Variables aleatorias y sus

distribuciones.

Docente: Luis Dicovskiy

Distribuciones de Frecuencia, Introducción.
 
 “Los modelos estadísticos son un
puente entre la muestra
observada y la población
desconocida.”
 Las distribuciones de probabilidad
 D. P. son idealizaciones de los polígonos de
frecuencias. Pueden ser continuas o discretas.
 distribución de frecuencias listado de las

frecuencias observadas de todos los resultados

de un experimento
 distribución de probabilidad listado de las

probabilidades de todos los posibles resultados

que podrían obtenerse si el experimento se lleva
a cabo.
Distribución de Probabilidad, DP
 La distribución de probabilidad de una
variable aleatoria proporciona una
probabilidad para cada valor o intervalo
posible de la variable.
 La suma de estas probabilidades es uno.
Ej. de Distribución de Frecuencias
40

30

20
Frecuencia de personas

10

0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90

Edad
Distribución de Probabilidad Ej. número de
varones nacidos en 3 partos y su probabilidad

Probabilidad

Nro de varones
Variables aleatorias.
 Una variable es aleatoria si toma los valores
de los resultados de un experimento
aleatorio.
 Pueden ser continuas o discretas
Función de densidad de probabilidad:
fdp
 función que mide concentración de
probabilidad alrededor de los valores de una
variable aleatoria continua.
 Ejemplo: Tiramos una moneda 3 veces.

x Sucesos fx

0 {0 caras} 1/8

1 {1 cara} 3/8

2 {2 caras} 3/8

3 {3 caras} 1/8
Distribución acumulativa o función de distribución

X f(x) F(x)

0 1/8 1/8

1 3/8 4/8

2 3/8 7/8

3 1/8 8/8
Distribuciones Teóricas
Continuas
Discretas
Distribución Normal

( x )2
1 
f ( x)  e 2 2
 2
 La media poblacional, que se localiza en el
centro de la distribución.
 La desviación estándar que determina el

ancho de la curva.
Densidad de Probabilidad

Gráfico de la Distribución Normal

0,25
Densidad de Probabilidad

0,20

0,15 
0,10

0,05

0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Variable Aleatoria X
 Cambio de variable
Gráfico de la Distribución Normal
0,45
0,40
Densidad de Probabilidad

0,35 = 0
0,30 = 1
0,25
 = 15
0,20 Cambio de  = 2,5
0,15 variable
0,10
0,05
Z X
0,00
-5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Variables Aleatorias X y Z
Probabilidades en la normal
 Distribución Normal
Si un Distribución de datos tiene aproximadamente
el perfil o forma de campana se cumple que:
 El intervalo “” contendrá aproximadamente el
68 % de los datos.
 El intervalo 2 “” contendrá aproximadamente el
95 % de los datos.
 El intervalo 3 “” contendrá aproximadamente
casi la totalidad de los datos.
Normal tipificada
Función de densidad distribución normal tipificada
Normal(0,1): p(evento)=0.9500
0.40

0.30
Densidad

0.20

0.10

0.00
-3.00 -2.00 -1.00 0.00 1.00 2.00 3.00
Variable
Desvío Estándar y la Normal
Problema
 Si el promedio de edad de un bosque de
pinos natural es de 21 años, con un desvío
estándar de 3.2 años (varianza de 10.24).
¿Cuál es la probabilidad que un árbol tenga
más de 28 años?
 Resolución 28  21
zi   2,1875
3.2
 P(zi ≥ 2,1875) en una tabla normal tipificada.
Función de densidad
Normal(21,10.24): p(evento)=0.0144
0.13

0.09
Densidad

0.06

0.03

0.00
5.00 13.00 21.00 29.00 37.00
Variable
Ejercicios con variables Normales
1. La altura de una población de pinos de regeneración
natural tiene una distribución normal con media de 270
cm y una desviación estándar de 7.60 (varianza 57.76)
¿Cuál es la probabilidad que un árbol seleccionada de este
grupo tenga una altura entre 265 y 280 cm?

2. Una población de pinos tiene una media de 11.5 años y

un desvío estándar de 3 años. ¿Cuál es la probabilidad de
que un árbol tenga entre 8.5 y 14.5 años, más de 10, y
menos de 12?

3. El promedio de plantas de un vivero es 70 cm y el desvío

estándar es 10 cm. ¿Cuál es la probabilidad que una
planta tenga más de 80 cm.? ¿Cuál es la proporción de
árboles a descartar (<50 cm)?
Cálculo de Z con muestras
Históricamente se venden postes con un
diámetro de 25cm, y con una varianza de 64
cm.
Si el comprador rechaza un lote si este tiene un
promedio de diámetro menor a 24 cm. ¿Cuál
es la probabilidad de rechazar un lote de 100
postes?

Z= (24-25)/(8/10)=1.25
  
 Función de densidad
Normal(0,1): p(evento)=0.1056
0.40

0.30
Densidad

0.20

0.10

0.00
-5.00 -3.89 -2.78 -1.67 -0.56 0.56 1.67 2.78 3.89 5.00
Variable
Distribución “t” de Student.
 Permite hacer probabilidades con muestras
pequeñas. Con muchos datos es semejante a
la distribución Z normal

Función de densidad Distribución "t"

0.40 n=100

n=10
Densidad 0.30

n=1
0.20

0.10

0.00
-5.00 -2.50 0.00 2.50 5.00
Variable
 Ejercicio de los postes a resolver
con la distribución “t”

“t”= (24-25)/(8/10)=1.25
 Función de densidad
T Student(99): p(evento)=0.1071
0.40
0.30
0.20
nid
s d
a

0.10
e
D

0.00
-5.05 -2.53 0.00 2.53 5.05
Variable
Prueba “t” para un promedio

 Históricamente las planta de un vivero crecen

80 cm 3 meses, determinar si este año las
plantas han crecido más que el valor
histórico. Datos de 9 plantas

cm
86, 82, 80, 78, 75
82, 85, 86, 86

Variable n Media DE LI(95) T p(Unilateral D)

mes 6 9 82.22 3.96 79.77 1.68 0.0655
 La distribución X2 de Pearson.
Se asocia a valores cuadrados

Función de densidad de una Distribución Chi cuadrada

X  z  ....z
2
n
2
1
2
n
0.24 Este tipo de distribución se usa en pruebas de
hipótesis sobre:
0.18 • Distribuciones, por ejemplo para verificar si un
distribución observada se comporta como una
D e n sid a d

0.12 distribución Normal.

• Independencia, para verificar si dos variables
0.06 discretas son independientes o no.

0.00
0.00 3.81 7.62 11.44 15.25
Variable
La distribución “F” de Fisher. Es el
cociente de dos valores cuadrados Función de densidad de una distribución "F"

0.6

X n2 0.5

D e n sid a d
F n ,m  0.3

X m 2 0.2

m
0.0
0.00 4.14 8.29 12.43 16.57
Variable

Se usa mucho con pruebas de hipótesis de promedios , Análisis de

Variancia, donde:

• Hipótesis nula, los promedios de los tratamientos pertenecen a un

H 0 : x1 , x 2 ....x n  
mismo promedio poblacional

• Hipótesis alternativa, al menos un promedio de los tratamientos

evaluados no pertenecen al mismo promedio poblacional
Variables aleatorias y sus
distribuciones.

Docente Luis Dicovskiy