Está en la página 1de 22

Fundamentos de Estadística MODP WE 18-1 1

Probabilidades:
Principales Distribuciones

Sesión 5

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 2

Distribución Discreta de Probabilidades

La distribución de probabilidad de una variable


aleatoria describe cómo se distribuyen las
probabilidades sobre los valores de la variable
aleatoria.

Podemos describir una distribución de probabilidad


discreta con una tabla, gráfico o fórmula.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 3

Distribución Discreta de Probabilidades


Se introducirán dos tipos de distribuciones de
probabilidad discretas.

Primer tipo: utiliza las reglas de asignación de


probabilidades a los resultados del experimento
para determinar las probabilidades de cada valor de
la variable aleatoria.

Segundo tipo: utiliza una fórmula matemática


especial para calcular las probabilidades para cada
valor de la variable aleatoria.
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 4

Distribución Discreta de Probabilidades

La distribución de probabilidad se define por una


función de probabilidad, denotada por f (x), que
proporciona la probabilidad para cada valor de la
variable aleatoria.

Se requiere que la función de probabilidades


discreta cumpla con las siguientes condiciones:

f (x ) > 0
 f (x ) = 1
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 5

Distribución Discreta de Probabilidades

Existen tres métodos para asignar probabilidades a


variables aleatorias: el método clásico, el método
subjetivo y el método de frecuencia relativa.

El uso del método de frecuencia relativa para


desarrollar distribuciones de probabilidad discretas
conduce a lo que se denomina distribución discreta
empírica.
Un ejemplo de ello en
la siguiente diapositiva
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 6

Distribución Discreta de Probabilidades


Ejemplo: Comercial JSL
Un empleado de personal está evaluando la posibilidad de
poner un anuncio para contratar a una Asistente de
Gerencia. Sabe por experiencia previa que de un total de
80 situaciones en el que colocaros anuncios similares, en
4 de ellas el anuncio atrajo 6 solicitudes, en 9 de ellas
atrajo 5, en 14 de ellas atrajo 4, en 19 de ellas atrajo 3, en
11 de ellas atrajo 2, en 12 de ellas atrajo 1 y 11 veces no
atrajo ninguna.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 7

Distribución Discreta de Probabilidades


Ejemplo: Comercial JSL
Utilizando datos anteriores se tiene que, ...

Solicitudes Número
X P(X) 12/80
Recibidas de veces
0 11 0 13.75%
1 12 1 15.00%
2 11 2 13.75%
3 19 3 23.75%
4 14 4 17.50%
5 9 5 11.25%
6 4 6 5.00%
80 100%

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 8

Distribución Discreta de Probabilidades


Ejemplo: Comercial JSL
Representación
gráfica de la
distribución de
probabilidad

0 1 2 3 4 5 6

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 9

Distribución Discreta de Probabilidades

Además de tablas y gráficos, se utilizan a menudo


para describir las distribuciones de probabilidad
fórmulas que calculan la probabilidad, f (x), para
cada valor de X.

Algunas distribuciones discretas de probabilidad


especificadas por fórmulas son las distribuciones
binomial y Poisson.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 10

Distribución de Probabilidades
Binomial
Propiedades del Experimento Binomial
• Secuencia de n Ensayos Idénticos
• Cada ensayo tiene sólo 2 resultados
“Éxito” (Resultado deseado) o “Fracaso”
• Las Probabilidades en todos los ensayos son
constantes
• Los Ensayos son Independientes.

Dos métodos de muestreo diferentes


Población Infinita sin Reemplazo
Población Finita con Reemplazo
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 11

Distribución de Probabilidades
Binomial: Función
n!
f(X) = pX (1 – p)n-X
X! (n – X)!

f(X) = probabilidad de X = x dados n & p


n = número de ensayos
p = probabilidad de ‘éxito’
X = número de ‘éxitos’ en las ‘n’ repeticiones
(X = 0, 1, 2, ..., n)
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 12

Distribución de Probabilidades
Binomial
Valor esperado
E (x) =  = n p
Varianza
Var(x) =  2 = n*p*(1 - p )

Desviación Estándar
DS(x) =  = n*p*(1 - p )

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 13

Distribuciones Continuas
de Probabilidades

 Una variable aleatoria continua puede asumir


cualquier valor en un intervalo de la recta de
números reales o en un conjunto de intervalos.
 No es posible hablar de la probabilidad de que la
variable aleatoria asuma un valor en particular.
 En lugar de ello, hablamos de la probabilidad de
que la variable aleatoria asuma un valor dentro
de un intervalo dado.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 14

Distribuciones Continuas
de Probabilidades

La probabilidad de que una variable aleatoria


asuma un valor en un intervalo dado de X1 a X2
se define como el área bajo la curva de la función
de densidad de probabilidades dentro de dicho
intervalo.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 15

Distribución Normal
Es la distribución más importante f (x)
para describir la distribución de
variables aleatorias continuas
1. ‘Forma de Campana’ &
Simétrica
x
2. Media, Mediana, Moda son
iguales Media
Mediana
3. Variable aleatoria que tiene Moda
rango infinito.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 16

Importancia de la
Distribución Normal

1. Hay muchos experimentos de variables continuas


que siguen esta distribución o que pueden ser
aproximados por ella.
2. Esta distribución se puede usar para aproximar
algunas distribuciones de variable discreta.
3. La distribución normal constituye la base para la
inferencia estadística clásica por su relación con el
Teorema del Límite Central.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 17

Distribución Normal:
características
99.72%
95.44%
68.26%

x
  + 3
 – 3  – 1  + 1
 – 2  + 2
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 18

Distribución Normal de
Probabilidades
Probabilidad
d
es el área
bajo la curva! P (c  X  d)   f ( x)dx ?
c

f(X)

c d X
Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 19

Distribución Normal
Estándar
X - 
Z=
Distribución
 Distribución
Normal Normal Estándar
 z = 1

 X Z = 0 Z

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 20

Probando
Normalidad
Comparar características de Gráfico de Probabilidad Normal
la Data con Propiedades de
X 90
la Distribución Normal.
Evaluar el Gráfico de 60
Probabilidad Normal. 30 Z
Graficar los Datos X vs. -2 -1 0 1 2
valores Z estandarizados.
Buscar una línea recta!

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 21

Aproximaciones a la
Distribución Binomial

Cuando el número de repeticiones en una variable


BINOMIAL es muy grande, se presentan dificultades
para el cálculo de las probabilidades usando la
función Binomial. En estos casos es práctico utilizar
aproximaciones para los cálculos.
Se pueden utilizar la distribución NORMAL, como
una aproximación de la distribución (Binomial)
original.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.
Fundamentos de Estadística MODP WE 18-1 22

Aproximaciones a la
Distribución Binomial
Para usar la aproximación por Normal, hacemos:
 = n x p y 2 = n x p x ( 1 - p )
como parámetros con los que queda definida la
distribución.

Notas de clase elaboradas por el Prof. Tomás Minauro L. Lima, esan, ® 2019.