

Esta es una probabilidad, cuyo valor depende de X~ y de n.


Representándola por p, escribiremos

X~)
2
P(X > = P· [9. 5 J
En general interesa, dados p y n, calcular para que [9. 5 J x;
se cumpla. Para ello se han construido las tablas de x2 (véase el
Apéndice III), que dan el correspondiente X~ para distintos valores
de p y d~ n,. El número n se llama el número de grados de liber-
tad de X.

En resumen, prescindiendo de su procedencia, lo que interesa


es saber que las tablas de Y..2 resuelven el siguiente problema:
"Dadas n variables aleatorias independientes normales N(O, 1), sean
X 1 , X 2 , ••• , X 0 , y la probabilidad P, calcular el valor "X! tal que sea
P(X 2 >X~)= p, siendo X2 la suma [9.1]".

A partir de [9. 2 J y como ejercicio de cálculo integral se pue-


den calcular los valores

E(x 2 ) = n, [9. 6 J

Si las variables normales X 1 son de tipo N(a., o2 ), basta redu-


cirlas al tipo N(O, 1), es decir, se considera la suma

[9. 7 J

106 que tendrá entonces una distribuci6n x 2


• En particular, escribien-
do
n

s~ = -kI(x 1
_ a.l2 [9. 8 J
1

resulta que la variabZe aZeatoria nS~/ 0 2 tiene Za distribuaión x2 aon


n grados de 'libertad.
En cambio, si se considera la suma
n

s2 = ~¿(x 1 -x¡2 [9.9]


1

donde X = (l/n,)(Xl + x'2 + ••. + x.), los sumandos del segundo


n

miembro ya no son independientes (puesto que I(X 1


- X) = O) y el
1
resultado anterior deja de ser válido. En este caso se demuestra
que. si las vari1'1'bles aleat()f'ias foiiepeadieates X1 son 1wnnaZea
de tipo N(a,, o 2 ), Za nueva variabZe aZeatoria nf3 2/ 0 2 tiene una dis-
tribuaión xªaon n - 1 grados de libertad.

Obsérvese que si X~' x~, ... , x;


son variables independien-
tes distribuidas como xª
con n1, na' ... '
ni. grados de libertad
respectivamente, la suma xr+x~ + ... + será una variable x;
distribuida como 2 x
con n 1 + n 2 + • • . + ni, grados de libertad,
puesto que la suma de las X~ equivale a una suma de n 1 + n, + ... +
2
+nic variables normales N(O, 1). En particular, si de una pobla-
2
ci6n normal de varianza cr , se toman k muestras independientes
de tama'i"los n¡_, n;i, ... , 7\, y de cada una se forma la suma S~análo­
ga a la [ 9. 9], la cantidad

n 1 S~ +n 2 S~ + ... +nics; [9. 10]


cr
2
está distribuida como una X con n 1 + n 2 + ... + nk - J;, grados de
libertad.

Observaci6n. Una propiedad importante de la distribución "X.2


es que ésta tiende a la distribuci6n normal cuando el número de
grados de libertad tiende a "'· Es decir, teniendo en cuenta los va-
2
lores [9. 6 ], resulta que la X tiende a una normal de tipo N(n, 2n).
2
Esto hace que las tablas de la distribuci6n X estén, en general,
calculadas hasta n = 30 sólamente. Para más grados de libertad
se utilizan las tablas de la función de distribución normal <P.

z. LA DISTRIBUCION t DE STUDENT

Sea X una variable aleatoria cuya funci6n de distribuci6n es la


2 107
X con n grados de libertad, y sea Y otra variable aleatoria, inde-
pendiente de X, que sea normal N(O, 1).

Interesa muchas veces la variable aleatoria

T = /X~ n [ 9. 11 J
Se demuestra (véase, por ejemplo, Cramer( 4 )) que la función
de densidad de T es

xj-(n+i)/2
+- . [9.12]
n

Esta función de densidad corresponde a la llamada distroi-


buaiÓn t de Student, debida al inglés W. S. Gosset, quien la
publicó con el pseudÓnimo de Student en 1908.

El número n es el número de grados de libertad de t.

La curva y= sn(x) es simétrica respecto de x =O. La probabi-


lidad de que sea \ T \ > t 0 la suma de las dos áreas rayadas en
la figura 10, y su valor, que dependa de t 0 y de n, es
p. [9. 13 J

Fig. 10,

Análogamente al caso de x'',


se han tabulado los valores de t 0 en
funci6n de p y de n. Las tablas de la funci6n t (véase el Apéndi-
ce III) resuelven el siguiente problema: "Dadas las variables alea-
torias X e Y en las condiciones die has, y una probabilidad p,
108 hallar el t 0 >O para el cual es P( 1T1
> t 0 ) = P".

La esperanza y la varianza de T son (paran> 1yn>2, respectiva-


mente)

E(T) = O, o 2 (T) - n
- n::z· [9.14]

Para n ~ 00 , la distribuci6n t converge a la distribuci6n normal


reducida N(O, 1), de manera que paran> 30, en vez de las tablas
de t, se utilizan las tablas de la funci6n <t, ya que para n > 30 los
valores de la distribuci6n t casi no se modifican.
Ejemplo 1. Sean X 1 , X 2 , ••• ,Xn variables independientes norma-
les N(O, 1). Hemos visto que nS 2 /o 2 tiene una distribuci6n X2 con n - 1
grados de libertad, Por otra parte, (X - a.)/ (o//ií) tiene distribuci6n
normalN(O,l)ysedemuestraque es independiente de nS 2 /o 2 • Por
tanto
T - X-a. [9. 15 J
- s/;n:-r
tiene una distribuci6n de Student con n - 1 grados de libertad. Ob-
sérvese que en [9. 15 J no figura la varianza o 2 •

Ejemplo z. Sean X 1 ( i = 1, 2, •.. , nx) e Y J(j = 1, 2, ••. ,nv) mues-


tras independientes de las variables normales X e Y, de medias
respectivas E(X) = ªx• E(Y) = ay y de la misma varianza a 2(X)
= a2(Y) = a 2.Llamando S~ y S~ a las sumas [9. 9], según [9. 10],
la variable aleatoria

[9.16]

tiene una distribuci6n x_2 con nx + nv - 2 grados de libertad. Por


otra parte

[9.17]

tiene una distribuci6n normal N(O, 1), como resulta de aplicar el teo-
2 2
rema 6. 1 y teniendo en cuenta que a2(X) = a
2
/nx,
a (Y) = a /nv. Se puede
demostrar que [9.16] y [9.17] son independientes. Por tanto, la va-
riable
[9. 18 J

tiene una distribuci6n de Student con nx + nv - 2 grados de libertad.


Es importante observar que en esta f6rmula no aparece la varian-
za a 2 •

3. ESTIMACION POR INTERVALOS DE CONFIANZA


109

Volvamos ahora a la estimaci6n de parámetros de unadistribu-


ci6n de probabilidad. Consideremos una población descrita por la
variable aleatoria X, cuya distribución depende de un parámetro des-
conocido 8. Six1 ,x 2, ... , Xn es una muestra de la poblaci6n, se desea
encontrar dos funciones a(x1 ,X2, • •• , Xn) y b(X1, X2, • •• , x.) tales que

P(a :s: 8 :s: b) = 1 - T] [9. 19]

donde T] es un valor dado, en general pr6ximo a O. El intervalo


[a, b] se llama un intervalo de aonfianza y 1 - T] es el aoefiaiente de
aonfianza.

Aunque existen varios criterios generales para hallar interva-


los de confianza, nos vamos a limitar a los ejemplos más comunes
de una poblaci6n normal o "asint6ticamente normal" (es decir,
cuya distribución de probabilidad sea aproximadamente normal
para muestras grandes).

Ejemplo l. Distribuci6n normal de varianza a 2 conocida. En


este caso, aplicando [6.25] a la variable X= (l/n)(X 1 +X 2 + ... +
+ ... + Xn), tenemos

P(a, - xa //ñ < X < a, + xa//ñ) = 1 - TJ [9.20]


o sea

P(X - xa/ /ñ <a< X + xa/Jñ) = 1 - n [9.21]

donde, por comparaci6n con [6. 24 ], es n = 2(1 - q,(x)). Dado n, las


tablas de la funci6n q, permiten calcular x, y entonces tenemos,
para la media a, el intervalo (X - xa//n, X + xa//ñ) cuyo coe-
ficiente de confianza es 1 - r¡.

Por ejemplo, dado a= O, 003, n =O, 05, =O, 124, n = 100, se x


encuentra x = 1, 96, y el intervalo en que se encuentra la media
desconocida a, con un coeficiente de confianza 1 - r¡ = O, 95, es
(O, 1234 s as O, 1246).

Ejemplo Z. Distribuci6n normal de varianza desconocida.


a) Intervalo de confianza para la media. Si o 2 no se conoce, no se
puede aplicar [9. 20], pero sí la variable aleatoria [9. 15], que no
depende de a2 y tiene una distribución de Student con n - 1 grados
de libertad. Dado el coeficiente de confianza 1 - r¡, las tablas de
la distribución t nos dan el valor t(n - l;r¡) tal que

[9.22]

110 que también se puede escribir

- s - s

Se tiene as{ un intervalo de confianza para a con el coeficiente


1 -r¡. Por ejemplo, dados n =o, 05, n = 17, X= 4, s =o, 84, las
tablas dan t(16;0, 05) = 2, 12 y resulta el intervalo de confianza
3, 565 s: as 4, 445, cuyo coeficiente de confianza es O, 95.
b) Intervalo de confianza para la varianza. Sabemos que la varia-
ble aleatoria nsª/ o 2 tiene distribución xª con n - 1 grados de liber-
tad. Dado 1 - r¡, hay que hallar a, b tales que

P(a s
nsª s
-¡;a b) = l - r¡ . [9.24]

Hay muchas maneras de elegir a, b que cumplan esta condici6n,


Por comodidad de cálculo se suelen elegir de manera que sea

,..,sz r¡
P(b < 7 ) = Z' P(a s~) = 1 --21-· [9.25]

Los valores de a y b resultan de las tablas de y,_';,, y entonces se


cumple [9.24], que se puede escribir

[9.26]
Por ejemplo, dados T) =O, 10, n = 20, s 2 = l. 000, utilizando las
tablas de xª (para n - 1 grados de libertad), para que se cumplan
las condiciones [9. 25] resulta a= 10, 117 y b = 30, 144, y por tan-
to se tiene el intervalo 663 ~ o 2 ~ 1. 976, con el coeficiente de con-
fianza O, 90.

4. VERIFICACION DE HIPOTESIS
Supongamos nuevamente una variable aleatoria X con funci6nde
probabilidad o de densidad f (x; 8) dependiente de un parámetro 8. Su-
pongamos conocidalaformade la funci6nf, pero noelpq.rámetro 8.
Sehaceunahip6tesis, H 0 , de quesea 8 = 8 0 • Se trata entonces, me-
diante una muestra, de verificar el grado de certeza de esta hip6tesis,
Por costumbre se dice que se trata de verificar la "hip6tesis nula".
A veces, junto con la H 0 se formulan otras hip6tesis H 1 , por ejem-
plo, 8 = 8 1 6 8 < 9 0 ó 8 > 8 0 • Se trata entonces ge verificar tam-
bién estas hip6tesis, llamadas "hip6tesis alternativas". Las lrneas
generales del método a seguir son las siguientes:

Toda muestra x = (xv x 2 , ••• , x 0 ) , por ser un conjunto de n nú-


meros reales, se puede representar por un punto x del espacio
euclidiano de n dimensiones. Elaborar un test para verificar la
hipótesis H 0 , significa buscar una región R de dicho espacio, tal
que: a) Si la muestra x = (x1 , X:;p ••• , Xn) corresponde a un punto de 111
R, se rechaza la hipótesis H 0 ; b) Si la muestra x corresponde a un
punto exterior a R, se acepta la hipótesis H 0 •
Si s6lo hay dos alternativas H 0 6 H 1 , rechazar H 0 equivale a
aceptar H 1 • Rechazar H 0 (8 = 8 0 ) cuando en verdad es 8 = 8 0 , se
llama e1'l'o1' de tipo I. La probabilidad del error de tipo 1 es

P(xER;8 = 80 ) =E:, [ 9.?. 7]


que se llama nivel de significaci6n.

Si s6lo hay la alternativa H 1 (8 = 8 1 ), no rechazar H 0 cuando en


realidad debiera hacerse, por ser 8 = 8¡, sellamael"l'ordetipo II,
y su probabilidad es P(x ~ R;8 = 8 1 ) = T]. En este caso (8 = 8 1 , como
única alternativa) nos interesaremos también por la probabilidad

P(x E R; 8 = 81 ) = 1 - T) [9.28]
que se llama potencia.
Definición 9. 1. Se llama función de potencia del test definido por
la región R con respecto al valor 8 del parámetro, a la probabi.lidad

P(x E R; 8). [-9. 29]

Todo el problema consiste en hallar la región R, dados E:, T).


Consideremos el siguiente problema ilustrativo.
Sea una poblaci6n normal N(a, oª) con oª conocida y a descono-
cida. Hacemos la hip6tesis nula a = a • Queremos preparar un
test de esta hip6tesis. Sea X= (1/ nl(X 1 + X 2 + ••• + Xn). Consi-
derando una probabilidad 8 =O, 05 sabemos que

[9.30]

que, poniendo o(X) = o//ñ (o es dato), se puede escribir

o, 05. [9.31]

, sis a =a a o p e e s r:
elige una muestra y se calcula su media x= (1/ n)(x
0

1 + x 2 + ... + Xn).
Si esta media cae fuera del intervalo [a 0 - 1, 96 o/ .Jn, a 0 + 1, 96 o/ /ñ]
se rechaza la hip6tesis a = a 0 " .

La probabilidad de equivocarse, o sea, de rechazar la hip6te-


sis siendo cierta, es O, 05.

Obsérvese que el test construido no es umco. El mismo méto-


do permite construir otros muchos. Por ejemplo, se cumple
también
112
P (x "" ªº + 1, 6 5 al!ñl = o, o5
y por tanto, otro test podrfa ser: "Si la media de la muestra tiene
un valor superior a a 0 + 1,650//ñ, se rechaza la hip6tesis a= a 0 " .
La probabilidad de error de tipo I es la misma O, 05 de antes.

La teorfa de verificaci6n de hip6tesis da reglas o criterios pa-


ra elegir el más conveniente, dentro de la naturaleza del problema,
de los tests posibles.

5. COMPARACION DE DISTRIBUCIONES EXPERIMENTALES Y


2
TEORICAS: TEST DEL X

Sea X una variable aleatoria cuyo dominio es una cierta pobla-


ción, Hasta ahora hemos supuesto conocida la función de probabi-
lidad o de densidad, salvo un parámetro de la misma. Supongamos
ahora que desconocemos la distribución de probabilidad. En este
caso se hace la hipótesis de que esta distribuci6n es una determi-
nada y se trata de verificar, mediante una muestra, si esta hip6-
tesis es correcta o no. Para ello es Útil el método del'/, que
pasamos a exponer.

Supongamos que la variable aleatoria X puede tomar los valores


Xv x 2 , ••• , xr y que, de acuerdo con la hip6tesis hecha, las proba-
bilidades respectivas sean Pv p 2 , ••• , Pr• a las que llamaremos
probabilidades te6ricas. Tomemos una muestra de tamaño n y
sean n 1 , n 2 , ••• , nr los números de veces que aparecen, respectiva-
mente, los valores xi> x 2 ~ ••• , Xr de manera que n 1 + n 2 + ... + nr =
= n· Formemos el estad1stico

u [9.32]

que, en cierto modo, ya se ve que mide la discrepancia, en valor


absoluto, entre los valores medios te6ricos np 1 y los obtenidos en
la muestra. Un teorema muy importante de Pearson, cuya demos -
traci6n no damos (véase, por ejemplo, R{os (3)), dice que Za distri-
buaión deZ estad{stiaou, paran grande, tiende a una distribuaiÓn
x2 aon r - l grados de Zibertad, cuando la hip6tesis planteada es
cierta.

Es decir, aunque no sea exacto (pues s6lo lo es paran .... 00 ) , se


acostumbra poner u = x2 y entonces las tablas de xª, dados r y €,
permiten calcular X~ tal que

P(xª > x~J = €· [9.33]

Entonces, fijado elniveZ de signifiaaaiÓnE:, si el valor [:9.32] 113


es superior al xª obtenido, rechazamos la hip6tesis.

Problema 9. 1. Se quiere verificar Za hipótesis de que eZ na-


aimiento de varones sigue Za Zey binomial aon p = 1/2. Se tiene una
muestra de I00.000 naaimientos, de los auales 51.400 de los naai-
dos han sido varones y el resto mujeres. Este resuZtado ¿aonfiPma
o niega Za hipótesis heaha, aZ niveZde signifiaaaión dell por l. 000?

Soluci6n. Si la hip6tesis es cierta, es p 1 = p 2 1/2, y [9. 32]


nos da

(51.400 - 50.000)2 (48.600 - 50.000) 2 - 78 4


u= 50.000 + 50.000 - '.

Puesto que r = 2, buscamos x_2 con l grado de libertad. Las


tablas nos dicen que P(X 2 > 10,83) = 0,001. Por tanto, utilizamos
la regi6n crítica (10, 83, oo). Como el valor obtenido para el es-
tadístico u(78, 4) pertenece a esta regi6n crítica, la hip6tesis debe
rechazarse. La probabilidad del nacimiento de un var6n es supe-
rior a la del nacimiento de una mujer.

El mismo problema fue tratado directamente en el problema


6 . 7, y se lleg6 al mismo resultado. El hecho es general en el
sentido que: auando Za variable aleatoria puede tomar sólo dos va-
lores, r = 2, eZ metodo deZ X2 aoinaide aon eZ método que aonsiste
en utilizar Za fórmula [ 6. 31]. En efecto, en este caso, [9. 32 J se
puede escribir

(n1 - np)2 + (n2 - nq)2 (n,/n - p) 2


u = np nq pq/n
y, por tanto, P(u >u) se puede calcular por la f6rmula [6.31].

Problema 9. 2, Se Zanza un dado 6. 000 veaes y resulta que Zas


aaras l, 2, 3, 4, 5, 6 salen, respeativamente, Zos siguientes números
de veaes

800, l. 080, 960, l. 086, 1. 304, 770.

¿Es eZ dado perfeato? Es deair, son estos resultados aompa-


tibZes aon Za hipótesis p 1 = l/6(i = 1,2,3,4,5,6)? Se desea un
niveZ de signifiaaaión igual a o, 001.

Solución, Aplicando el método del xª al caso p = 1/6, resulta

1
U = -- -(2002 + 802 + 402 + 862 + 304 2 + 2302)
l. 000 = 200 ' 69 .

114
El número de grados de libertad es 5. Según las tablas de X2,
el valor 200 queda sin duda en la regi6n crítica. Es decir, se
concluye que, o bien el dado es defectuoso, o el experimento ha
sido mal realizado,

Problema 9. 3. De un aonjunto de l 7 plantas, 9 de eZZas fue-


ron sometidas a un tratamiento quÚniao y eZ número de frutos fue,
respeativamente,

17, 27, 18, 25, 27, 29, 27, 23, 17

mientras que Zas no sometidas aZ tratamiento, dieron Zos siguientes


números de frutos

16, 16, 20, 16, 20, 17, 15, 21.

¿ Puede considerarse que el tratamiento surtió efecto ?

Solución. Suponiendo una distribuci6n normal, podemos apli-


car la distribuci6n de la variable aleatoria [9. 18] para verificar
lahip6tesis Ctx = Cty. Tenemos X= 23,33, Y= 17,62, (S~nx +
+ S~nv)/(nx + nv - 2) = 14, 79, con lo cual resulta t = 3, 05. El nú-
mero de grados de libertad es 15, Por tanto, según las tablas de
la funci6n t de Student, el valor 3, 05 queda fuera del intervalo de
las t, para el nivel de significaci6n O, 01. Por tanto a este nivel
de significaci6n las dos muestras no pueden considerarse proce-
dentes de una misma poblaci6n, o sea, debe considerarse que el
tratamiento surti6 efecto.

Problema 9. 4, Un teat de inteligencia entre ZO atwrmoa de una


población X da un puntaje medio de 90 y una varianza de 100. El
mismo test aplicado a 30 alumnos de Za población Y da un puntaje
medio de llO y una varianza de 80. Se desea saber, aZ nivel de
significación O, 01, si hay diferenciasignificativa entre los alumnos
de Zas dos poblaciones.

Soluci6n. Suponiendo que el puntaje tiene una distribuci6n nor-


mal, aplicamos el test de Student [9. 18] para ver si la hip6tesis
O.x = a.v de igual promedio es aceptable. Es X= 90, Y= 80, nx = 20,
nv = 30, s~ = 100, s~ = 80. Por tanto, sustituyendo en [9. 18] re-
sulta t = 3, 62. Como los grados de libertad son 48, las tablas de
lafunci6nt, alnivelO,Ol, dant 0 =2,57. Luego,como3,62queda
fuera de este intervalo, debemos rechazar la hip6tesis de igual
promedio de inteligencia. El rechazo está fundado en que, si el
promedio fuera el mismo, la probabilidad de resultados con \ t \ >
> 2, 57 es O, 01 (uno por ciento).
115
En los problemas 9. 1 y 9. 2 se conocen las probabilidades te6-
ricas p 1 para poder escribir el estadístico u [9.32]. Hay veces,
sin embargo, en que estas probabilidades te6ricas no se conocen
y hay que estimarlas mediante la misma muestra. En este caso,
bajo condiciones muy amplias y, con ciertas precauciones sobre
las que aquí no podemos entrar, también se puede aplicar el cri-
terio del x , sustituyendo las probabilidades teóricas por las es-
2

timadas y prestando atenci6n al número de grados de libertad, que


es igual al número de parámetros independientes menos 1. El
método resulta de mucha aplicaci6npráctica, si bien hay que tener
cuidado en casos extremos. Vamos a dar tres ejemplos típicos,
que pueden servir de modelo para muchos casos análogos. El pri-
mer problema que sigue está tomado, con ligera variaci6n en el
enunciado, del clásico libro de Yule y Kendall titulado "Introduction
to the Theory oí Statis tics":

Problema 9. 5. Un pa{s está dividido en 8 t>egiones y se desea


sabet> si Za propot>ción de fumadot>es var{a de una región a ott>a.
Pat>a eZZo se toma una muestra de cada una de estas regiones y los
t>esuZtados se reswnen en Za siguiente tabla:
Regi6n 2 3 4 5 6 7 8 Total

Fumadores 56 87 142 71 88 72 100 142 758


No fumadores 17 20 58 20 31 23 25 48 242
Totales 73 107 200 91 119 95 125 190 1.000

¿Se puede inferir de estos resuUados que Za proporaión de fu-


madores vari"a de una región a otra?

Soluc16n. Si se hace la h1potes1s de que la proporc10n no vana,


la probabilidad experimental de que una persona sea fumador,
calculada a partir de la muestra anterior, es p =O, 758, con lo cual
resulta

x2 (56 - 55) 2 /55 + (87 - 81¡ 2 /81 + (142 - 152) 2 /152 + (71 -69) 2 /69 +

+ (88 - 90) 2 /90 + (72 - 72) 2 /72 + (100 - 95) 2 /95 + (142 - 144) 2 / 144 +

+ (17-18) 2 /18 + (20-26¡2/26 + (58-48) 2 /48 + (20-22) 2 /22 +

+ (31 -29) 2 /29 + (23 -23) 2 /23 + (25 - 30) 2 /30 + (48 - 46) 2 /46

6,28.
116
El número de grados de libertad es 7, puesto que elnúmero de
parámetros independientes es 8. En efecto, sabiendo el tamaño de
cada muestra, para conocer todo el experimento, basta conocer,
por ejemplo, el número de fumadores de cada región. Tomando
el nivel de significación O, 05 las tablas dan X~ = 14, 06. Puesto
que 6, 28 queda fuera de la regi6n crrtica, se deduce que el crite-
x
rio del 2 no permite deducir que haya diferencia alguna en la pro-
porci6n de fumadores de una región a otra.

Problema 9. 6. Hay que examinar 240 aZwrmos, Zos auaZes se


distribuyen entre 3 examinadores A, B y C. Los resultados obte-
nidos son Zos siguientes: eZ examinador A aprueba 60 alwrmos, el
B aprueba 70 y el C aprueba 68. Se desea verifiaar Za hipótesis de
que Zos 3 examinadores sean igualmente exigentes.

Solución. Si los 3 examinadores son igualmente exigentes, la


probabilidad de aprobar, es timada experimentalmente de la mues -
tra, es p = (60 + 70 + 68)/240 = O, 825. Por tanto se tiene:

x2 (60 - 66) 2 /66 + (70- 66¡ 2 /66 + (68 - 66) 2 /66 + (20 - 14) 2 /14 +

+ (10 - 14) 2 /14 + (12 - 14) 2 /14 = 4, 8.


El número de grados de libertad es 2 (puesto que hay 3 pará-
metros independientes, que son el número de alumnos aprobados
por cada examinador). La tabla de X2 , al nivel O, O5 da X~ = 5, 99.
Siendo este valor superior a 4, 8, la hip6tesis es aceptable, o sea,
los 3 examinadores pueden considerarse igualmente exigentes.

Problema 9. 7. Se quiere verificar Za efiaaaia de una vaauna.


Se aonsideran 7. 000 personas vaaunadas y se observa que de el.Zas
6 O han adquirido Za enfermedad y no as{ Zas restantes 6. 940. En
aambio, de 12.000 personas no vaaunadas se observa que 200 han
adquirido Za enfermedad y 11.800 no. ¿Qué puede deduairse de el.lo?

Solución. Vamos a verificar la hipótesis de que la vacuna sea


ineficaz. En tal caso la probabilidad de contraer la enfermedad,
deducida de la muestra, es p = (60 + 200)/19. 000 = O, 0136. De
aqu{

x2 (6.940-6.904) 2 /6.904 + c11.800-ll.836) 2 /11.836 +


+ (60 - 96) 2 /96 + (200 - 164) 2 /164 = 21, 6.

El número de grados de libertad es 1, puesto que los paráme-


tros independientes pueden ser los números de personas que ad-
quieren la enfermedad. Por tanto, al nivel de significación O, 05 117
es ~ = 3, 84. Por consiguiente, la hipótesis debe rechazarse, o
sea, la vacuna es eficaz o bien, por lo menos, tal es la conclusión
a que llega el criterio del X2 •

Problema 9. 8. Se desea saber el poraentaje de televidentes


que sintonizan un determinado programa de televisión, a partir de
una muestra tomada al. azar. Se admite un error de ±O, 05 y un aoe-
fiaiente de aonfianza de O, 9 5. Se pide e Z. tamaño de Za muestra a
tomar, suponiendo muy grande el. número de televidentes.

Solución, En este tipo de problemas cabe suponer que la dis-


tribución de la muestra es la normal y que, por tanto, se puede
aplicar [ 9. 31], teniendo en cuenta que, para una variable de
Bernoulli, es a= p(l -p); pes la probabilidad de que un televiden-
te sintonice el programa en cuestión. Resulta 1, 96 a//ñ ,;; O, 05 y
por tanto n ~ (1, 96/0, 05) 2 a2. Si p no se conoce hay que usar la de-
sigualdad p(l - p) ,;; 1/2, y resulta que basta tomar una muestra de
n ~ (1, 96/0, 05) 2 (1/4) = 384 televidentes.
Si el error admisible fuera de ±O, 02, el tamaño de la muestra
debiera ser n ~ (1, 96/0, 02) 2 (1/4) = 2. 401 televidentes. Si por ex-
periencia con otros programas análogos, se conociera el valor de
P, el tamaño de la muestra se puede disminuir y el verdadero va-
lor de p se deduce de la expresi6n a = p( 1 - P).
Con respecto al tamaño de las muestras destinadas a averiguar
una determinada característica de una población, supuesta nume-
rosa, el ejemplo anterior está incluido en el siguiente teorema ge-
neral: "Si una población tiene una determinada característica en
la proporción P, la proporción de la misma característica en las
muestras de tamaño n es una variable aleatoria aproximadamente
normal, de valor medio p y varianza [p(l - p )/ n] 1 / 2 11 •

118
APENDICE I

COMBINATORIA

Resumimos en este Apéndice algunas definiciones y f6rmulas


de análisis combinatorio que son fundamentales para muchos pro-
blemas de probabilidades en conjuntos finitos.

1. Permutaciones

Una permutación de n elementos, es una disposici6n de los


mismos en un determinado orden.

Por ejemplo, con dos elementos a, b se pueden formar las


permutaciones
ab, ba 119
y con tres elementos a, b, e las seis permutaciones siguientes
abe, bca, cab, bac, acb, cba.
En general, dados n elementos, para formar una permutación
se elige uno cualquiera de ellos (n posibilidades), después se elige
uno cualquiera de los n - 1 restantes (n - 1 posibilidades) y así su-
cesivamente. Resulta que el núme:l'o de permutaciones con n ele-
mento es
Pn = n(n-l)(n-2) ••• 2.1 = n! [ 1J

Este número se llama facto1'ial de n y está definido para todo


número natural. Por convenci6n, se define O! = 1.

A veces interesan las permutaciones de r elementos elegidos


ent:l'e n elementos dados (n ~ r), llamadas también "variaciones".
Para formar una de ellas se elige primero un elemento de los n
dados (n posibilidades), después un segundo elemento entre los n - 1
restantes (n - 1 posibilidades) y así sucesivamente hasta el r-ésimo
elemento, que será elegido entre los n - r + 1 elementos restantes.
Resulta así que el núme1'o de permutaciones que se pueden formal' de
r elementos elegidos ent:l'e los de un conjunto dado de n elementos
(n ~ r) es
Pn, r = n(n - 1 )(n - 2) ••• (n - r + 1) = ~ [2]
(n- r)!
2. Combinaciones

Una aombinaaión de r elementos de un conjunto de n elementos


(llamada combinación de tipo (n, r)) es todo subconjunto de r ele-
mentos del conjunto de los n dados.

Por ejemplo, si los n elementos son las letras a, b, e, d, e las


combinaciones de r = 3 elementos son las 1 O siguientes

abe, abd , a be, bed , bee, ae d , aee, bde , ade, ede.

El número de combinaciones de r elementos entre n dados se


representa por Cn, r• Para encontrarlo, observemos que si en
cada combinación cambiarnos de todas las maneras posibles el
orden de los elementos, tendremos r ! permutaciones de r ele-
mentos elegidos entre los n dados. Por tanto de be ser Cn, r • r ! =
= P nir· Teniendoencuenta[z] resulta que elnúmero de aombi-
naaiones de r eZementos eZegidos entre ios de un aonjunto de n eZe-
mentos es

[ 3)

120
El símbolo(~) se llama el número aombinatorio de n objetos
tomados r a r.

3, Combinaciones con Repetición

Una aombinaaión aon repetiaión de tipo (n, r ) es un conjunto de


r elementos, distintos o repetidos, elegidos entre los de un con-
junto dado den elementos.

Por ejemplo , con 3 elementos a, b, e se pueden formar las


siguientes combinaciones con repetición de 3 elementos

a aa, a ab, aa e , abb, abe, ae e , bbb, bbe, bee, cee.

Para calcular el número C~, r de combinaciones con repetición


de tipo (n, r ) se puede proceder de la manera siguiente. Supóngase
que los n elementos son a 1 , a 2 , • • • , an. Cada combinación con re-
petición se puede ordenar con los índices en orden creciente y
luego (para distinguir los Índices repetidos) afl.adir a cada índice
el número de orden que tiene menos uno. Por ejemplo, si n = 5,
r = 4, la combinaci6n a 2 a 3 a 3 a4 se escribiría a 2 a4 a 5 a 7 • Se tiene así
siempre una combinación sin repetición de tipo (n + r - 1, r). Re-
cíprocamente, dada una combinación de este tipo, rebajando cada
Índice, una vez ordenada, de un entero igual al número de orden
menos uno, tendremos una combinación con repetición de tipo
(n, r). Por tanto: el número de las aombinaaiones aon repetiaión
de tipo(n, r) es igual al de las aombinaaiones sin repetiaión del
tipo (n + r - 1, r), o sea
(n+r-1)!
[ 4]
(n - 1 )! r!

4. Particiones

Interesa a veces el número de maneras en que un conjunto de


n elementos se puede repartir en i subconjuntos de rh(h = 1, 2, ... , i)
elementos cada uno (t s; n;r 1 + r 2 + ... + r 1 = n) . El número de
estas partiaiones se representa por P~l'r , ... ,, , y para obtenerlo
1
basta observar que tomando una de las nr permutaciones de los n
elementos y permutando entre sí los r 1 primeros (lo que da r 1 !
casos), luego los r 2 siguientes y así sucesivamente, siempre se
obtendrá una misma partición. Encambio, partiendo de otra per-
mutación, las mismas operaciones dan lugar a una partición dis-
tinta. Por tanto

[ 5]

5. F6rmula de Stirling
121

El cálculo del valor exacto den!= n(n- l)(n- 2) ... 2. 1, resulta


pesado cuando n es un tanto grande. Algunos valores se dan en la
Tabla I del Ap~ndice III. Para el cálculo con logaritmos es útil
la siguiente f6rmula aproximada de Stirling ( 1730)

[6]
Decir que el segundo miembro es un valor aproximado del prime-
ro, cuando n es grande, quiere decir que el límite del segundo
miembro dividido por el primero tiende a la unidad paran-+"',
aunque los valores de ambos miembros de [6] pueden diferir en
cantidades grandes.
6. El Binomio de Newton

Los números combinatorios ('f) aparecen como coeficientes de


la f6rmula del binomio de Newton.

En particular, para a= 1, b =1 y para a =1 y b = -1 resultan


las f6rmulas

(~)+G)+ ... +(~) 2n, ( ~) - ( 7) + ... + (-1Y ( ~) o.


APENDICE II

ALGUNAS FORMULAS DE CALCULO

1. El Número e

El número e 2, 71828 ... se define por

e = lim f1 + -1)n. [ 1J
n-+oo \' n

Más generalmente, para cualquier x se tiene

[2]

122 La f6rmula de Mac Laurin da inmediatamente el siguiente de -


sarrollo en serie

~ ~n + xn + [3 J
L nr n!
n= o

En particular

e = 2+-1+...L+ __l_ _ _l + _!_ -+


2! 3! ... ' 2! 3! 4!

Z. Integrales de la Funci6n de Densidad Normal

Sea
2
f(x) = ae-b(x-c) , a, b >O.

Queremos calcular

[4]

o sea, por el cambio de variables x - e = y


\co 2
I = a j_co e-by dy [5]
Para ello se sigue el clásico artificio siguiente:

y pasando a coordenadas polares (Y= r cos 8, z = r sen 8),

Por tanto

I = a T· [6]

En particular, para a= l/ffn, b = 1/2, e= O, resulta

Si queremos que f(x) sea una funci6n de probabilidad, debe


ser I = 1 y por tanto

[8]
123
La esperanza matemática correspondiente a esta funci6n será

a = E(X) = s: X f(x) dx = JfrS~00


2
x e-b(x-c) dx = c.

La varianza es

que se calcula integrando por partes, y resulta

2
Por tanto, poniendo de manifiesto la media a y la varianza o ,
se tiene

La funci6n generatriz de momentos es


Para calcular esta integral se observa que el exponente se
puede escribir

2
y haciendo el cambio de variables X - a. - ta =za y aplicando [7],
resulta

Los momentos centrados de [8] son


(2k) ! 2k
2k(k!) a .

3. La Funci6n Gamma

Se define por la integral

f' (X) = s~ tx-l e-t d t.

Esta funci6n es positiva y tiende a"' para X ..... O y para X....,"'·


Presenta un mínimo para x 0 = 1,4616, en el cual la funci6n vale
124 f'(x 0 ) =O, 8856. Para valores naturales de x, sea X= n + 1, la
funci6n gamma da el factorial de n, o sea

f'(n+l) = n! = n(n-l)(n-2) .•• 2.1. [10]


APENDICE III
Tabla 1
Tabla de Factoriales n!

n n!

1 1

2 2

3 6

4 24

5 120

6 720

7 5040

8 40320 125
9 362880

10 3 628800

11 39 916800

12 479 001600

13 6227 020800

14 87178 291200

15 1 307674 368000

16 20 922789 888000

17 355 687428 096000

18 6402 373705 728000

19 121645 100408 832000

20 2 432902 008176 640000


;;::;
en

Tabla 2

A.r -A.
Valores de la Funci6n de Probabilidad de F oisson Pr = rT e

'>( 0,2 0,4 o,6 o, 8 1 2 ~ 4 5 7 10

o o, 819 0,670 0,549 0,449 o, 368 o, 135 o, 050 0,018 0,007 0,001 o,ooo
1 o, 164 0,268 0,329 o, 359 0,368 0,271 o, 149 o, 073 0,034 0,006 o,ooo
2 o, 016 0,054 o, 099 o, 144 o, 184 0,271 o, 224 o, 146 0,084 0,022 0,002
3 o, 001 0,007 0,020 o,038 0,061 o, 180 o, 224 o, 195 o, 140 0,052 0,008
4 o, 001 o, 003 0,008 o, o 15 0,090 o, 168 o, 195 o, 175 0,091 0,019
5 o, 001 0,003 0,036 o, 101 o, 156 o, 175 o, 128 0,038
6 o, o 12 o, 050 o, 104 o, 146 o, 149 0,063
7 o, 003 o, 022 o, 059 o, 104 o, 149 0,090
8 0,001 o, 008 0,030 0,065 o, 130 o, 113
9 o, 003 o, o 13 0,036 o, 101 o, 125
10 o, 001 0,005 o, o 18 0,071 o, 125
11 0,002 0,008 0,045 o, 114
12 o, 001 0,003 0,026 0,095
13 0,001 0,014 o, 073
14 0,007 0,052
15 0,003 0,035
Tabla 3

Valores de la Función de Densidad de la Distribución Normal N(O, 1)

f (X)

X f(X) X f(X)

o o, 3989 2 0,0540

o, 1 o, 3969 2, 1 0,0440

o, 2 0,3910 2,2 o,0355

0,3 0,3814 2,3 0,0283

0,4 o, 3683 2,4 0,0224

o, 5 0,3521 2,5 0,0175

o, 6 0,3332 2,6 o, 0136

o, 7 0,3122 2, 7 0,0104 127


o, 8 0,2897 2, 8 0,0079

o, 9 0,2661 2,9 0,0059

1 o,2420 3 0,0044

1, 1 0,2178 3, 1 0,0033

1, 2 o, 1942 3,2 0,0024

1, 3 o, 1714 3,3 0,0017

1, 4 o' 1497 3,4 0,0012

1, 5 0,1295 3,5 0,0009

1, 6 o, 1109 3,6 0,0006

1, 7 0,0940 3, 7 0,0004

1, 8 o,0789 3,8 0,0003

1, 9 0,0656 3, 9 0,0002
Tabla 4

Tabla de la Función de Distribución Normal

<Ji(x) = P(X :s:: x) = -k-("


.¡ 2n .Leo
2
e-x /ª dx

X <P(x) X <Ji(X)

o,o 0,5000 2,0 o, 9772

o, 1 o,5398 2, 1 0,9821

o, 2 o,5793 2,2 0,9861

o, 3 o,6179 2,3 0,9893

0,4 o,6554 2,4 0,9918

o, 5 o,6915 2,5 0,9938

o, 6 o, 7257 2,6 0,9953

o, 7 o, 7580 2, 7 o, 9965
128
o, 8 o,7881 2,8 o, 9974

o, 9 0,8159 2,9 0,9981

1, o o, 8413 3,0 o, 9987

1, 1 0,8643 3' 1 0,9990

1, 2 0,8849 3,2 0,9993

1, 3 0,9032 3,3 0,9995

1, 4 0,9192 3,4 0,9997

1, 5 0,9332 3, 5 0,9998

1, 6 0,9452

1, 7 0,9554

1, 8 o, 9641

1, 9 0,9713
Tab a 5
Distribución de xª: P( 2 > X~) = s°'a kn (x)dX
Valores de X~ Xo

~ 0,99 0,95 0,90 o, o o, 05 0,025 o, 01 o, 001

1 o, 00 o,oo 0,02 2, 1 3, 84 5,02 6,63 10, 83


2 0,02 o, 10 o, 21 4, 1 1 5, 99 7, 38 9, 21 13, .82
3 o, 12 0,35 o,58 6,' 5 7, 81 9,35 ll, 34 16, 27
4 o, 30 o, 71 1, 06 7, 8 9,49 ll, 14 13, 28 18,47
5 0,55 1, 15 1, 61 9, '4 11, 07 12, 83 15, 09 20,52
6 0,87 1,64 2,20 10, i 4 12,59 14, 45 16, 81 22,46
7 1,24 2, 17 2, 83 12, ( 2 14, 07 16' o 1 18,47 24,32
8 1, 65 2, 73 3,49 13, 6 15, 51 17' 53 20,09 26, 13
9 2, 09 3,33 4, 17 14, ( 8 16, 92 19, 02 21,67 27,88
10 2,56 3,94 4, 87 15, < 9 18, 31 20,48 23, 21 29,59
11 3,05 4,57 5,58 17,' 7 19, 67 21, 92 24, 72 31,26
12 3,57 5,23 6,30 18, '5 21, 03 23,34 26,22 32,91
13 4, 11 5,89 7,04 19, ! 1 22,36 24, 74 27,69 34,53
14 4,66 6,57 7, 79 21, ( 6 23,68 26, 12 29, 14 36, 12
15 5,23 7,26 8, 55 22,' 1 25,00 27,49 30,58 37, 70
16 5, 81 7, 96 9, 31 23,'4 26,30 28, 84 32,00 39,25
17 6, 41 8,67 10, 08 24, 7 27, 59 30, 19 33,41 40, 79
18 7, o 1 9,39 10, 86 25, < 9 28, 87 31, 53 34,80 42, 31
19 7,63 10, 12 11, 65 27, 'o 30, 14 32, 85 36, 19 43,82
20 8,26 10,85 12,44 28, L 1 31, 41 34, 17 37, 57 45,32
25 11, 52 14, 61 16, 47 34,' 8 37, 65 40,65 44, 31 52,62
30 14, 95 18, 49 20,60 40,' 6 43, 77 46,98 50,89 59, 70

;;:;
ce
w
=

Tal la 6
Distribuci6n t de Student: t>{j Ti > to) = 2 S"'
to
Sn(X)dX
Valor l:lS de t 0

~ 0,90 0,70 o, 50 0,20 o, 10 0,05 0,02 o, 01

1 o, 158 o,510 1, 000 3,078 6, 314 12, 706 31, 821 63,657
2 o, 142 o,445 o, 816 1, 886 2, 920 4,303 6, 965 9,925
3 o, 137 0,424 o, 765 1, 638 2, 353 3, 182 4,541 5, 841
4 o, 134 0,414 o, 741 1, 533 2, 132 2, 776 3, 747 4,604
5 o, 13 2 0,408 o, 727 1, 476 2, o 15 2, 571 3,365 4,032
6 o, 13 1 0,404 o, 718 1, 440 1, 943 2,447 3, 143 3,707
7 o, 130 0,402 o, 716 1, 415 1, 895 2,365 2,998 3,499
8 o, 130 0,399 o, 706 1, 397 1, 860 2,306 2, 896 3,355
9 o, 129 0,398 o, 702 1, 383 1, 833 2,262 2, 821 3,250
10 o, 129 0,397 o, 700 1, 372 1, 812 2,228 2, 764 3' 169
11 o, 129 o, 396 o,697 1, 363 1, 796 2, 201 2, 718 3' 106
12 o, 128 0,395 o,695 1, 3 56 1, 782 2, 179 2,681 3,055
13 o, 128 0,394 o,694 1, 350 1, 771 2, 160 2,650 3,012
14 o, 128 0,393 o,692 1, 345 1, 761 2, 145 2,624 2, 977
15 o, 128 0,393 o, 691 1, 341 1, 753 2, 131 2,602 2,947
16 o, 128 0,392 0,690 1, 337 1, 746 2, 120 2,583 2,921
17 o, 128 0,392 o,689 1, 333 1, 740 2, 110 2, 567 2,898
18 o, 127 0,392 o,688 1, 330 1, 734 2, 101 2, 552 2,878
19 o, 12 7 o, 391 o, 688 1, 328 1, 729 2,093 2, 539 2, 861
20 o, 127 0,391 o,687 1, 325 1, 725 2,086 2, 528 2,845
25 o, 127 0,390 o,684 1, 316 1, 708 2,060 2,485 2, 787
30 o, 127 0,389 o,683 1, 310 1, 697 2, 042 2,457 2, 750
BIBLIOGRAFIA

La bibliografía sobre probabilidades y estadística es cuantiosa,


y por ese motivo nos limitaremos a sefialar algunos textos funda-
mentales y otros que, por estar en idioma castellano y ser de ca-
rácter elemental, pueden ser útiles como textos de iniciaci6n.

Textos Fundamentales

(1) FELLER, W. An Introduction to Probability Theory and its


Applications, Wiley, Nueva York, Vol. l (1950).

(2) RENY, A. Wahrsecheinlichkeitsrechnung mit einem Anhang uber


lnformationstheorie, Deutscher Verlag der Wissenschaften,
Berlín (1966 ).

(3) RlOS, S. Métodos Estadísticos, McGraw-Hill, Nueva York 131


(1967).

Textos Intermedios

(4) CRAMER, H. Elementos de la Teoría de Probabilidades y


Aplicaciones, Aguilar, Madrid (1963).

(5) FREEMAN, H. lntroduction to Statistical Inference, Addison-


Wesley, Reading, Mass. (1963).

(6) LINDLEY, D. V. Introduction to Probability and Statistics,


from a Bayesian Viewpoint; Part I. Probability, Part II.
Inference, Cambridge University Press, Londres (1965).

ORANZOS F.I. Estadística Kaelusz BuenosAires(l962).

Textos Elementales

(8) MASTROGIOVANI, M. de. Estadística y Probabilidad para


Educadores, Estrada, Buenos Aires (1969).

(9) NUÑEZ, J. A. y LENZI, R. V. Introducci6n al Cálculo de


Probabilidades, Centro Argentino de Profesores de Ene eñanza
Media, Buenos Aires (1968).
COLECCION DE MONOORAP'IAS CIENTIP'ICAS

Publicadas

Serie de matemática

Nº 1. La Revoluci6n en las Matemáticas Escolares, por el


Consejo Nacional de Maestros de Matemáticas de los
Estados Unidos de América.
Nº 2. Espacios Vectoriales y Geometría Analitica, por Luis
A. Santal6.
Nº 3. Estructuras Algebraicas I, por Enzo R. Gentile.
Nº 4. Historia de las Ideas Modernas en la Matemática, por
José Babini.
Nº s. Algebra Lineal, por Orlando Villamayor.
Nº 6. Algebra Linear e Geometria Euclidiana, por Alexandre
Augusto Martins Rodrigues.
Nº 7. El Concepto de Número, por César A. Trejo.
Nº 8. Funciones de Variable Compleja, por José l. Nieto.
Nº 9. Introducci6n a la Topología General, por Juan Horváth.
Nº 10. Func;oes Reais, por Djairo G. de Figueiredo.
Nº 11. Probabilidad e Inferencia Estadística, por Luis A.
Santal6.
Estructuras Algebraicas II (Algebra Lineal), por Enzo
133
Nº 12.
R. Gentile.
Nº 13. La Revoluci6n en las Matemáticas Escolares (Segunda
Fase), por Howard F. Fehr, John Camp y Howard
Kellogg.
Nº 14. Estructuras Algebraicas III (Grupos Finitos), por
Horacio O'Brien.

Serie de física

Nº l. Concepto Moderno del Núcleo, por D. Allan Bromley.


Nº 2. Panorama de la Astronomía Moderna, por Félix
Cernuschi y Sayd Codina.
Nº 3. La Estructura Electr6nica de los S6lidos, por Leopoldo
M. Falicov.
Nº 4. Física de Partículas, por Igor Saavedra.
Nº 5. Experimento, Razonamiento y Creación en Física, por
Félix Cernuschi.
Nº 6. Semiconductores, por George Bemski.
Nº 7. Aceleradores de Partículas, por Fernando Alba
Andrade.
Nº 8. Física Cuántica, por Onofre Rojo y H. Mcintosh.
N° 9. La Radiación Cósmica, por Gast6n R. Mejía y Carlos
Aguirre.
Nº 10. Astrofi'sica, por Carlos Jaschek y Mercedes C. de
Jaschek.
Nº 11. Ondas, por Osear J. Bressan y Enrique Gaviola.

Serie de química

Nº 1. Cinética Qui'mica Elemental, por Harold Behrens


Le Bas.
Nº 2. Bioenergética, por Isaias Raw y Walter Colli.
Nº 3. Macromoléculas, por Alejandro Paladini yM. Buralhik.
Nº 4. Mecanismos de las Reacciones Orgá'.nicas, por Jorge
A. Brieux.
Nº 5. Elementos Encadenados, por Jacobo G6mez-Lara.
Nº 6. Enseñanza de la Qui'mica Experimental, por Francisco
Giral.
Nº 7. Fotoqui'mica de Gases, por Ralf-Dieter Penzhorn.
Nº 8. Introducci6n a la Geoqui'mica, por Félix Gonzá'.lez-
Bonorino.
Nº 9. Resonancia Magnética Nuclear de Hidr6geno, por Pedro
Joseph-Nathan.
Nº 10. Cromatografi'a Li'quida de Alta Presi6n, por Harold M.
McNair y Benjami'n Esquivel H.
Nº 11. Act~vidad ?Ptica, Dispe::si_6n Rota;o~ia Optica y Di-
134 eFe1sme CuewaF en Qu1rmea 0Fgan1ea, peF PieFFe
Crabbé.
Nº 12. Espectroscopia Infrarroja, por Jesús Morcillo Rubio.
Nº 13. Polarografi'a, por Alejandro J. Arvi'a y Jorge A. Bolzan.

Serie de biología

Nº l. La Genética y la Revoluci6n en las Ciencias Biol6gicas,


por José Luis Reissig.
Nº 2. Bases Ecol6gicas de la Explotaci6n Agropecuaria en la
América Latina, por Guillermo Mann F.
Nº 3. La Taxonomi'a y la Revoluci6n en las Ciencias Biol6gi-
cas, por Eli'as R. de la Sota.
Nº 4. Principios Bá'.sicos para la Enseñanza de la Biologi'a,
por Oswaldo Frota-Pessoa.
Nº 5. A Vida da Célula, por Renato Basile.
Nº 6. Microorganismos, por J. M. Gutiérrez-Vázquez.
Nº 7. Principios Generales de Microbiologi'a, por Norberto
J. Palleroni.
Nº 8. Los Virus, por Enriqueta Pizarro-Suá'.rez y Gamba.
Nº 9. Introducci6n a la Ecologi'a del Bentos Marino, por
Manuel Vegas Vélez.
Nº 10. Biosi'ntesis de Protei'nas y el C6digo Genético, por
Jorge E. Allende.
Nº 11. Fundamentos de Inmunologi"a e Inmunoqui"mica, por
Félix C6rdoba Alva y Sergio Estrada-Parra.
Nº 12. Bacteri6fagos, por Romilio Espejo T.
Nº 13. Biogeografía de América Latina, por Angel L.
Cabrera y Abraham Willink.
Nº 14. Relaci6n Huésped-Parásito. Mecanismo de Patogenici-
dad de los ·Microorganismos, por Manuel Rodríguez
Leiva.

En preparaci6n

Serie de matemática

Estructuras Algebraicas IV (Algebra Multilineal), por Orlando


Villamayor y Artibano Micali.
Estructuras Algebraicas V (Teori"a de Cuerpos), por Dari"o J.
Picco.
Estructuras Algebraicas VI (Estructura de Algebras), por
Artibano Micali.
Introducci6n al Análisis, por Manuel Balanzat.
Introducci6n a la Integral de Lebesgue en la Recta, por Juan
Antonio Gatica.
Introduc;ao a Análise Funcional: Espac;os de Banach e Cálculo
135
Diferencial, por Leopoldo Nachbin.
Introducción a los Espacios de Hilbert, por Jose l. I'71eto.
Introduc;ao as Equac;oes Diferenciais Ordinárias, por ChaimS.
Honig.
Introducci6n a la Computaci6n, por Jaime Michelow.
Teori"a General de la Optimizaci6n, por Enrique Cansado.
Teori"a de Grafos, por Fausto Alfredo Toranzos.
Programaci6n Lineal, por Fernando L. Garagorry.

Serie de física

El Láser, por Mario Garavaglia.


Cálculo de Errores, Aplicaci6n y Teori"a, porWolfgang Meckbach.
Oceanografi"a Fi"sica, por Luis E. Herrera.

Serie de química

Paramagnetismo Electr6nico, por Juan A. McMillan.


Productos Naturales Vegetales, por Venancio Deulofeu y cola-
boradores.
Esteroqui"mica Orgánica, por Juan A. Garbarino.
Fotometri"a de Llama por Emisi6n, por Juan Ramírez Muñoz.
Fotometri"a de Llama por Absorci6n At6mica, por Juan Ramírez
Muñoz.
Crornatograf(a en Papel y en Capa Delgada, por Jorge A.
Dorni'nguez.
Momento Polar, por Pedro Lehman.
Fluorescencia At6rnica, por Juan Rarn(rez Muñoz.
lntroduirao a Espectrornetri"a de Massa das Substancias
Organicas, por Otto R. Gottlieb.
Los Esteroides, por Joseí E. Herz.
Termoqui"mica Moderna, por Jaime Cases.
Crornatograf(a de Gases, por Harold M. McNair.

Serie de biología

Micologi"a, por Margarita Silva-Hutner, William C. Merz y


Luiz R. Travassos.
Procesos Microbianos Aerobios de Importancia Industrial, por
Carlos Casas-Campillo.
Microbiolog(a de Suelos, por Luis Longeri Spada.
Ecolog(a Fisiol6gica, por Ernesto Medina.
Etologi"a: El Estudio del Comportamiento Animal, por Raúl
Vaz-Ferreira.
Citogenética Básica y Biolog(a de los Cromosomas, por F. A.
Saez y H. Cardoso.
Citogenética Ultraestructural y la Biolog(a Molecular de los
136
Cromosomas or R. Wettstein J. Roberto Sotelo
Análisis de Sistemas en Ecolog(a, por Gilberto C. Gallop{n.
Ecolog(a de Poblaciones, por Jorge E. Rabinovich.
Sistemas Ecol6gicos y el Hombre, por Ariel E. Lugo.
Inventario de Vegetaci6n de Biomas, por Jorge Morello.

Nota: Las personas interesadas en adquirir estas obras deben di-


rigirse a la Unidad de Ventas y Circulaci6n, Organizaci6n
de losEstadosAmericanos, Washington, D.G., 20006oalas
Oficinas de la Secretar(a General de la OEA en el pai"s
respectivo.

También podría gustarte