INTRODUCCION A LA ESTADISTICA DESCRIPTIVA

LECCION 1ª
Introducción a la Estadística Descriptiva

La estadística descriptiva es una ciencia que analiza series de datos (por ejemplo, edad de
una población, altura de los estudiantes de una escuela, temperatura en los meses de verano,
etc) y trata de extraer conclusiones sobre el comportamiento de estas variables.

Las variables pueden ser de dos tipos:

Variables cualitativas o atributos: no se pueden medir numéricamente (por

ejemplo: nacionalidad, color de la piel, sexo).

Variables cuantitativas: tienen valor numérico (edad, precio de un

producto, ingresos anuales).

Las variables también se pueden clasificar en:

Variables unidimensionales: sólo recogen información sobre una

característica (por ejemplo: edad de los alumnos de una clase).

Variables bidimensionales: recogen información sobre dos características

de la población (por ejemplo: edad y altura de los alumnos de una clase).

Variables pluridimensionales: recogen información sobre tres o más

características (por ejemplo: edad, altura y peso de los alumnos de una
clase).

Por su parte, las variables cuantitativas se pueden clasificar en discretas y continuas:

Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo:
número de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca
podrá ser 3,45).

Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por

ejemplo, la velocidad de un vehículo puede ser 80,3 km/h, 94,57 km/h...etc.

Cuando se estudia el comportamiento de una variable hay que distinguir los siguientes
conceptos:

Individuo: cualquier elemento que porte información sobre el fenómeno que

se estudia. Así, si estudiamos la altura de los niños de una clase, cada
alumno es un individuo; si estudiamos el precio de la vivienda, cada
vivienda es un individuo.
 Población: conjunto de todos los individuos (personas, objetos, animales,
etc.) que porten información sobre el fenómeno que se estudia. Por ejemplo,
si estudiamos el precio de la vivienda en una ciudad, la población será el
total de las viviendas de dicha ciudad.

Muestra: subconjunto que seleccionamos de la población. Así, si se estudia

el precio de la vivienda de una ciudad, lo normal será no recoger
información sobre todas las viviendas de la ciudad (sería una labor muy
compleja), sino que se suele seleccionar un subgrupo (muestra) que se
entienda que es suficientemente representativo.

LECCION 2ª
Distribución de frecuencia

La distribución de frecuencia es la representación estructurada, en forma de tabla, de toda

la información que se ha recogido sobre la variable que se estudia.

Variable Frecuencias absolutas Frecuencias relativas

(Valor) Simple Acumulada Simple Acumulada
x x x x x
X1 n1 n1 f1 = n1 / n f1
X2 n2 n1 + n2 f2 = n2 / n f1 + f2
... ... ... ... ...
Xn-1 nn-1 n1 + n2 +..+ nn-1 fn-1 = nn-1 / n f1 + f2 +..+fn-1
Xn nn n fn = nn / n f

Siendo X los distintos valores que puede tomar la variable.

Siendo n el número de veces que se repite cada valor.
Siendo f el porcentaje que la repetición de cada valor supone sobre el total

Veamos un ejemplo:

Medimos la altura de los niños de una clase y obtenemos los siguientes resultados (cm):

Alumno Estatura Alumno Estatura Alumno Estatura

x x x x x x
Alumno 1 1,25 Alumno 11 1,23 Alumno 21 1,21
Alumno 2 1,28 Alumno 12 1,26 Alumno 22 1,29
Alumno 3 1,27 Alumno 13 1,30 Alumno 23 1,26
Alumno 4 1,21 Alumno 14 1,21 Alumno 24 1,22
Alumno 5 1,22 Alumno 15 1,28 Alumno 25 1,28
Alumno 6 1,29 Alumno 16 1,30 Alumno 26 1,27
Alumno 7 1,30 Alumno 17 1,22 Alumno 27 1,26
 Alumno 8 1,24 Alumno 18 1,25 Alumno 28 1,23
Alumno 9 1,27 Alumno 19 1,20 Alumno 29 1,22
Alumno 10 1,29 Alumno 20 1,28 Alumno 30 1,21

Si presentamos esta información estructurada obtendríamos la siguiente tabla de

frecuencia:

Variable Frecuencias absolutas Frecuencias relativas

(Valor) Simple Acumulada Simple Acumulada
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

Si los valores que toma la variable son muy diversos y cada uno de ellos se repite muy
pocas veces, entonces conviene agruparlos por intervalos, ya que de otra manera
obtendríamos una tabla de frecuencia muy extensa que aportaría muy poco valor a efectos
de síntesis. (tal como se verá en la siguiente lección).

LECCION 3ª
Distribuciones de frecuencia agrupada

Supongamos que medimos la estatura de los habitantes de una vivienda y obtenemos los
siguientes resultados (cm):

Habitante Estatura Habitante Estatura Habitante Estatura

x x x x x x
Habitante 1 1,15 Habitante 11 1,53 Habitante 21 1,21
Habitante 2 1,48 Habitante 12 1,16 Habitante 22 1,59
Habitante 3 1,57 Habitante 13 1,60 Habitante 23 1,86
Habitante 4 1,71 Habitante 14 1,81 Habitante 24 1,52
Habitante 5 1,92 Habitante 15 1,98 Habitante 25 1,48
Habitante 6 1,39 Habitante 16 1,20 Habitante 26 1,37
Habitante 7 1,40 Habitante 17 1,42 Habitante 27 1,16
Habitante 8 1,64 Habitante 18 1,45 Habitante 28 1,73
 Habitante 9 1,77 Habitante 19 1,20 Habitante 29 1,62
Habitante 10 1,49 Habitante 20 1,98 Habitante 30 1,01

Si presentáramos esta información en una tabla de frecuencia obtendríamos una tabla de 30

líneas (una para cada valor), cada uno de ellos con una frecuencia absoluta de 1 y con una
frecuencia relativa del 3,3%. Esta tabla nos aportaría escasa información

En lugar de ello, preferimos agrupar los datos por intervalos, con lo que la información
queda más resumida (se pierde, por tanto, algo de información), pero es más manejable e
informativa:

Estatura Frecuencias absolutas Frecuencias relativas

Cm Simple Acumulada Simple Acumulada
x x x x x
1,01 - 1,10 1 1 3,3% 3,3%
1,11 - 1,20 3 4 10,0% 13,3%
1,21 - 1,30 3 7 10,0% 23,3%
1,31 - 1,40 2 9 6,6% 30,0%
1,41 - 1,50 6 15 20,0% 50,0%
1,51 - 1,60 4 19 13,3% 63,3%
1,61 - 1,70 3 22 10,0% 73,3%
1,71 - 1,80 3 25 10,0% 83,3%
1,81 - 1,90 2 27 6,6% 90,0%
1,91 - 2,00 3 30 10,0% 100,0%

El número de tramos en los que se agrupa la información es una decisión que debe tomar el
analista: la regla es que mientras más tramos se utilicen menos información se pierde, pero
puede que menos representativa e informativa sea la tabla.

LECCION 4ª
Medidas de posición central

Las medidas de posición nos facilitan información sobre la serie de datos que estamos
analizando. Estas medidas permiten conocer diversas características de esta serie de datos.

Las medidas de posición son de dos tipos:

a) Medidas de posición central: informan sobre los valores medios de la

serie de datos.

b) Medidas de posición no centrales: informan de como se distribuye el

resto de los valores de la serie.

a) Medidas de posición central

Las principales medidas de posición central son las siguientes:

1.- Media: es el valor medio ponderado de la serie de datos. Se pueden

calcular diversos tipos de media, siendo las más utilizadas:

a) Media aritmética: se calcula multiplicando cada valor por

el número de veces que se repite. La suma de todos estos
productos se divide por el total de datos de la muestra:

(X1 * n1) + (X2 * n2) + (X3 * n3) + .....+ (Xn-1 * nn-1) + (Xn * nn)
Xm = ---------------------------------------------------------------------------------------
n

b) Media geométrica: se eleva cada valor al número de

veces que se ha repetido. Se multiplican todo estos resultados
y al producto final se le calcula la raíz "n" (siendo "n" el total
de datos de la muestra).

Según el tipo de datos que se analice será más apropiado

utilizar la media aritmética o la media geométrica.

La media geométrica se suele utilizar en series de datos como

tipos de interés anuales, inflación, etc., donde el valor de cada
año tiene un efecto multiplicativo sobre el de los años
anteriores. En todo caso, la media aritmética es la medida de
posición central más utilizada.

Lo más positivo de la media es que en su cálculo se utilizan

todos los valores de la serie, por lo que no se pierde ninguna
información.

Sin embargo, presenta el problema de que su valor (tanto en

el caso de la media aritmética como geométrica) se puede ver
muy influido por valores extremos, que se aparten en exceso
del resto de la serie. Estos valores anómalos podrían
condicionar en gran medida el valor de la media, perdiendo
ésta representatividad.

2.- Mediana: es el valor de la serie de datos que se sitúa justamente en el

centro de la muestra (un 50% de valores son inferiores y otro 50% son
superiores).
 No presentan el problema de estar influido por los valores extremos, pero en
cambio no utiliza en su cálculo toda la información de la serie de datos (no
pondera cada valor por el número de veces que se ha repetido).

3.- Moda: es el valor que más se repite en la muestra.

Ejemplo: vamos a utilizar la tabla de distribución de frecuencias con los datos de la

estatura de los alumnos que vimos en la lección 2ª.

Variable Frecuencias absolutas Frecuencias relativas

(Valor) Simple Acumulada Simple Acumulada
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

Vamos a calcular los valores de las distintas posiciones centrales:

1.- Media aritmética:

(1,20*1) + (1,21*4) + (1,22 * 4) + (1,23 * 2) + ......... + (1,29 * 3) + (1,30

* 3)
Xm = -----------------------------------------------------------------------------------------
---------
30

Luego:

Xm = 1,253

Por lo tanto, la estatura media de este grupo de alumnos es de 1,253 cm.

2.- Media geométrica:

X= ((1,20^ 1) * (1,21^4) * (1,22^ 4) * .....* (1,29^3)* (1,30^3)) ^ (1/30)

Luego:
 Xm = 1,253

En este ejemplo la media aritmética y la media geométrica coinciden, pero

no tiene siempre por qué ser así.

3.- Mediana:

La mediana de esta muestra es 1,26 cm, ya que por debajo está el 50% de los
valores y por arriba el otro 50%. Esto se puede ver al analizar la columna de
frecuencias relativas acumuladas.

En este ejemplo, como el valor 1,26 se repite en 3 ocasiones, la media se

situaría exactamente entre el primer y el segundo valor de este grupo, ya que
entre estos dos valores se encuentra la división entre el 50% inferior y el
50% superior.

4.- Moda:

Hay 3 valores que se repiten en 4 ocasiones: el 1,21, el 1,22 y el 1,28, por lo

tanto esta seria cuenta con 3 modas.

LECCION 5ª
Medidas de posición no central

Medidas de posición no centrales

Las medidas de posición no centrales permiten conocer otros puntos característicos de la

distribución que no son los valores centrales. Entre otros indicadores, se suelen utilizar una serie
de valores que dividen la muestra en tramos iguales:

Cuartiles: son 3 valores que distribuyen la serie de datos, ordenada de forma

creciente o decreciente, en cuatro tramos iguales, en los que cada uno de ellos
concentra el 25% de los resultados.

Deciles: son 9 valores que distribuyen la serie de datos, ordenada de forma

creciente o decreciente, en diez tramos iguales, en los que cada uno de ellos
concentra el 10% de los resultados.

Percentiles: son 99 valores que distribuyen la serie de datos, ordenada de forma

creciente o decreciente, en cien tramos iguales, en los que cada uno de ellos
concentra el 1% de los resultados.

Ejemplo: Vamos a calcular los cuartiles de la serie de datos referidos a la estatura de un grupo de
alumnos (lección 2ª). Los deciles y centiles se calculan de igual manera, aunque haría falta
distribuciones con mayor número de datos.

Variable Frecuencias absolutas Frecuencias relativas

(Valor) Simple Acumulada Simple Acumulada
 x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

1º cuartil: es el valor 1,22 cm, ya que por debajo suya se sitúa el 25% de la
frecuencia (tal como se puede ver en la columna de la frecuencia relativa
acumulada).

2º cuartil: es el valor 1,26 cm, ya que entre este valor y el 1º cuartil se situa otro
25% de la frecuencia.

3º cuartil: es el valor 1,28 cm, ya que entre este valor y el 2º cuartil se sitúa otro
25% de la frecuencia. Además, por encima suya queda el restante 25% de la
frecuencia.

Atención: cuando un cuartil recae en un valor que se ha repetido más de una vez (como ocurre en
el ejemplo en los tres cuartiles) la medida de posición no central sería realmente una de las
repeticiones.

LECCION 6ª
Medidas de dispersión

Estudia la distribución de los valores de la serie, analizando si estos se encuentran más o menos
concentrados, o más o menos dispersos.

Existen diversas medidas de dispersión, entre las más utilizadas podemos destacar las
siguientes:

1.- Rango: mide la amplitud de los valores de la muestra y se calcula por

diferencia entre el valor más elevado y el valor más bajo.

2.- Varianza: Mide la distancia existente entre los valores de la serie y la media. Se
calcula como sumatorio de las diferencias al cuadrado entre cada valor y la media,
multiplicadas por el número de veces que se ha repetido cada valor. El sumatorio
obtenido se divide por el tamaño de la muestra.
 La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más
concentrados están los valores de la serie alrededor de la media. Por el contrario,
mientras mayor sea la varianza, más dispersos están.

3.- Desviación típica: Se calcula como raíz cuadrada de la varianza.

4.- Coeficiente de variación de Pearson: se calcula como cociente entre la

desviación típica y la media.

Ejemplo: vamos a utilizar la serie de datos de la estatura de los alumnos de una clase (lección 2ª)
y vamos a calcular sus medidas de dispersión.

Variable Frecuencias absolutas Frecuencias relativas

(Valor) Simple Acumulada Simple Acumulada
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

1.- Rango: Diferencia entre el mayor valor de la muestra (1,30) y el menor valor
(1,20). Luego el rango de esta muestra es 10 cm.

2.- Varianza: recordemos que la media de esta muestra es 1,253. Luego,

aplicamos la fórmula:

Por lo tanto, la varianza es 0,0010

3.- Desviación típica: es la raíz cuadrada de la varianza.

 Luego:

4.- Coeficiente de variación de Pearson: se calcula como cociente entre la

desviación típica y la media de la muestra.

Cv = 0,0320 / 1,253

Luego,

Cv = 0,0255

El interés del coeficiente de variación es que al ser un porcentaje permite comparar

el nivel de dispersión de dos muestras. Esto no ocurre con la desviación típica, ya
que viene expresada en las mismas unidas que los datos de la serie.

Por ejemplo, para comparar el nivel de dispersión de una serie de

datos de la altura de los alumnos de una clase y otra serie con el
peso de dichos alumnos, no se puede utilizar las desviaciones
típicas (una viene vienes expresada en cm y la otra en kg). En
cambio, sus coeficientes de variación son ambos porcentajes, por
lo que sí se pueden comparar.

LECCION 7ª
Medidas de forma: Grado de concentración

Las medidas de forma permiten conocer que forma tiene la curva que representa la serie de datos
de la muestra. En concreto, podemos estudiar las siguientes características de la curva:

a) Concentración: mide si los valores de la variable están más o menos

uniformemente repartidos a lo largo de la muestra.

b) Asimetría: mide si la curva tiene una forma simétrica, es decir, si respecto al

centro de la misma (centro de simetría) los segmentos de curva que quedan a
derecha e izquierda son similares.

c) Curtosis: mide si los valores de la distribución están más o menos

concentrados alrededor de los valores medios de la muestra.

a) Concentración

Para medir el nivel de concentración de una distribución de frecuencia se pueden utilizar distintos
indicadores, entre ellos el Índice de Gini.

Este índice se calcula aplicando la siguiente fórmula:

  (pi - qi)
IG = ----------------------------
 pi
(i toma valores entre 1 y n-1)

En donde pi mide el porcentaje de individuos de la muestra que presentan un valor igual o inferior
al de xi.

n1 + n2 + n3 + ... + ni
pi = ---------------------------- x 100
n

Mientras que qi se calcula aplicando la siguiente fórmula:

(X1*n1) + (X2*n2) + ... + (Xi*ni)

qi = ----------------------------------------------------- x 100
(X1*n1) + (X2*n2) + ... + (Xn*nn)

El Índice Gini (IG) puede tomar valores entre 0 y 1:

IG = 0 : concentración mínima. La muestra está uniformemente repartida a lo

largo de todo su rango.

IG = 1 : concentración máxima. Un sólo valor de la muestra acumula el 100% de

los resultados.

Ejemplo: vamos a calcular el Índice Gini de una serie de datos con los sueldos de los empleados
de una empresa (millones pesetas).

Empleados (Frecuencias
Sueldos Frecuencias relativas
absolutas)
(Millones) Simple Acumulada Simple Acumulada
x x x x x
3,5 10 10 25,0% 25,0%
4,5 12 22 30,0% 55,0%
6,0 8 30 20,0% 75,0%
8,0 5 35 12,5% 87,5%
10,0 3 38 7,5% 95,0%
15,0 1 39 2,5% 97,5%
20,0 1 40 2,5% 100,0%

Calculamos los valores que necesitamos para aplicar la fórmula del Indice de Gini:

Xi ni  ni pi Xi * ni  Xi * ni qi pi - qi
 x x x x x x x x
3,5 10 10 25,0 35,0 35,0 13,6 10,83
4,5 12 22 55,0 54,0 89,0 34,6 18,97
6,0 8 30 75,0 48,0 147,0 57,2 19,53
8,0 5 35 87,5 40,0 187,0 72,8 15,84
10,0 3 38 95,0 30,0 217,0 84,4 11,19
15,0 1 39 97,5 15,0 232,0 90,3 7,62
25,0 1 40 100,0 25,0 257,0 100,0 0
x x x x x x x x
 pi (entre 1 y n-1) = 435,0 x  (pi - qi) (entre 1 y n-1 ) = 83,99

Por lo tanto:

IG = 83,99 / 435,0 = 0,19

Un Índice Gini de 0,19 indica que la muestra está bastante uniformemente repartida, es decir, su
nivel de concentración no es excesivamente alto.

Ejemplo: Ahora vamos a analizar nuevamente la muestra anterior, pero considerando que hay más
personal de la empresa que cobra el sueldo máximo, lo que conlleva mayor concentración de renta
en unas pocas personas.

Empleados (Frecuencias
Sueldos Frecuencias relativas
absolutas)
(Millones) Simple Acumulada Simple Acumulada
x x x x x
3,5 10 10 25,0% 25,0%
4,5 10 20 25,0% 50,0%
6,0 8 28 20,0% 70,0%
8,0 5 33 12,5% 82,5%
10,0 3 36 7,5% 90,0%
15,0 0 36 0,0% 90,0%
20,0 4 40 10,0% 100,0%

En este caso obtendríamos los siguientes datos:

Xi ni  ni pi Xi * ni  Xi * ni qi pi - qi
x x x x x x x x
3,5 10 10 25,0 35 35 11,7 13,26
4,5 10 20 50,0 45 80 26,8 23,15
6,0 8 28 70,0 48 128 43,0 27,05
8,0 5 33 82,5 40 168 56,4 26,12
 10,0 3 36 90,0 30 198 66,4 23,56
15,0 0 36 90,0 0 198 66,4 23,56
25,0 4 40 100,0 100 298 100,0 0,00
x x x x x x x x
 pi (entre 1 y n-1) = 407,5 x  (pi - qi) (entre 1 y n-1 ) = 136,69

El Índice Gini sería:

IG = 136,69 / 407,5 = 0,34

El Índice Gini se ha elevado considerablemente, reflejando la mayor concentración de rentas que

hemos comentado.

LECCION 8ª
Medidas de forma: Coeficiente de Asimetría

b) Asimetría

Hemos comentado que el concepto de asimetría se refiere a si la curva que forman los valores de
la serie presenta la misma forma a izquierda y derecha de un valor central (media aritmética).

Para medir el nivel de asimetría se utiliza el llamado Coeficiente de Asimetría de Fisher, que
viene definido:

Los resultados pueden ser los siguientes:

g1 = 0 (distribución simétrica; existe la misma concentración de

valores a la derecha y a la izquierda de la media)

g1 > 0 (distribución asimétrica positiva; existe mayor concentración

de valores a la derecha de la media que a su izquierda)

g1 < 0 (distribución asimétrica negativa; existe mayor

concentración de valores a la izquierda de la media que a su
derecha)
Ejemplo: Vamos a calcular el Coeficiente de Asimetría de Fisher de la serie de datos referidos a la
estatura de un grupo de alumnos (lección 2ª):

Variable Frecuencias absolutas Frecuencias relativas

(Valor) Simple Acumulada Simple Acumulada
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

Recordemos que la media de esta muestra es 1,253

((xi - x)^3)*ni ((xi - x)^2)*ni

x x
0,000110 0,030467

Luego:

(1/30) * 0,000110
g1 = ------------------------------------------------- = -0,1586
(1/30) * (0,030467)^(3/2)

Por lo tanto el Coeficiente de Fisher de Simetría de esta muestra es -0,1586, lo que quiere decir
que presenta una distribución asimétrica negativa (se concentran más valores a la izquierda de la
media que a su derecha).

LECCION 9ª
Medidas de forma: Coeficiente de Curtosis

c) Curtosis

El Coeficiente de Curtosis analiza el grado de concentración que presentan los valores alrededor
de la zona central de la distribución.
Se definen 3 tipos de distribuciones según su grado de curtosis:

Distribución mesocúrtica: presenta un grado de concentración medio alrededor

de los valores centrales de la variable (el mismo que presenta una distribución
normal).

Distribución leptocúrtica: presenta un elevado grado de concentración alrededor

de los valores centrales de la variable.

Distribución platicúrtica: presenta un reducido grado de concentración alrededor

de los valores centrales de la variable.

El Coeficiente de Curtosis viene definido por la siguiente fórmula:

Los resultados pueden ser los siguientes:

g2 = 0 (distribución mesocúrtica).

g2 > 0 (distribución leptocúrtica).

g2 < 0 (distribución platicúrtica).

Ejemplo: Vamos a calcular el Coeficiente de Curtosis de la serie de datos referidos a la estatura de

un grupo de alumnos (lección 2ª):

Variable Frecuencias absolutas Frecuencias relativas

(Valor) Simple Acumulada Simple Acumulada
x x x x x
1,20 1 1 3,3% 3,3%
1,21 4 5 13,3% 16,6%
1,22 4 9 13,3% 30,0%
1,23 2 11 6,6% 36,6%
1,24 1 12 3,3% 40,0%
1,25 2 14 6,6% 46,6%
1,26 3 17 10,0% 56,6%
1,27 3 20 10,0% 66,6%
 1,28 4 24 13,3% 80,0%
1,29 3 27 10,0% 90,0%
1,30 3 30 10,0% 100,0%

Recordemos que la media de esta muestra es 1,253

((xi - xm)^4)*ni ((xi - xm)^2)*ni

x x
0,00004967 0,03046667

Luego:

(1/30) * 0,00004967
------------------------------------------- - 3 = -1,39
g2 = ------
((1/30) * (0,03046667))^2

Por lo tanto, el Coeficiente de Curtosis de esta muestra es -1,39, lo que quiere decir que se trata
de una distribución platicúrtica, es decir, con una reducida concentración alrededor de los valores
centrales de la distribución.

LECCION 10ª
Distribuciones bidimensionales

Las distribuciones bidimensionales son aquellas en las que se estudian al mismo tiempo dos
variables de cada elemento de la población: por ejemplo: peso y altura de un grupo de estudiantes;
superficie y precio de las viviendas de una ciudad; potencia y velocidad de una gama de coches
deportivos.

Para representar los datos obtenidos se utiliza una tabla de correlación:

X/Y y1 y2 ..... ym-1 ym

x1 n1,1 n1,2 x n1,m-1 n1,m
x2 n2,1 n2,2 x n2,m-1 n2,m
..... x x x x x
xn-1 nn-1,1 nn-1,2 x nn-1,m-1 nn-1,m
xn nn,1 nn,2 x nn,m-1 nn,m
Las "x" representan una de las variables y las "y" la otra variable. En cada intersección de una valor
de "x" y un valor de "y" se recoge el número de veces que dicho par de valores se ha presentado
conjuntamente.

Ejemplo: Medimos el peso y la estatura de los alumnos de una clase y obtenemos los siguientes
resultados:

Alumno Estatura Peso Alumno Estatura Peso Alumno Estatura Peso

x x x x x x x x x
Alumno 1 1,25 32 Alumno 11 1,25 31 Alumno 21 1,25 33
Alumno 2 1,28 33 Alumno 12 1,28 35 Alumno 22 1,28 32
Alumno 3 1,27 31 Alumno 13 1,27 34 Alumno 23 1,27 34
Alumno 4 1,21 34 Alumno 14 1,21 33 Alumno 24 1,21 34
Alumno 5 1,22 32 Alumno 15 1,22 33 Alumno 25 1,22 35
Alumno 6 1,29 31 Alumno 16 1,29 31 Alumno 26 1,29 31
Alumno 7 1,30 34 Alumno 17 1,30 35 Alumno 27 1,30 34
Alumno 8 1,24 32 Alumno 18 1,24 32 Alumno 28 1,24 33
Alumno 9 1,27 32 Alumno 19 1,27 31 Alumno 29 1,27 35
Alumno 10 1,29 35 Alumno 20 1,29 33 Alumno 30 1,29 34

Esta información se puede representar de un modo más organizado en la siguiente tabla de

correlación:

Estatura / Peso 31 kg 32 kg 33 kg 34 kg 35 kg
1,21 cm 0 0 1 2 0
1,22 cm 0 1 1 0 1
1,23 cm 0 0 0 0 0
1,24 cm 0 2 1 0 0
1,25 cm 1 1 1 0 0
1,26 cm 0 0 0 0 0
1,27 cm 2 1 0 2 1
1,28 cm 0 1 1 0 1
1,29 cm 3 0 1 1 1
1,30 cm 0 0 0 2 1

Tal como se puede ver, en cada casilla se recoge el número de veces que se presenta
conjuntamente cada par de valores (x,y).
Tal como vimos en las distribuciones unidimensionales si una de las variables (o las dos) presentan
gran número de valores diferentes, y cada uno de ellos se repite en muy pocas ocasiones, puede
convenir agrupar los valores de dicha variable (o de las dos) en tramos.

LECCION 11ª
Distribuciones marginales

Al analizar una distribución bidimensional, uno puede centrar su estudio en el comportamiento de

una de las variables, con independencia de como se comporta la otra. Estaríamos así en el análisis
de una distribución marginal.

De cada distribución bidimensional se pueden deducir dos distribuciones marginales: una

correspondiente a la variable x, y otra correspondiente a la variable y.

Distribución marginal de X

X ni.
x x

x1 n1.
x2 n2.
..... ...
xn-1 nn-1.
xn nn.

Distribución marginal de Y

Y n.j
x x

y1 n.1
y2 n.2
..... ...
ym-1 n.m-1
ym n.m

Ejemplo: a partir del ejemplo que vimos en la lección anterior (serie con los pesos y medidas de
los alumnos de una clase) vamos a estudiar sus distribuciones marginales.

Estatura / Peso 31 kg 32 kg 33 kg 34 kg 35 kg
1,21 cm 0 0 1 2 0
1,22 cm 0 1 1 0 1
 1,23 cm 0 0 0 0 0
1,24 cm 0 2 1 0 0
1,25 cm 1 1 1 0 0
1,26 cm 0 0 0 0 0
1,27 cm 2 1 0 2 1
1,28 cm 0 1 1 0 1
1,29 cm 3 0 1 1 1
1,30 cm 0 0 0 2 1

Las variables marginales se comportan como variables unidimensionales, por lo que pueden ser
representadas en tablas de frecuencias.

a) Distribución marginal de la variable X (estatura)

Obtenemos la siguiente tabla de frecuencia:

Variable Frecuencias absolutas Frecuencias relativas

(Estatura) Simple Acumulada Simple Acumulada
xx xx xx xx xx
1,21 3 3 10,0% 10,0%
1,22 3 6 10,0% 20,0%
1,23 0 6 0,0% 20,0%
1,24 3 9 10,0% 30,0%
1,25 3 12 10,0% 40,0%
1,26 0 12 0,0% 40,0%
1,27 6 18 20,0% 60,0%
1,28 3 21 10,0% 70,0%
1,29 6 27 20,0% 90,0%
1,30 3 30 10,0% 100,0%

b) Distribución marginal de la variable Y (peso)

Obtenemos la siguiente tabla de frecuencia:

Variable Frecuencias absolutas Frecuencias relativas

(Peso) Simple Acumulada Simple Acumulada
xx xx xx xx xx
31 6 6 20,0% 20,0%
32 6 12 20,0% 40,0%
 33 6 18 20,0% 60,0%
34 7 25 23,3% 83,3%
35 5 30 16,6% 100,0%

LECCION 12ª
Coeficiente de correlación lineal

En una distribución bidimensional puede ocurrir que las dos variables guarden algún tipo de
relación entre si.

Por ejemplo, si se analiza la estatura y el peso de los alumnos de una clase es

muy posible que exista relación entre ambas variables: mientras más alto sea el
alumno, mayor será su peso.

El coeficiente de correlación lineal mide el grado de intensidad de esta posible relación entre las
variables. Este coeficiente se aplica cuando la relación que puede existir entre las variables es
lineal (es decir, si representáramos en un gráfico los pares de valores de las dos variables la nube
de puntos se aproximaría a una recta).

No obstante, puede que exista una relación que no sea lineal, sino exponencial, parabólica, etc. En
estos casos, el coeficiente de correlación lineal mediría mal la intensidad de la relación las
variables, por lo que convendría utilizar otro tipo de coeficiente más apropiado.

Para ver, por tanto, si se puede utilizar el coeficiente de correlación lineal, lo mejor es representar
los pares de valores en un gráfico y ver que forma describen.

El coeficiente de correlación lineal se calcula aplicando la siguiente fórmula:

Es decir:

Numerador: se denomina covarianza y se calcula de la siguiente manera: en

cada par de valores (x,y) se multiplica la "x" menos su media, por la "y" menos su
 media. Se suma el resultado obtenido de todos los pares de valores y este
resultado se divide por el tamaño de la muestra.

Denominador se calcula el producto de las varianzas de "x" y de "y", y a este

producto se le calcula la raíz cuadrada.

Los valores que puede tomar el coeficiente de correlación "r" son: -1 < r < 1

Si "r" > 0, la correlación lineal es positiva (si sube el valor de una variable sube el
de la otra). La correlación es tanto más fuerte cuanto más se aproxime a 1.

Por ejemplo: altura y peso: los alumnos más altos suelen pesar más.

Si "r" < 0, la correlación lineal es negativa (si sube el valor de una variable
disminuye el de la otra). La correlación negativa es tanto más fuerte cuanto más se
aproxime a -1.

Por ejemplo: peso y velocidad: los alumnos más gordos suelen correr menos.

Si "r" = 0, no existe correlación lineal entre las variables. Aunque podría existir
otro tipo de correlación (parabólica, exponencial, etc.)

De todos modos, aunque el valor de "r" fuera próximo a 1 o -1, tampoco esto quiere decir
obligatoriamente que existe una relación de causa-efecto entre las dos variables, ya que este
resultado podría haberse debido al puro azar.

Ejemplo: vamos a calcular el coeficiente de correlación de la siguiente serie de datos de altura y

peso de los alumnos de una clase:

Alumno Estatura Peso Alumno Estatura Peso Alumno Estatura Peso

x x x x x x x x x
Alumno 1 1,25 32 Alumno 11 1,25 33 Alumno 21 1,25 33
Alumno 2 1,28 33 Alumno 12 1,28 35 Alumno 22 1,28 34
Alumno 3 1,27 34 Alumno 13 1,27 34 Alumno 23 1,27 34
Alumno 4 1,21 30 Alumno 14 1,21 30 Alumno 24 1,21 31
Alumno 5 1,22 32 Alumno 15 1,22 33 Alumno 25 1,22 32
Alumno 6 1,29 35 Alumno 16 1,29 34 Alumno 26 1,29 34
Alumno 7 1,30 34 Alumno 17 1,30 35 Alumno 27 1,30 34
Alumno 8 1,24 32 Alumno 18 1,24 32 Alumno 28 1,24 31
Alumno 9 1,27 32 Alumno 19 1,27 33 Alumno 29 1,27 35
Alumno 10 1,29 35 Alumno 20 1,29 33 Alumno 30 1,29 34

Aplicamos la fórmula:

(1/30) * (0,826)
r= ----------------------------------------------------------
(((1/30)*(0,02568)) * ((1/30)*(51,366)))^(1/2)
Luego,

r= 0,719
x x

Por lo tanto, la correlación existente entre estas dos variables es elevada (0,7) y de signo positivo.

LECCION 13ª
Regresión lineal

Representamos en un gráfico los pares de valores de una distribución bidimensional: la variable "x"
en el eje horizontal o eje de abscisa, y la variable "y" en el eje vertical, o eje de ordenada. Vemos
que la nube de puntos sigue una tendencia lineal:

El coeficiente de correlación lineal nos permite determinar si, efectivamente, existe relación entre
las dos variables. Una vez que se concluye que sí existe relación, la regresión nos permite definir
la recta que mejor se ajusta a esta nube de puntos.

Una recta viene definida por la siguiente fórmula:

y = a + bx

Donde "y" sería la variable dependiente, es decir, aquella que viene definida a partir de la otra
variable "x" (variable independiente). Para definir la recta hay que determinar los valores de los
parámetros "a" y "b":

El parámetro "a" es el valor que toma la variable dependiente "y", cuando la

variable independiente "x" vale 0, y es el punto donde la recta cruza el eje vertical.
 El parámetro "b" determina la pendiente de la recta, su grado de inclinación.

La regresión lineal nos permite calcular el valor de estos dos parámetros, definiendo la recta que
mejor se ajusta a esta nube de puntos.

El parámetro "b" viene determinado por la siguiente fórmula:

Es la covarianza de las dos variables, dividida por la varianza de la variable "x".

El parámetro "a" viene determinado por:

a = ym - (b * xm)

Es la media de la variable "y", menos la media de la variable "x" multiplicada por el parámetro "b"
que hemos calculado.

Ejemplo: vamos a calcular la recta de regresión de la siguiente serie de datos de altura y peso de
los alumnos de una clase. Vamos a considerar que la altura es la variable independiente "x" y que
el peso es la variable dependiente "y" (podíamos hacerlo también al contrario):

Alumno Estatura Peso Alumno Estatura Peso Alumno Estatura Peso

x x x x x x x x x
Alumno 1 1,25 32 Alumno 11 1,25 33 Alumno 21 1,25 33
Alumno 2 1,28 33 Alumno 12 1,28 35 Alumno 22 1,28 34
Alumno 3 1,27 34 Alumno 13 1,27 34 Alumno 23 1,27 34
Alumno 4 1,21 30 Alumno 14 1,21 30 Alumno 24 1,21 31
Alumno 5 1,22 32 Alumno 15 1,22 33 Alumno 25 1,22 32
Alumno 6 1,29 35 Alumno 16 1,29 34 Alumno 26 1,29 34
Alumno 7 1,30 34 Alumno 17 1,30 35 Alumno 27 1,30 34
Alumno 8 1,24 32 Alumno 18 1,24 32 Alumno 28 1,24 31
Alumno 9 1,27 32 Alumno 19 1,27 33 Alumno 29 1,27 35
Alumno 10 1,29 35 Alumno 20 1,29 33 Alumno 30 1,29 34

El parámetro "b" viene determinado por:

(1/30) * 1,034
---------------------------------------
b= --
= 40,265

(1/30) * 0,00856

Y el parámetro "a" por:

 a = 33,1 - (40,265 * 1,262) = -17,714

Por lo tanto, la recta que mejor se ajusta a esta serie de datos es:

y = -17,714 + (40,265 * x)

Esta recta define un valor de la variable dependiente (peso), para cada valor de la variable
independiente (estatura):

Estatura Peso
x x
1,20 30,6
1,21 31,0
1,22 31,4
1,23 31,8
1,24 32,2
1,25 32,6
1,26 33,0
1,27 33,4
1,28 33,8
1,29 34,2
1,30 34,6

PROBABILIDADES

LECCION 14ª
Probabilidad: Introducción

La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se

realiza un experimento.

Ejemplo: tiramos un dado al aire y queremos saber cual es la probabilidad de que

salga un 2, o que salga un número par, o que salga un número menor que 4.

El experimento tiene que ser aleatorio, es decir, que pueden presentarse diversos resultados,
dentro de un conjunto posible de soluciones, y esto aún realizando el experimento en las mismas
condiciones. Por lo tanto, a priori no se conoce cual de los resultados se va a presentar:
 Ejemplos: lanzamos una moneda al aire: el resultado puede ser cara o cruz, pero
no sabemos de antemano cual de ellos va a salir.

En la Lotería de Navidad, el "Gordo" (en España se llama "Gordo" al primer

premio) puede ser cualquier número entre el 1 y el 100.000, pero no sabemos a
priori cual va a ser (si lo supiéramos no estaríamos aquí escribiendo esta lección).

Hay experimentos que no son aleatorios y por lo tanto no se les puede aplicar las reglas de la
probabilidad.

Ejemplo: en lugar de tirar la moneda al aire, directamente seleccionamos la cara.

Aquí no podemos hablar de probabilidades, sino que ha sido un resultado
determinado por uno mismo.

Antes de calcular las probabilidades de un experimento aleatorio hay que definir una serie de
conceptos:

Suceso elemental: hace referencia a cada una de las posibles soluciones que se pueden
presentar.

Ejemplo: al lanzar una moneda al aire, los sucesos elementales son la cara y la
cruz. Al lanzar un dado, los sucesos elementales son el 1, el 2, .., hasta el 6.

Suceso compuesto: es un subconjunto de sucesos elementales.

Ejemplo: lanzamos un dado y queremos que salga un número par. El suceso

"numero par" es un suceso compuesto, integrado por 3 sucesos elementales: el 2,
el 4 y el 6

O, por ejemplo, jugamos a la ruleta y queremos que salga "menor o igual que 18".
Este es un suceso compuesto formado por 18 sucesos elementales (todos los
números que van del 1 al 18).

Al conjunto de todos los posibles sucesos elementales lo denominamos espacio muestral. Cada
experimento aleatorio tiene definido su espacio muestral (es decir, un conjunto con todas las
soluciones posibles).

Ejemplo: si tiramos una moneda al aire una sola vez, el espacio muestral será
cara o cruz.

Si el experimento consiste en lanzar una moneda al aire dos veces, entonces el

espacio muestral estaría formado por (cara-cara), (cara-cruz), (cruz-cara) y (cruz-
cruz).

LECCION 15ª
Probabilidad: Relación entre sucesos

Entre los sucesos compuestos se pueden establecer distintas relaciones:

a) Un suceso puede estar contenido en otro: las posibles soluciones del primer suceso también
lo son del segundo, pero este segundo suceso tiene además otras soluciones suyas propias.

Ejemplo: lanzamos un dado y analizamos dos sucesos: a) que salga el número 6,

y b) que salga un número par. Vemos que el suceso a) está contenido en el
suceso b).

Siempre que se da el suceso a) se da el suceso b), pero no al contrario. Por

ejemplo, si el resultado fuera el 2, se cumpliría el suceso b), pero no el el a).

b) Dos sucesos pueden ser iguales: esto ocurre cuando siempre que se cumple uno de ellos se
cumple obligatoriamente el otro y viceversa.

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga

número par, y b) que salga múltiplo de 2. Vemos que las soluciones coinciden en
ambos casos.

c) Unión de dos o más sucesos: la unión será otro suceso formado por todos los elementos de
los sucesos que se unen.

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga

número par y b) que el resultado sea mayor que 3. El suceso unión estaría
formado por los siguientes resultados: el 2, el 4, el 5 y el 6

d) Intersección de sucesos: es aquel suceso compuesto por los elementos comunes de dos o
más sucesos que se interceptan.

Ejemplo: lanzamos un dado al aire, y analizamos dos sucesos: a) que salga

número par, y b) que sea mayor que 4. La intersección de estos dos sucesos tiene
un sólo elemento, el número 6 (es el único resultado común a ambos sucesos: es
mayor que 4 y es número par).

e) Sucesos incompatibles: son aquellos que no se pueden dar al mismo tiempo ya que no tienen
elementos comunes (su intersección es el conjunto vacío).

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga un

número menor que 3, y b) que salga el número 6. Es evidente que ambos no se
pueden dar al mismo tiempo.

f) Sucesos complementarios: son aquellos que si no se da uno, obligatoriamente se tiene que

dar el otro.

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga un

número par, y b) que salga un número impar. Vemos que si no se da el primero se
tiene que dar el segundo (y viceversa).

LECCION 16ª
Cálculo de probabilidades

Probabilidad
Como hemos comentado anteriormente, la probabilidad mide la mayor o menor posibilidad de que
se dé un determinado resultado (suceso) cuando se realiza un experimento aleatorio.

La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento, entre 0% y 100%):

El valor cero corresponde al suceso imposible: lanzamos un dado al aire y la

probabilidad de que salga el número 7 es cero (al menos, si es un dado certificado
por la OMD, "Organización Mundial de Dados").

El valor uno corresponde al suceso seguro: lanzamos un dado al aire y la

probabilidad de que salga cualquier número del 1 al 6 es igual a uno (100%).

El resto de sucesos tendrá probabilidades entre cero y uno: que será tanto
mayor cuanto más probable sea que dicho suceso tenga lugar.

¿Cómo se mide la probabilidad?

Uno de los métodos más utilizados es aplicando la Regla de Laplace: define la probabilidad de un
suceso como el cociente entre casos favorables y casos posibles.

P(A) = Casos favorables / casos posibles

Veamos algunos ejemplos:

a) Probabilidad de que al lanzar un dado salga el número 2: el caso favorable

es tan sólo uno (que salga el dos), mientras que los casos posibles son seis
(puede salir cualquier número del uno al seis). Por lo tanto:

P(A) = 1 / 6 = 0,166 (o lo que es lo mismo, 16,6%)

b) Probabilidad de que al lanzar un dado salga un número par: en este caso

los casos favorables son tres (que salga el dos, el cuatro o el seis), mientras que
los casos posibles siguen siendo seis. Por lo tanto:

P(A) = 3 / 6 = 0,50 (o lo que es lo mismo, 50%)

c) Probabilidad de que al lanzar un dado salga un número menor que 5: en

este caso tenemos cuatro casos favorables (que salga el uno, el dos, el tres o el
cuatro), frente a los seis casos posibles. Por lo tanto:

P(A) = 4 / 6 = 0,666 (o lo que es lo mismo, 66,6%)

d) Probabilidad de que nos toque el "Gordo" de Navidad: tan sólo un caso

favorable, el número que jugamos (¡qué triste...¡), frente a 100.000 casos posibles.
Por lo tanto:

P(A) = 1 / 100.000 = 0,00001 (o lo que es lo mismo, 0,001%)

Merece la pena ...... Por cierto, tiene la misma probabilidad el número 45.264, que
el número 00001, pero ¿cuál de los dos comprarías?

Para poder aplicar la Regla de Laplace el experimento aleatorio tiene que cumplir dos requisitos:
 a) El número de resultados posibles (sucesos) tiene que ser finito. Si hubiera
infinitos resultados, al aplicar la regla "casos favorables / casos posibles" el
cociente siempre sería cero.

b) Todos los sucesos tienen que tener la misma probabilidad. Si al lanzar un

dado, algunas caras tuvieran mayor probabilidad de salir que otras, no podríamos
aplicar esta regla.

A la regla de Laplace también se le denomina "probabilidad a priori", ya que para aplicarla hay
que conocer antes de realizar el experimento cuales son los posibles resultados y saber que todos
tienen las mismas probabilidades.

¿Y si el experimento aleatorio no cumple los dos requisitos indicados, qué hacemos?,

¿ponemos una denuncia?

No, no va a ser necesario denunciar a nadie, ya que en este caso podemos acudir a otro modelo
de cálculo de probabilidades que se basa en la experiencia (modelo frecuentista):

Cuando se realiza un experimento aleatorio un número muy elevado de veces, las

probabilidades de los diversos posibles sucesos empiezan a converger hacia
valores determinados, que son sus respectivas probabilidades.

Ejemplo: si lanzo una vez una moneda al aire y sale "cara", quiere decir que el
suceso "cara" ha aparecido el 100% de las veces y el suceso "cruz" el 0%.

Si lanzo diez veces la moneda al aire, es posible que el suceso "cara" salga 7
veces y el suceso "cruz" las 3 restantes. En este caso, la probabilidad del suceso
"cara" ya no sería del 100%, sino que se habría reducido al 70%.

Si repito este experimento un número elevado de veces, lo normal es que las

probabilidades de los sucesos "cara" y "cruz" se vayan aproximando al 50% cada
una. Este 50% será la probabilidad de estos sucesos según el modelo frecuentista.

En este modelo ya no será necesario que el número de soluciones sea finito, ni que todos los
sucesos tengan la misma probabilidad.

Ejemplo: si la moneda que utilizamos en el ejemplo anterior fuera defectuosa (o

estuviera trucada), es posible que al repetir dicho experimento un número elevado
de veces, la "cara" saliera con una frecuencia, por ejemplo, del 65% y la "cruz" del
35%. Estos valores serían las probabilidades de estos dos sucesos según el
modelo frecuentista.

A esta definición de la probabilidad se le denomina probabilidad a posteriori, ya que tan sólo

repitiendo un experimento un número elevado de veces podremos saber cual es la probabilidad de
cada suceso.

LECCION 17ª
Probabilidad de sucesos

Probabilidad de sucesos
Al definir los sucesos hablamos de las diferentes relaciones que pueden guardar dos sucesos entre
sí, así como de las posibles relaciones que se pueden establecer entre los mismos. Vamos a ver
ahora cómo se refleja esto en el cálculo de probabilidades.

a) Un suceso puede estar contenido en otro: entonces, la probabilidad del primer suceso será
menor que la del suceso que lo contiene.

Ejemplo: lanzamos un dado y analizamos dos sucesos: a) que salga el número 6, y b) que salga
un número par. Dijimos que el suceso a) está contenido en el suceso b).

P(A) = 1/6 = 0,166

P(B) = 3 / 6 = 0,50

Por lo tanto, podemos ver que la probabilidad del suceso contenido, suceso a), es menor que la
probabilidad del suceso que lo contiene, suceso b).

b) Dos sucesos pueden ser iguales: en este caso, las probabilidades de ambos sucesos son las
mismas.

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número par, y b) que
salga múltiplo de 2. Las soluciones coinciden en ambos casos.

P(A) = 3 / 6 = 0,50

P(B) = 3 / 6 = 0,50

c) Intersección de sucesos: es aquel suceso compuesto por los elementos comunes de los dos o
más sucesos que se interceptan. La probabilidad será igual a la probabilidad de los elementos
comunes.

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número par, y b) que
sea mayor que 3. La intersección de estos dos sucesos tiene dos elementos: el 4 y el 6.

Su probabilidad será por tanto:

P(A  B) = 2 / 6 = 0,33

d) Unión de dos o más sucesos: la probabilidad de la unión de dos sucesos es igual a la suma de
las probabilidades individuales de los dos sucesos que se unen, menos la probabilidad del suceso
intersección

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número par, y b) que
el resultado sea mayor que 3. El suceso unión estaría formado por los siguientes resultados: el 2,
el 4, el 5 y el 6.

P(A) = 3 / 6 = 0,50

P(B) = 3 / 6 = 0,50

P (A  B) = 2 / 6 = 0,33
Por lo tanto,

P (A u B) = (0,50 + 0,50) - 0,33 = 0,666

e) Sucesos incompatibles: la probabilidad de la unión de dos sucesos incompatibles será igual a

la suma de las probabilidades de cada uno de los sucesos (ya que su intersección es el conjunto
vacío y por lo tanto no hay que restarle nada).

Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga un número menor que
3, y b) que salga el número 6.

La probabilidad del suceso unión de estos dos sucesos será igual a:

P(A) = 2 / 6 = 0,333

P(B) = 1 / 6 = 0,166

Por lo tanto,

P(A u B) = 0,33 + 0,166 = 0,50

f) Sucesos complementarios: la probabilidad de un suceso complementario a un suceso (A) es

igual a 1 - P(A)

Ejemplo: lanzamos un dado al aire. el suceso (A) es que salga un número par, luego su
complementario, suceso (B), es que salga un número impar.
La probabilidad del suceso (A) es igual a :

P(A) = 3 / 6 = 0,50

Luego, la probabilidad del suceso (B) es igual a:

P(B) = 1 - P(A) = 1 - 0,50 = 0,50

Se puede comprobar aplicando la regla de "casos favorables / casos posibles":

P(B) = 3 / 6 = 0,50

g) Unión de sucesos complementarios: la probabilidad de la unión de dos sucesos

complementarios es igual a 1.

Ejemplo: seguimos con el ejemplo anterior: a) que salga un número par, y b) que
salga un número impar. La probabilidad del suceso unión de estos dos sucesos
será igual a:

P(A) = 3 / 6 = 0,50

P(B) = 3 / 6 = 0,50

Por lo tanto,
 P(A U B) = 0,50 + 0,50 = 1

LECCION 18ª
Combinaciones, Variaciones y Permutaciones (I)

Para aplicar la Regla de Laplace, el cálculo de los sucesos favorables y de los sucesos posibles a
veces no plantea ningún problema, ya que son un número reducido y se pueden calcular con
facilidad:

Por ejemplo: Probabilidad de que al lanzar un dado salga el número 2. Tan sólo
hay un caso favorable, mientras que los casos posibles son seis.

Probabilidad de acertar al primer intento el horóscopo de una persona. Hay un

caso favorable y 12 casos posibles.

Sin embargo, a veces calcular el número de casos favorables y casos posibles es complejo y hay
que aplicar reglas matemáticas:

Por ejemplo: 5 matrimonios se sientan aleatoriamente a cenar y queremos

calcular la probabilidad de que al menos los miembros de un matrimonio se sienten
junto. En este caso, determinar el número de casos favorables y de casos posibles
es complejo.

Las reglas matemáticas que nos pueden ayudar son el cálculo de combinaciones, el cálculo de
variaciones y el cálculo de permutaciones.

a) Combinaciones:

Determina el número de subgrupos de 1, 2, 3, etc. elementos que se pueden formar con los "n"
elementos de una nuestra. Cada subgrupo se diferencia del resto en los elementos que lo
componen, sin que influya el orden.

Por ejemplo, calcular las posibles combinaciones de 2 elementos que se pueden

formar con los números 1, 2 y 3.

Se pueden establecer 3 parejas diferentes: (1,2), (1,3) y (2,3). En el cálculo de

combinaciones las parejas (1,2) y (2,1) se consideran idénticas, por lo que sólo se
cuentan una vez.

b) Variaciones:

Calcula el número de subgrupos de 1, 2, 3, etc. elementos que se pueden establecer con los "n"
elementos de una muestra. Cada subgrupo se diferencia del resto en los elementos que lo
componen o en el orden de dichos elementos (es lo que le diferencia de las combinaciones).

Por ejemplo, calcular las posibles variaciones de 2 elementos que se pueden

establecer con los número 1, 2 y 3.
 Ahora tendríamos 6 posibles parejas: (1,2), (1,3), (2,1), (2,3), (3,1) y (3,3). En este
caso los subgrupos (1,2) y (2,1) se consideran distintos.

c) Permutaciones:

Calcula las posibles agrupaciones que se pueden establecer con todos los elementos de un grupo,
por lo tanto, lo que diferencia a cada subgrupo del resto es el orden de los elementos.

Por ejemplo, calcular las posibles formas en que se pueden ordenar los número 1,
2 y 3.

Hay 6 posibles agrupaciones: (1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2) y (3, 2,
1)

LECCION 19ª
Combinaciones, Variaciones y Permutaciones (II)

¿Cómo se calculan?

a) Combinaciones:

Para calcular el número de combinaciones se aplica la siguiente fórmula:

El termino " n ! " se denomina "factorial de n" y es la multiplicación de todos los números que van
desde "n" hasta 1.

Por ejemplo: 4 ! = 4 * 3 * 2 * 1 = 24

La expresión "Cm,n" representa las combinaciones de "m" elementos, formando subgrupos de "n"
elementos.

Ejemplo: C10,4 son las combinaciones de 10 elementos agrupándolos en

subgrupos de 4 elementos:

Es decir, podríamos formar 210 subgrupos diferentes de 4 elementos, a partir de

los 10 elementos.

b) Variaciones:
Para calcular el número de variaciones se aplica la siguiente fórmula:

La expresión "Vm,n" representa las variaciones de "m" elementos, formando subgrupos de "n"
elementos. En este caso, como vimos en la lección anterior, un subgrupo se diferenciará del resto,
bien por los elementos que lo forman, o bien por el orden de dichos elementos.

Ejemplo: V10,4 son las variaciones de 10 elementos agrupándolos en subgrupos

de 4 elementos:

Es decir, podríamos formar 5.040 subgrupos diferentes de 4 elementos, a partir de

los 10 elementos.

c) Permutaciones:

Para calcular el número de permutaciones se aplica la siguiente fórmula:

La expresión "Pm" representa las permutaciones de "m" elementos, tomando todos los elementos.
Los subgrupos se diferenciaran únicamente por el orden de los elementos.

Ejemplo: P10 son las permutaciones de 10 elementos:

Es decir, tendríamos 3.628.800 formas diferentes de agrupar 10 elementos.

LECCION 20ª
Combinaciones, Variaciones y Permutaciones (III)

Vamos a analizar ahora que ocurriría con el cálculo de las combinaciones, de las variaciones o de
las permutaciones en el supuesto de que al formar los subgrupos los elementos pudieran
repetirse.

Por ejemplo: tenemos bolas de 6 colores diferentes y queremos formar subgrupos

en los que pudiera darse el caso de que 2, 3, 4 o todas las bolas del subgrupo
 tuvieran el mismo color. En este caso no podríamos utilizar las fórmulas que vimos
en la lección anterior.

a) Combinaciones con repetición:

Para calcular el número de combinaciones con repetición se aplica la siguiente fórmula:

Ejemplo: C'10,4 son las combinaciones de 10 elementos con repetición,

agrupándolos en subgrupos de 4, en los que 2, 3 o los 4 elementos podrían estar
repetidos:

Es decir, podríamos formar 715 subgrupos diferentes de 4 elementos.

b) Variaciones con repetición:

Para calcular el número de variaciones con repetición se aplica la siguiente fórmula:

Ejemplo: V'10,4 son las variaciones de 10 elementos con repetición, agrupándolos

en subgrupos de 4 elementos:

Es decir, podríamos formar 10.000 subgrupos diferentes de 4 elementos.

c) Permutaciones con repetición:

Para calcular el número de permutaciones con repetición se aplica la siguiente fórmula:

Son permutaciones de "m" elementos, en los que uno de ellos se repite " x1 " veces, otro " x2 "
veces y así ... hasta uno que se repite " xk " veces.

Ejemplo: Calcular las permutaciones de 10 elementos, en los que uno de ellos se

repite en 2 ocasiones y otro se repite en 3 ocasiones:
 Es decir, tendríamos 302,400 formas diferentes de agrupar estos 10 elementos.

LECCION 21ª
Ejercicios

1.- Ejercicio

Calcular la probabilidad de acertar los 14 signos de la quiniela:

Solución:

Se aplica la Regla de Laplace (casos favorables / casos posibles). El caso favorable es tan sólo
uno (acertar los 14 signos). Los casos posibles se calculan como variaciones con repetición de 3
elementos (1, X y 2), tomados de 14 en 14 (los signos que hay que rellenar).

Son variaciones y no combinaciones ya que el orden influye: no es lo mismo (1,1,X) que (1, X, 1). Y
son con repetición, ya que cualquiera de los signos (1, X y 2) se puede repetir hasta 14 veces.

Por lo tanto, los casos posibles son:

Y la probabilidad de acertar los 14 resultados es:

No demasiado elevada....pero el que la sigue la consigue.

2.- Ejercicio

Y la probabilidad de acertar 12 signos de la quiniela:

Solución:

Aplicamos nuevamente la Regla de Laplace. En este caso los casos favorables se calculan como
combinaciones de 14 elementos tomados de 2 en 2, de esta manera obtenemos todas las posibles
alternativas de fallar 2 resultados de 14 (lo que equivale a acertar 12 resultados). Utilizamos
combinaciones y no variaciones ya que el orden no importa (da lo mismo fallar el 3º y el 6º, que el
6º y el 3º)
Los casos posibles siguen siendo los mismos:

Por lo que la probabilidad de acertar 12 resultados es:

Por lo tanto, tenemos más probabilidades de acertar 12 resultados que 14 (¿será por eso por lo
que pagan menos?).

3.- Ejercicio

Calcular la probabilidad de, en una carrera de 12 caballos, acertar los 3 que quedan primeros (sin
importar cual de ellos queda primero, cual segundo y cual tercero).

Solución:

Se aplica la Regla de Laplace. El caso favorable es tan sólo uno: los 3 caballos que entran en
primer lugar. Los casos posibles se calculan como combinaciones de 12 elementos tomados de 3
en 3 (es decir, determinamos todos las posibles alternativas de 3 caballos que pueden entrar en las
3 primeras posiciones). Como el orden de estos 3 primeros caballos no importa, utilizamos
combinaciones en lugar de variaciones.

Por lo tanto, los casos posibles son:

Por lo que la probabilidad de acertar los 3 caballos ganadores es:

Algo mayor que en las quinielas.... Eso sí, se paga menos.

4.- Ejercicio

Y si hubiera que acertar, no sólo los 3 caballos que ganan, sino el orden de su entrada en meta.

Solución:

El caso favorable sigue siendo uno: los 3 caballos que entran en primer lugar, colocados en su
orden correspondiente.

Los casos posibles se calculan ahora como variaciones (ya que el orden influye) de 12 elementos
tomados de 3 en 3 (calculamos todas las posibles maneras en que los 12 caballos podrían ocupar
las 3 primeras posiciones.
Por lo que la probabilidad de acertar los 3 caballos ganadores es:

Menor que en el ejemplo 3º. Ya no vale acertar que 3 caballos entran en primer lugar, sino que
tenemos que acertar el orden de su entrada.

LECCION 22ª
Probabilidad condicionada

Las probabilidades condicionadas se calculan una vez que se ha incorporado información

adicional a la situación de partida:

Ejemplo: se tira un dado y sabemos que la probabilidad de que salga un 2 es 1/6

(probabilidad a priori). Si incorporamos nueva información (por ejemplo, alguien
nos dice que el resultado ha sido un número par) entonces la probabilidad de que
el resultado sea el 2 ya no es 1/6.

Las probabilidades condicionadas se calculan aplicando la siguiente fórmula:

Donde:

P (B/A) es la probabilidad de que se de el suceso B condicionada a que se haya

dado el suceso A.

P (B  A) es la probabilidad del suceso simultáneo de A y de B

P (A) es la probabilidad a priori del suceso A

En el ejemplo que hemos visto:

P (B/A) es la probabilidad de que salga el número 2 (suceso B) condicionada a

que haya salido un número par (suceso A).

P (B  A) es la probabilidad de que salga el dos y número par.

P (A) es la probabilidad a priori de que salga un número par.

Por lo tanto:
 P (B  A) = 1/6

P (A) = 1/2

P (B/A) = (1/6) / (1/2) = 1/3

Luego, la probabilidad de que salga el número 2, si ya sabemos que ha salido un número par, es
de 1/3 (mayor que su probabilidad a priori de 1/6).

2º ejemplo:

En un estudio sanitario se ha llegado a la conclusión de que la probabilidad de que una persona

sufra problemas coronarios (suceso B) es el 0,10 (probabilidad a priori).

Además, la probabilidad de que una persona sufra problemas de obesidad (suceso A) es el 0,25 y
la probabilidad de que una persona sufra a la vez problemas de obesidad y coronarios (suceso
intersección de A y B) es del 0,05.

Calcular la probabilidad de que una persona sufra problemas coronarios si está obesa
(probabilidad condicionada P(B/A)).

P (B  A) = 0,05

P (A) = 0,25

P (B/A) = 0,05 / 0,25 = 0,20

Por lo tanto, la probabilidad condicionada es superior a la probabilidad a priori. No siempre esto es

así, a veces la probabilidad condicionada es igual a la probabilidad a priori o menor.

Por ejemplo: probabilidad de que al tirar un dado salga el número 2, condicionada a que haya
salido un número impar.

La probabilidad condicionada es en este caso cero, frente a una probabilidad a priori de 1/6.

LECCION 23ª
Probabilidad compuesta

La probabilidad compuesta (o regla de multiplicación de probabilidades) se deriva de la

probabilidad condicionada:

La probabilidad de que se den simultáneamente dos sucesos (suceso intersección

de A y B) es igual a la probabilidad a priori del suceso A multiplicada por la
probabilidad del suceso B condicionada al cumplimiento del suceso A.

La fórmula para calcular esta probabilidad compuesta es:

Ejemplo 1º : Estudiamos el suceso A (porcentaje de varones mayores de 40 años casados) y el
suceso B (varones mayores de 40 años con más de 2 hijos) y obtenemos la siguiente información:

Un 35% de los varones mayores de 40 años están casados.

De los varones mayores de 40 años y casados, un 30% tienen más de 2 hijos

(suceso B condicionado al suceso A).

Calcular la probabilidad de que un varón mayor de 40 años esté casado y tenga más de 2
hijos (suceso intersección de A y B).

Por lo tanto:

P (A) = 0,35

P (B/A) = 0,30

P (A  B) = 0,35 * 0,30 = 0,105

Es decir, un 10,5% de los varones mayores de 40 años están casados y tienen más de 2 hijos.

2º ejemplo: Estudiamos el suceso A (alumnos que hablan inglés) y el suceso B (alumnos que
hablan alemán) y obtenemos la siguiente información:

Un 50% de los alumnos hablan inglés.

De los alumnos que hablan inglés, un 20% hablan también alemán (suceso B
condicionado al suceso A).

Calcular la probabilidad de que un alumno hable inglés y alemán (suceso intersección de A y

B).

Por lo tanto:

P (A) = 0,50

P (B/A) = 0,20

P (A  B) = 0,50 * 0,20 = 0,10

Es decir, un 10% de los alumnos hablan inglés y alemán.

LECCION 24ª
Teorema de la probabilidad total

El Teorema de la probabilidad total nos permite calcular la probabilidad de un suceso a partir de

probabilidades condicionadas:
 Ejemplo: supongamos que si llueve la probabilidad de que ocurra un accidentes
es x% y si hace buen tiempo dicha probabilidad es y%. Este teorema nos permite
deducir cuál es la probabilidad de que ocurra un accidente si conocemos la
probabilidad de que llueva y la probabilidad de que haga buen tiempo.

La fórmula para calcular esta probabilidad es:

Es decir, la probabilidad de que ocurra el suceso B (en nuestro ejemplo, que ocurra un
accidente) es igual a la suma de multiplicar cada una de las probabilidades condicionadas de
este suceso con los diferentes sucesos A (probabilidad de un accidente cuando llueve y cuando
hace buen tiempo) por la probabilidad de cada suceso A.

Para que este teorema se pueda aplicar hace falta cumplir un requisito:

Los sucesos A tienen que formar un sistema completo, es decir, que

contemplen todas las posibilidades (la suma de sus probabilidades debe ser el
100%).

Ejemplo: al tirar una moneda, el suceso "salir cara" y el suceso "salir cruz" forman
un sistema completo, no hay más alternativas: la suma de sus probabilidades es el
100%

Ejemplo: al tirar un dado, que salga el 1, el 2, el 3, o el 4 no forman un sistema

completo, ya que no contempla todas las opciones (podría salir el 5 o el 6). En este
caso no se podría aplicar el teorema de la probabilidad total.

Ejercicio 1º: En un saquito hay papeletas de tres colores, con las siguientes probabilidades de ser
elegidas:

a) Amarilla: probabilidad del 50%.

b) Verde: probabilidad del 30%

c) Roja: probabilidad del 20%.

Según el color de la papeleta elegida, podrás participar en diferentes sorteos. Así, si la papeleta
elegida es:

a) Amarilla: participas en un sorteo con una probabilidad de ganar del 40%.

b) Verde: participas en otro sorteo con una probabilidad de ganar del 60%

c) Roja: participas en un tercer sorteo con una probabilidad de ganar del 80%.

Con esta información, ¿qué probabilidad tienes de ganar el sorteo en el que participes?:
 1.- Las tres papeletas forman un sistema completo: sus probabilidades suman
100%

2.- Aplicamos la fórmula:

Luego,

P (B) = (0,50 * 0,40) + (0,30 * 0,60) + (0,20 * 0,80) = 0,54

Por tanto, la probabilidad de que ganes el sorteo es del 54%.

Ejercicio 2º: Van a cambiar a tu jefe y se barajan diversos candidatos:

a) Carlos, con una probabilidad del 60%

b) Juan, con una probabilidad del 30%

c) Luis, con una probabilidad del 10%

En función de quien sea tu próximo jefe, la probabilidad de que te suban el sueldo es la siguiente:

a) Si sale Carlos: la probabilidad de que te suban el sueldo es del 5%.

b) Si sale Juan: la probabilidad de que te suban el sueldo es del 20%.

c) Si sale Luis: la probabilidad de que te suban el sueldo es del 60%.

En definitiva, ¿cual es la probabilidad de que te suban el sueldo?:

1.- Los tres candidatos forman un sistema completo

2.- Aplicamos la fórmula:

P (B) = (0,60 * 0,05) + (0,30 * 0,20) + (0,10 * 0,60) = 0,15

Por tanto, la probabilidad de que te suban el sueldo es del 15%. Lo llevas claro
amigo...

LECCION 25ª
Teorema de Bayes
El Teorema de Bayes viene a seguir el proceso inverso al que hemos visto en el Teorema de la
probabilidad total:

Teorema de la probabilidad total: a partir de las probabilidades del suceso A

(probabilidad de que llueva o de que haga buen tiempo) deducimos la probabilidad
del suceso B (que ocurra un accidente).

Teorema de Bayes: a partir de que ha ocurrido el suceso B (ha ocurrido un

accidente) deducimos las probabilidades del suceso A (¿estaba lloviendo o hacía
buen tiempo?).

La fórmula del Teorema de Bayes es:

Tratar de explicar estar fórmula con palabras es un galimatías, así que vamos a intentar explicarla
con un ejemplo. De todos modos, antes de entrar en el ejercicio, recordar que este teorema
también exige que el suceso A forme un sistema completo.

Ejercicio 1º: El parte meteorológico ha anunciado tres posibilidades para el fin de semana:

a) Que llueva: probabilidad del 50%.

b) Que nieve: probabilidad del 30%

c) Que haya niebla: probabilidad del 20%.

Según estos posibles estados meteorológicos, la posibilidad de que ocurra un accidente es la

siguiente:

a) Si llueve: probabilidad de accidente del 10%.

b) Si nieva: probabilidad de accidente del 20%

c) Si hay niebla: probabilidad de accidente del 5%.

Resulta que efectivamente ocurre un accidente y como no estábamos en la ciudad no sabemos

que tiempo hizo (nevó, llovió o hubo niebla). El teorema de Bayes nos permite calcular estas
probabilidades:

Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente

se denominan "probabilidades a priori" (lluvia con el 60%, nieve con el 30% y
niebla con el 10%).

Una vez que incorporamos la información de que ha ocurrido un accidente, las

probabilidades del suceso A cambian: son probabilidades condicionadas P (A/B),
que se denominan "probabilidades a posteriori".
Vamos a aplicar la fórmula:

a) Probabilidad de que estuviera lloviendo:

La probabilidad de que efectivamente estuviera lloviendo el día del accidente (probabilidad a

posteriori) es del 71,4%.

b) Probabilidad de que estuviera nevando:

La probabilidad de que estuviera nevando es del 21,4%.

c) Probabilidad de que hubiera niebla:

La probabilidad de que hubiera niebla es del 7,1%.

LECCION 26ª
Independencia de sucesos

Dos sucesos son independientes entre sí, si la ocurrencia de uno de ellos no afecta para nada a
la ocurrencia del otro:

Ejemplo: el suceso estatura de los alumnos de una clase y el color del pelo son
independientes: el que un alumno sea más o menos alto no va a influir en el color
de su cabello, ni viceversa.

Para que dos sucesos sean independientes tienen que verificar al menos una de las siguientes
condiciones:

P (B/A) = P (B) es decir, que la probabilidad de que se de el suceso B,

condicionada a que previamente se haya dado el suceso A, es exactamente igual
a la probabilidad de B.
 Ejemplo: la probabilidad de que al tirar una moneda salga cara
(suceso B), condicionada a que haga buen tiempo (suceso A), es
igual a la propia probabilidad del suceso B.

P (A/B) = P (A) es decir, que la probabilidad de que se de el suceso A,

condicionada a que previamente se haya dado el suceso B, es exactamente igual
a la probabilidad de A.

Ejemplo: la probabilidad de que haga buen tiempo (suceso A),

condicionada a que al tirar una moneda salga cara (suceso B), es
igual a la propia probabilidad del suceso A.

P (A  B) = P (A) * P (B) es decir, que la probabilidad de que se de el suceso

conjunto A y B es exactamente igual a la probabilidad del suceso A multiplicada
por la probabilidsad del suceso B.

Ejemplo: la probabilidad de que haga buen tiempo (suceso A) y

salga cara al tirar una moneda (suceso B), es igual a la
probabilidad del suceso A multiplicada por la probabilidad del
suceso B

Si el suceso A es independiente del suceso B, entonces el suceso B también es

independiente del suceso A.

Ejemplo 1º: analicemos dos sucesos:

Suceso A: la probabilidad de que haga buen tiempo es del 0,4

Suceso B: la probabilidad de tener un accidente es del 0,1

Suceso intersección: la probabilidad de que haga buen tiempo y tener un

accidente es del 0,08

Veamos si se cumple alguna de las condiciones señaladas:

P (B/A) = P (A  B) / P (A) = 0,08 / 0,4 = 0,2 (que no es igual a P (B))

P (A/B) = P (A  B) / P (B) = 0,08 / 0,6 = 0,133 (que no es igual a P (A))

P (A  B) = 0,08 (que no es igual a P (A) multiplicado por P (B))

Por lo tanto, no se cumple ninguna de las tres condiciones señaladas por lo que estos dos
sucesos no son independientes, sino que existe algún grado de dependencia entre ellos.

Ejemplo 2º: analicemos dos sucesos:

Suceso A: la probabilidad de que haga buen tiempo es del 0,4

Suceso B: la probabilidad de salir cara al lanzar una moneda es del 0,5

Suceso intersección: la probabilidad de que haga buen tiempo y que salga cara
es 0,2
Veamos si se cumple alguna de las condiciones señaladas:

P (B/A) = P (A  B) / P (A) = 0,2 / 0,4 = 0,5 (igual que P (B))

P (A/B) = P (A  B) / P (B) = 0,2 / 0,6 = 0,4 (igual que P (A))

P (A  B) = 0,2 (igual a P (A) multiplicado por P (B))

Por lo tanto, estos dos sucesos sí son independientes.

DISTRIBUCIONES DE PROBABILIDAD

LECCION 27ª
Distribuciones discretas: Bernouilli

Distribuciones discretas y continuas

Las distribuciones discretas son aquellas en las que la variable puede pude tomar un número
determinado de valores:

Ejemplo: si se lanza una moneda al aire puede salir cara o cruz; si se tira un dado
puede salir un número de 1 al 6; en una ruleta el número puede tomar un valor del
1 al 32.

Las distribuciones continuas son aquellas que presentan un número infinito de posibles
soluciones:

Ejemplo: El peso medio de los alumnos de una clase puede tomar infinitos valores
dentro de cierto intervalo (42,37 kg, 42,3764 kg, 42, 376541kg, etc); la esperanza
media de vida de una población (72,5 años, 7,513 años, 72, 51234 años).

Vamos a comenzar por estudiar las principales distribuciones discretas.

Distribuciones discretas: Bernouilli

Es aquel modelo que sigue un experimento que se realiza una sola vez y que puede tener dos
soluciones: acierto o fracaso:

Cuando es acierto la variable toma el valor 1

Cuando es fracaso la variable toma el valor 0

Ejemplo: Probabilidad de salir cara al lanzar una moneda al aire (sale cara o no
sale); probabilidad de ser admitido en una universidad (o te admiten o no te
admiten); probabilidad de acertar una quiniela (o aciertas o no aciertas)
Al haber únicamente dos soluciones se trata de sucesos complementarios:

A la probabilidad de éxito se le denomina "p"

A la probabilidad de fracaso se le denomina "q"

Verificándose que:

p+q=1

Veamos los ejemplos anteriores :

Ejemplo 1: Probabilidad de salir cara al lanzar una moneda al aire:

Probabilidad de que salga cara: p = 0,5

Probabilidad de que no salga cara: q = 0,5

p + q = 0,5 + 0,5 = 1

Ejemplo 2: Probabilidad de ser admitido en la universidad:

Probabilidad de ser admitido: p = 0,25

Probabilidad de no ser admitido: q = 0,75

p + q = 0,25 + 0,75 = 1

Ejemplo 3: Probabilidad de acertar una quiniela:

Probabilidad de acertar: p = 0,00001

Probabilidad de no acertar: q = 0,99999

p + q = 0,00001 + 0,99999 = 1

LECCION 28ª
Distribuciones discretas: Binomial

Las distribución binomial parte de la distribución de Bernouilli:

La distribución de Bernouilli se aplica cuando se realiza una sola vez un

experimento que tiene únicamente dos posibles resultados (éxito o fracaso), por lo
que la variable sólo puede tomar dos valores: el 1 y el 0

La distribución binomial se aplica cuando se realizan un número "n" de veces el

experimento de Bernouilli, siendo cada ensayo independiente del anterior. La
variable puede tomar valores entre:
 0: si todos los experimentos han sido fracaso

n: si todos los experimentos han sido éxitos

Ejemplo: se tira una moneda 10 veces: ¿cuantas caras salen? Si no ha salido

ninguna la variable toma el valor 0; si han salido dos caras la variable toma el valor
2; si todas han sido cara la variable toma el valor 10

La distribución de probabilidad de este tipo de distribución sigue el siguiente modelo:

¿Alguien entiende esta fórmula? Vamos a tratar de explicarla con un ejemplo:

Ejemplo 1: ¿Cuál es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces?

" k " es el número de aciertos. En este ejemplo " k " igual a 6 (en cada acierto
decíamos que la variable toma el valor 1: como son 6 aciertos, entonces k = 6)

" n" es el número de ensayos. En nuestro ejemplo son 10

" p " es la probabilidad de éxito, es decir, que salga "cara" al lanzar la moneda.
Por lo tanto p = 0,5

La fórmula quedaría:

Luego,

P (x = 6) = 0,205

Es decir, se tiene una probabilidad del 20,5% de obtener 6 caras al lanzar 10 veces una moneda.

Ejemplo 2: ¿Cuál es la probabilidad de obtener cuatro veces el número 3 al lanzar un dado ocho
veces?

" k " (número de aciertos) toma el valor 4

" n" toma el valor 8

" p " (probabilidad de que salga un 3 al tirar el dado) es 1 / 6 (= 0,1666)

La fórmula queda:
Luego,

P (x = 4) = 0,026

Es decir, se tiene una probabilidad del 2,6% de obtener cuatro veces el números 3 al tirar un dado
8 veces.

LECCION 29ª
Distribuciones discretas: Poisson

Las distribución de Poisson parte de la distribución binomial:

Cuando en una distribución binomial se realiza el experimento un número "n" muy

elevado de veces y la probabilidad de éxito "p" en cada ensayo es reducida,
entonces se aplica el modelo de distribución de Poisson:

Se tiene que cumplir que:

" p " < 0,10

" p * n " < 10

La distribución de Poisson sigue el siguiente modelo:

Vamos a explicarla:

El número "e" es 2,71828

"  " = n * p (es decir, el número de veces " n " que se realiza el experimento
multiplicado por la probabilidad " p " de éxito en cada ensayo)

" k " es el número de éxito cuya probabilidad se está calculando

Veamos un ejemplo:

La probabilidad de tener un accidente de tráfico es de 0,02 cada vez que se viaja,

si se realizan 300 viajes, ¿cual es la probabilidad de tener 3 accidentes?

Como la probabilidad " p " es menor que 0,1, y el producto " n * p " es menor que
10, entonces aplicamos el modelo de distribución de Poisson.
 Luego,

P (x = 3) = 0,0892

Por lo tanto, la probabilidad de tener 3 accidentes de tráfico en 300 viajes es del

8,9%

Otro ejemplo:

La probabilidad de que un niño nazca pelirrojo es de 0,012. ¿Cuál es la

probabilidad de que entre 800 recien nacidos haya 5 pelirrojos?

Luego,

P (x = 5) = 4,602

Por lo tanto, la probabilidad de que haya 5 pelirrojos entre 800 recien nacidos es
del 4,6%.

LECCION 30ª
Distribuciones discretas: Hipergeométrica

Las distribución hipergeométrica es el modelo que se aplica en experimentos del siguiente tipo:

En una urna hay bolas de dos colores (blancas y negras), ¿cuál es la probabilidad
de que al sacar 2 bolas las dos sean blancas?

Son experimentos donde, al igual que en la distribución binomial, en cada ensayo hay tan sólo dos
posibles resultados: o sale blanca o no sale. Pero se diferencia de la distribución binomial en que
los distintos ensayos son dependientes entre sí:

Si en una urna con 5 bolas blancas y 3 negras en un primer ensayo saco una bola
blanca, en el segundo ensayo hay una bola blanca menos por lo que las
probabilidades son diferentes (hay dependencia entre los distintos ensayos).

La distribución hipergeométrica sigue el siguiente modelo:

Donde:

Vamos a tratar de explicarlo:

N: es el número total de bolas en la urna

N1: es el número total de bolas blancas

N2: es el número total de bolas negras

k: es el número de bolas blancas cuya probabilidad se está calculando

n: es el número de ensayos que se realiza

Veamos un ejemplo: en una urna hay 7 bolas blancas y 5 negras. Se sacan 4 bolas ¿Cuál es la
probabilidad de que 3 sean blancas?

Entonces:

N = 12; N1 = 7; N2 = 5; k = 3; n = 4

Si aplicamos el modelo:

Por lo tanto, P (x = 3) = 0,3535. Es decir, la probabilidad de sacar 3 bolas blancas es del 35,3%.
Pero este modelo no sólo se utiliza con experimentos con bolas, sino que también se aplica con
experimentos similares:

Ejemplo: en una fiesta hay 20 personas: 14 casadas y 6 solteras. Se eligen 3 personas al azar
¿Cuál es la probabilidad de que las 3 sean solteras?

Por lo tanto, P (x = 3) = 0,0175. Es decir, la probabilidad de que las 3 personas sean solteras es
tan sólo del 1,75%.

LECCION 31ª
Distribuciones discretas: Multinomial

La distribución multinomial es similar a la distribución binomial, con la diferencia de que en lugar

de dos posibles resultados en cada ensayo, puede haber múltiples resultados:

Ejemplo de distribución binomial: a unas elecciones se presentaron 2 partidos

políticos: el POPO obtuvo un 70% de los votos y el JEJE el 30% restante. ¿Cuál es
la probabilidad de que al elegir 5 ciudadanos al azar, 4 de ellos hallan votado al
JEJE?

Ejemplo de distribución multinomial: a esas elecciones se presentaron 4

partidos políticos: el POPO obtuvo un 40% de los votos, el JEJE el 30%, el MUMU
el 20% y el LALA el 10% restante. ¿Cuál es la probabilidad de que al elegir 5
ciudadanos al azar, 3 hayan votado al POPO, 1 al MUMU y 1 al LALA?

La distribución multinomial sigue el siguiente modelo:

Donde:

X1 = x1: indica que el suceso X1 aparezca x1 veces (en el ejemplo, que el partido
POPO lo hayan votado 3 personas)

n: indica el número de veces que se ha repetido el suceso (en el ejemplo, 5 veces)

n!: es factorial de n (en el ejemplo: 5 * 4 * 3 * 2 * 1)

p1: es la probabilidad del suceso X1 (en el ejemplo, el 40%)

Veamos el ejemplo:

Luego:

P = 0,0256

Es decir, que la probabilidad de que las 5 personas elegidas hayan votado de esta manera es tan
sólo del 2,56%

Nota: 0! es igual a 1, y cualquier número elevado a 0 es también igual a 1

Veamos otro ejemplo:

En una fiesta, el 20% de los asistentes son españoles, el 30% franceses, el 40% italiano y el 10%
portugueses. En un pequeño grupo se han reunido 4 invitados: ¿cual es la probabilidad de que 2
sean españoles y 2 italianos?

Aplicamos el modelo:

Luego

P = 0,0384

Por lo tanto, la probabilidad de que el grupo esté formado por personas de estos países es tan sólo
del 3,84%.

LECCION 32ª
Distribuciones discretas: Multihipergeométrica

La distribución multihipergeométrica es similar a la distribución hipergeométrica, con la

diferencia de que en la urna, en lugar de haber únicamente bolas de dos colores, hay bolas de
diferentes colores.

Ejemplo: en una urna hay 7 bolas blancas, 3 verdes y 4 amarillas: ¿cuál es la

probabilidad de que al extraer 3 bolas sea cada una de un color distinto?

La distribución multihipergeométrica sigue el siguiente modelo:

Donde:

X1 = x1: indica que el suceso X1 aparezca x1 veces (en el ejemplo, que una de las
bolas sea blanca)

N1: indica el número de bolas blancas que hay en la urna (en el ejemplo, 7 bolas)

N: es el número total de bolas en la urna (en el ejemplo, 14 bolas)

n: es el número total de bolas que se extraen (en el ejemplo, 3 bolas)

Veamos el ejemplo:

Luego:

P = 0,2307

Es decir, que la probabilidad de sacar una bola de cada color es del 23,07%.

Veamos otro ejemplo:

En una caja de lápices hay 10 de color amarillo, 3 de color azul y 4 de color rojo. Se extraen 7
lápices, ¿cual es la probabilidad de que 5 sean amarillos y 2 rojos?

Aplicamos el modelo:

Luego

P = 0,0777
Por lo tanto, la probabilidad de que los 5 lápices sean de los colores indicados es del 7,77%.

LECCION 33ª
Distribuciones continuas: Uniforme

La distribución uniforme es aquella que puede tomar cualquier valor dentro de un intervalo, todos
ellos con la misma probabilidad.

Es una distribución continua porque puede tomar cualquier valor y no únicamente un número
determinado (como ocurre en las distribuciones discretas).

Ejemplo: el precio medio del litro de gasolina durante el próximo año se estima
que puede oscilar entre 140 y 160 ptas. Podría ser, por tanto, de 143 ptas., o de
143,4 ptas., o de 143,45 ptas., o de 143,455 ptas, etc. Hay infinitas posibilidades,
todas ellas con la misma probabilidad.

Su función de densidad, aquella que nos permite conocer la probabilidad que tiene cada punto
del intervalo, viene definida por:

Donde:

b: es el extremo superior (en el ejemplo, 160 ptas.)

a: es el extremo inferior (en el ejemplo, 140 ptas.)

Por lo tanto, la función de distribución del ejemplo sería:

Es decir, que el valor final esté entre 140 ptas. y 141 ptas. tiene un 5% de probabilidad, que esté
entre 141 y 142, otro 5%, etc.

El valor medio de esta distribución se calcula:

En el ejemplo:
Por lo tanto, el precio medio esperado de la gasolina para el próximo año es de 150 ptas.

Veamos otro ejemplo:

El volumen de precipitaciones estimado para el próximo año en la ciudad de Sevilla va a oscilar

entre 400 y 500 litros por metro cuadrado. Calcular la función de distribución y la precipitación
media esperada:

Es decir, que el volumen de precipitaciones esté entre 400 y 401 litros tiene un 1% de
probabilidades; que esté entre 401 y 402 litros, otro 1%, etc.

El valor medio esperado es:

Es decir, la precipitación media estimada en Sevilla para el próximo año es de 450 litros.

LECCION 34ª
Distribuciones continuas: Normal (I)

Es el modelo de distribución más utilizado en la práctica, ya que multitud de fenómenos se

comportan según una distribución normal.

Esta distribución de caracteriza porque los valores se distribuyen formando una campana de
Gauss, en torno a un valor central que coincide con el valor medio de la distribución:

Un 50% de los valores están a la derecha de este valor central y otro 50% a la izquierda.

Esta distribución viene definida por dos parámetros:

X: N ( 2)
 es el valor medio de la distribución y es precisamente donde se sitúa el centro
de la curva (de la campana de Gauss).

2 : es la varianza. Indica si los valores están más o menos alejados del valor
central: si la varianza es baja los valores están próximos a la media; si es alta,
entonces los valores están muy dispersos.

Cuando la media de la distribución es 0 y la varianza es 1se denomina "normal tipificada", y su

ventaja reside en que hay tablas donde se recoge la probabilidad acumulada para cada punto de la
curva de esta distribución.

Además, toda distribución normal se puede transformar en una normal tipificada:

Ejemplo: una variable aleatoria sigue el modelo de una distribución normal con
media 10 y varianza 4. Transformarla en una normal tipificada.

X: N (10, 4)

Para transformarla en una normal tipificada se crea una nueva variable (Y) que
será igual a la anterior (X) menos su media y dividida por su desviación típica
(que es la raíz cuadrada de la varianza)

En el ejemplo, la nueva variable sería:

Esta nueva variable se distribuye como una normal tipificada, permitiéndonos, por
tanto, conocer la probabilidad acumulada en cada valor.

Y: N (0, 1)

LECCION 35ª
Distribuciones continuas: Normal (II)

La distribución normal tipificada tiene la ventaja, como ya hemos indicado, de que las
probabilidades para cada valor de la curva se encuentran recogidas en una tabla.

X 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5723
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7090 0,7224
 0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7813 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8416 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,97725 0,97778 0,97831 0,97882 0,97932 0,97982 0,98030 0,98077 0,98124 0,98169
2,1 0,98214 0,98257 0,98300 0,98341 0,98382 0,98422 0,98461 0,98500 0,98537 0,98574
2,2 0,98610 0,98645 0,98679 0,98713 0,98745 0,98778 0,98809 0,98840 0,98870 0,98899
2,3 0,98928 0,98956 0,98983 0,99010 0,99036 0,99061 0,99086 0,99111 0,99134 0,99158
2,4 0,99180 0,99202 0,99224 0,99245 0,99266 0,99286 0,99305 0,99324 0,99343 0,99361
2,5 0,99379 0,99396 0,99413 0,99430 0,99446 0,99461 0,99477 0,99492 0,99506 0,99520
2,6 0,99534 0,99547 0,99560 0,99573 0,99585 0,99598 0,99609 0,99621 0,99632 0,99643
2,7 0,99653 0,99664 0,99674 0,99683 0,99693 0,99702 0,99711 0,99720 0,99728 0,99736
2,8 0,99744 0,99752 0,99760 0,99767 0,99774 0,99781 0,99788 0,99795 0,99801 0,99807
2,9 0,99813 0,99819 0,99825 0,99831 0,99836 0,99841 0,99846 0,99851 0,99856 0,99861

¿Cómo se lee esta tabla?

La columna de la izquierda indica el valor cuya probabilidad acumulada queremos conocer. La

primera fila nos indica el segundo decimal del valor que estamos consultando.

Ejemplo: queremos conocer la probabilidad acumulada en el valor 2,[Link]

buscamos en la columna de la izquierda el valor 2,7 y en la primera fila el valor
0,05. La casilla en la que se interseccionan es su probabilidad acumulada
(0,99702, es decir 99.7%).

Atención: la tabla nos da la probabilidad acumulada, es decir, la que va desde el inicio de la curva
por la izquierda hasta dicho valor. No nos da la probabilidad concreta en ese punto. En una
distribución continua en el que la variable puede tomar infinitos valores, la probabilidad en un punto
concreto es prácticamente despreciable.

Ejemplo: Imaginemos que una variable continua puede tomar valores entre 0 y 5.
La probabilidad de que tome exactamente el valor 2 es despreciable, ya que podría
tomar infinitos valores: por ejemplo: 1,99, 1,994, 1,9967, 1,9998, 1999791, etc.

Veamos otros ejemplos:

Probabilidad acumulada en el valor 0,67: la respuesta es 0,7486

 Probabilidad acumulada en el valor 1,35: la respuesta es 0,9115

Probabilidad acumulada en el valor 2,19: la respuesta es 0,98574

Veamos ahora, como podemos utilizar esta tabla con una distribución normal:

Ejemplo: el salario medio de los empleados de una empresa se distribuye según

una distribución normal, con media 5 millones de ptas. y desviación típica 1 millón
de ptas. Calcular el porcentaje de empleados con un sueldo inferior a 7 millones de
ptas.

Lo primero que haremos es transformar esa distribución en una normal tipificada,

para ello se crea una nueva variable (Y) que será igual a la anterior (X) menos su
media y dividida por la desviación típica

En el ejemplo, la nueva variable sería:

Esta nueva variable se distribuye como una normal tipificada. La variable Y que
corresponde a una variable X de valor 7 es:

Ya podemos consultar en la tabla la probabilidad acumulada para el valor 2

(equivalente a la probabilidad de sueldos inferiores a 7 millones de ptas.). Esta
probabilidad es 0,97725

Por lo tanto, el porcentaje de empleados con salarios inferiores a 7 millones de

ptas. es del 97,725%.

LECCION 36ª
Distribuciones continuas: Normal (III): Ejercicios

Ejercicio 1º: La renta media de los habitantes de un país es de 4 millones de ptas/año, con una
varianza de 1,5. Se supone que se distribuye según una distribución normal. Calcular:

a) Porcentaje de la población con una renta inferior a 3 millones de ptas.

b) Renta a partir de la cual se sitúa el 10% de la población con mayores ingresos.

c) Ingresos mínimo y máximo que engloba al 60% de la población con renta media.
a) Porcentaje de la población con una renta inferior a 3 millones de ptas.

Lo primero que tenemos que hacer es calcular la normal tipificada:

(*) Recordemos que el denominador es la desviación típica ( raíz cuadrada de la varianza)

El valor de Y equivalente a 3 millones de ptas es -0,816.

P (X < 3) = P (Y < -0,816)

Ahora tenemos que ver cuál es la probabilidad acumulada hasta ese valor.
Tenemos un problema: la tabla de probabilidades (ver lección 35) sólo abarca
valores positivos, no obstante, este problema tiene fácil solución, ya que la
distribución normal es simétrica respecto al valor medio.

Por lo tanto:

P (Y < -0,816) = P (Y > 0,816)

Por otra parte, la probabilidad que hay a partir de un valor es igual a 1 (100%)
menos la probabilidad acumulada hasta dicho valor:

P (Y > 0,816) = 1 - P (Y < 0,816) = 1 - 0,7925 (aprox.) = 0,2075

Luego, el 20,75% de la población tiene una renta inferior a 3 millones ptas.

b) Nivel de ingresos a partir del cual se sitúa el 10% de la población con renta más elevada.

Vemos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es

el 0,9 (90%), lo que quiere decir que por encima se sitúa el 10% superior.

Ese valor corresponde a Y = 1,282 (aprox.). Ahora calculamos la variable normal X

equivalente a ese valor de la normal tipificada:

Despejando X, su valor es 5,57. Por lo tanto, aquellas personas con ingresos

superiores a 5,57 millones de ptas. constituyen el 10% de la población con renta
más elevada.

c) Nivel de ingresos mínimo y máximo que engloba al 60% de la población con renta media

Vemos en la tabla el valor de la variable normalizada Y cuya probabilidad

acumulada es el 0,8 (80%). Como sabemos que hasta la media la probabilidad
acumulada es del 50%, quiere decir que entre la media y este valor de Y hay un
30% de probabilidad.
 Por otra parte, al ser la distribución normal simétrica, entre -Y y la media hay otro
30% de probabilidad. En definitiva, el segmento (-Y, Y) engloba al 60% de
población con renta media.

El valor de Y que acumula el 80% de la probabilidad es 0,842 (aprox.), por lo que

el segmento viene definido por (-0,842, +0,842). Ahora calculamos los valores de
la variable X correspondientes a estos valores de Y.

Los valores de X son 2,97 y 5,03. Por lo tanto, las personas con ingresos
superiores a 2,97 millones de ptas. e inferiores a 5,03 millones de ptas. constituyen
el 60% de la población con un nivel medio de renta.

Ejercicio 2º: La vida media de los habitantes de un país es de 68 años, con una varianza de 25.
Se hace un estudio en una pequeña ciudad de 10.000 habitantes:

a) ¿Cuántas personas superarán previsiblemente los 75 años?

b) ¿Cuántos vivirán menos de 60 años?

a) Personas que vivirán (previsiblemente) más de 75 años

Calculamos el valor de la normal tipificada equivalente a 75 años

Por lo tanto

P (X > 75) = (Y > 1,4) = 1 - P (Y < 1,4) = 1 - 0,9192 = 0,0808

Luego, el 8,08% de la población (808 habitantes) vivirán más de 75 años.

b) Personas que vivirán (previsiblemente) menos de 60 años

Calculamos el valor de la normal tipificada equivalente a 60 años

Por lo tanto

P (X < 60) = (Y < -1,6) = P (Y > 1,6) = 1 - P (Y < 1,6) = 0,0548

Luego, el 5,48% de la población (548 habitantes) no llegarán probablemente a esta

edad.
 LECCION 37ª
Distribuciones continuas: Normal (IV): Ejercicios

Ejercicio 1º: El consumo medio anual de cerveza de los habitantes de una país es de 59 litros, con
una varianza de 36. Se supone que se distribuye según una distribución normal.

a) Si usted presume de buen bebedor, ¿cuántos litros de cerveza tendría que

beber al año para pertenecer al 5% de la población que más bebe?.

b) Si usted bebe 45 litros de cerveza al año y su mujer le califica de borracho ¿qué

podría argumentar en su defensa?

a) 5% de la población que más bebe.

Vemos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es

el 0,95 (95%), por lo que por arriba estaría el 5% restante.

Ese valor corresponde a Y = 1,645 (aprox.). Ahora calculamos la variable normal X

equivalente a ese valor de la normal tipificada:

Despejando X, su valor es 67,87. Por lo tanto, tendría usted que beber más de
67,87 litros al año para pertenecer a ese "selecto" club de grandes bebedores de
cerveza.

b) Usted bebe 45 litros de cerceza al año. ¿Es usted un borracho?

Vamos a ver en que nivel de la población se situaría usted en función de los litros
de cerveza consumidos.

Calculamos el valor de la normal tipificada correspondiente a 45 litros:

Por lo tanto

P (X < 45) = (Y < -2,2) = P (Y > 2,2) = 1 - P (Y < 2,2) = 0,0139

Luego, tan sólo un 1,39% de la población bebe menos que usted. Parece un
argumento de suficiente peso para que dejen de catalogarle de "enamorado de la
bebida"

Ejercicio 2º: A un examen de oposición se han presentado 2.000 aspirantes. La nota media ha
sido un 5,5, con una varianza de 1,5.
 a) Tan sólo hay 100 plazas. Usted ha obtenido un 7,7. ¿Sería oportuno ir
organizando una fiesta para celebrar su éxito?

b) Va a haber una 2ª oportunidad para el 20% de notas más altas que no se hayan
clasificados. ¿A partir de que nota se podrá participar en esta "repesca"?

a) Ha obtenido usted un 7,7

Vamos a ver con ese 7,7 en que nivel porcentual se ha situado usted, para ello
vamos a comenzar por calcular el valor de la normal tipificada equivalente.

A este valor de Y le corresponde una probabilidad acumulada (ver tablas) de

0,98214 (98,214%), lo que quiere decir que por encima de usted tan sólo se
encuentra un 1,786%.

Si se han presentado 2.000 aspirante, ese 1,786% equivale a unos 36 aspirantes.

Por lo que si hay 100 plazas disponibles, tiene usted suficientes probabilidades
como para ir organizando la "mejor de las fiestas".

b) "Repesca" para el 20% de los candidatos

Vemos en la tabla el valor de la normal tipificada que acumula el 80% de la

probabilidad, ya que por arriba sólo quedaría el 20% restante.

Este valor de Y corresponde a 0,842 (aprox.). Ahora calculamos el valor de la

normal X equivalente:

Despejamos la X y su valor es 6,38. Por lo tanto, esta es la nota a partir de la cual

se podrá acudir a la "repesca".

LECCION 38ª
Teorema Central del Límite

El Teorema Central del Límite dice que si tenemos un grupo numeroso de variables
independientes y todas ellas siguen el mismo modelo de distribución (cualquiera que éste sea), la
suma de ellas se distribuye según una distribución normal.

Ejemplo: la variable "tirar una moneda al aire" sigue la distribución de Bernouilli. Si

lanzamos la moneda al aire 50 veces, la suma de estas 50 variables (cada una
independiente entre si) se distribuye según una distribución normal.
Este teorema se aplica tanto a suma de variables discretas como de variables continuas.

Los parámetros de la distribución normal son:

Media: n *  (media de la variable individual multiplicada por el número de

variables independientes)

Varianza: n * (varianza de la variable individual multiplicada por el número de

variables individuales)

Veamos un ejemplo:

Se lanza una moneda al aire 100 veces, si sale cara le damos el valor 1 y si sale
cruz el valor 0. Cada lanzamiento es una variable independiente que se distribuye
según el modelo de Bernouilli, con media 0,5 y varianza 0,25.

Calcular la probabilidad de que en estos 100 lanzamientos salgan más de 60

caras.

La variable suma de estas 100 variables independientes se

distribuye, por tanto, según una distribución normal.

Media = 100 * 0,5 = 50

Varianza = 100 * 0,25 = 25

Para ver la probabilidad de que salgan más de 60 caras

calculamos la variable normal tipificada equivalente:

(*) 5 es la raiz cuadrada de 25, o sea la desviación típica de esta distribución

Por lo tanto:

P (X > 60) = P (Y > 2,0) = 1- P (Y < 2,0) = 1 - 0,9772 = 0,0228

Es decir, la probabilidad de que al tirar 100 veces la moneda

salgan más de 60 caras es tan sólo del 2,28%

LECCION 39ª
Teorema Central del Límite: Ejercicios (I)

Ejercicio 1.
La renta media de los habitantes de un país se distribuye uniformemente entre 4,0 millones ptas. y
10,0 millones ptas. Calcular la probabilidad de que al seleccionar al azar a 100 personas la suma
de sus rentas supere los 725 millones ptas.

Cada renta personal es una variable independiente que se distribuye según una función uniforme.
Por ello, a la suma de las rentas de 100 personas se le puede aplicar el Teorema Central del
Límite.

La media y varianza de cada variable individual es:

 = (4 + 10 ) / 2 = 7

 2 = (10 - 4)^2 / 12 = 3

Por tanto, la suma de las 100 variables se distribuye según una normal cuya media y varianza
son:

Media: n *  = 100 * 7 = 700

Varianza: n * = 100 * 3 = 300

Para calcular la probabilidad de que la suma de las rentas sea superior a 725 millones ptas,
comenzamos por calcular el valor equivalente de la variable normal tipificada:

Luego:

P (X > 725) = P (Y > 1,44) = 1 - P (Y < 1,44) = 1 - 0,9251 = 0,0749

Es decir, la probabilidad de que la suma de las rentas de 100 personas seleccionadas al azar
supere los 725 millones de pesetas es tan sólo del 7,49%

Ejercicio 2.

En una asignatura del colegio la probabilidad de que te saquen a la pizarra en cada clase es del
10%. A lo largo del año tienes 100 clases de esa asignatura. ¿Cuál es la probabilidad de tener que
salir a la pizarra más de 15 veces?

Se vuelve a aplicar el Teorema Central del Límite.

Salir a la pizarra es una variable independiente que sigue el modelo de distribución de Bernouilli:

"Salir a la pizarra", le damos el valor 1 y tiene una probabilidad del 0,10

"No salir a la pizarra", le damos el valor 0 y tiene una probabilidad del 0,9

La media y la varianza de cada variable independientes es:

  = 0,10

 2 = 0,10 * 0,90 = 0,09

Por tanto, la suma de las 100 variables se distribuye según una normal cuya media y varianza
son:

Media: n *  = 100 * 0,10 = 10

Varianza: n * = 100 * 0,09 = 9

Para calcular la probabilidad de salir a la pizarra más de 15 veces, calculamos el valor equivalente
de la variable normal tipificada:

Luego:

P (X > 15) = P (Y > 1,67) = 1 - P (Y < 1,67) = 1 - 0,9525 = 0,0475

Es decir, la probabilidad de tener que salir más de 15 veces a la pizarra a lo largo del curso es tan
sólo del 4,75% (¡¡¡ ánimo !!!, no es tan grave)

LECCION 40ª
Teorema Central del Límite: Ejercicios (II)

Ejercicio 1.

Un día visitamos el Casino y decidimos jugar en la ruleta. Nuestra apuesta va a ser siempre al
negro y cada apuesta de 500 ptas. Llevamos 10.000 ptas. y queremos calcular que probabilidad
tenemos de que tras jugar 80 veces consigamos doblar nuestro dinero.

Cada jugada es una variable independiente que sigue el modelo de distribución de Bernouilli.

"Salir negro", le damos el valor 1 y tiene una probabilidad del 0,485

"No salir negro", le damos el valor 0 y tiene una probabilidad del 0,515

(*) La probabilidad de "no salir negro" es mayor ya que puede salir rojo o el cero

La media y varianza de cada variable individual es:

 = 0,485

 2 = 0,485 * 0,515 = 0,25

A la suma de las 80 apuestas se le aplica el Teorema Central del Límite, por lo que se distribuye
según una normal cuya media y varianza son:
 Media: n *  = 80 * 0,485 = 38,8

Varianza: n * = 80 * 0,25 = 20

Para doblar nuestro dinero el negro tiene que salir al menos 20 veces más que el rojo (20 * 500 =
10.000), por lo que tendrá que salir como mínimo 50 veces (implica que el rojo o el cero salgan
como máximo 30 veces).

Comenzamos por calcular el valor equivalente de la variable normal tipificada:

Luego:

P (X > 50) = P (Y > 2,50) = 1 - P (Y < 2,50) = 1 - 0,9938 = 0,0062

Es decir, la probabilidad de doblar el dinero es tan sólo del 0,62% (así, que más vale que nos
pongamos a trabajar).

Ejercicio 2.

El precio de una acción en bolsa se mueve aleatoriamente entre 10 ptas. y 20 ptas., con la misma
probabilidad en todo el tramo. Hemos dado la orden a nuestro broker de que nos compre paquetes
de 1.000 acciones cada día durante las próximas 40 sesiones.

Una vez ejecutada la orden, tenemos un total de 40.000 acciones. A final de año vendemos todas
las acciones al precio de 13 ptas./acción, recibiendo 520.000 ptas. Calcular la probabilidad de que
ganemos dinero en esta operación.

El precio de cada paquete comprado es una variable aleatoria independiente que se distribuye
uniformemente entre 10.000 ptas y 20.000 ptas. Su media y varianza son:

 = (10.000 + 20.000 ) / 2 = 15.000

 2 = (20.000 - 10.000)^2 / 12 = 833,3

El precio total de los 40 paquetes comprados se distribuye según una distribución normal cuya
media y varianza son:

Media: n *  = 40 * 15.000 = 600.000

Varianza: n * = 40 * 833,3 = 33.333,3

Para estimar la probabilidad de que ganemos dinero, calculamos el valor equivalente de la variable
normal tipificada:
Luego:

P (X > 520.000) = P (Y > 2,40) = 1 - P (Y < 2,40) = 1 - 0,9918 = 0,0082

Por tanto, la probabilidad de que ganemos dinero con la "dichosa" operación es tan sólo del 0,82%
(¡¡¡ lo llevamos claro, Gervasio !!!)