Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 4
Tema 4
BIENVENIDA
Estimados estudiantes, les doy la bienvenida a esta cuarta semana del Curso, donde
estudiaremos los contenidos de las distribuciones discretas tales como la Binomial,
Hipergeomtrica y Poisson, para las distribuciones continuas trabajaremos con la distribucin
Normal, T-student y Chi cuadrado, para poder llegar as a describir como la probabilidad de un
evento se realiza en el futuro.
Introduccin
En esta cuarta semana identificaremos las distribuciones de probabilidad de una variable
discreta y continua, resaltando que una distribucin de probabilidad es el resultado de un
experimento, la misma que es similar a una distribucin de frecuencias relativas, a diferencia
que aqu estamos refirindonos a la probabilidad de realizar un evento en el futuro.
Para el desarrollo de esta semana haremos nfasis en las distribuciones: Binomial,
Hipergeomtrica, Poisson, Normal, T Student y Chi Cuadrado. Segn Badii & Castillo (2007). Los
valores de una variable sirven para describir o clasificar individuos o distinguir entre ellos. La
mayora de nosotros hacemos algo ms que simplemente describir, clasificar o distinguir, porque
tenemos ideas respecto a las frecuencias relativas de los valores de una variable. En estadstica
decimos que la variable tiene una funcin de probabilidad, una funcin de densidad de
probabilidad o simplemente una funcin de distribucin.
Por lo antes mencionado debemos considerar que las distribuciones de probabilidad se utilizan
con nfasis en la toma de decisiones, es por ello que en esta semana analizaremos y elegiremos
que distribucin de probabilidad debemos utilizar
Aprendizajes esperados
Conozcamos ahora las capacidades y actitudes a desarrollar en este primer tema:
Capacidades
o
Analiza la diferencia en el uso de la distribucin Binomial, Hipergeomtrica y Poisson
o
Analiza la diferencia en el uso de la distribucin Normal, T Student y Chi Cuadrado.
Actitudes
o
Muestra inters por las distribuciones de probabilidad de variable discreta y continuas:
Binomial, Hipergeomtrica, Poisson, Normal, T Student y Chi Cuadrado.
o
Participa proactivamente en el foro temtico aportando ideas, comentarios e informacin
sobre las distribuciones de probabilidad.
continuas
Ejemplo
La probabilidad de que cierto componente resista una prueba de impacto es de 4/5. Encuentre
la probabilidad de que 3 de los 5 componentes siguientes resistan la prueba de impacto.
Solucin:
Se supone que las pruebas son independientes entre si, donde p = 0,8, para cada una de las 5
pruebas, se considera a la v.a. X como el nmero de componentes que resisten la prueba.
Definicin:
Si X es una v.a. discreta y cuando la probabilidad de xito es pequea y n es grande
en un proceso binomial, donde el producto np se hace constante, o cuando los
sucesos se realizan en un intervalo de tiempo o espacio; la distribucin que
representa a este tipo de procesos aleatorios se llama Distribucin de Poisson, cuya
funcin de cuanta est dada por la siguiente expresin:
durante el da, el nmero de barcos que arriban a un puesto en una semana, el nmero de
manchitas que puede tener una loseta de 20 cm 2, el nmero de bacterias que puede haber en un
centmetro cbico de agua, etc., en general todos los problemas llamados lneas de espera,
teora de colas o similares. (Espejel, 2007)
Ejemplo :
Se sabe que el nmero promedio de camiones que llegan a un terminal terrestre durante el da
es de 10, las instalaciones del terminal pueden atender como mximo 15 camiones al da. Cul
es la probabilidad de que la capacidad de atencin del terminal sea superado en un da
cualquiera?
Solucin:
X = nmero de camiones que llegan al terminal terrestre durante el da para ser atendidos.
X= 0, 1, 2, 3,..
La distribucin ji-cuadrada es la distribucin muestral de S2. O sea que si se extraen todas las
muestras posibles de una poblacin normal y a cada muestra se le calcula su varianza, se
obtendr la distribucin muestral de varianzas.
Para estimar la varianza poblacional o la desviacin estndar, se necesita conocer el estadstico
X2.
Por ejemplo un encuestador podra desear saber si, el sexo, los antecedentes tnicos o el rango
salarial de una persona son factores relevantes en la votacin para una eleccin de algn
legislador.
La definicin formal de la distribucin es la siguiente:
Sean Z1, Z2,,Zk, k distribuciones normales estandar independientes.
Se denomina tambin la distribucin Chi- cuadrado con k grados de
libertad. que puede ser cualquier entero positivo incluyendo al 1 y est representado por df.
Preguntas de anlisis
Estimado estudiante, hemos revisado los contenidos referentes a la cuarta semana, y
con el fin de seguir apoyndote en este proceso de enseanza, te sugiero que analices y des
respuesta a las siguientes preguntas:
1.
Qu representa la campana de Gauss?
2.
Cundo hacer uso de la distribucin normal?
3.
Cundo aplicar la distribucin binomial?
Al respecto para conocer un poco ms sobre este tema, y dar respuesta a las
preguntas planteadas a continuacin te invitamos a hacer clic en el siguiente botn
Uno de los objetivos de la estadstica es el conocimiento cuantitativo de una
determinada parcela de la realidad. Para ello, es necesario construir un modelo de
esta realidad particular objeto de estudio, partiendo de la premisa de que lo real es
siempre ms complejo y multiforme que cualquier modelo que se pueda construir.
De todas formas, la formulacin de modelos aceptados por las instituciones
responsables y por los usuarios, permite obviar la existencia del error o distancia
entre la realidad y el modelo.
Los modelos tericos a los que se hace referencia se reducen en muchos casos a (o
incluyen en su formulacin) funciones de probabilidad. La teora de la probabilidad
tiene su origen en el estudio de los juegos de azar, que impulsaron los primeros
estudios sobre clculo de probabilidades en el siglo XVI, aunque no es hasta el siglo
Video
Con ayuda del siguiente video explicaremos algunas dudas que se hayan
presentado durante el transcurso de la cuarta semana
https://youtu.be/53tb5ezZBCM
Referencias bibliogrficas
Lectura recomendada
Ponemos a tu disposicin y te invitamos a revisar dos interesantes documentos que te
ayudaran a reforzar y ampliar los temas que hemos estudiado, estos los encontrars
en la base de datos e-libros que utiliza nuestra universidad:
Documento : Estadstica
URL:http://site.ebrary.com/lib/bibsipansp/docDetail.action?docID=10479465&p00=estad
%C3%ADstica
Breve descripcin:
El texto se ha elaborado por la necesidad de que exista un texto adecuado para el estudio de la
Estadstica en las diferentes especialidades de la educacin superior.
Los contenidos y tcnicas que se abordan son presentados teniendo en cuenta la intuicin en la
medida de lo posible , evitndose de esta forma demostraciones matemticas que hagan desviar
la atencin del lector del objetivo principal, el cual consiste en aprender el uso de las tcnicas
estadsticas como herramienta de trabajo.
Conclusiones
Luego de haber analizado y desarrollado los contenidos de la cuarta semana llegamos a concluir
que las distribuciones de probabilidad se ponen de manifiesto ante las variadas disciplinas del
quehacer humano en las cuales este concepto est involucrado, en forma definida o implcita.
De una o varias forma, las variaciones posibles en la definicin y aplicacin de las distribuciones
de probabilidad permiten comprender su gran complejidad e importancia en la vida diaria de los
seres humanos, puesto que se puede disear un escenario de acontecimientos futuros
considerando
las
tendencias
actuales
de
diversos
fenmenos
naturales.
Concluyendo as que ya somos capaces de diferenciar el uso de las distribuciones de
probabilidad estudiadas y su respectiva aplicacin.