Topografía analítica ABS

Funciones de distribución y densidad de probabilidad

Función de distribución de probabilidad

Esta función es la análoga a la función de probabilidad de la variable aleatoria

discreta. Ya que, para una variable aleatoria continua, la pregunta de la
frecuencia relativa de un valor pierde sentido al tender está a cero. Entonces
es más importante conocer la probabilidad en un intervalo.

Por lo que la definimos como la probabilidad de que variable aleatoria

continua (x) tome un valor inferior o igual a x se denota como F(x) = P(X ≤ x)

Función de densidad de probabilidad

Es una función matemática f(x) que describe los límites de frecuencia de los
posibles valores que puede tomar una variable aleatoria continua en un
intervalo especifico [a, b]. esta función nos permite calcular la probabilidad de
que la variable aleatoria tome valores en un intervalo, como el área
comprendida bajo la función de densidad entre los valores de dicho intervalo.

Esta función la podemos definir también como la probabilidad por unidad de

medida de la variable, y se puede obtener como la derivada de la función F(x)
permitiéndonos determinar cómo crece la función de distribución en cada
punto.
en la topografía este concepto tomo mucha importancia para poder analizar y
estudiar la calidad de las observaciones que realizamos y como los Rodrigo
Martínez, Maxime cuando las variables aleatorias continuas están asociadas a
experimentos de naturaleza cuantitativa continúa discretizados por la
apreciación en la observación.

Es claro entonces que las dos funciones guardan una estrecha relación entre
sin que podemos ver en a siguiente grafica

Ilustración 1 relación entre la función de densidad y de distribución. Tomado de (Martinez Quintana , 2009)

Universidad del Quindío

 Topografía analítica ABS

Matemáticamente las funciones se expresan de la siguiente forma

𝑥
𝑃(𝑋 ≤ 𝑥 ) = 𝐹(𝑥) = ∫−∞ 𝑓(𝑥 ) ⅆ𝑥 función de distribución

función de densidad

Como se puede apreciar la definición implica el uso de concepto matemático

de integral. Pero la realidad es que esto en la práctica se resuelve usando
unas tables de funciones que son de manipulación muy sencilla.

Veamos ahora las funciones de distribución y densidad más usadas en

topografía

Distribución normal

En la realidad tenemos una experiencia interesante; cada vez que medimos,

en especial si el instrumento de medida es muy sensible, vemos que los
resultados que le podemos atribuir a dicha observación son diferentes. La
distribución de dichas diferencias sigue un modelo que podemos definir como
distribución normal.

Principios

• De pueden presentar tantos errores por defecto como por exceso.

Simetría de la gráfica.

• Los errores mas frecuentes son los pequeños, y los grandes tiene una
frecuencia menor.

• La grafica tiene un aspecto de campana por eso la conocen como

campana de Gauss.

• Una variable aleatoria Normal tiene distribución de probabilidad en

forma de campana y depende de los parámetros de media y desviación
típica o estándar; que ya hemos vistos como calcularlos.

Universidad del Quindío

 Topografía analítica ABS

Ilustración 2 Dos graficas con la misma media, pero diferente desviación estándar

Ilustración 3 Dos graficas con la misma desviación estándar pero diferente media

Ilustración 4 Dos graficas con diferente media y diferente desviación estándar

Para un apoyo más visual y didáctico ver el siguiente lien

http://www.matematicasvisuales.com/html/probabilidad/varaleat/normal.html

Propiedades de la gráfica de distribución normal

Ilustración 5

• Su esperanza es μ.

• Su varianza es σ2 y, por tanto, su desviación típica es σ.

• Es simétrica respecto a su media μ, como puede apreciarse en la

representación anterior.

• Media, moda y mediana coinciden (μ).

Universidad del Quindío

 Topografía analítica ABS

• Las dos colas (extremos) de una distribución normal de probabilidad se

extienden de manera indefinida y nunca tocan el eje horizontal.

• Los puntos de inflexión se encuentran siempre en 𝜇 ± 𝜎 y en este

intervalo corresponde a un área bajo la curva de aproximadamente un
68.2%. azul oscuro en la ilustración 5

Los cálculos de la probabilidad con la distribución normal se hacen realmente

empleando unos cuadros de la distribución normal estándar tipificada en los
que ya está solucionados en área bajo la curva de la función de densidad. Esta
distribución tiene la característica de tener media 0 y desviación estándar de 1
de denota con N(0,1) los diferentes intervalos se caracterizan con el
parámetro Z
Es importante entender que existen tablas de análisis de una sola cola y de
dos colas. Este ultimo es el que más usamos en topografía ya que contempla
la presencia diferencia tanto negativas como positivas que son posibilidades
que tenemos cuando medimos un objeto.
En el análisis de una sola cola se contempla solo la probabilidad de que sean
diferencias positivas o diferencias negativas

Ilustración 6 tomado del documento de tabla normal https://es.slideshare.net/wilsonmanriquez/tabla-normal

Universidad del Quindío

 Topografía analítica ABS

En la ilustración 6 la zona de la tabla que vemos en color rojo corresponde a

los valores de probabilidad y los valores de la columna y fila de color blanco
es el valor de Z que se obtiene sumando ambos valores de acuerdo a la
posición de la probabilidad buscada (se suma valor de columna con el valor
de fila).

Una distribución normal cualquiera se puede representar basados en esta

grafica usando la siguiente ecuación

𝑥 = 𝜇 ± 𝑧𝜎
Veamos un ejemplo

Si (medidas de distancia, medidas de ángulo, etc.) es una variable aleatoria

de una distribución , hallar: P(µ-1.5σ≤X≤ µ+1.5σ)

Para hallar dicha probabilidad primero tenemos que identificar que el valor del
parámetro Z es 1.5. comparando la ecuación anterior con los límites del
intervalo.

Posteriormente vamos a la tabla de

Determinamos la probabilidad de la mitad positiva de la función de densidad y

como el rango incluye los valores positivos y negativos multiplicamos este valor
por 2

Universidad del Quindío

 Topografía analítica ABS

Valor de probabilidad de la tabla: 0.43319

Al multiplicarlo por dos para todo el rango: nos da una probabilidad de 0.866
es decir un 86.6 %

Esta es pues la probabilidad de que la variable aleatoria X tome valores en el

intervalo del problema.

Criterio de chauvenet

También conocido como el criterio para el rechazo de medidas este criterio

establece que se consideraran medidas atípicas (outlier) a aquellas medidas que
estén por fuera del intervalo dado por:

1
𝑃(𝐿𝑖 ≤ 𝑥 ≤ 𝐿𝑠) = 1 −
2𝑛

Con esto se establece una relación entre el numero de medidas n y la

probabilidad del intervalo en el que deben encontrarse todos los datos para ser
aceptados. Con esta probabilidad vamos a la tabla de la distribución normal
tipificada buscamos el valor de la probabilidad (en este caso la mitad del valor
calculado) y determinamos los valores proyectando esta posición a la columna
y la fila de Z y con este calculamos el límite inferior y superior.

𝐿𝑖 = 𝑥̅ − 𝑧𝑐 𝑆
𝑙𝑠 = 𝑥̅ + 𝑧𝑐 𝑆

Con estos valores revisamos los datos del problema y establecemos si existe
algún valor por fuera de dicho intervalo. De ser así se debe eliminar dichos
valores y aplicar de nuevo el criterio con el nuevo valor de n, hasta que la
totalidad de los datos se encuentre en el intervalo del criterio.

Como material adicional revisen el siguiente video

https://www.youtube.com/watch?v=fnEceDspcx0

Para interiorizar de forma práctica los conceptos expuestos revise en libro de

introducción al ajuste y diseño de redes topográficas de Raúl Márquez páginas
29 a 31.

Universidad del Quindío

 Topografía analítica ABS

Referencias

Marquez , R. (2009). Introduccion al ajuste y diseño de redes Topograficas . San Juan : Universidad
Nacional de San juan .
Martinez Quintana , R. (2009). Estadistica Basica para Topografia. Caseres España: Universidad de
Extremadura.

Universidad del Quindío