Esta Di Stica

Estadística Aplicada
Tema 4: Modelos probabilísticos

1. Variables aleatorias:
a) Concepto.
b) Variables discretas y continuas.
c) Función de probabilidad (densidad) y función de distribución.
d) Media y varianza de una variable aleatoria.
2. Modelos probabilísticos:
a) Bernoulli.
b) Binomial.
c) Normal.
d) Aproximación de binomial a normal.
Lecturas recomendadas:
 Capítulos 22 y 23 del libro de Peña y Romo (1997)
4.1: Variables aleatorias
• Se llama variable aleatoria a toda función que a cada elemento

del espacio muestral asocia un número real.
• Se utilizan letras mayúsculas para designar las variables

aleatoria: X, Y, Z; y sus respectivas letras minúsculas para los
valores concretos de las mismas: x, y, z.
Variable aleatoria discreta Es la que solo puede tomar una

cantidad numerable de valores.
Variable aleatoria continua Es aquella que puede tomar infinitos

valores dentro de un intervalo de la recta real.
Función de probabilidad de una v.a. discreta: Es la función que asocia

a cada valor x de la v.a. X su probabilidad p.
 Los valores que toma una v.a. discreta X y sus correspondientes

probabilidades suelen disponerse en una tabla con dos filas o dos
columnas llamada tabla de distribución de probabilidad:
X x1 x2 ... xn
P(X=xi) p1 p2 ... pn
Toda función de probabilidad se verifica que p1  p2  p3   pn  1

Función de distribución de una v.a. discreta: Sea X una v.a. cuyos valores
suponemos ordenados de menor a mayor. Se llama función de distribución
de la variable X a la función que asocia a cada valor de la v.a. la
probabilidad acumulada hasta ese valor, es decir, F ( x )  P( X  x )
Media, varianza y desviación típica de una variable aleatoria discreta
Se llama media o esperanza de una v.a. discreta X, que toma los

valores x1, ,x2, ....con probabilidades p1, p2,... al valor de la siguiente
expresión:
   i xi P( X  xi )   i xi pi
La varianza viene dada por la siguiente fórmula:  2   i ( xi   )2 pi

que puede calcularse mediante:
 2   i xi2 pi   2
Ejemplo: La distribución de probabilidad de una v.a. X viene dada por la siguiente
tabla: xi 1 2 3 4 5
pi 0.1 0.3 ? 0.2 0.3
¿Cuánto vale P(X=3)?

Calcula la media y la varianza.
4.2: Modelos probabilísticos
Modelos discretos Modelos continuos
Ensayos de Bernoulli y las La distribución normal y

distribuciones geométrica y binomial distribuciones relacionadas
Ensayos de Bernoulli y las distribuciones

geométrica y binomial
Un modelo de Bernoulli es un experimento que tiene las siguientes

características:
• En cada prueba del experimento sólo son posibles dos resultados,
usualmente denominados éxito y fracaso.
• El resultado obtenido en cada prueba es independiente de los
resultados anteriores.
• La probabilidad de éxito es constante, P(éxito) = p, y no varia de
una prueba a otra.
La distribución geométrica
Supongamos un modelo de Bernoulli. ¿Cuál es la distribución del número

de fracasos, F, antes del primer éxito?
• P(F=0) = P(0 fracasos antes del primer éxito) = p

• P(F=1) = P(fracaso, éxito) = (1-p)p
•P(F=2) = P(fracaso, fracaso, éxito) = (1-p)2 p
•P(F=f) = P( f fracasos antes del primer éxito) = (1-p)f p para f = 0, 1, 2, …
La distribución de F se llama la distribución geométrica con parámetro p.

E[F] = (1-p)/p V[X] = (1-p)/p2
La distribución binomial
Supongamos un modelo de Bernoulli. ¿Cuál es la distribución del número

de éxitos, X, en n intentos?
n r
P(Obtener r éxitos )  P ( X  r )    p (1  p)n r
r 
para r = 0,1,2, …, n.
La distribución de X se llama la distribución binomial con parámetros n y p.

E[X] = np V[X] = np(1-p)
EJEMPLO
Calcula la probabilidad de que una familia que tiene 4 hijos, 3 de ellos
sean varones.
EJEMPLO
La probabilidad de que un alumno de repita curso es de 0,3.
• Elegimos alumnos al azar. ¿Cuál es la probabilidad de que el
primero que repita curso sea el tercer alumno que elegimos?
• Elegimos 20 alumnos al azar. ¿Cuál es la probabilidad de que
haya exactamente 4 alumnos repetidores?
EJEMPLO
La probabilidad de que un reloj salga de fábrica defectuoso es del 4%.
Halla el número esperado de relojes defectuosos en un lote de 1000
Cálculo con Excel

Probabilidades binomiales son difíciles de calcular “a mano” salvo en los casos
simples de 0 o 1 (n o n-1) éxitos.
¡En Excel es mucho

más sencillo!
Ejemplo (Pregunta de Test)
De todas las ONGs que existen en España, el 30% de ellas se dedican

especialmente a la infancia. Se seleccionan 50 ONG’s de manera
aleatoria. Calcular el número esperado de ellos que se dedican a la
infancia.
Ejemplo (Pregunta de Test)
En promedio, uno de cada diez afiliados de CCOO es un delegado.
a) En unas entrevistas a afiliados CCOO, ¿cuál es la probabilidad de

que el primer delegado sea la segunda persona entrevistada?
b) Hay 4 afiliados de CCOO en la Chimbomba. ¿Cuál es la probabilidad
de que no haya ningún delegado?
c) En una muestra de 100 afiliados, ¿cuál es el número esperado de
delegados?
Función de densidad de una variable aleatoria continua

La función de densidad de una v.a. continua cumple las siguientes
condiciones:
• Sólo toma valores no negativos, f(x) ≥ 0.
• El área encerrada bajo la curva es igual a 1.
Función de distribución. Como en el caso de la v.a. discreta, la función de

distribución proporciona la probabilidad acumulada hasta un determinado valor
F ( x )  P( X  x )
de la variable, es decir,
Cumple las siguientes condiciones:

• Su valor es cero para todos los puntos situados a la izquierda del menor
valor de la variable.
• Su valor es 1 para todos los puntos situados a la derecha del mayor valor
de la variable.
La distribución normal o gaussiana
Hay v.a. continuas cuya función de densidad tiene forma de campana.

Ejemplos:
• La variable peso en una población de personas de la misma edad y sexo.
• La variable altura de la población citada.
• Las notas de una asignatura (mito urbano).
Para expresar que una v.a. continua X, tiene una distribución normal de
media  y desviación típica  , escribimos:
X ~ N(,2)
La distribución normal estándar
De las infinitas distribuciones normales, tiene especial interés la que tiene

media igual a 0 y desviación típica igual a 1, es decir, N(0,1). Esta
distribución recibe el nombre de normal estándar o tipificada.
Existen tablas que permiten calcular probabilidades de la distribución

N(0,1).
Por ello cuando tenemos una v.a. X que sigue una distribución normal de
media  y desviación típica  pasamos a otra variable Z que sigue una
distribución N(0,1) mediante la siguiente transformación:
X 
Z

Ejemplos
Sea Z ~ N(0,1). Hallar las siguientes probabilidades
• P(Z < -1)
• P(Z > 1)
• P(-1,5 < Z < 2)
Hallar los percentiles de 90%, 95%, 97,5% y 99% de la distribución normal

estándar.
Estos valores son útiles en los siguientes temas
Sea X ~ N(2,4). Hallar las siguientes probabilidades

• P(X < 0)
• P(-1 < X < 1)
Cálculo con Excel
Es más fácil hacer los cálculos en Excel …
con la distribución normal estándar …
… o directamente con la distribución original.

Aproximación de la distribución binomial mediante la normal
Cuando n es suficientemente grande el comportamiento de una distribución

binomial, X~B(n, p), es aproximadamente igual a una distribución normal, con
media np y varianza np(1-p).
Se considera que esta aproximación es “buena” cuando np > 5 y n(1-p) > 5.
EJEMPLO
Se lanza una moneda correcta al aire 400 veces. Calcula la probabilidad de
obtener un número de caras comprendido entre 180 y 210, ambos inclusive.
La solución exacta haciendo el cálculo en Excel con la distribución binomial es

0,833.
Utilizando la aproximación normal, la solución aproximada es de 0,819.
Se puede mejorar la aproximación con una corrección de continuidad

y en este caso las soluciones exactas y aproximadas coinciden hasta
en tres decimales … pero ¿porqué usarla?
El uso real de esta aproximación se verá en los siguientes temas.

Ejemplo (Pregunta de examen)
Según un sondeo del CIS, la evaluación media de satisfacción con Mariano

Rajoy es de 3,09 con una desviación típica de 2,5. Suponiendo que las
evaluaciones siguen una distribución normal, si se elige una persona al azar, la
probabilidad de que dé a Rajoy una evaluación de menos de 3,09 es:
a) 0,5.
b) 0.
c) 1.236
d) 1.
Ejemplo (Pregunta de examen)
La tasa de inflación en un país sigue una distribución normal con media 1 y varianza
4. Señala cuál de las siguientes fórmulas en Excel proporciona la probabilidad de
que la inflación sea negativa.
Ejemplo: (Pregunta de examen)
Los siguiente tabla proporciona las valoraciones de los ministros del gobierno en el
último barómetro del CIS:
a) Suponiendo que las valoraciones de

Carme Chacón siguen una distribución
normal con media 4,55 y desviación
típica 2,6, calcular la probabilidad de que
un español la valore con más de un 4,55.
b) En un grupo de 3 españoles, ¿cuál es la
probabilidad de que todos valoren a
Carme con más de un 5?*
c) La ministra peor valorada es Ángeles
González Sinde. Suponiendo que las
valoraciones siguen una distribución
normal, calcular la probabilidad de que
un español la proporcione una valoración
de exactamente 5. *Ver la información en la siguiente
Transparencia.

Esta Di Stica

Cargado por

Copyright:

Formatos disponibles

Esta Di Stica

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Esta Di Stica

Cargado por

Copyright:

Formatos disponibles

Estadística Aplicada

Tema 4: Modelos probabilísticos

4.1: Variables aleatorias

• Se llama variable aleatoria a toda función que a cada elemento

• Se utilizan letras mayúsculas para designar las variables

Variable aleatoria discreta Es la que solo puede tomar una

Variable aleatoria continua Es aquella que puede tomar infinitos

Función de probabilidad de una v.a. discreta: Es la función que asocia

 Los valores que toma una v.a. discreta X y sus correspondientes

Toda función de probabilidad se verifica que p1  p2  p3   pn  1

Media, varianza y desviación típica de una variable aleatoria discreta

Se llama media o esperanza de una v.a. discreta X, que toma los

La varianza viene dada por la siguiente fórmula:  2   i ( xi   )2 pi

¿Cuánto vale P(X=3)?

4.2: Modelos probabilísticos

Modelos discretos Modelos continuos

Ensayos de Bernoulli y las La distribución normal y

Ensayos de Bernoulli y las distribuciones

Un modelo de Bernoulli es un experimento que tiene las siguientes

Supongamos un modelo de Bernoulli. ¿Cuál es la distribución del número

• P(F=0) = P(0 fracasos antes del primer éxito) = p

La distribución de F se llama la distribución geométrica con parámetro p.

Supongamos un modelo de Bernoulli. ¿Cuál es la distribución del número

La distribución de X se llama la distribución binomial con parámetros n y p.

Cálculo con Excel

¡En Excel es mucho

Ejemplo (Pregunta de Test)

De todas las ONGs que existen en España, el 30% de ellas se dedican

Ejemplo (Pregunta de Test)

En promedio, uno de cada diez afiliados de CCOO es un delegado.

a) En unas entrevistas a afiliados CCOO, ¿cuál es la probabilidad de

Función de densidad de una variable aleatoria continua

Función de distribución. Como en el caso de la v.a. discreta, la función de

Cumple las siguientes condiciones:

La distribución normal o gaussiana

Hay v.a. continuas cuya función de densidad tiene forma de campana.

La distribución normal estándar

De las infinitas distribuciones normales, tiene especial interés la que tiene

Existen tablas que permiten calcular probabilidades de la distribución

Hallar los percentiles de 90%, 95%, 97,5% y 99% de la distribución normal

Sea X ~ N(2,4). Hallar las siguientes probabilidades

Cálculo con Excel

Es más fácil hacer los cálculos en Excel …

con la distribución normal estándar …

… o directamente con la distribución original.

Aproximación de la distribución binomial mediante la normal

Cuando n es suficientemente grande el comportamiento de una distribución

Se considera que esta aproximación es “buena” cuando np > 5 y n(1-p) > 5.

La solución exacta haciendo el cálculo en Excel con la distribución binomial es

Utilizando la aproximación normal, la solución aproximada es de 0,819.

Se puede mejorar la aproximación con una corrección de continuidad

El uso real de esta aproximación se verá en los siguientes temas.

Ejemplo (Pregunta de examen)

Según un sondeo del CIS, la evaluación media de satisfacción con Mariano

Ejemplo (Pregunta de examen)

Ejemplo: (Pregunta de examen)

a) Suponiendo que las valoraciones de

También podría gustarte