Está en la página 1de 31

Distribucin de

Probabilidad

MSc. Wilver Rodriguez Lpez


Lic. Estadstica

VARIABLE ALEATORIA
Sea E un experimento aleatorio y el espacio muestral
asociado con el experimento aleatorio. Una funcin X,
que asigna a cada uno de los elementos de un nmero
real , se le llama variable aleatoria.
E: lanzar una moneda tres veces y observar el nmero de
caras.

VARIABLE ALEATORIA DISCRETA


Sea X una v.a. Si el nmero de valores
posibles de X (valores que toma la v.a.)
es finito o infinito numerable , llamamos
a X una variable aleatoria discreta. Esto
es, se pueden anotar los valores posibles
de X como: x1,x2,x3, .., xn

Ejemplo
Sea el siguiente experimento aleatorio: Lanzar
una moneda tres veces y anotar el nmero de
caras obtenidas

1. ccc
2. ccs
..
7. ssc
.
8. sss

3
2
1
0

Nmero de Caras

Resultados

Probabilidad de
resultado
P(X)

1/8

1/8

1/8

1/8

FUNCIN DE PROBABILIDAD

VALOR ESPERADO O ESPERANZA


MATEMTICA

= E(x) = {x * p(x)}
VARIANZA

2 = (x - )2 * p(x)

PRINCIPALES DISTRIBUCIONES DE
PROBABILIDAD

DISTRIBUCIONES DE VARIABLES DISCRETAS


DISTRIBUCION BINOMIAL

Distribucin
Binomial:

n x
p ( x) P X x p (1 p ) n x
x
para

x = 0,1,2,3,, n

n: Nmero de ensayos.
x: Nmero de xitos esperados
p: Probabilidad de xito en cada ensayo.
q: 1-p Probabilidad de fracaso.

E x np

2 Var X np(1 p)

Caractersticas de una Dist. Binomial

Se usa en variables discretas.


Solo son posibles en fenmenos

que presenta slo dos resultados


posibles mutuamente excluyentes
(xito: p y Fracaso: 1-p).
Los ensayos son independientes.
Cada ensayo tiene la misma
probabilidad de xito.

Ejemplo
La probabilidad de que un individuo
vacunado contra una determinada
enfermedad se contagie es de 0.3. Un
grupo de 10 individuos es vacunado.
Calcular las siguientes probabilidades:
Contraiga la enfermedad un solo
individuo.
Al menos dos contraigan la enfermedad
Como mximo 2 contraigan.

Solucin
X: N de individuos contagiados con la
enfermedad.
xi: 1,2,3,,10

p=0.3
n=10

n x
p ( x) P X x p (1 p ) n x
x
10
p (1) P X 1 0.31 (1 0.3)101
= 0.12106
1

p (1) P X 1 10 * 0.31 (1 0.3) 9

f(x2)=P[x 2]=1- P[x<2]=1-P[x1]


=
=
=
=

1- {P[x=1]+P[x=0]}
1- {0.0282+0.1211}
1- 0.1493
0.8507

f(x2)=P[x
2]={P[x=0]+P[x=1]+P[x=2]}
= {0.0282+0.1211+0.2335}
= 0.3828

Ejercicios:
Usando la tabla de la distribucin Binomial,
calcular las siguientes probabilidades:
. P(x=5 \ n= 7, p=0.20)
. P(x3 \ n= 5,p=0.30 )
. P(x6 \ n= 8,p=0.40 )
. P(x>8 \ n= 10,p=0.50 )
. P(x<10 \ n= 12,p=0.05 )
1.

2. Calcular la media, la varianza y la desviacin


estandar
en los siguientes casos de la
distribucin Binomial:
n =10 ,p=0.40
n =15 ,p=0.20
n = 3 ,p=0.45

VARIABLE ALEATORIA CONTINUA

DISTRIBUCION NORMAL
Es una Distribucin de Probabilidad continua

Forma de Campana Gauss


_
Unimodal. (X=Me=Mo)

Simtrica.
+
Asintotica.

Para pasar de una Distribucin Normal


General a una distribucin Normal Estndar

Esta transformacin se conoce como


estandarizacin o tipificacin

DISTRIBUCION NORMAL ESTANDAR


Se observa que existe una familia ilimitada de distribuciones
normales, combinaciones de y .
Por ello se utiliza la Distribucin Normal Estandar con
=0 y =1

Por
-3
+3
-3

-2

+2

se convierte en:
-2

-1

Clculo de reas bajo la Curva Normal


P(Z-2.51) =
0.006037
P(Z> 2.51) =1- P(Z 2.51)
= 1- 0.993963
= 0.006037

P(-2.5 Z 2.51) =P(Z 2.51) P(Z -2.5)


= 0.987926

Ejemplo:
La glucemia basal de los diabticos atendidos en un centro sanitario puede considerarse como
una variable normalmente distribuida, con media 106 mg por 100 ml, y desviacin tpica 8 mg
por 100 ml.
Calcular:
La proporcin de diabticos con una glucemia basal inferior a 120 mg por 100 ml.
La proporcin de diabticos con una glucemia basal comprendida entre 106 y 110 mg por 100
ml.
La proporcin de diabticos con una glucemia basal mayor a 120 mg por 100 ml.
El nivel de glucemia basal tal que por debajo de el estn el 25% de los diabticos, es decir el Q1.

Entre los diabticos, el nivel de glucosa en sangre X, en ayunas, puede suponerse


de distribucin aproximadamente normal, con media 106 mg/100ml y desviacin
tpica o estndar de 8 mg/100ml.
P(x120) =

Solucin.
X: Glucemia basal el diabticos
X ~ N(=106 ; =8)
P(X<120)= P[Z<(120106)/8]=P(Z<1.75)
= 0.959941

P(106<X<110)=P[(106-106)/8 <Z<(110106)/8]

=P(0<Z<0.5)
=P(Z<0.5)-P(Z<0)
=0.691462-0.5
=0.191462

P(X>120)=1-P(X120)
=1-P[Z(120-106)/8]
=1-P(Z1.75)
=1-0.959941
=0.040059

P(X<a)=0.25
P[Z<(a-106)/8]=0.25
(a-106)/8 = -0.68
a= 100.56
Es decir:
Q1=100.56 mg por 100ml

Aproximacin de la
Distribucin Binomial a la
Distribucin Normal

Si X ~B(n,p), puede aproximarse a una distribucin


Normal con =np y =npq cuando se cumplen
simultneamente las siguientes condiciones:
a)p>0.05
b)q>0.05 (q=1-p)
c)n30

B(n,p) ~ N(np, npq)

Ejemplo
Un tratamiento antibitico es efectivo frente a
infecciones pulmonares por legionella en el 25%
de
los
casos.
Los
pacientes
mejoran
permaneciendo con buen estado general y
afebriles antes de transcurridas 72 horas del
comienzo del tratamiento. En una epidemia de
infecciones pulmonares por legionella se aplica a
80 pacientes.
Calcular la probabilidad de que antes de 72 horas
de inicio el tratamiento mejoren entre 25 y 30
pacientes, es decir, sea efectivo el tratamiento.

Solucin
X: Nmero de pacientes que mejoran antes de
72 horas de iniciado el tratamiento.
n=80
p=0.25
X~B(80,0.25)
Requisitos que se deben cumplir para
aproximar a la normal:
a)p=0.25
p>0.05
b)q=0.75
q>0.05
c)n=80
n>30

Podemos pasar de una B(80,0.25) a una normal con


=np=80*0.25=20 y =npq= 80*0.25*0.75=3.87
El problema nos pide calcular: P(25X30)
Aproximando a la normal y teniendo en cuenta la
correccin por continuidad la probabilidad pedida es:
P(24.5X30.5)=P(X30.5)-P(X24.5)
=P[Z(30.5-20)/3.87]-P[Z(24.5-20)/3.87]
=P[Z2.71]-P[Z1.16]
=0.996636-0.876976
=0.119660