FUNCIONES DE DISTRIBUCIÓN

¿Cómo se puede asignar

probabilidades?
Leandro Huayanay Falconi
 Temas a tocar
• Variable aleatoria
• Funciones de distribución
• Funciones de distribución discreta
• Funciones de distribución continua

Leandro Huayanay Falconi

 Conjuntos asociados a la variable aleatoria
Valores de la probabilidad (1/6, ...
Construir modelos 1/6)
p P
que permitan
asignar valores Números Reales
1, 2, 3, 4, 5, 6 VARIABLE
X ALEATORIA
 Función real sobre el espacio muestral
Posibles Resultados
 del experimento
(cada cara del dado) Leandro Huayanay FalconiESPACIO MUESTRAL
VARIABLE ALEATORIA
• Si S es un espacio muestral con la medida de
probabilidad conocida, y X es una función de
valor real definida sobre los elementos de S,
entonces X se llama variable aleatoria
• La variable aleatoria es una función real,
definida sobre un espacio muestral.
Leandro Huayanay Falconi
 FUNCIÓN DE DISTRIBUCIÓN
• Es una función matemática que permite asignar
probabilidades a una variable aleatoria.
• Las funciones son diversas, ya que las variables
aleatorias son de diversos tipos.
• Sin embargo las mas importantes solo son unas
cuantas
• Los modelos deben reproducir la realidad
Leandro Huayanay Falconi
 FUNCIONES DE DISTRIBUCIÓN
Las podemos clasificar de acuerdo al tipo de
variable aleatoria
• Variables discretas
• Variables continuas
• Variables múltiples

Leandro Huayanay Falconi

 DISTRIBUCIONES DISCRETAS
• Distribución Binomial
• Distribución Poisson
• Distribución uniforme
• Distribución Binomial negativa
• Distribución geométrica
• Distribución Hipergeométrica
Leandro Huayanay Falconi
DISTRIBUCIÓN BINOMIAL

Leandro Huayanay Falconi

 DISTRIBUCIÓN BINOMIAL

Los posibles resultados serán Éxito o Fracaso

EXITO FRACASO

P(E) = θ , P(F) = 1 - θ
El experimento se puede repetir n veces
Leandro Huayanay Falconi
 DISTRIBUCION BINOMIAL
La distribución binomial es aquella en la
que se repite un número “n” de veces un
experimento que tiene únicamente dos
posibles resultados (éxito o fracaso), siendo
cada ensayo independiente del anterior.
• Ejemplos:
• Tirar una moneda un numero n de veces
• Tratamiento para curar n pacientes.
Leandro Huayanay Falconi
 Curar pacientes
• La posibilidad de curar la leucemia linfocitica
aguda es 80%.
• ¿Cuál es la posibilidad de curar a un paciente?
• ¿Cuál es la posibilidad de curar a dos pacientes?
• ¿Cuál es la posibilidad de curar a tres de cinco
pacientes?

Leandro Huayanay Falconi

 DISTRIBUCIÓN BINOMIAL
ELEMENTOS DE LA SITUACION:
• Un experimento con solo 2 tipos de resultados,
• Con probabilidades=  de éxito y
(1- ) de fracaso,
• El experimento se repite n veces.
• Se define la variable aleatoria, como el número (x) de
“éxitos”, del total de n experimentos
• Los eventos son independientes.
Leandro Huayanay Falconi
 DISTRIBUCIÓN BINOMIAL
Ejemplo:
• Se tira una moneda perfecta n veces. Si n = 2
• Define la variable aleatoria x como # de caras.
Espacio Muestral: ss, sc, cs, cc
Variable aleatoria: número de caras {0,1, 2}
1/2
Probabilidades: para cada x
1/4
P(0)= 1/4, p(1)= 1/2 y p(2) =1/4
Leandro Huayanay Falconi
 DISTRIBUCIÓN BINOMIAL
cálculos:
• Se tira una moneda perfecta n veces. Si n = 2
• Define la variable aleatoria x como # de caras.
Espacio Muestral: ss, sc, cs, cc sc y cs
Variable aleatoria: número de caras {0,1, 2}
1/2 ss cc
Probabilidad: cara=½ Sello=½
1/4
ss= ½ X½=¼ , sc = ½ X½=¼, cs= ½ X½=¼ , cc= ½ X½=¼
Leandro Huayanay Falconi
 DISTRIBUCIÓN BINOMIAL
Ejemplo:
• Se lanza 3 veces.
Espacio Muestral: sss, ssc, scs, css ccs, csc, scc, ccc
Variable aleatoria: número de caras {0,1, 2,3}
Probabilidades: para n = 3
3/8
P(0)= 1/8, p(1)= 3/8, p(2) =3/8, p(3)=1/8
2/8
1/8
Leandro Huayanay Falconi
 DISTRIBUCIÓN BINOMIAL

EXPERIMENTO: Tirar una moneda n veces

Espacio Muestral: Todos los posibles resultados
n

 x

 

Variable aleatoria: número de caras

{0,1, 2, ..., n}
Probabilidades: para cada n tiene valor:
n x
b( x; n, )    
 x Falconi (1   ) n x

 
Leandro Huayanay
 Ej. tirar una moneda 12 veces
• Si n es 12 y p=0.5, se tendrá las siguientes
probabilidades para la variable aleatoria x
n x
b( x; n, )   
 x (1   ) n x

 
Para n = 12 y p=0.5

12  n x
b( x;12,0.5)   
 x  05 x
(1  0.5)
 
Leandro Huayanay Falconi
 Una moneda 12 veces, x= 0
n = 12 , p=0.5, x = 0 significa que se tira la moneda 12 veces, el numero de
caras que sale es = 0
Para n = 12 y p=0.5 x= 0
12  12  0
b(0;12,0.5)  
 0  0. 5 0
 (1  0. 5)
 
Los cálculos serán por partes
12  12! 1 2  3  4  5  6  7  8  5  9 10 11 12
    1
 0  0!(12  0)! 1 (1 2  3  4  5  6  7  8  5  9 10 11 12)
0.50  1
(1  0.5)12  0  (0.5)12  0.00024

b(0;12,0.5)  1 1Leandro
 0Huayanay
.00024
Falconi  0.00024
 Una moneda 12 veces, x= 1
n = 12 , p=0.5, x = 1 significa que se tira la moneda 12 veces, el numero de
caras que sale es = 1
Para n = 12 y p=0.5 x= 1
12  12 1
b(1;12,0.5)   
 1   0. 51
 (1  0 . 5)
 
Los cálculos serán por partes
12  12! 1 2  3  4  5  6  7  8  5  9 10 11 12
     12
 1  1!(12  1)! 1 (1 2  3  4  5  6  7  8  5  9 10 11)
0.51  0.5
(1  0.5)12 1  (0.5)11  0.00048

b(1;12,0.5)  12  0Leandro
.5  0.00048
Huayanay Falconi  0.0029
 Una moneda 12 veces, x= 2
n = 12 , p=0.5, x = 2 significa que se tira la moneda 12 veces, el numero de
caras que sale es = 2
Para n = 12 y p=0.5 x= 2
12  12  2
b( 2;12,0.5)  
 2  0 . 5 2
 (1  0. 5)
 
Los cálculos serán por partes
12  12! 1 2  3  4  5  6  7  8  5  9 10 11 12
     66
 2  2!(12  2)! (1 2)  (1 2  3  4  5  6  7  8  5  9 10)
0.52  0.25
(1  0.5)12 2  (0.5)10  0.00096

b( 2;12,0.5)  66  Leandro
0.25 0
Huayanay .00096  0.0161
Falconi
 Una moneda 12 veces, x= 3
n = 12 , p=0.5, x = 3 significa que se tira la moneda 12 veces, el numero de
caras que sale es = 3
Para n = 12 y p=0.5 x= 2
12  12  3
b(3;12,0.5)  
 3  0 . 5 3
 (1  0. 5)
 
Los cálculos serán por partes
12  12! 1 2  3  4  5  6  7  8  5  9 10 11 12
     220
 3  3!(12  3)! (1 2  3)  (1 2  3  4  5  6  7  8  5  9)
0.53  0.125
(1  0.5)123  (0.5) 9  0.00192

b(3;12,0.5)  220 Leandro

0.25  Falconi
Huayanay 0.00192  0.0537
 Calcular el resto
• Es de modo similar,
• Se puede luego resumir

Leandro Huayanay Falconi

x c p
0
1
1
12
.00024
.0029
B(x,12,0.5)
2 66 .0161

.2 5
3 220 .0537

.2
4 495 .1208

.1 5
5 792 .1936

y
6 924 .2256

.1
7 792 .1936

.0 5
8 495 .1208
9 220 .0537

0
0 1 2 3 4 5 6 7 8 9 10 11 12
10 66 .0161 x

11 12 .0029
12 1 .00024
x: Valor de la variable aleatoria
c: numero de combinaciones
p: valor de la probabilidad
Leandro Huayanay Falconi
 1. | 0 9.31e-10 |

.1 5
2. | 1 2.79e-08 |
3. | 2 4.05e-07 |
4.
5.
6.
|
|
|
3
4
5
3.78e-06
.0000255
.0001327
|
|
|
Para n = 30
B(x,30,0.5)
7. | 6 .000553 |
8. | 7 .001896 |
9. | 8 .005451 |
10. | 9 .0133246 |
11. | 10 .0279816 |
.1
P ro b a b ilid a d

12. | 11 .0508756 |
13. | 12 .0805531 |
14. | 13 .111535 |
15. | 14 .1354354 |
16. | 15 .1444644 |
17. | 16 .1354354 |
18. | 17 .111535 |
19. | 18 .0805531 |
20. | 19 .0508756 |
21. | 20 .0279816 |
.0 5

22. | 21 .0133246 |
23. | 22 .005451 |
24. | 23 .001896 |
25. | 24 .000553 |
26. | 25 .0001327 |
27. | 26 .0000255 |
28. | 27 3.78e-06 |
29. | 28 4.05e-07 |
30. | 29 2.79e-08 |
31. | 30 9.31e-10 |
0

0 1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
Leandro HuayanayxFalconi
DISTRIBUCIÓN POISSON

Leandro Huayanay Falconi

Simeón Dennis Poisson (1781-1840),

Leandro Huayanay Falconi

NECESIDAD DE ESTA DISTRIBUCION
• En el área de la salud se presentan eventos con
poca frecuencia.
• La distribución binomial no resulta adecuada
• Por ejemplo eventos adversos serios por
medicamentos: Anafilaxia, Necrolísis epidermica
tóxica, Torsión de puntas.
• O diversos ocurrencias no frecuentes en los
servicios.
 CASO
• La anafilaxis inducida por drogas durante la anestesia se atribuye con
frecuencia al uso de relajantes musculares.
• Se recomendó a la Agencia Noruega de Medicamentos recomendó retirar
el bromuro de rocuronio (Esmeron ®) debido a los MUCHOS informes de
anafilaxia.
• Durante un período de dos años y medio aproximadamente 150.000
pacientes recibieron rocuronio como parte de su anestesia. En este
período las autoridades noruegas de drogas recibió 29 informes de
anafilaxis o reacciones anafilactoides en pacientes tratados con
rocuronio.
• Esta cifra difiere de lo descrito en otros países nórdicos, donde había un
total de sólo siete casos de anafilaxia en aproximadamente 800.000
pacientes tratados con rocuronio registrados en el 2000.
• ¿Este número está por fuera de lo esperado?
 ALGUNOS DATOS
• Las reacciones anafilácticas o anafilactoides han sido
descritas en la practica de anestesiología entre 1 en 1500 a
1 en 20000 procedimientos de anestesiología regional o
general.
• Los principales fármacos implicados son los relajantes
musculares, entre ellos rocuronio.
• De diversas fuentes se obtiene que en promedio las
reacciones anafilácticas se presentan 1/5000 , esto es p=
0.0002
• ¿Lo encontrado en ?
Los datos noruegos de ADR
Acta Anaesthesiologica Scandinavica 2001; 45:1196-1203
Datos noruegos de Utilización
Acta Anaesthesiologica Scandinavica 2001; 45:1196-1203
 ¿La aparición de anafilaxia en noruega
está dentro de lo esperado?
• Se asume que n es 150 000 (operaciones con rocuronio)
• P = 0.0002 (probabilidad que ocurra un anafilaxia con
rocuronio)
• ¿Cuál es la probabilidad de que se obtenga 30 o mas
anafilaxias?
• Asume que los eventos son independientes, solo ocurre
uno.
• Usar la distribución binomial
 Dificultades con la distribución
Binomial
• El n es muy grande se harían 150 001 cálculos
• Calcular el factorial de 150 000! ¿Pueden hacer los
paquetes?
• Habrá miles de datos cercanos a cero
• Se tiene que sumar 149971 datos, los valores
binomiales correspondientes desde 30 hasta 150 000.
• ¿Es practico?.
• DEFINITIVAMENTE NO
 DISTRIBUCIÓN POISSON

PROBLEMA DE CONTEXTO:
• La probabilidad de ocurrencia de anafilaxia en
anestesia es p=0.0002,y n =150000 es grande. Los
cálculos con distribución del tipo binomial son
engorrosos.
• ¿ Como se puede calcular de forma fácil, se puede
asumir que para esta finalidad la variable asume la
distribución de sucesos raros o de poisson.
Leandro Huayanay Falconi
 Distribución de Poisson
• También se denomina de sucesos raros.
• Se obtiene como aproximación de una distribución
binomial con la misma media, para ‘n grande’ (n>30) y ‘p
pequeño’ (p<0,1).
• Queda caracterizada por un único parámetro λ =nXp
(que es a su vez su media y varianza.) y la función de
probabilidad:
 x
P[ X  x]  e , x  0,1,2,...
x!

Leandro Huayanay Falconi

 DISTRIBUCIÓN POISSON

x 
e
p ( x;  ) 
x!
para x = 0, 1, 2, ..., n
e = 2,71828
Para el ejemplo, si:  =n = 150000 x0.0002 = 30

Leandro Huayanay Falconi

 Probabilidad de que ocurran 29 anafilaxias

en un año.
x e 
p ( x;  ) 
x!
  30; x  29; e  2,71828
30 29 e 30
p (29;30)   0.07
29!

Se puede calcular la probabilidad de obtener 29 o mas anafilaxias en

Noruega, resultando P = 0.62
Se concluye que 29 es una cifra que se puede esperar que ocurra
Anafilaxia por rocuronio en Noruega
Acta Anaesthesiologica Scandinavica 2001; 45:1196-1203

Asumiendo una
distribución de Poisson la
probabilidad de obtener 29
anafilaxias en Noruega, es
P = 0.07
29 es una cifra que se
puede esperar que ocurra
La probabilidad de obtener
38 anafilaxias o mas, es P
= 0.065
 Temas tratados
• Variable aleatoria
• Funciones de distribución
• Funciones de distribución discretas

Leandro Huayanay Falconi