CONSTRUCCIN

DISTRIBUCIONES CON VARIABLES ALEATORIOS DISCRETAS.

Distribuciones de variable Bernoulli
Distribuciones de variable binomial
Distribuciones de variable Poisson
Distribucin de variable hipergeomtrica
DISTRIBUCIONES CON VARIABLES ALEATORIOS CONTINUAS.
Distribuciones de variable normal
Distribuciones con variables
aleatorios discretas
son aquellas en las que la variable puede pude tomar un
nmero determinado de valores:

Ejemplo:
si se lanza una moneda al aire puede salir cara o cruz; si se
tira un dado puede salir un nmero de 1 al 6; en una ruleta el
nmero puede tomar un valor del 1 al 32.
Distribuciones con variables
aleatorios continuas

son aquellas que presentan un nmero infinito de

posibles soluciones:

Ejemplo:
El peso medio de los alumnos de una clase puede
tomar infinitos valores dentro de cierto intervalo
(42,37 kg, 42,3764 kg, 42,376541kg, etc.); la
esperanza media de vida de una poblacin (72,5 aos,
72,513 aos, 72,51234 aos).
Distribuciones con variables
discretas: Bernoulli
Es aquel modelo que sigue un experimento que se realiza una sola
vez y que puede tener dos soluciones: acierto o fracaso:

Cuando es acierto la variable toma el valor 1

Cuando es fracaso la variable toma el valor 0
Ejemplo:
Probabilidad de salir cara al lanzar una moneda al aire (sale cara o no
sale); probabilidad de ser admitido en una universidad (o te admiten o no
te admiten); probabilidad de acertar una quiniela (o aciertas o no
aciertas)
Al haber nicamente dos soluciones se trata de sucesos
complementarios:
A la probabilidad de xito se le denomina "p"
A la probabilidad de fracaso se le denomina "q"
Verificndose que:
p+q=1
Ejemplos

Probabilidad de salir cara al alcanzar una moneda al

aire
Probabilidad de que salga cara: = 0.5
Probabilidad de que no salga cara: = 0.5

+ = 0.5 + 0.5 = 1
Distribuciones discretas:
Binomial

Las distribucin binomial es parte de la distribucin de

Bernouilli:
La distribucin de Bernouilli se aplica cuando se realiza una
sola vez un experimento que tiene nicamente dos posibles
resultados (xito o fracaso), por lo que la variable slo puede
tomar dos valores: el 1 y el 0.
La distribucin binomial se aplica cuando se realizan un
nmero "n" de veces el experimento de Bernouilli, siendo cada
ensayo independiente del anterior. La variable puede tomar
valores entre:
0: si todos los experimentos han sido fracaso
n: si todos los experimentos han sido xitos
Ejemplo:

se tira una moneda 10 veces: cuantas caras salen? Si no ha salido

ninguna la variable toma el valor 0; si han salido dos caras la
variable toma el valor 2; si todas han sido cara la variable toma el
valor 10

La distribucin de probabilidad de este tipo de distribucin sigue

el siguiente modelo:
!
= = (1 )
! !
Distribuciones con variables
Poisson
Las distribucin de Poisson parte de la distribucin
binomial:
Cuando en una distribucin binomial se realiza el
experimento un nmero "n" muy elevado de veces y la
probabilidad de xito "p" en cada ensayo es reducida,
entonces se aplica el modelo de distribucin de
Poisson:
Se tiene que cumplir que:
" p " < 0,10
" p * n " < 10
 La distribucin de Poisson sigue el siguiente modelo

Vamos a explicarla:
El nmero "e" es 2,71828
"l " = n * p (es decir, el nmero de veces " n " que se realiza el
experimento multiplicado por la probabilidad " p " de xito en cada
ensayo)
"k " es el nmero de xito cuya probabilidad se est calculando
ejemplo:
La probabilidad de tener un accidente de trfico es de 0,02
cada vez que se viaja, si se realizan 300 viajes, cul es la
probabilidad de tener 3 accidentes?
Distribuciones con variables
hipergeomtricas
Las distribucin hipergeomtrica es el modelo que se aplica
en experimentos del siguiente tipo:
En una urna hay bolas de dos colores (blancas y negras), cul
es la probabilidad de que al sacar 2 bolas las dos sean blancas?
Son experimentos donde, al igual que en la distribucin
binomial, en cada ensayo hay tan slo dos posibles
resultados: o sale blanca o no sale. Pero se diferencia de la
distribucin binomial en que los distintos ensayos son
dependientes entre s:
Si en una urna con 5 bolas blancas y 3 negras en un primer
ensayo saco una bola blanca, en el segundo ensayo hay una
bola blanca menos por lo que las probabilidades son diferentes
(hay dependencia entre los distintos
Ejemplo
: en una urna hay 7 bolas blancas y 5 negras. Se sacan 4 bolas
Cul es la probabilidad de que 3 sean blancas? Entonces:
N = 12; N1 = 7; N2 = 5; k = 3; n = 4
Si aplicamos el modelo:

Por lo tanto, P (x = 3) = 0,3535. Es decir, la probabilidad de

sacar 3 bolas blancas es del 35,3%.
Pero este modelo no slo se utiliza con experimentos con
bolas, sino que tambin se aplica con experimentos
similares:
Ejemplo
en una fiesta hay 20 personas: 14 casadas y 6 solteras. Se
eligen 3 personas al azar Cul es la probabilidad de que las 3
sean solteras?

Por lo tanto, P (x = 3) = 0,0175. Es decir, la probabilidad de

que las 3 personas sean solteras es tan slo del 1,75%.
Distribuciones con variables
aleatorios continuas (I)
Es el modelo de distribucin ms utilizado en la prctica,
ya que multitud de fenmenos se comportan segn una
distribucin normal.
Esta distribucin de caracteriza porque los valores se
distribuyen formando una campana de Gauss, en torno a
un valor central que coincide con el valor medio de la
distribucin:
Distribuciones con variables
aleatorios continuas: normal
(II)

La distribucin normal tipificada tiene la ventaja, como

ya hemos indicado, de que las probabilidades para cada
valor de la curva se encuentran recogidas en una tabla.
X 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09

0, 0,50 0,50 0,50 0,51 0,51 0,51 0,52 0,52 0,53 0,53
0 00 40 80 20 60 99 39 79 19 59

0, 0,53 0,54 0,54 0,55 0,55 0,55 0,56 0,56 0,57 0,57
1 98 38 78 17 57 96 36 75 14 23

0, 0,57 0,58 0,58 0,59 0,59 0,59 0,60 0,60 0,61 0,61
2 93 32 71 10 48 87 26 64 03 41

0, 0,61 0,62 0,62 0,62 0,63 0,63 0,64 0,64 0,64 0,65
3 79 17 55 93 31 68 06 43 80 17

0, 0,65 0,65 0,66 0,66 0,67 0,67 0,67 0,68 0,68 0,68
4 54 91 28 64 00 36 72 08 44 79

0, 0,69 0,69 0,69 0,70 0,70 0,70 0,71 0,71 0,70 0,72
5 15 50 85 19 54 88 23 57 90 24

0, 0,72 0,72 0,73 0,73 0,73 0,74 0,74 0,74 0,75 0,75
6 57 91 24 57 89 22 54 86 17 49

0, 0,75 0,76 0,76 0,76 0,77 0,77 0,77 0,77 0,78 0,78
7 80 11 42 73 04 34 64 94 13 52

0, 0,78 0,79 0,79 0,79 0,79 0,80 0,80 0,80 0,81 0,81
8 81 10 39 67 95 23 51 78 06 33

0, 0,81 0,81 0,82 0,82 0,82 0,82 0,83 0,83 0,83 0,83
9 59 86 12 38 64 89 15 40 65 89

1, 0,84 0,84 0,84 0,84 0,85 0,85 0,85 0,85 0,85 0,86
0 16 38 61 85 08 31 54 77 99 21

1, 0,86 0,86 0,86 0,87 0,87 0,87 0,87 0,87 0,88 0,88
1 43 65 86 08 29 49 70 90 10 30

1, 0,88 0,88 0,88 0,89 0,89 0,89 0,89 0,89 0,89 0,90
2 49 69 88 07 25 44 62 80 97 15

1, 0,90 0,90 0,90 0,90 0,90 0,91 0,91 0,91 0,91 0,91
3 32 49 66 82 99 15 31 47 62 77

1, 0,91 0,92 0,92 0,92 0,92 0,92 0,92 0,92 0,93 0,93
4 92 07 22 36 51 65 79 92 06 19
1, 0,93 0,93 0,93 0,93 0,93 0,93 0,94 0,94 0,94 0,94
5 32 45 57 70 82 94 06 18 29 41

1, 0,94 0,94 0,94 0,94 0,94 0,95 0,95 0,95 0,95 0,95
6 52 63 74 84 95 05 15 25 35 45

1, 0,95 0,95 0,95 0,95 0,95 0,95 0,96 0,96 0,96 0,96
7 54 64 73 82 91 99 08 16 25 33

1, 0,96 0,96 0,96 0,96 0,96 0,96 0,96 0,96 0,96 0,97
8 41 49 56 64 71 78 86 93 99 06

1, 0,97 0,97 0,97 0,97 0,97 0,97 0,97 0,97 0,97 0,97
9 13 19 26 32 38 44 50 56 61 67

2, 0,97 0,97 0,97 0,97 0,97 0,97 0,98 0,98 0,98 0,98
0 725 778 831 882 932 982 030 077 124 169

2, 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98
1 214 257 300 341 382 422 461 500 537 574

2, 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98 0,98
2 610 645 679 713 745 778 809 840 870 899

2, 0,98 0,98 0,98 0,99 0,99 0,99 0,99 0,99 0,99 0,99
3 928 956 983 010 036 061 086 111 134 158

2, 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99
4 180 202 224 245 266 286 305 324 343 361

2, 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99
5 379 396 413 430 446 461 477 492 506 520

2, 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99
6 534 547 560 573 585 598 609 621 632 643

2, 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99
7 653 664 674 683 693 702 711 720 728 736

2, 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99
8 744 752 760 767 774 781 788 795 801 807

2, 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99 0,99
9 813 819 825 831 836 841 846 851 856 861
 Cmo se lee esta tabla?
La columna de la izquierda indica el valor cuya probabilidad
acumulada queremos conocer. La primera fila nos indica el
segundo decimal del valor que estamos consultando.
Ejemplo:
queremos conocer la probabilidad acumulada en el valor 2,75.Entonces
buscamos en la columna de la izquierda el valor 2,7 y en la primera fila el
valor 0,05. La casilla en la que se interseccionan es su probabilidad
acumulada (0,99702, es decir 99.7%).
Atencin: la tabla nos da la probabilidad acumulada, es decir, la que va
desde el inicio de la curva por la izquierda hasta dicho valor. No nos da la
probabilidad concreta en ese punto. En una distribucin continua en el
que la variable puede tomar infinitos valores, la probabilidad en un punto
concreto es prcticamente despreciable.
Ejemplo:
Imaginemos que una variable continua puede tomar valores
entre 0 y 5. La probabilidad de que tome exactamente el valor 2
es despreciable, ya que podra tomar infinitos valores: por
ejemplo: 1,99, 1,994, 1,9967, 1,9998, 1,999791, etc.
Ejemplo:
el salario medio de los empleados de una empresa se distribuye segn
una distribucin normal, con media 5 millones de ptas. y desviacin tpica
1 milln de ptas. Calcular el porcentaje de empleados con un sueldo
inferior a 7 millones de ptas.
Lo primero que haremos es transformar esa distribucin en una normal
tipificada, para ello se crea una nueva variable (Y) que ser igual a la
anterior (X) menos su media y dividida por la desviacin tpica

En el ejemplo,
la nueva variable sera:

Esta nueva variable se distribuye como una normal tipificada. La variable

Y que corresponde a una variable X de valor 7 es:

Ya podemos consultar en la tabla la probabilidad acumulada para el valor

2 (equivalente a la probabilidad de sueldos inferiores a 7 millones de
ptas.). Esta probabilidad es 0,97725
Por lo tanto, el porcentaje de empleados con salarios inferiores a 7
millones de ptas. es del 97,725%.
 Ejercicio 2:
La vida media de los habitantes de un pas es de 68 aos, con una
varianza de 25. Se hace un estudio en una pequea ciudad de
10.000 habitantes:
a) Cuntas personas superarn previsiblemente los 75 aos?
b) Cuntos vivirn menos de 60 aos?
a) Personas que vivirn (previsiblemente) ms de 75 aos

DISTRIBUCIONES CONTINUAS: NORMAL:

EJERCICIOS

Ejercicio 1:
El consumo medio anual de cerveza de los habitantes de una
pas es de 59 litros, con una varianza de 36. Se supone que se
distribuye segn una distribucin normal.
a) Si usted presume de buen bebedor, cuntos litros de
cerveza tendra que beber al ao para pertenecer al 5% de la
poblacin que ms bebe?.
b) Si usted bebe 45 litros de cerveza al ao y su mujer le
califica de borracho qu podra argumentar en su defensa?
a) 5% de la poblacin que ms bebe.
Vemos en la tabla el valor de la variable tipificada cuya probabilidad
acumulada es el 0,95 (95%), por lo que por arriba estara el 5% restante.
Ese valor corresponde a Y = 1,645 (aprox.). Ahora calculamos la variable
normal X equivalente a ese valor de la normal tipificada:

Despejando X, su valor es 67,87. Por lo tanto, tendra usted que beber

ms de 67,87 litros al ao para pertenecer a ese "selecto" club de
grandes bebedores de cerveza.
b) Usted bebe 45 litros de cereza al ao. Es usted un borracho?
Vamos a ver en que nivel de la poblacin se situara usted en funcin de
los litros de cerveza consumidos.
Calculamos el valor de la normal tipificada correspondiente a 45 litros:
Por lo tanto
P (X < 45) = (Y < -2,2) = P (Y > 2,2) = 1 - P (Y < 2,2) = 0,0139
Luego, tan slo un 1,39% de la poblacin bebe menos que usted. Parece
un argumento de suficiente peso para que dejen de catalogarle de
"enamorado de la bebida"
Ejercicio 2: A un examen de oposicin se han presentado 2.000
aspirantes. La nota media ha sido un 5,5, con una varianza de 1,5.
a) Tan slo hay 100 plazas. Usted ha obtenido un 7,7. Sera oportuno ir
organizando una fiesta para celebrar su xito?
b) Va a haber una 2 oportunidad para el 20% de notas ms altas que no se
hayan clasificados. A partir de que nota se podr participar en esta
"repesca"?
a) Ha obtenido usted un 7,7
Vamos a ver con ese 7,7 en que nivel porcentual se ha situado usted, para
ello vamos a comenzar por calcular el valor de la normal tipificada
equivalente.

A este valor de Y le corresponde una probabilidad acumulada (ver tablas)

de 0,98214 (98,214%), lo que quiere decir que por encima de usted tan
slo se encuentra un 1,786%.
Si se han presentado 2.000 aspirante, ese 1,786% equivale a unos 36
aspirantes. Por lo que si hay 100 plazas disponibles, tiene usted
suficientes probabilidades como para ir organizando la "mejor de las
fiestas".