Estadística

Inferencial

Esp. Paola Andrea Muñoz Pinza

¿Qué es una distribución de probabilidad?

Una distribución de frecuencias es un listado de las frecuencias

observadas de todos los resultados de un experimento que se
presentaron realmente cuando se efectuó éste, mientras que
una distribución de probabilidad es un listado de las
probabilidades de todos los posibles resultados que podrían
obtenerse si el experimento se llevara a cabo.
Variables aleatorias

Una variable es aleatoria si toma diferentes valores como resultado de un

experimento aleatorio. Esta variable aleatoria puede ser discreta o
continua.

Si puede tomar sólo un número limitado de valores, entonces es una

variable aleatoria discreta.

En el otro extremo, si puede tomar cualquier valor dentro de un intervalo

dado, entonces se trata de una variable aleatoria continua
Variables aleatorias

Sea x el número estudiantes que llegan tarde a tutoría, puede ser 0, 1 o

2, otros.

El conteo del número de estudiantes de estadística que asisten a una

clase es un número entero y, por lo tanto, una variable aleatoria discreta.

Sea x el tiempo empleado en resolver una prueba. Ésta es una variable

aleatoria continua, ya que puede tomar cualquier valor en un tramo
continuo.
Las variables aleatorias son aquellas que explican un fenómeno
aleatorio. Cuando una de estas variables aleatorias toma diversos
valores, la probabilidad asociada a cada uno de tales valores puede ser
organizada como una distribución de probabilidad, la cual corresponde a
la distribución de las probabilidades asociadas con cada uno de los
valores de la variable aleatoria.

Las distribuciones de probabilidad pueden representarse a través de una

tabla, una gráfica o una fórmula, en cuyo caso, a tal regla de
correspondencia se le denomina función de probabilidad
Ejemplo

Suponga que lanzamos una moneda dos veces. La lista de los

posibles resultados para este experimento de dos lanzamientos:

Primer Segundo Número se caras en Probabilidad de los cuatros

lanzamiento lanzamiento dos lanzamientos resultados posibles
C C 2 0,5 X 0,5 0,25
C S 1 0,5 X 0,5 0,25
S C 1 0,5 X 0,5 0,25
S S 0 0,5 X 0,5 0,25
1
Suponga ahora que nos interesa formular una distribución de
probabilidad del número de caras (C) que podrían caer cuando
lanzamos la moneda dos veces.

Número se caras en dos Lanzamientos Probabilidad de los cuatros

lanzamientos resultados posibles
0 (S , S) 0,25
1 (S,C) , (C, S) 0,5
2 (C,C) 0,25
Distribución de probabilidad del número de caras obtenidas en dos
lanzamientos de una moneda no alterada
Ejemplo

En un grupo de estudiantes se encontró los siguientes resultados en

relación a su estado civil
c s s c c c s s u s c c u s
c s d s s s c s s s s c c s

Estado civil f p(x)

Casados c 10 0,3571
Solteros s 15 0,5357
Uniónn libre u 2 0,0714
Divorciado d 1 0,0357
28 1,0000
 Probabilidad estado civil de los estudiantes

0.6
0.5
0.4
0.3
0.2
0.1
0.0
Casados Solteros Uniónn libre Divorciado

Distribución de probabilidad del estado civil de los estudiantes

Ejemplo:

En una clínica para tratamiento del cáncer de

mama no se tiene manera de saber con
exactitud cuántas mujeres van a ser
atendidas en un día cualquiera, de modo que
el número de mujeres del día siguiente es
una variable aleatoria. Los valores de una
variable aleatoria son los valores numéricos
correspondientes a cada posible resultado
del experimento aleatorio. Si los registros
diarios de la clínica indican que los valores de
la variable aleatoria van desde 100 hasta 115
mujeres al día, entonces ésta es una variable
aleatoria discreta.

Núm de mujeres examinadas diariamente

durante 100 días
Distribución de probabilidad por número de mujeres examinadas Distribución de probabilidad para la variable aleatoria discreta “Número de mujeres
examinadas”
Media
𝜇 = ෍ 𝑋𝑖 𝑃(𝑥) (𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜)

Varianza

𝜎 2 = ෍ 𝑋𝑖 − 𝜇 2 𝑃(𝑥)

Desviación típica

𝜎= 𝜎2
El valor esperado de una variable aleatoria

Multiplicar cada valor que la variable por la probabilidad de ocurrencia de ese valor y suma
los productos.

Significa que en un periodo largo, el número de mujeres examinadas diariamente

deberá tener un promedio de aproximadamente 108.02.
1. Ricardo invierte con frecuencia en el mercado de valores, estudia con
detenimiento cualquier inversión potencial. En la actualidad examina la
posibilidad de invertir en la TPC. Mediante el estudio del rendimiento en el
pasado, Ricardo ha desglosado los resultado potenciales en cinco resultado
posibles con sus probabilidades asociadas. Los resultados son tasas de
rendimiento anuales sobre una sola acción que hoy cuesta $150. Encuentre el
valor esperado del rendimiento sobre la inversión en una sola acción de TPC.

Si Ricardo compra acciones siempre que la tasa de rendimiento esperada exceda al

10%, ¿comprará la acción, de acuerdo con estos datos?
Distribuciones de probabilidad para variables discretas

Distribución binomial --- Variable aleatoria discreta

Consideremos los llamados ensayos Bernoulli, experimentos cuyo

resultado es uno de dos posibles y mutuamente excluyentes, a los que se
denominarán éxito y fracaso.

1. Dos resultados posibles

2. El resultado permanece fijo con respecto al tiempo
3. Los intentos son estadísticamente independientes

Ejemplos:
Un tornillo, puede estar defectuoso o no defectuoso
La respuesta correcta o incorrecta en un examen
Participación en las elecciones de Presidente
Distribución de probabilidad

P = Probabilidad
p = probabilidad característica o probabilidad de tener éxito
q = 1 - p = probabilidad de fracaso
r = número de éxitos deseados
n = número de intentos hechos
Ejemplo.

Un jefe de personal se encuentra preocupado por los accidentes laborales de su empresa.

Por estudios realizados anteriormente, se conoce que el 6% de sus trabajadores ha tenido
accidentes en el ultimo mes. Si se selecciona una muestra de 10 trabajadores, ¿cuál es la
probabilidad de que:

a. Exactamente dos sufran accidentes. n=10 p=0,06 X=2

10!
𝑃(𝑋=2) = (0,06)2 (0,94)8
10 − 2 ! 2!

3628800
𝑃(𝑋=2) = (0,0036)(0,60956)
40320 2

𝑃(𝑋=2) =0,0987 = 9,87%

La probabilidad que de una muestra de 10 trabajadores, 2 Exactamente dos sufran
accidentes es del 9,87%
Ejemplo.

Un jefe de personal se encuentra preocupado por los accidentes laborales de su empresa.

Por estudios realizados anteriormente, se conoce que el 6% de sus trabajadores ha tenido
accidentes en el ultimo mes. Si se selecciona una muestra de 10 trabajadores, ¿cuál es la
probabilidad de que:

a. Máximo dos sufran accidentes. n=10 p=0,06 X=0, 1, 2

𝑃(𝑋≤2) = 𝑃(𝑋=0) + 𝑃(𝑋=1) +𝑃(𝑋=2)

10! 0 10
10! 1 9
10!
= (0,06) (0,94) + (0,06) (0,94) + (0,06)2 (0,94)8
10 − 0 ! 0! 10 − 1 ! 1! 10 − 2 ! 2!

𝑃(𝑋≤2) = 0,5384 + 0,3438 + 0,0988 = 0,9812%

Ejemplo.

Un jefe de personal se encuentra preocupado por los accidentes laborales de su empresa.

Por estudios realizados anteriormente, se conoce que el 6% de sus trabajadores ha tenido
accidentes en el ultimo mes. Si se selecciona una muestra de 10 trabajadores, ¿cuál es la
probabilidad de que:

a. Por lo menos 2 no sufran accidentes . n=10 p=0,94 X=2,3,…,9,10

𝑃(𝑋≥2) = 𝑃(𝑋=2) + 𝑃(𝑋=3) +𝑃(𝑋=4) +𝑃(𝑋=5) +𝑃(𝑋=6) +𝑃(𝑋=7) +𝑃(𝑋=8) +𝑃(𝑋=9) +𝑃(𝑋=10)

𝑃(𝑋≥2) = 1 − 𝑃 𝑋=0 +𝑃 𝑋=1

10! 0 10
10!
𝑃(𝑋≥2) = 1 − (0,94) (0,06) + (0,94)1 (0,06)9
10 − 0 ! 0! 10 − 1 ! 1!

𝑃(𝑋≥2) =100%
Ejemplo.

Las máquinas de rellenado modernas están diseñadas para trabajar de manera eficiente y
con una alta confiabilidad. Estos mecanismos pueden llenar tubos de dentífrico con una
escala de precisión de 0.1 onzas el 80% de las veces. Un visitante de la planta que observa
cómo los tubos ya llenos son empaquetados en una caja por 6 unidades, pregunta: ¿cuáles
son las posibilidades de que exactamente la mitad de los tubos de una caja seleccionada al
azar estén llenos con una precisión de 0.1 onzas del nivel deseado?
p = 0.8 q = 0.2 r=3 n=6
Media y la desviación estándar de la distribución binomial

La media de una distribución probabilística binomial con parámetros n y p es:

µ = 𝑛∗𝑝

Por otro lado, la desviación estándar de una distribución probabilística binomial con
parámetros n y p es:

𝜎 = 𝑛∗𝑝∗𝑞
2. El último sondeo político nacional indica que la probabilidad de que estadounidenses
elegidos al azar sean conservadores es de 0.55; de que sean liberales es de 0.30, y de que
estén entre una y otra orientación es 0.15. Suponga que estas probabilidades son exactas y
responda a las siguientes preguntas referidas a un grupo de 10 estadounidenses
seleccionados de manera aleatoria.

a. ¿Cuál es la probabilidad de que cuatro sean liberales?

b. ¿Cuál es la probabilidad de que ninguno sea conservador?
c. ¿Cuál es la probabilidad de que dos estén entre una y otra orientación?
d. ¿Cuál es la probabilidad de que al menos ocho sean liberales?
 Referencias

• Levin, R. Rubin, D. (2004). Estadística para Administración y Economía.

Séptima edición. México, México. Pearson Educación.
• Martínez, C. Levin, R. (2012), Estadística Aplicada. Bogotá, Colombia,
Primera edición, Pearson.
• Díaz, A (2013). Estadística aplicada a la administración y la economía.
Ciudad de México, México. MacGrawHill