Estadística II

UCAB
Escuela de Psicología
Semestre 2°
Lectivo 20/21
Gustavo Peña Torbay
Daniel Chaustre Jota
 Funciones de
probabilidad para
variables continuas y
Muestreo
2
 Funciones de Probabilidad de una Variable Aleatoria
Definición: es una función matemática donde
se asignan valores de probabilidad a una
variable aleatoria.
Es necesario refrescar algunos conceptos:
Experimento aleatorio:
• Se trata de una situación en la cual el resultado es incierto o que
está regido por las leyes del azar.
• Es un proceso mediante el cual se obtiene una observación o
medición.
Función:
• Una función matemática es una relación que se plantea entre dos
conjuntos.
• La función permite asociar cada elemento del Conjunto A con un
elemento del Conjunto B, siguiendo una regla.
Variable aleatoria:
• Es una función a partir de un experimento aleatoria.
• En ella se recogen todos los posibles valores de un experimento
aleatorio.
• Se asocian todos los puntos muestrales con una frecuencia de
ocurrencia.
Función de probabilidad
• Es una función en la cual se establece cómo se distribuye la
probabilidad de una variable aleatoria
 Función de Probabilidad para una Variable Aleatoria
Construyamos la función de probabilidad para el experimento aleatorio
“lanzar un dado”.
 Representación de una Función de
Probabilidad

X 1 En
2 forma
3 de
4 tabla:
5 6 En forma de gráfico:
F(x) 1/6 1/6 1/6 1/6 1/6 1/6 0,2

0,15

0,1

0,05

0
1 2 3 4 5 6
Como fórmula:
Probabilidad
f(x) = 1/6
5
 Condiciones para que sea una verdadera
función de probabilidad
a. 0 ≤ p(x) ≤ 1 b. ∑f(x) = 1

• Cualquier probabilidad para un valor de X, se • La sumatoria de todas las funciones de

encuentra entre 0 y 1. probabilidad, es decir, para todos los valores
de x, son iguales a 1.
• No se permiten valores negativos, no se
permiten valores mayores a 1.

6
 Probabilidad Binomial

En la distribución binomial se estudia la probabilidad de que ocurra un resultado particular, tomando en consideración el
número de repeticiones del experimento, y la probabilidad particular que tiene el evento de interés de ocurrir en cada caso.

Las condiciones para la distribución binomial son las siguientes:

• El experimento aleatorio de base se repite n veces, y todos los resultados obtenidos son
mutuamente independientes.
• En cada prueba se tiene una misma probabilidad de éxito para el evento de interés. Asimismo, existe
una misma probabilidad de fracaso.
• El objetivo de la distribución binomial es conocer la probabilidad de que se produzca un cierto
número de éxitos.

7
 Función de Probabilidad – Probabilidad Binomial
𝑛
La fórmula para el cálculo de la 𝑛
probabilidad binomial es la 𝑝 𝑘 = ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘 𝑘
siguiente: 𝑘 Se lee como
“combinatoria de n en
k”
k = es el número de eventos exitosos asociados al experimento

n = es el número de ensayos realizados en total

n-k = es el número de fracasos asociados al experimento

p = es la probabilidad de éxito en cada ensayo

8
q = es la probabilidad de fracaso en cada ensayo
Media y Desviación Estándar – Probabilidad
Binomial

Media Desviación estándar

𝑋ത = 𝑛 ∗ 𝑝 𝑠 = 𝑛∗𝑝∗𝑞

9
Probabilidad Binomial - Ejemplo

Stephen Curry, jugador de la NBA, a lo

largo de su carrera ha tenido un promedio
de aciertos en los tiros de tres puntos de
43,5 %. Es decir, por cada lanzamiento de
tres puntos, Curry acierta en el 43,5 % de
los casos. Si Curry lanzara 10 tiros de tres
puntos, ¿cuál sería la probabilidad de que
enceste exactamente 4 de ellos?

10
Para ver un ejemplo adicional de probabilidad binomial, revise:
https://www.youtube.com/watch?v=EisaSQ1j_Kk
 Probabilidad Binomial - Ejemplo
Cálculo Conclusión
Datos
• La probabilidad de 𝒏 La probabilidad de que
encestar un tiro de 3 puntos 𝒑 𝒌 = ∗ 𝒑𝒌 ∗ 𝒒𝒏−𝒌
𝒌 el jugador enceste
es de 0,435.
exactamente 4 de sus
• Por complemento, la
probabilidad de fallar el
10
P(4) = 4 ∗,4354 ∗,56510−4 10 lanzamientos de
lanzamiento es de 0,565 (1- tres puntos, es de
,435). 0,244.
P(4)= 210 ∗, 0358 ∗, 0325
• El número de ensayos total
es de 10 lanzamientos.
• Nos interesa determinar la
probabilidad de que P(4) = ,244
enceste 4 (k).
11
 Probabilidad Binomial - Ejemplo

¿Qué tendríamos que hacer si nos interesa conocer la probabilidad de que

enceste al menos uno de sus lanzamientos, es decir, que de los 10 en total al
menos uno de ellos entre en la canasta?
• Se puede proceder de dos formas:
1.Una de ellas implica calcular la probabilidad de todos los eventos de interés. Es decir: 1, 2, 3,
4, 5, 6, 7, 8, 9 y 10. Abarcando todos los escenarios donde encestó al menos un rito.
2.La alternativa, más corta, consiste en calcular los escenarios donde la condición de interés
no ocurre, y calcular el completo.

12
 Probabilidad Binomial – Ejemplo Parte 2
Cálculo Conclusión
Datos
• La probabilidad de
𝒑 𝒌 =
𝒏
∗ 𝒑𝒌 ∗ 𝒒𝒏−𝒌 La probabilidad de que
encestar un tiro de 3 puntos 𝒌
es de 0,435. el jugador enceste al
• Por complemento, la P(0) = 10
∗,4350 ∗,56510−0
menos uno de sus 10
probabilidad de fallar el 0
lanzamientos de tres
lanzamiento es de 0,565 (1-
,435). P(0)= 1 ∗ 1 ∗, 00331
puntos es de 0,99669.
• El número de ensayos total
es de 10 lanzamientos.
• Nos interesa determinar la P(0) = ,00331
probabilidad de que P(≥1) = 1-0,00331
enceste al menos uno
(k≥1). P(≥1) =0,99669
13
 Probabilidad Normal
La función de distribución normal queda definida por dos parámetros:
media y desviación típica.

La distribución normal se representa como:

• Es decir, una distribución Normal, con una media y desviación típica definidas para esa
distribución.

Son más probables los valores cercanos a la media, y mientras más

alejados estén de esta, su probabilidad va decreciendo en función de
la desviación típica.

14
Algunas características de la Distribución Normal:
https://www.youtube.com/watch?v=OiKEs2BZ4v0
 Fórmula - Probabilidad Normal
La probabilidad de distribución normal supone que se conoce tanto la media como
la desviación típica de un conjunto de datos; a partir de estos dos parámetros, se
tipifica el área bajo la curva normal tomando un valor Xi como referencia.

El valor Z tipificado es igual a: Xi

𝑋𝑖−µ
𝑍=
σ

15
Propiedades de la Probabilidad de Distribución
Normal
La media representa el punto donde se acumula el 50 % de las puntuaciones en
una distribución de datos. Es decir, debajo del valor de la media, se encuentra el
50 % de los datos, y por encima de la media, el 50 % superior.

La mayoría de los casos se encuentran a una desviación por encima o por debajo
de la media; una menor cantidad se encuentra a dos desviaciones, y una menor
cantidad aún a tres desviaciones de la media.

La distribución completa recoge el 100 % de los casos, y una probabilidad

acumulada de 1.

Al tipificar los valores por encima de la media, estos resultan en valores Z

negativos; y al tipificar valores por encima de la media, estos resultan en valores
Z positivos. 16
 Tabla de Puntuaciones Z
La tabla de puntuaciones Z permite transformar un
valor estandarizado Z en un valor de probabilidad.

El procedimiento es el siguiente:
1. Calcular, a partir de la fórmula de Z, el recorrido o
el área bajo la curva que se desea estimar.
2. Identificar el valor entero de Z, así como los dos
valores decimales.
3. Identificar en las filas el valor entero de Z, así
como el primer decimal.
4. Identificar en las columnas el segundo valor
decimal de Z.
5. Con ambas coordenadas se ubica el valor de
probabilidad asociada a esa área bajo la curva.

Pongamos de ejemplo el 17
P = 0,3997
valor Z = 1,28
Ejemplo – Probabilidad Normal

En una prueba de habilidad numérica se

tiene una media de 14,5 puntos; con una
desviación típica de 3,25. Si se sabe que
las puntuaciones en la prueba se
distribuyen normalmente, ¿cuál es la
probabilidad de que una persona elegida
al azar obtenga 10 puntos o más?

18
 Probabilidad Normal - Ejemplo
Cálculo
Conclusión
Datos 𝑿𝒊 − µ
𝒁= La probabilidad de
• La media de puntuaciones 𝝈
escoger a una persona al
en la prueba es de 14,5. 𝟏𝟎 − 𝟏𝟒, 𝟓 azar, y que esta tenga
• La desviación estándar de
𝒁=
𝟑, 𝟐𝟓 una puntuación en la
las puntuaciones es de 3,25 𝟏𝟎−𝟏𝟒,𝟓
prueba igual o mayor a 10
puntos. 𝒁= 𝟑,𝟐𝟓
= -1,38… 0,4162 puntos es de (0,5+0,4162)
0,9162.
• Nos interesa determinar la 10
probabilidad de que una
persona elegida al azar
tenga una puntuación de 10
o más. 0,5
0,5 + 0,4162 = 0,9162

19
 Probabilidad Binomial a la Prob. Normal
Existen algunos casos en los cuales se puede ajustar una distribución binomial a una
normal. Sin embargo, esto solo puede realizarse en los casos en que se cumple:
1. El valor de n es muy elevado
2. n*p ≥ 5
3. n*q ≥ 5
De cumplirse estas condiciones, los valores de la probabilidad binomial se pueden
ajustar a probabilidad normal mediante las siguientes fórmulas:

Media: Desviación estándar:

µ=𝑛∗𝑝 σ= 𝑛∗𝑝∗𝑞
20
Ejemplo 1
Ejemplo 1

22
 Ejemplo 2
Las puntuaciones de un examen se distribuyen normalmente con media 15 puntos.
La puntuación A ha sido superada por un 23% de los alumnos. La puntuación B está
situada a 5 puntos diferenciales por debajo de la media. Entre B y la media se
encuentra el 30% de los alumnos.
Calcular :
a) La desviación típica de las notas. 30 %

b) Las puntuaciones directas de A y B.

Cal. A
c) El porcentaje de alumnos entre A y B. Cal. B

23 %
5 puntos

15 23
 Ejercicios
1. La media de los pesos de 5000 estudiantes de un colegio es 70 kg y la desviación típica 3 kg. Suponiendo que
los pesos se distribuyen normalmente, “hallar cuántos estudiantes” pesan menos de 60 kg.
2. La temperatura durante septiembre está distribuida normalmente con media 18,7º C y desviación estándar
5º C. Calcule la probabilidad de que la temperatura durante septiembre esté por encima de 21º C. ¿Y cuál es la
probabilidad de que la temperatura sea de 21º C?
3. Se supone que los resultados de un examen siguen una distribución normal con media 78 y varianza 36. Se
pide: a) ¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga una calificación
superior a 72? B) Si se sabe que la calificación de un estudiante es mayor que 72 ¿cuál es la probabilidad de que
su calificación sea, de hecho, superior a 84?
4. En una ciudad se estima que la temperatura máxima en el mes de junio sigue una distribución normal, con
media 23° y desviación típica 5°. Calcular el número de días del mes en los que se espera alcanzar máximas
entre 21° y 27°.
5. Supongamos que la probabilidad de tener una unidad defectuosa en una línea de ensamblaje es de 0.05. Si el
conjunto de unidades terminadas constituye un conjunto de ensayos independientes: a. ¿cuál es la
probabilidad de que entre diez unidades dos se encuentren defectuosas? b. ¿y de que a lo sumo dos se
encuentren defectuosas? c. ¿cual es la probabilidad de que por lo menos una se encuentre defectuosa?
6. El gerente de un restaurante que sólo da servicio mediante reservas sabe, por experiencia, que el 20% de las
personas que reservan una mesa no asistirán. Si el restaurante acepta 25 reservas pero sólo dispone de 20
mesas, ¿cuál es la probabilidad de que a todas las personas que asistan al restaurante se les asigne una mesa?
7. En una ciudad una de cada tres familias posee teléfono. Si se eligen al azar 90 familias, calcular la
probabilidad de que entre ellas haya por lo menos 30 tengan teléfono. 24
25