Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EN NUTRICIÓN
GESTIONADO CON MODALIDAD A DISTANCIA
Asignatura Bioestadística
Objetivos
DISTRIBUCIONES
Distribuciones Distribuciones de
muestrales probabilidad
• Media • Binomial
• Varianza • Poisson
• Desviación • Normal
estándar
Licenciatura en Nutrición
1. Distribuciones muestrales
RECORDÁ:
Como sabemos, una muestra es una porción representativa de una población. Las
distribuciones muestrales son, en consecuencia, distribuciones de muestras esta-
dísticas que se obtienen de una población.
EJEMPLO:
• 1 vez cara.
• 2 veces cara.
• 3 veces cara.
• 4 veces cara.
E = 16 resultados posibles
Se calcula como:
24 = 16
E = {cccc, cccs, ccsc, ccss, cscc, cscs, cssc, csss, sccc, sccs, scsc, scss, sscc, sscs,
sssc, ssss}
• 0 caras: 1/16
E = {cccc, cccs, ccsc, ccss, cscc, cscs, cssc, csss, sccc, sccs, scsc, scss, sscc,
sscs, sssc, ssss}
• 1 cara: 4/16
E = {cccc, cccs, ccsc, ccss, cscc, cscs, cssc, csss, sccc, sccs, scsc, scss, sscc,
sscs, sssc, ssss}
• 2 caras: 6/16
E = {cccc, cccs, ccsc, ccss, cscc, cscs, cssc, csss, sccc, sccs, scsc, scss, sscc,
sscs, sssc, ssss}
• 3 caras: 4/16
E = {cccc, cccs, ccsc, ccss, cscc, cscs, cssc, csss, sccc, sccs, scsc, scss, sscc,
sscs, sssc, ssss}
• 4 caras: 1/16
E = {cccc, cccs, ccsc, ccss, cscc, cscs, cssc, csss, sccc, sccs, scsc, scss, sscc,
sscs, sssc, ssss}
En el ejemplo, sería:
RECORDÁ:
1.1. Media
1.2. Varianza
2. Distribuciones de probabilidad
RECORDÁ:
Es decir que una distribución de probabilidad muestra todo el abanico de resultados que
pueden aparecer en un experimento.
EJEMPLO:
POBLACIÓN MUESTRA
RECORDÁ:
• Cada experimento solo puede tener dos posibles resultados. Llamamos A al éxito y
A’ al fracaso. Asimismo, se llama p a la probabilidad de éxito y -p a la probabilidad de
fracaso.
EJEMPLO:
EJEMPLO:
• Pregunta 1: opciones a, b, c o d.
• Pregunta 2: opciones a, b, c o d.
• Pregunta 3: opciones a, b, c o d.
EJEMPLO:
Calculemos los valores en dicha tabla para el ejemplo anterior. Para ello, transcribi-
remos la parte de la tabla que precisamos.
Como los valores de tabla son acumulados –esto es, cada valor suma el valor ante-
rior–, para calcular el valor de un caso en particular, como por ejemplo p(2) (o K = 2,
según figura en la tabla), debemos mirar el valor acumulado para K = 2 y restarle el
anterior (en este ejemplo, K = 1).
Entonces, para p(2) tenemos que realizar la siguiente resta, tal como lo habíamos
calculado anteriormente:
Como habíamos visto, también es posible calcular la media y la desviación estándar, para
lo cual deberemos aplicar las fórmulas correspondientes.
EJEMPLO:
• n=3
• p = 1/4
µ = np µ = 3 × 0,25 = 0,75
• n=3
• p = 1/4
• q = 0,75
Verificá tu aprendizaje
Actividad 1
Resolvé los siguientes problemas de distribución binomial.
1. La probabilidad de éxito de una nueva vacuna es de 0,81. En caso de que sea admi-
nistrada a 20 pacientes, calculá la probabilidad de que…
a. Ninguno se enferme.
b. Todos se enfermen.
____________________________________________________________________________
____________________________________________________________________________
2. Una fábrica que produce jeringas sabe que 7 de cada mil jeringas son defectuosas.
Calculá:
____________________________________________________________________________
____________________________________________________________________________
c. Nunca salga el 4.
____________________________________________________________________________
____________________________________________________________________________
RECORDÁ:
EJEMPLO:
• Cantidad de autos que pasan por una cabina de peaje en una autopista.
Como vemos, todos estos ejemplos refieren a números con valores enteros (1, 2, 3, 4…).
µ = E(x) = λ
λ = σ2
EJEMPLO:
Entonces:
λ = 400 × 0,02 = 8
EJEMPLO:
En una fábrica de botellas de plástico se verifica que por minuto se producen 0,2
botellas defectuosas que deben ser descartadas. Calculemos la probabilidad de:
P(x) = 0,2
λ = 0,2 × 3 = 0,6
Como la consigna pide “al menos 2”, se nos está indicando que las botellas de-
fectuosas pueden ser 2, 3, 4… etc. Quedan por fuera del resultado los números 0 y
1. (Si nos hubieran pedido “a lo sumo 3 imperfecciones”, se nos estaría indicando
que puede haber 0, 1, 2 o 3 botellas defectuosas, pero no más).
Calculemos lambda:
λ = 0,2 × 5 = 1
1 - p(x, λ)
Calculemos lambda:
λ = 0,2 × 15 = 3
Y ahora:
Como vimos, un enunciado puede pedir que calculemos la probabilidad de que un suce-
so determinado ocurra una vez, que no ocurra nunca o que ocurra siempre. Pero también
podemos calcular que un suceso ocurra “al menos” cierta cantidad de veces o “a lo sumo”
otra cantidad de veces. Es importante entender y no confundir estos conceptos:
• “Al menos”, “como mínimo”, “por lo menos”. Por ejemplo, si damos un examen, de-
seamos “como mínimo” obtener un 4. Pensando en un examen cuya nota máxima es
10, los resultados posibles para esta situación serían 4, 5, 6, 7, 8, 9 y 10. Es decir que
debemos obtener un mínimo de 4 para aprobar, pero el resto de los resultados serían
favorables también.
Verificá tu aprendizaje
Actividad 2
Resolvé los siguientes problemas de distribución de Poisson.
1. Si se descubrió que 15 de cada 100 loros entrenados pueden hablar el idioma caste-
llano con cierta facilidad, ¿qué probabilidad existe de que, si tomamos 20 loros al azar,
3 de ellos puedan hablar castellano?
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
____________________________________________________________________________
RECORDÁ:
Este gráfico lleva el nombre de Carl Friedrich Gauss, quien representaba sus descubri-
mientos en astronomía a través de él.
EJEMPLO:
Como vemos, existe un valor central (µ) o media, donde se encuentran la mayor parte de
los datos; y, a medida que nos alejamos de este valor medio, la cantidad de datos disminuye.
RECORDÁ:
En otras palabras, los datos se acumulan en la media, con una proporción del
68,2%. Luego se observa una reducción gradual en la cantidad de datos.
Esta reducción no es lineal, sino que es mayor al principio y luego disminuye al alejarse
de la media y acercarse al eje de las x. Vemos que en la figura se calculan los valores de
porcentaje en función de la media para 1, 2 o 3 desviaciones estándar (σ).
Se puede observar también que, cuanto más se dispersen los datos –es decir, cuanto ma-
yor sea el valor de la desviación estándar–, más dispersión se hallará en el eje x. Como ve-
remos en algún ejemplo más adelante, la curva normal más utilizada es la que tiene media
0 y desviación estándar 1, que reúne el 64,28% de los datos posibles en un experimento.
RECORDÁ:
El área total que define la curva es igual a 1 (o al 100%) y, dado que es una curva
simétrica desde la media (igual dispersión hacia derecha e izquierda), el área des-
de la media hacia la derecha es 0,5 y hacia la izquierda también.
* Donde x N(µ, σ), que indica que la variable aleatoria x tiene una distribución de pro-
babilidad normal con parámetros µ y σ.
• Es asintótica con respecto al eje de las abscisas, lo que significa que nunca tocará
el eje x cuando la curva tiende al infinito.
• Hay toda una familia de curvas normales dependiendo de los valores de µ y σ, que
definen la forma de la campana de Gauss. La media indica la posición de la campana,
de modo que para diferentes valores de µ la gráfica es desplazada a lo largo del eje
horizontal.
La expresión que define la función de probabilidad para la distribución normal estándar es:
En la primera columna podemos ver el número entero y el primer decimal a buscar. En las
columnas siguientes se observan valores correspondientes al segundo decimal. El valor
que figura en la celda será nuestro resultado.
EJEMPLO:
Una de las deducciones que podemos realizar es que la forma de la campana depende
de los parámetros µ y σ. La media indica la posición de la campana; por lo tanto, este valor
puede hacer que la campana se desplace en el eje x.
Por otra parte, el valor de σ determina el grado de apuntamiento de la curva. Cuanto mayor
sea este valor, más plana será la curva.
Mayor varianza
• El área bajo la curva normal siempre es 1. Las colas de la curva se extienden hacia
el infinito negativo y el infinito positivo y nunca tocan al eje X, pero se acercan infinita-
mente, por eso se calcula que el área total bajo la curva es 1.
EJEMPLO:
Tenemos una variable x que se distribuye como N(50,8), es decir, que el valor de la
media es 50 y el valor de la desviación estándar es 8. Encontremos:
Sabemos que “valor acumulado” indica todos los valores desde -∞ hasta el valor 56.
Ahora debemos buscar el valor z en la tabla, que da 0,7734. Por lo tanto, el resultado
es un área equivalente a 0,7735, aproximadamente un 77% del total del área bajo la
curva, tal como podemos observar en la tabla correspondiente:
Primero calculamos Z:
Debemos recordar que el área total es 1; por lo tanto, el área pedida es 1 - Z, lo que
resulta en:
1 - Z = 1 - 0,6368 = 0,3632
En este caso debemos calcular el área acotada entre los valores 40,8 y 48,3. Para
encontrarla necesitamos averiguar la diferencia entre la probabilidad acumulada
del mayor valor y la probabilidad del menor valor. El cálculo es el siguiente:
¿Cuál de las cifras estará más alejada de la intersección del eje de ordenadas con
el eje de abscisas (eje X)? Evidentemente, el -1,15 está más alejado y, por consi-
guiente, el -0,21 estará más cerca. Si observamos el gráfico y tenemos en cuenta
que la tabla nos va dando siempre los valores de izquierda a derecha, si tomamos
la porción de la curva que abarca desde -∞ a 0,21, obtendremos toda el área hasta
ese punto. Si a ello le restamos el área que nos arroja la curva desde -∞ hasta -1,21,
por diferencia solo quedará el segmento que estamos buscando.
Hay una prueba que se puede hacer, un tanto intuitiva, pero que puede orientar a la hora
de ver si estamos manejando bien las tablas. El resultado de la distribución normal es un
área. Por lo tanto, siempre será un número positivo. Si dibujamos –aunque sea de forma
aproximada– el gráfico, podremos deducir si el área que nos arroja la tabla es coherente
(teniendo en cuenta que el área total bajo la curva es igual a 1). Si el dibujo que hacemos
nos da un área muy chiquita, un cuarto de la curva total, y el cálculo arroja por ejemplo
un resultado de 0,92, algo está mal: o la representación gráfica o el cálculo. El resultado
debería ser cercano a 0,25 o 0,30 para ser coherente con el gráfico dibujado (es decir, una
cuarta parte de 1, que es el área total bajo la curva).
• Tener un valor máximo (como la campana de Gauss que analizamos, también llama-
da unimodal) o tener dos picos (en cuyo caso se denomina bimodal).
Asimismo, la distribución de los datos desde la media hacia los extremos derecho e iz-
quierdo se denomina curtosis (del griego kurtos, que significa ‘arqueado/a’) y puede tener
tres categorías:
• Platicúrtica: los datos están desplazados hacia los lados (curtosis < 0).
RECORDÁ:
Esto se puede visualizar al observarse el gráfico e inferir cuán cercanos a la media son la
mayoría de los valores, pero también existen cálculos para determinar el grado de curto-
sis de la curva. La curtosis se mide promediando la cuarta potencia de la diferencia entre
cada elemento del conjunto y la media, dividido entre el producto de la cantidad total de
datos y la desviación típica elevada a la cuarta potencia. Si el conjunto X = (x1, x2…, xN), en-
tonces el coeficiente de curtosis será:
Cuando los datos están agrupados o agrupados en intervalos, la fórmula del coeficiente
de curtosis se convierte en:
EJEMPLO:
Tenemos la siguiente tabla de frecuencias (ya están calculadas las marcas de cla-
se, señalizadas como X, para agilizar los cálculos).
X F
30,5 1
39,5 4
48,5 5
57,5 14
66,5 14
75,5 5
84,5 2
X F Xi × F X - Xm (X - Xm)2 (X - Xm)2 × F
30,5 1 30,50 -29,80 888,04 888,04
39,5 4 158,00 -20,80 432,64 1730,56
48,5 5 242,50 -11,80 139,24 696,20
57,5 14 805,00 -2,80 7,84 109,76
66,5 14 931,00 6,20 38,44 538,16
75,5 5 377,50 15,20 231,04 1155,20
84,5 2 169,00 24,20 585,64 1171,28
45 2714 6289,20
Media: 60,30
Varianza: 139,76
Desvío: 11,82
Hasta este punto son cálculos que ya estamos habituados a realizar. La fórmula
nos pide calcular también la potencia cuarta de la resta de X menos la media. Y la
potencia cuarta del desvío estándar:
Media: 60,30
Varianza: 139,76
Como el resultado es menor a cero, aunque muy cercano a cero, la curva es leve-
mente platicúrtica, es decir, está levemente achatada, aunque es muy cercana a
una curva normal estándar.
Verificá tu aprendizaje
Actividad 3
Resolvé los siguientes problemas de distribución normal.
a. Más de 90 kg.
b. Menos de 64 kg.
____________________________________________________________________________
____________________________________________________________________________
2. 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°. Calculá el número de días
del mes en los que se espera alcanzar máximas entre 21° y 27°.
_____________________________________________________________________________
_____________________________________________________________________________
3. Una maestra decide que, para que un alumno se saque una A, debe estar entre el 10%
de promedios más altos. Según su experiencia, la media será 72 y el desvío estándar
será 13. ¿Cuál es la calificación mínima que necesitará un estudiante para obtener una
A?
_____________________________________________________________________________
_____________________________________________________________________________
4. Los ingresos de los ejecutivos junior en una empresa están distribuidos normalmente
con un desvío estándar de 1200. Se piensa hacer un recorte de gastos, por lo que los
ejecutivos que ganen menos de $28.000 serán despedidos. Si el despido representa
el 10% de los ejecutivos, ¿cuál es el sueldo medio de los ejecutivos junior de esta
empresa?
_____________________________________________________________________________
_____________________________________________________________________________
5. La vida media de los habitantes de un país es de 68 años, con una varianza de 25. Si
se hace un estudio en una pequeña ciudad de 10.000 habitantes…
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
_____________________________________________________________________________
7. A un examen se presentaron 2000 aspirantes. La nota media fue 5,5, con una varianza
de 1,1. Hay solamente 100 lugares. Si uno de los aspirantes obtuvo un 7,7, ¿sería opor-
tuno ir organizando una fiesta para celebrar su éxito?
_____________________________________________________________________________
_____________________________________________________________________________
8. Varios test de inteligencia dieron una puntuación que sigue una ley normal con media
100 y desviación típica 15.
_____________________________________________________________________________
_____________________________________________________________________________
9. La renta media de los habitantes de un país es de 4 millones de pesos al año, con una
varianza de 1,5. Se supone que se distribuye según una distribución normal. Calculá:
_____________________________________________________________________________
_____________________________________________________________________________
Actividad 4
Calculá:
1. P (Z ≤ 1,47)
2. P (Z > 1,47)
_____________________________________________________________________________
_____________________________________________________________________________
Solucionario
Actividad 1
3. Para resolver este problema, primero debemos hallar los valores para aplicar en
la fórmula.
a. Para calcular la probabilidad de que salga una vez el 3, olvidemos que el número
es 3; lo importante es la frase “una vez”, es decir, X = 1 (podría ser una vez el 5 o
una vez el 6).
Reemplazamos en la fórmula:
Actividad 2
P = 0,15
N = 20
λ = N × P = 20 × 0,15 = 3
X=3
P(3) = 33 × 2,718-3 / 3!
P(3) = 27 × 0,04980 / 6
P(3) = 0,2241
2. Recordemos la fórmula:
Actividad 3
1.
Recordá que la curva normal tiene un área total equivalente a 1 (es decir, se apro-
xima infinitamente a 1). En este caso, el valor arrojado por el cálculo de Z es 6,67,
es decir, en el extremo derecho de la curva. Por eso calculamos que el área acu-
mulada es la total, es decir, 1. Además, buscamos los valores a la derecha de Z,
por eso debemos restarle a 1 el valor hallado, que, como vimos, es 1.
2.
3. Recordemos que el 10% se representa con el número 0,10. Como hablamos del
0,10 más alto, podemos decir que dejamos por debajo al 0,90.
En este caso, en la tabla vamos a buscar al revés: tenemos el área, y el 90% de los
alumnos queda por debajo de esa nota. Tenemos que buscar en la zona del área
de la curva cuál es el valor de Z que arroja una superficie de aproximadamente
0,90 (o 90%).
A Z lo obtenemos consultando la tabla, y los otros dos datos nos los da el enun-
ciado:
Si bien la media de los promedios más altos, según la experiencia del docente, es
72, para poder quedar entre el 10% de las mejores puntuaciones se necesitarán al
menos 86,69 puntos.
4. En este caso, debemos buscar el 10% más bajo, es decir, a la izquierda de la curva,
debido a que por enunciado inferimos que se despedirán los ejecutivos con un
sueldo menor a la media. Como en el ejercicio anterior, buscamos qué valor de
Z arroja un área aproximada de 0,10. Luego reemplazamos y despejamos en la
fórmula la incógnita, que en este caso es la media.
5.
a. Tenemos que tener en cuenta que la fórmula pide el desvío estándar. Muchas
veces, los enunciados nos dan la información de la varianza, y hay que calcular
la raíz cuadrada para obtener el desvío estándar.
7. Vamos a ver en qué nivel porcentual está situado ese 7,7. Para ello vamos a calcu-
lar primero el valor de la normal tipificada equivalente.
8.
9.
• Varianza: 1,5
Calculamos:
b. Para calcular la renta a partir de la cual se sitúa el 10% de la población con ma-
yores ingresos, buscamos primero en la tabla el valor de la variable tipificada
cuya probabilidad acumulada es el 0,9 (90%), lo que quiere decir que por enci-
ma se sitúa el 10% superior. Ese valor corresponde a X = 1,282 (aproximadamen-
te). Ahora calculamos la variable normal Z equivalente a ese valor de la normal
tipificada:
Por lo tanto, el 10% está formado por personas que ganan más de 5,57 millones.
Actividad 4
1. P (Z ≤ 1,47) = 0,9292
3. P(0,45 < Z ≤ 1,47) = P(Z ≤ 1,47) − P(Z ≤ 0,45) = = 0,9292 – 0,6736 = 0,2556