Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Asignatura:
ESTADÍSTICA Y DEMOGRAFÍA
MÓDULO III:
Objetivo del Módulo: Comprender y manejar los conceptos básicos en el estudio de la probabilidad.
Comprender las diferentes distribuciones y pruebas estadísticas adquiriendo destrezas para su manejo
Distribución de Probabilidad-
Pruebas estadísticas
Independientes Varianza
Clásica/A Priori
Teoremas de Bayes
Frecuencial/ A
posteriori
Axiomática
Las variables aleatorias están ligadas a experimentos aleatorios. Y se dice que se ha definido
una variable aleatoria cuando a cada elemento del espacio muestral se le ha asociado un
número.
Si una variable real, X, es una variable aleatoria sus valores dependen del azar.
Por ejemplo, si se lanzan dos dados y X es el número de veces que sale un 6, entonces X es
una variable aleatoria, y toma, al azar, uno de los valores 0, 1 ó 2.
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
Ejemplo 1. Si lanzamos tres monedas al aire y X es el número de caras que salen, los valores
que toma X son 0, 1, 2 y 3.
En los ejemplos anteriores se habla de variable aleatoria discreta (toma valores discretos)
Variables aleatorias discretas son aquellas que tan sólo puede tomar un número
discreto (finito o infinito) de valores. Cada uno de estos valores lleva asociada una
probabilidad positiva, mientras que la probabilidad de los restantes valores es 0.
Variables aleatorias continuas son aquellas que pueden tomar cualquier valor dentro
de un intervalo. En este caso, la probabilidad de obtener un valor concreto es 0, por lo
que las probabilidades se asignan a intervalos de valores. (Se tocaran en el 3er lapso)
( ) ∑ ( )
Ejemplo 7. En el ejemplo anterior F(1)=P(X 1)= P(no salga ningún seis, o salga un seis)=
P(X=0)+P(X=1)
F(1) = P(X≤1) = P(X=0) + P(X=1) =
( ) ∑ ( )
Ejemplo 8. Un jugador lanza un dado corriente. Si sale un número impar gana dicho número
de euros, pero si sale par entonces pierde esa cantidad en euros. Estudiar si el juego es
equitativo.
Solución
Los resultados posibles xi (euros que gana o pierde al lanzar el dado) y sus respectivas
probabilidades son:
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
xi 1 3 5 -2 -4 -6
f(xi) 1/6 1/6 1/6 1/6 1/6 1/6
E(X) =
luego no es equitativo.
Definición 5. Sea X una variable discreta que toma los valores, x1, x2, ......xn con función de
probabilidad f. Se llama varianza de X y se designa por var(X) a:
( ) ∑( ( ̅ )) ( ) ∑ ( ) ( ̅) ( ) ( ̅)
Ejemplo 9. Consideremos la variable X que asigna la suma de dos números que se muestran
en un par de dados. La distribución de X es:
xi 2 3 4 5 6 7 8 9 10 11 12
f(xi) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
Recordemos
( ) ∑ ( )
( ) ∑ ( )
Entonces
La Varianza, Var(X) = E(X2)-E(X)2 =
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
La desviación típica √ ( ) √
Consecuencia: y | |
Observación. Muchas variables aleatorias dan origen a la misma distribución, de ahí que se
hable de la media y desviación típica de una distribución, en vez de una v.a.
Nociones Preliminares
Notación Factorial
Se utiliza para representar las operaciones de multiplicación secuencial. Su desarrollo
significa el producto ordenado de los números enteros positivos, desde el que indica el signo
factorial, hasta llegar a 1.
Ejemplo 10:
..
.
n factorial n! = (n) (n-1)… (3) (2) (1)
Por definición: 0! = 1
1! = 1
Expansión Binomial
Un binomio algebraico es la expresión formada por dos términos unidos por los signos más
o menos y elevados a un exponente.
Ejemplo 11:
(X + Y)2 donde: X = Primer Término del Binomio
Y = Segundo Término del Binomio
2 = Exponente
Combinaciones
Es un método que nos permite agrupar un conjunto de elementos en diferentes formas sin
considerar el orden de colocación.
Combinación de x a n: ( ) ( )
Dónde:
n = Total de elementos
x = Cantidad de elementos a combinar
Ejemplo 13.
De un equipo multidisciplinario, formado por 1 economista, 1 sociólogo, 1 antropólogo.
¿Cuántos comités de dos profesionales pueden formarse? n = 3 , x = 2
Combinación de 2 a 3
( ) ( )
GRÁFICO Nº1.1
DISTRIBUCIONES DE PROBABILIDAD BINOMIALES CON DIFERENTES
VALORES DE
𝒏𝒚𝒑
a. p=0,2; n=2 b. p=0,5; n=2
e. p=0,8; n=5
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
Ejemplo 14:
EXPERIMENTO ALEATORIO RESULTADOS POSIBLES
1. Lanzamiento de una moneda Cara o sello
2. Nacimiento de un ser humano con respecto al sexo Hombre o mujer
3. Estado de salud de una persona Sano o enfermo
4. Situación ocupacional de una persona Ocupado o desocupado
5. Sistema de calificación de los estudiantes Aprobado o desaprobado
6. Respuestas de un examen Verdadera o falsa
7. Evaluación de medicamentos Caducados o no
8. Control de calidad a un grupo de lotes caducados Defectuoso o
9. Resultados de la revocatoria al Alcalde de Maturín no defectuoso Sí o no
10. Pronóstico de la Temperatura de un Distrito Alta o Baja
𝒏
( 𝒏 𝒑) ( )𝒑 ( 𝒑)𝒏 𝒏 𝒏
donde:
= Número de ensayos o tamaño de muestra
= Número de éxitos
𝑝 = Probabilidad de éxito en cada ensayo
1 − 𝑝 = Probabilidad de fracaso en cada ensayo
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
1. 𝑝( )
2. ∑ 𝑝( )
| |
( ) {∑ ( )𝑝 ( 𝑝)
Ejemplo 15: El 65 % de los hogares de una zona urbana hay alguien en casa en una noche
determinada. Un investigador que está haciendo una encuesta por teléfono selecciona al
azar 15 hogares. Hallar las probabilidades siguientes:
a. Exactamente 8 hogares haya alguien en casa
b. Ningún hogar haya alguien en casa
c. Todos los hogares haya alguien en casa
𝑝 = 0,65
1 − 𝑝 = 0,35
= 15
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
a. B(X=8/15;0,65) ( )( ) ( ) ( ) ( )
( )
( ) ( )
( )
= 0,131923935 ≈ 0,1319
b. B(X=0/15;0,65) = ( )( ) ( ) ( )
= ( ) ( )
= 0,000000145
c. B(X=15/15;0,65) = ( )( ) ( ) ( ) ( )
( )
= ( ) ( )
a. B(X=4/20;0,2) = ( )( ) ( ) ( ) ( )
( )
= ( ) ( )
= 4845*(0,0016)*(0,028148)
= 0,2182
Entonces
B(X=0/20;0,2) = ( )( ) ( ) ( )
( )
= 0,0115
B(X=1/20;0,2) = ( )( ) ( ) ( ) ( )
( )
= ( ) ( ) ( )
= 0,0576
B(X=2/20;0,2) = ( )( ) ( ) ( ) ( )
( )
= ( ) ( ) ( ) ( )
= 0,1368
B(X=3/20;0,2) = ( )( ) ( ) ( ) ( )
( )
= ( ) ( ) ( ) ( )
= 0,2052
B(X=4/20;0,2) = 0,2182
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
Luego:
B(X≥5/20; 0, 2) = 1 – (0,0115 + 0,0576 + 0,1368 + 0,2052 + 0,2182)
= 1- 0,6293 = 0,3707
Entonces:
B(X=3/20; 0,2) = 0,2052
B(X=4/20;0,2) = 0,2182
B(X=5/20;0,2) = ( )( ) ( ) ( ) ( )
( )
= ( ) ( )
( )
= 0,1746
B(X=6/20;0,2) = ( )( ) ( ) ( ) ( )
( )
= ( ) ( )
( )
= 0,1091
Luego:
d. Promedio
Desviación estándar
√ 𝑝 ( 𝑝) √( ) ( ) ( ) √
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
entonces X ≈ Poisson(𝜆 = 4)
P(X>5) = 1 – P(X≤5)
Entonces:
( )
( )
( )
( )
( )
( )
Luego:
P(X>5) = 1 - (0,0183 + 0,0733 + 0,1465 + 0,1954 + 0,1954 + 0,1563)
= 1 – 0,7852
= 0,2148
Si X es B(n,p) Y es ( 𝑝 √ 𝑝( 𝑝))
Entonces
√ ( )
Hay que tener en cuenta que para realizar esta transformación de una variable discreta en
una variable continua es necesario hacer una corrección de continuidad.
Ejemplo 18: El administrador de un restaurante encontró que el 70% de sus nuevos clientes
regresan. En una semana que hubo 80 consumidores nuevos ¿Cuál es la probabilidad de que
60 o más regresen en otra ocasión?
Solución:
Así
P(Y≤ 59,5) = ( ) ( )
Entonces
RESUMEN
a) Produce uno de dos resultados posibles uno llamado éxito y otro fracaso.
b) Es independiente de cualquier otro ensayo, de manera que la probabilidad de éxito o
de fracaso es constante de ensayo en ensayo.
La probabilidad para cualquier número dado de éxitos varía con el número de ensayos, y
la probabilidad de éxito 𝑝 cualquier ensayo. Por lo tanto, existe una distribución de
probabilidad binomial diferente para cada combinación de 𝑦 𝑝.
𝑝 = 0,10
1 − 𝑝 = 0,90
=4
a. B(X=4/4;0,10) = ( ) ( ) ( ) ( )
( ) ( )
=( )
Entonces
B(X=1/4;0,10) = ( ) ( ) ( ) ( )
( ) ( )
= ( ) ( ) ( ) ( )
B(X=2/4;0,10) = ( ) ( ) ( ) ( )
( ) ( )
= ( ) ( ) ( ) ( )
B(X=3/4;0,10) = ( ) ( ) ( ) ( )
( ) ( )
= ( ) ( ) ( ) ( )
Luego
= 0,3438
Ejemplo 20: En una revisión a los proyectos de construcción de viviendas se determinó que
6 de 18 proyectos de viviendas violan el código de construcción ¿Cuál es la probabilidad de
que un inspector de viviendas, seleccione aleatoriamente a cuatro de ellas, encuentre que:
a. Ninguna de las viola el código de construcción
b. Una viola el código de construcción
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
𝑝 = 6/18 = 0,33
1 − 𝑝 = 12/18 = 0,67
=4
a. B(X=0/4;0,33) = ( ) ( ) ( ) ( ) ( )
( )
=( )
b. B(X=1/4;0,33) = ( ) ( ) ( ) ( ) ( )
( )
= ( ) ( ) ( ) ( )
c. B(X=2/4;0,33) = ( ) ( ) ( ) ( ) ( )
( )
= ( ) ( ) ( ) ( )
Sabemos que:
Entonces
= 0, 4015
Ejemplo 21: Un cirujano tiene 25% de probabilidad de fracasar en una operación. Si opera
4 veces. Hallar la probabilidad de que:
a. Fracase en 2 operaciones
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
𝑝 = 0,25
1 − 𝑝 = 0,75
=4
a. B(X=2/4;0,25) = ( ) ( ) ( ) ( ) ( )
( )
= ( ) ( ) ( ) ( )
Sabemos:
Luego
B(X=0/4;0,25) = ( ) ( ) ( ) ( ) ( )
( )
=( )
Luego:
B(X≥1/4; 0,25) = 1 – 0,3164 = 0,6836
Entonces:
B(X=3/4; 0,25) = ( ) ( ) ( ) ( ) ( )
( )
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
= ( ) ( ) ( )
B(X=4/4; 0,25) = ( ) ( ) ( ) ( ) ( )
( )
Luego:
B(X>2/4;0,25) = 0,0469 + 0,0039
= 0,0508
(
( )
donde:
p( , 𝜆) = Probabilidad de que ocurran x éxitos, cuando el número promedio de ocurrencia
de ellos es 𝜆.
= Variable que nos denota el número de éxitos que se desea que ocurra.
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
Ejemplo 22: El director de un hospital analiza los casos diarios de urgencia durante un
periodo de varios años y concluyen que se distribuyen de acuerdo a la ley de Poisson. Los
archivos del hospital revelan que los casos de urgencia promedian tres por día durante ese
periodo. Si el director tiene razón respecto a la distribución de Poisson. Calcular la
probabilidad de que:
a. Ocurran exactamente dos casos de urgencia en un día dado.
b. No ocurra un solo caso de urgencia en un día dado.
c. Ocurran tres o cuatro casos de urgencia en un día dado.
Solución:
a. 𝜆 = 3 , =2
República bolivariana de Venezuela
Universidad Rómulo gallegos
Área ciencias de la salud
PROGRAMA DE medicina
CATEDRA DE ESTADÍSTICA
( )
b. 𝜆 = 3 , =0
( )
c. 𝜆 = 3 , =3, =4
( ) ( )
SOLUCIÒN:
a. 𝜆 = 6, = 3
P(x=3, = 6) =
b. 𝜆 = 6, = 0
P(x=0, 𝜆 = 6)=
SOLUCIÒN:
a. 𝜆 = 15, = 5
P(x=5, = 15) =
( )( )
b.
P(x=2, = 3) =
( )( )
c.
P(x , = 2) =
Ejemplo 25: En una fábrica el número de accidentes por semana sigue una distribución de
Poisson con parámetro 𝜆 = 2. Determine las probabilidades siguientes:
a. Ocurra 4 accidentes en el transcurso de tres semanas.
2+2 + 2 = 6.
P(x=4, = 6) =
( )
𝑝( ≤3 ∕ ≥1,𝜆 =2) = ( )
RESUMEN
(a) la variable aleatoria Poisson puede ser igual a cualquier entero entre cero e infinito,