Professional Documents
Culture Documents
Probabilidad continua
Distribuciones de Probabilidad
Para variables aleatorias cuantitativas continuas.
INTRODUCCIN.
Las variables aleatorias continuas (VaC) son aquellas que toman un valor infinito entre un nmero
dado y otro (es decir, fracciones). El tamao de grano de las arenas de una playa puede adquirir
miles de valores entre 1 y 2 cm. Observe las siguientes muestras de arena n=20, 200, 2000 y 20000:
f(x)
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
Cmo escojo un modelo de DP para mis datos continuos? Existen muchas f(x) para modelar,
pero debes elegir aquella que mejor se ajuste a tus datos. Este ejercicio es acoplar tus datos
reales con un modelo experimental f(x) para sacar mejores conclusiones de tu poblacin.
Por fortuna, muchas distribuciones de VaC tienen forma de montculo y se pueden modelar
con una distribucin de probabilidad normal (aquella que asemeja a una campana) como en el
ejemplo del tamao de arena de la playa.
DISTRIBUCIN NORMAL.
Muchas VaC adoptan una distribucin normal en la naturaleza: datos amontonados en torno a la
media y decreciente hacia ambos lados de la media. El modelo de distribucin normal est dado
por la siguiente funcin de densidad:
Si se deseas modelar a mano una distribucin normal de tus datos resulta una prctica que
consume mucho tiempo, adems hay una infinita posibilidad de diferentes distribuciones
normales.
Pero dada la propiedad de simetra de la campana y que todas las rea son = 1, se puede
estandarizar todas las distribuciones normales a partir del valor z, de esta manera en lugar de
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
hacer clculos, mejor transformamos datos reales a valores z y a por medio de tablas de valor z
obtenemos directamente el rea bajo la curva (ver anexos).
Una DP normal estandarizada (en adelante distribucin normal) se medir segn el nmero de
a la derecha o a la izquierda de la .
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
Por ejemplo, el rea bajo la curva normal cuando z = -1.52 se encuentra en la tabla de valores
negativos de z. El valor del rea se ubica en el cruce de los valores -1.5 y -0.02 (que suman -1.52).
Por ejemplo, el rea bajo la curva normal cuando z = 1.52 se encuentra en la tabla de valores
positivos de z. El valor del rea se ubica en el cruce de los valores -1.5 y -0.02 (que suman -1.52).
Por otro lado, s deseamos obtener el rea de la derecha (z > 1.52), dado que cuando z es
1.52 = 0.936, entonces 1-0.936=0.064, por lo tanto (z > 1.52)=0.064. Grficamente:
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
Hay veces que necesitars encontrar un rea bajo la curva (probabilidad) de un intervalo de valor
z. Esto se realiza por medio de una simple resta, solo debes visualizarlo en la curva normal.
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
Tambin existen tablas de valor z para percentiles. Esta tabla es muy sencilla de usar, porque
el percentil coincide con el rea buscada: s desea saber del percentil 75 (el 75% de los dato)
solo buscar el nmero 0.75 y el valor z aparecer como 0.6.
Cmo calcular el (rea bajo la curva) a partir de la media hacia las colas.
Qu valores de z acotan el 95% de los datos? Dado que el 100 = 1 en la curva, entonces 1 - 0.95
= 0.05 y como son dos colas 0.05/2 = 0.025, por lo tanto cada rea de la cola debe ser 0.025. Este
valor en la tabla z = 1.96 y -1.96. Analzalo con las tablas
Ya que dominas el uso de las tablas de valor z, ya puedes solucionar problemas reales de
probabilidad cuando tus datos son normales. Recordars que:
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
z=
Con sta frmula podrs convertir los valores estndar (vistos en la tabla) con los problemas
reales. Por ejemplo, considera que los resultados de CI (cociente de inteligencia) son normales
con =100 y =16. S eliges a una persona al azar,
115100
Cuando x=115 z= = 0.94
16
c) Bill Gates tiene un CI=160 Qu porcentaje de la poblacin hay con este CI? R= ~ 0.009%
1. Una obra genera continuamente ruido con promedio de 75 dB y con una = 25 dB (medido
desde una escuela) cercana.
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
3. El 35 % de los paceos estn dispuestos a pagar por conservar sus ANP. El promedio de
disposicin a pagar es de $10.5 pesos al mes con una =$4.5. S hay 280,087 habitantes:
4. Una mina de fosfato descarga diariamente una media de 27 mg por litro con una desviacin
estndar de 14 mg por litro hacia una laguna. Qu proporcin de das en un ao rebasar los 50
mg/litro?
IMPORTANTE.
Si observas, hasta ahora todos los ejercicios siempre han tenido la media y desviacin estndar
poblacional (por que los asigna el docente o se obtiene de un estudio previo). En la vida real,
si no tienes informacin de los parmetros poblacionales, entonces debes estimarlos con
cierto rango de error. Acaso conoces la del tamao de arena de una playa? No
evidentemente.
Hasta ahora hemos expresado el valor z de muchas maneras con fines didcticos. Sin embargo
existe una convencin formal algebraica. Por ejemplo el valor z formalmente se denomina como
z() que significa el rea bajo la curva a la derecha de z.
Si deseamos encontrar el valor z cuando el rea es 0.05 a la derecha, solo hay que buscar la contra
parte en la tabla z. Por ejemplo, 1 - 0.05=0.95 este es el valor que aparecer en la tabla.
Para referirnos al rea bajo la curva de la cola izquierda solo hay que utilizad z(1-) =-z().
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
Tambin hay tablas de una cola y dos colas para los valores z() y z(1-). Cuando nos referimos al
rea respecto a la media, sobrarn las dos colas, por lo tanto se puede usar z(/2), pues el rea
se divide en dos colas.
Las distribuciones binomiales consisten en variables aleatorias discretas (VaD) que pueden ser
modeladas como variables aleatorias continuas (VaC) a travs de una aproximacin a la
distribucin normal.
La DP de una VaD con p=0.3 con n=4, 8 y 24 ensayos se observara de la siguiente manera:
Observa que entre ms ensayos se tiene ms se parece a una distribucin normal, entonces:
Por ejemplo en la grfica 3 de arriba, n=24 p=0.3; entonces la media = 7.2 por lo tanto es una
buena aproximacin normal.
Si analizas la probabilidad de un evento x, por ejemplo cuando x=10 el valor discreto x=10 ser
de p =0.078 (valor de la flecha en la figura e abajo).
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
Este valor x=10 se puede transformar en un dato continuo con el factor de correccin de
continuidad. Solo hay que agregar el lmite inferior y superior (sumando y restando 0.5), as x=10
en un modelo continuo ser 9.5 a 10.5. S multiplicas el ancho por el largo conservars el mismo
valor de 0.078.
Ya corregida la VaD a una VaC x=9.5 10.5 se puede calcular con el valor z. Dado que en la
distribucin binomial la =np = 7.2 y la 2 = npq entonces =2.245.
9.57.2 10.57.2
z= = 1.026 z= = 1.473
2.245 2.245
El rea bajo la curva del intervalo (1.026<z<1.473) 0.1539-0.0721=0.081; este valor que es
aproximado razonablemente a 0.078.
DISTRIBUCIN EXPONENCIAL.
Esta distribucin se utiliza cuando un fenmeno decrece rpidamente desde un punto alto hacia
un abajo gradualmente. Se relaciona muy bien con modelos que incluyen el tiempo y de ah
proviene la idea de su definicin.
El decaimiento radioactivo, la vida til de un aparato, tasas de intereses, la hora en que muri una
persona, cualquier tiempo promedio entre dos eventos se puede modelar con una distribucin
exponencial donde se considera al tiempo como variable continua.
Se relaciona con la DP de Poisson (VaD) por que incluye el nmero de eventos promedio en un
tiempo. Sin embargo, en la DP exponencial se busca el tiempo promedio de la ocurrencia del
1
primer evento, es decir (en adelante se denotar como ).
Por ejemplo, s en una hora llegan 10 personas a un sitio, el promedio del tiempo para la primer
1 1
persona ser = (un dcimo de hora = 6 minutos). Es decir, =10 personas en una hora y =
10
0.1 horas promedio para que llegue una persona.
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
1
5. El parmetro poblacional de esperanza (media) es = = y la varianza es 2.
La funcin de densidad de la DP
exponencial es:
1
f(x)= f(x)=
La funcin de DP exponencial
acumulada (la integral) es:
P(x)=1- P(x)= 1-
Donde e es un valor que describe y limita una funcin con forma exponencial; su valor
es infinito, pero se acota a 2.718.
Nota: busca en el You Tube grandes temas de la matemtica captulo 5y descubre ms del
nmero e.
Ejemplo de una DP exponencial: para elaborar la garanta de una tarjeta madre (PC), se realiz
un experimento donde se someti la tarjeta a variaciones de potencial elctrico, tomando el
tiempo que le llevaba descomponerse:
120 150 143 182 160 142 132 140 151 160 157 159 167 170 215 180 195 175
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
1. La media de terremotos en una parte de BCS es de 12.5 terremotos por mes (entre 1 y 3 en la
escala de Richter).
3. En la cola para pagar tu servicio mvil se tiene una tasa de atencin de 3 clientes por hora. Si
decide modelar el fenmeno exponencialmente, calcule la P(x) de que un cliente:
urcadiz@me.com 2015
Apuntes del curso de estadstica I D. Probabilidad continua
OTRAS DISTRIBUCIONES.
Existen varias distribuciones de VaC disponibles para problemas generales y especficos. Dos
distribuciones genricas y de mucha utilidad son la distribucin t y la distribucin 2 (ji-cuadrada).
Estas distribuciones son importantes porque se apegan ms a problemas reales y permiten
estimar parmetros poblacionales a travs de pruebas de hiptesis.
urcadiz@me.com 2015