Bioestadística

Otoño 2023

Carrera de Química y Farmacia

Clase 2: Unidad 2
“Distribución de Probabilidad
Discreta”

Mg Richard Vidal Melián

Bioestadística– 2023

DISTRIBUCIÓN BINOMIAL

Esta distribución se utiliza al realizar repeticiones independientes

de un experimento que tenga respuesta binaria (o dicotómica),
generalmente clasificada como éxito o fracaso.

La variable discreta que cuenta el número de éxitos en n pruebas

independientes de ese experimento, cada una de ellas con la
misma probabilidad de éxito, igual a p, sigue una distribución
binomial de parámetros n y p.
Bioestadística– 2023

Este modelo se aplica a poblaciones finitas de las que se toma

elementos al azar con reemplazo, ya también a poblaciones
conceptualmente infinitas, como por ejemplo las piezas que
produce una máquina, siempre que el proceso de producción sea
estable (la producción de piezas defectuosas se mantiene
constante a largo plazo) y sin memoria (el resultado de cada pieza
no depende de la anterior).
Bioestadística– 2023

Sea un experimento aleatorio en el que sólo puedan darse dos

resultados: que ocurra un determinado suceso 𝐴 , que
llamaremos éxito, o que no ocurra dicho suceso, o sea que ocurra
su complementario, que llamaremos fracaso, 𝐴.ҧ

Se conoce la probabilidad de ocurrencia del suceso 𝐴, que

llamaremos p, y por lo tanto la de su complementario 𝐴,ҧ que
llamaremos q.

Por lo tanto, se cumple que:

𝑷 𝑨 =𝒑 𝒚 ഥ =𝒒
𝑷 𝑨
Bioestadística– 2023

Se repite el experimento n veces en las mismas condiciones

(independencia). Se define la variable aleatoria Binomial X como:

X: número de veces que ocurre el suceso A (número de éxitos)

en n realizaciones independientes del experimento.

Por lo tanto:

X = 0, 1, 2, … , n
Bioestadística– 2023

𝑋 → 𝐵(𝑛, 𝑝)

La función de probabilidad viene dada por:

𝒏 𝒌 𝒏−𝒌
𝑷 𝑿=𝒌 = 𝒑 ∙𝒒
𝒌

Donde:

𝒏 𝒏!
=
𝒌 𝒏 − 𝒌 ! ∙ 𝒌!

𝒌 = 𝟎, 𝟏, 𝟐, 𝟑, … , 𝒏
Bioestadística– 2023

Siempre se debe cumplir que:

𝒏 𝒏
𝒏
෍𝑷 𝑿= 𝒌 = ෍ ∙ 𝒑𝒌 ∙ 𝒒𝒏−𝒌 = 𝟏
𝒌
𝒌=𝟎 𝒌=𝟎
Bioestadística– 2023

Valor Esperado de X o Esperanza de X

Se llama Valor Esperado de X al número de éxitos que se espera

obtener en los n ensayos.

𝑬 𝑿 = 𝝁 = ෍ 𝒌 ∙ 𝑷 𝑿 = 𝒌 = 𝒏 ∙ 𝒑 → 𝑬𝒔𝒑𝒆𝒓𝒂𝒏𝒛𝒂 de X
𝒌=𝟎
 Bioestadística– 2023

Varianza de X

Se llama Varianza de X a la variabilidad del número de éxitos en n

ensayos.

𝑽 𝑿 = 𝝈𝟐 = ෍ 𝒌 − 𝝁 𝟐 ∙ 𝑷 𝑿 = 𝒌 = 𝒏 ∙ 𝒑 ∙ 𝒒 → 𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂 de X
𝒌=𝟎
Bioestadística– 2023

DISTRIBUCIÓN DE POISSON

Sea X una variable aleatoria que toma valores posible 0, 1, 2,…, n.

Se define la variable aleatoria X como el número de sucesos que

ocurren en un intervalo continuo de tiempo, longitud o espacio,
de un tamaño determinado.

Sea 𝜆 el número promedio se sucesos que ocurren en el intervalo.

La variable aleatoria X así definida sigue una distribución de

Poisson con parámetro 𝜆 y se representa como:

𝑋 → 𝑃(𝜆)
Bioestadística– 2023

La función de probabilidad está dada por:

𝝀𝒌 ∙ 𝒆−𝝀
𝑷 𝑿=𝒌 =
𝒌!

Donde:

𝑘 = 0, 1, 2, 3, …
𝜆>0
Bioestadística– 2023

Siempre se debe cumplir que:

∞ ∞
𝝀𝒌 ∙ 𝒆−𝝀
෍𝑷 𝑿= 𝒌 = ෍ =𝟏
𝒌!
𝒌=𝟎 𝒌=𝟎

Además:

𝑬 𝑿 = 𝝀 → 𝐸𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 𝑑𝑒 𝑋

𝑽 𝑿 = 𝝈𝟐 = 𝝀 → 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑋
Bioestadística– 2023

DISTRIBUCIÓN HIPERGEOMÉTRICA

De una población de tamaño N, siendo k el número de éxitos al

interior de la población, se selecciona una muestra de tamaño n,
siendo x el número de éxitos al interior de la muestra.

Una variable aleatoria que sigue una distribución

Hipergeométrica, se representa como:

𝑋 → 𝐻(𝑁, 𝑘, 𝑛)
Bioestadística– 2023

La función de probabilidad está dada por:

𝒌 𝑵−𝒌
∙
𝑷 𝑿=𝒙 = 𝒙 𝒏−𝒙
𝑵
𝒏
Donde:
𝑥 = 0, 1, 2, 3, … , 𝑛
𝑥: es la característica de interés.

𝒏∙𝒌
𝑬 𝑿 = → 𝐸𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 𝑑𝑒 𝑋
𝑵
𝒏∙𝒌 𝒌 𝑵−𝒏
𝑽 𝑿 = 𝟏− ∙ → 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑋
𝑵 𝑵 𝑵−𝟏
Bioestadística– 2023

Ejemplo 1

La probabilidad de que cierto medicamento presente una reacción

negativa al administrarse en un paciente es de 0,15. Si se les ha
administrado dicho medicamento a 10 pacientes, determine la
probabilidad de que exista una reacción negativa en menos de 4
pacientes.
Bioestadística– 2023

Desarrollo Ejemplo 1

Suceso A: un paciente presenta una reacción negativa.

X: número de pacientes a los que se les presenta tal reacción.

P(A) = 0,15 = p n = 10 ⇒ 𝑋 → 𝐵(10; 0,15)

𝒏 𝒌 𝒏−𝒌
𝑷 𝑿=𝒌 = 𝒑 ∙𝒒
𝒌
𝑃 𝑋<4 =𝑃 𝑋≤3
=𝑃 𝑋 =0 +𝑃 𝑋 =1 +𝑃 𝑋 =2 +𝑃 𝑋 =3
= 0,1969 + 0,3474 + 0,2759 + 0,1298
= 0,95
Bioestadística– 2023

Ejemplo 2

En una gasolinera la llegada de vehículos sigue una distribución de

Poisson cuyo promedio es de 1,6. Determine la probabilidad de
que el número de vehículos que llegue sea superior a 3.
Bioestadística– 2023

Desarrollo Ejemplo 2

Parámetro  𝜆 = 1,6

X: número de vehículos que llegan.

𝝀𝒌 ∙ 𝒆−𝝀
𝑋 → 𝑃(1,6) 𝑷 𝑿=𝒌 =
𝒌!

𝑃 𝑋 >3 =1−𝑃 𝑋 ≤3
=1−𝑃 𝑋 =0 −𝑃 𝑋 =1 −𝑃 𝑋 =2 −𝑃 𝑋 =3
= 1 − 0,2019 − 0,3230 − 0,2584 − 0,1378
= 0,0789
Bioestadística– 2023

Ejemplo 3

En una caja hay 10 jeringas de las cuales 3 están defectuosas. Si se

extraen 5 jeringas de la caja ¿cuál es la probabilidad de que se
haya extraído una jeringa defectuosa?
Bioestadística– 2023

Desarrollo Ejemplo 3

Tamaño de la Población  N = 10 𝒌 𝑵−𝒌

∙
Tamaño de la Muestra  n = 5
𝑷 𝑿=𝒙 = 𝒙 𝒏−𝒙
N° de éxitos en la Población  k = 3 𝑵
N° de éxitos en la Muestra  x = 1 𝒏

3 10 − 3 3 7
∙ ∙ 3 ∙ 35
𝑃 𝑋=1 = 1 5 − 1 = 1 4 = = 0,4167
10 10 252
5 5