Variable aleatoria discreta Variable aleatoria continua

Estadística para investigación

Tema 4: Distribuciones de probabilidad
Describiendo datos obtenidos a partir de experimentos aleatorios

Mg. Jesús Eduardo Gamboa Unsihuay

11 de noviembre de 2019
Variable aleatoria discreta Variable aleatoria continua

Estructura del Tema IV

1. Variable aleatoria discreta

2. Variable aleatoria continua

Variable aleatoria discreta Variable aleatoria continua

Variable aleatoria discreta

Sabemos que una variable puede tomar diversos valores.

No sabemos exactamente el valor que tomará una variable .
La variable aleatoria se suele denotar por una letra mayúscula, generalmente del
final del alfabeto, por ejemplo X = Número de frutos de manzana por racimo.
Distribución de probabilidad: Cada uno de esos valores ocurrirá en la realidad
con una determinada probabilidad
Ejemplo:
x 1 2 3 4
f (x) 0.25 0.30 0.30 0.15
Variable aleatoria discreta Variable aleatoria continua

Variable aleatoria discreta

Cálculo de probabilidades

Al elegir un racimo al azar, ¿cuál es la probabilidad de que este tenga menos de

2 frutos?
P(X < 2) = P(X = 1) = 0,25
Si sabemos que un racimo tiene por lo menos 3 frutos, ¿cuál es la probabilidad
de que tenga 4?

P(X = 4) 0,15 1
P(X = 4|X ≥ 3) = = =
P(X ≥ 3) 0,3 + 0,15 3
Variable aleatoria discreta Variable aleatoria continua

Variable aleatoria discreta

Valor esperado

Es el equivalente a la media ponderada, en términos de probabilidades

Se le conoce también como primer momento
n
X
E(X) = xi × f (xi )
i=1

Ejemplo:
E(X) = 1 × 0,25 + 2 × 0,3 + 3 × 0,3 + 4 × 0,15 = 2,35
Se espera que un racimo tenga 2.35 (aproximadamente 2, entre 2 y 3) frutos de
manzana
Variable aleatoria discreta Variable aleatoria continua

Variable aleatoria discreta

Variancia

Es el indicador de dispersión de una variable aleatoria

V(X) = E(X 2 ) − (E(X))2

donde:
n
X
E(X ) =
2
xi2 × f (xi )
i=1
Ejemplo:

E(X) = 12 × 0,25 + 22 × 0,3 + 32 × 0,3 + 42 × 0,15 = 6,55

V(X) = 6,55 − 2,352 = 1,0275
DE(X) = 1,0137
La varianza de X es de 1.0275 frutos2 y su desviación estándar es de 1.0137
frutos.
Variable aleatoria discreta Variable aleatoria continua

Variable aleatoria discreta

Ejercicio

Se define la variable aleatoria Y =Número de huevos que pone una gallina por
semana, con la siguiente distribución de probabilidades:

y 3 4 5 6 7
f (y) 0.10 0.40 0.40 0.08 0.02

1 Determine la probabilidad de que un gallina ponga no menos de 5 huevos a la

semana
2 Si se sabe que una gallina puso no más de 6 huevos a la semana, ¿cuál es la
probabilidad de que haya puesto al menos 4?
3 Determine el valor esperado, la desviación estándar y el coeficiente de
variabilidad del número de huevos semanales.
Variable aleatoria discreta Variable aleatoria continua

Distribución Binomial

Un experimento Bernoulli es aquel que puede tener dos resultados: éxito o

fracaso
El éxito hace referencia al evento de interés que deseamos estudiar
El experimento Bernoulli se repite n veces
La probabilidad de éxito es constante en cada repetición, y es igual a p
La variable aleatoria se define como Número de éxitos y se dice que sigue una
distribución binomial de parámetros n y p.
Ejemplo: Se plantan 20 semillas y deseamos analizar su germinación. Definimos
la variable aleatoria. X = Número de semillas que germinan. Además, sabemos
que cada semilla es independiente y su probabilidad de germinar es de 0.81.
Variable aleatoria discreta Variable aleatoria continua

Distribución Binomial

La distribución de probabilidades viene caracterizada por la función:

!
n x
f (x) = p (1 − p)n−x , x = 0, ..., n
x

Para nuestro ejemplo:

!
20
f (x) = (0,81)x (0,19)20−x , x = 0, ..., 20
x
Variable aleatoria discreta Variable aleatoria continua

Distribución Binomial

La probabilidad de que germinen entre

12 y 15 semillas es de 0.32

P(12 ≤ X ≤ 15) = 0,0171+0,0448+0,0954+0,1627

La probabilidad de que germinen 16

semillas, dado que sabemos que
germinaron por lo menos 15 es de 0.259

0,2168 0,2168
P(X = 16|X ≥ 15) = =
P(X ≥ 15) 0,8356
Variable aleatoria discreta Variable aleatoria continua

Distribución Binomial

El valor esperado se obtiene como n × p y la varianza, n × p × (1 − p).

Así, en nuestro ejemplo, se espera que germinen aproximadamente 16 semillas,
con varianza 3.078 semillas2 y desviación estándar de 1.75 semillas.
El CV de la variable es de 10,83 %.
Variable aleatoria discreta Variable aleatoria continua

Distribución Binomial
Ejercicio

Se colectaron muestras de 32 cuyes adultos, escogidos al azar por los criadores,

encontrándose una prevalencia de Helmintiasis gastrointestinal igual a 93 %.
1 Determine la probabilidad de que por lo menos las 3/4 partes de los cuyes
padezcan de Helmintiasis gastrointestinal
2 Si se sabe que menos de 30 cuyes padecen de esta enfermedad, calcule la
probabilidad de que 28 o 29 de ellos la padezcan
3 Determine el número esperado de cuyes que padecen de Helmintiasis
gastrointestinal.
Variable aleatoria discreta Variable aleatoria continua

Distribución Poisson

La variable aleatoria se define como Número de éxitos en un determinado

intervalo, área, región, etc. Se dice que sigue una distribución Poisson con tasa λ.
Ejemplo: X = Número de bacterias por cada mm3 de agua.
La distribución de probabilidades viene caracterizada por la función:

1
f (x) = exp(−λ)λx , x = 0, 1, ...
x!
Si la tasa media es de 2 bacterias por mm3 de agua:

1
f (x) = exp(−2)2x , x = 0, 1, ...
x!
La media y varianza son iguales a λ
Variable aleatoria discreta Variable aleatoria continua

Distribución Poisson

La probabilidad de encontrar por lo

menos una bacteria es 0.8647

P(X ≥ 1) = 1 − P(X = 0) = 1 − 0,1353

La probabilidad de encontrar menos de

5 bacterias dado que sabemos que hay
al menos 2 de 0.911

P(2 ≤ X ≤ 4) 0,5413
P(X < 5|X ≥ 2) = = = 0,911
P(X ≥ 2) 0,594
Variable aleatoria discreta Variable aleatoria continua

Distribución Poisson
Ejercicio

Una especie de árbol es infectada por un escarabajo a una tasa de 2.2 larvas de
escarabajos debajo de una muestra de corteza de 10 x 10 cm2 tomada a 1.3 m de
altura del suelo. Encuentre la probabilidad de que una muestra de corteza
seleccionada al azar tenga:
Menos de 4 larvas.
Por lo menos 2 larvas.
A lo más 5 larvas si se sabe que tiene al menos 3.
Variable aleatoria discreta Variable aleatoria continua

Variable aleatoria continua

Permite cuantificar las probabilidades de ocurrencia cuando el espacio muestral
es infinito no numerable
Ejemplo: X = Tiempo de vida de un dispositivo de laboratorio, en años

x2
f (x) = I(0,9) (x)
243
Variable aleatoria discreta Variable aleatoria continua

Distribución Normal

Es una de las distribuciones más

empleadas en estadística

Su forma es simétrica y acampanada

Sus parámetros son la media µ y la

variancia σ2

Cuando µ = 0 y σ2 = 1 se dice que la

distribución es normal estándar

Figura:
Fuente:http://www.exceluser.com/blogdata/images/post_900_516/normal-
curve.jpg
Variable aleatoria discreta Variable aleatoria continua

Distribución Normal

Un árbol de pino sigue una distribución

Normal con media 18 m y varianza de 9
m2 . Se elige un árbol de pino al azar:
Determine la probabilidad de que
mida menos de 23 m
Determine la probabilidad de que
mida entre 17 y 25 metros.
Si se sabe que mide al menos 21 m,
determine la probabilidad de que Figura: Fuen-
te:https://portal.andina.pe/EDPfotografia3/Thumbnail/2018/08/14/000525242W.jpg
mida menos de 25 m.
Variable aleatoria discreta Variable aleatoria continua

Distribución Normal

El peso de un cerdo se distribuye

normalmente con media 115 kg y
desviación estándar de 7 kg. Se elige un
cerdo al azar:
Determine la probabilidad de que
pese por lo menos 105 kg.
Determine la probabilidad de que
pese más de 110 pero no más de
Figura: Fuente:https://www.legiscomex.com/BancoMedios/Imagenes/cerdo-
120 kg. legiscomex.int.jpg

Si se sabe que su peso supera los

120 kg, ¿cuál es la probabilidad de
que supere los 128 kg?