Investigue acerca del uso de variables aleatorias en las siguientes

actividades o sectores econmicos:

Salud.
Contabilidad.
Finanzas.
SALUD
Estudios para verificacin y probabilidad de nacimientos de nios en
buenas condiciones
Segn estudios, ya se tiene parametrizado las medidas de los huesos y
msculos de los nios por semanas de gestacin, con variables aleatorias
continuas y discretas, en este caso se analizar una variable aleatoria
continua, que sigue una distribucin normal, y con esto se puede calcular,
tomando muestras de mujeres embarazadas con determinadas semanas de
gestacin, si el feto tiene altas probabilidades de estar en el rango adecuado
de medidas, y poder tomar acciones preventivas y correctivas por parte del
doctor.
Ejemplo:
La longitud del fmur de cualquier feto a las 20 semanas de gestacin sigue
una distribucin Normal con medio 44 mm y desviacin tpica 2mm. Si
tomamos una embarazada al azar con 20 semanas de gestacin qu
probabilidad tenemos de que el fmur de su feto mida ms de 46mm? Y de
que mida entre 47mm y 49mm?
Para este anlisis se escogi una variable aleatoria continua que sigue una
distribucin de probabilidad normal cuyos parmetros son:

X N (, )
X N ( 44 , 2 )
Como es una distribucin normal, de por s ya conocemos los parmetros de la
media y la desviacin estndar de la variable aleatoria que en este caso es
x=Longitud del fmur de un feto de 20 semanas de gestacin y tendremos
que la variable

Z=

X44
2

, seguir una distribucin Normal Estndar.

Para el anlisis nos formulamos dos preguntas:

Si tomamos una embarazada al azar con 20 semanas de gestacin,

qu probabilidad tenemos de que el fmur de su feto mida ms de 46
mm?
Calculamos la probabilidad de que al elegir un feto de 20 semanas de
gestacin al azar, su fmur mida ms de 46:

P ( X >46 )=P

4644
>
=P ( Z >1 )=1P ( Z 1 )
( X 44
2
2 )

Para calcular el valor de

P (Z 1)

debemos utilizar la tabla de la distribucin

normal estndar (Z) para el valor de Z=1.00 (Se adjunta tabla para su
referencia)

Este valor nos da Z=0.8413.

Por lo tanto:

P ( X >46 )=1P ( Z 1 )=10.8413=0.2587

La respuesta es 0.2587 (o lo que es lo mismo, el 25,87 % de los fetos de 20
semanas de gestacin tienen una longitud de fmur superior a 46mm).

Y de que mida entre 47mm y 49mm?

P ( 47< X< 49 ) =P

X 44 4944
<
>
=P ( 1.5< Z <2.5 )=P ( Z <2.5 )P ( Z <1.5 )=0.99370.9331=0.
( 4744
2
2
2 )

Por tanto la probabilidad de que cualquier feto tenga un fmur entre 47 y 49

milmetros ser 0.0606 (un 6.06 %).
Los datos de esperanza, varianza y desviacin estndar, vienen incluidos en la
distribucin normal estndar, los cuales son
Esperanza

=E ( x )=44 mm
Varianza

V ( x ) = 2=22=4
Desviacin Estndar

= V ( x )= 4=2

CONTABILIDAD
En contabilidad y economa se puede usar las variables aleatorias continuas en
el mbito de la demanda de productos que quieren ingresar al mercado, dado
que su comportamiento puede modelarse con distribuciones probabilidad
continua, en rangos donde la variable cumple con una determinada funcin y
se puede determinar si esta demanda va a cumplir con las expectativas de la
gerencia.
Ejemplo:
La demanda anual que se espera de cierto producto, por miles de unidades, es
una variable aleatoria continua X que tiene densidad de probabilidad

1 2
f ( x )= 9 x 0 x 3
0 en otro caso

La variable aleatoria que se define en este caso es x=Demanda anual de

cierto producto. Como podemos observar es una variable aleatoria continua,
cumple con las propiedades de una funcin de cuanta, ya que cada una de las
probabilidades es mayor a cero, y adems la funcin de distribucin acumulada
nos indica que si sumamos las probabilidades obtenemos 1.

1 2
x dx = 1
9
3

f ( x ) =
0

Si queremos conocer la Esperanza (Valor Esperado), Varianza y Desviacin

Estndar, aplicamos las definiciones de estos elementos para variables
aleatorias continuas:
Esperanza

1
x( x 2)dx= 2.25
9
3

xf ( x ) =
0

=E ( x )=

Esto indica que el valor esperado de demanda anual del producto que va a
ingresar en el mercado es de 2.25 miles de unidades.
Varianza
2

2
V ( x ) =E ( x ) [ E ( x ) ]

1
x 2( x2 ) dx2.252=
9
2

x 2 f ( x )=
1

V ( x ) =

0.3375

Desviacin Estndar

= V ( x )= 0.3375=0.5809

FINANZAS
En las finanzas se puede aplicar variables aleatorias discretas para poder los
resultados sobre cmo estn llevando las personas las inversiones en el
mercado, en especial el grado de optimismo o pesimismo que los gerentes de
grandes empresas tienen en contexto con las inversiones en corto, mediano y
largo plazo, y con esto tomar decisiones que involucran muchas veces miles de
dlares.
Ejemplo:
Se realiz una encuesta en donde se pregunt a 100 gerentes de inversiones
de cierta ciudad, acerca de sus puntos de vista sobre las inversiones a largo
plazo. De acuerdo con las respuestas 10% se encontraban muy optimistas, 25
% se encontraban optimistas, 30% se encontraban neutrales, 20% se
encontraban pesimistas y 15% se encontraban muy pesimistas.
Vamos a definir la variable aleatoria x= grado de optimismo de los gerentes
con la siguiente tabla:

Tabla de cuantizacin del optimismo

grado de optimismo (x)
Trmino
1
Muy pesimista
2
Pesimista
3
Neutrales
4
Optimista
5
Muy optimista
Con esta tabla y los porcentajes obtenidos en la encuesta, podemos elaborar
nuestra tabla de funcin de cuanta y distribucin de probabilidad acumulada:
grado de
optimismo
(x)
1

Tabla de probabilidad de grado de optimismo

Porcentaje
Cantidad
de
de
Funcin de Funcin de distribucin
gerentes
gerentes
cuanta
acumulada
15%
15
0,15
0,15

2
3
4
5

20%
30%
25%
10%

20
30
25
10

0,20
0,30
0,25
0,10

0,35
0,65
0,9
1,00

Como podemos observar es una variable aleatoria ya que cumple con las
propiedades de una funcin de cuanta, las cuales son que cada una de las
probabilidades sea mayor a cero, y adems la funcin de distribucin
acumulada nos indica que si sumamos las probabilidades obtenemos 1.
Al obtener la grfica de la funcin de cuanta, nos damos cuenta del
comportamiento de esta variable aleatoria, que se asemeja a una distribucin
de probabilidad normal:

Funcin de cuanta
cuanta
2.00Funcin de3.00

1.00

4.00

5.00

0.30
0.25
0.20
0.15
0.10

Si queremos conocer la Esperanza (Valor Esperado), Varianza y Desviacin

Estndar, aplicamos las definiciones de estos elementos para variables
aleatorias discretas:
Esperanza

x i P( x i)=(10.5)+(20.20)+(30.30)+(40.25)+(50.10)=3.3
n

=E ( x )=
i=1

Esto indica que el valor esperado segn la asignacin que dimos a nuestra
variable aleatoria, es que la los gerentes se encuentren en un grado neutral
sobre las inversiones.

Varianza
2

2
V ( x ) =E ( x ) [ E ( x ) ]

V ( x ) ==(120.5)+( 220.20)+(320.30)+( 420.25)+(520.10)3.32=0.39

Desviacin Estndar

= V ( x )= 0.39=0.62

Referencias bibliograficas
1.

ALEA, V. et al. (1999) Estadstica Aplicada a les Cincies Econmiques i Socials. Barcelona: Edicions
McGraw-Hill EUB.

2.

CANAVOS, G. (1988) Probabilidad y Estadstica. Aplicaciones y Mtodos. Mxico: McGraw-Hill.

3.

URIEL, E. y MUIZ, M. (1988) Estadstica Econmica y Empresarial. Teora y ejercicios. Madrid: AC.

4.

MENDENHALL, W., et al. (1994) Estadstica Matemtica con Aplicaciones. Mxico: Grupo Editorial
Iberoamrica.