Preguntas dinamizadoras Estadística I – Unidad 3

1) Un grupo de empleados solicitan negociar su pago para el próximo año e intuye que las
probabilidades de obtener un aumento se distribuyen de la siguiente manera: 0.30 para
obtener un aumento de $2000 por hora, 0.20 para obtener un aumento de $1500 por hora,
0.30 para obtener un aumento $1000 por hora y finalmente un 0.20 de no obtener ningún
aumento por hora. Calcule el aumento esperado.
E(x) = ∑ 𝑥 𝑝 (𝑥)
E(X) = 0.30 * 2000 + 0.20 *1500 + 0.30 * 1000 + 0.20 *0 = 1200
R/ El aumento esperado es de $1200 por hora.

2) Construya un cuadro (de filas y columnas) donde compare las siguientes distribuciones
de probabilidad utilizadas con variables aleatorias discretas: Uniforme, Binominal,
Hipergeométrica y Poisson. Además de los elementos fundamentales con que se explica
una distribución de probabilidades, se debe presentar los criterios de para escoger una u
otra distribución cuando se requiere resolver un caso particular.

Uniforme
 La distribución uniforme
discreta se utiliza cuando el
comportamiento de una
variable discreta puede
tomar n valores distintos
con la misma probabilidad
cada uno de ellos. Ej.
Lanzamiento de los dados.
 Sea X una variable aleatoria
discreta que toma valores
𝑥1 ..... 𝑥𝑛 tales la
probabilidad de tomar cada
uno de los valores es P (X =
1 finita. Ej. Los procesos de
𝑥𝑖 ) = 𝑛. Cuando esto ocurre
se dice que X se distribuye
como una variable aleatoria
uniforme discreta.
Esta es la distribución discreta
más sencilla, la cual asigna la
misma probabilidad a cada una
de las soluciones.
Variables aleatorias discretas
Binomial
 Esta distribución tiene amplia
gama de aplicaciones sobre
todo cuando se trata de realizar
pruebas cuyo resultado solo
puede adoptar dos valores.
 También cuando estamos
interesados en saber el número
de veces que un suceso A
ocurre (éxitos) en n intentos
independientes de un
experimento.
 Esta distribución aparece de
forma natural al realizar
repeticiones independientes de
un experimento que tenga
respuesta binaria, generalmente
clasificada como “éxito” o
“fracaso”; este experimento
recibe el nombre de
experimento de Bernoulli.
La variable binomial suele
denotarse como: X≈ 𝐵(𝑛, 𝑝)
Ejemplo de respuesta binaria puede
ser el hábito de fumar (sí/no).
Hipergeométrica
 Se utiliza en procesos
muestrales sin reemplazo, en
los que se investiga la presencia
o ausencia de cierta
característica.
 Se emplea para calcular la
probabilidad de obtener
determinado número de éxitos
en un espacio muestral de n
ensayos; pero a diferencia de la
distribución binomial es que los
datos de la muestra se extraen
sin reemplazo en una población
calidad de un producto.
La variable con distribución
Hipergeométrica suele denotarse
como: X ≈ H (n,N,r)
Es especialmente útil en todos
aquellos casos en los que se
extraigan muestras o se realizan
experiencias repetidas sin
devolución del elemento extraído o
sin retornar a la situación
experimental inicial.
Poisson
 Es de gran utilidad en procesos
biológicos e investigaciones
médicas, particularmente en
epidemiologia.
 La distribución de Poisson
también se observa cuando
surge un evento o suceso “raro”
después de un número grande
de repeticiones.
 Las propiedades pueden
resumirse en que el proceso que
genera una distribución de
Poisson es estable y no tiene
memoria (conocer el número de
sucesos en un intervalo no
ayuda a predecir el número de
sucesos en el siguiente).
Se puede utilizar como una
aproximación de la binomial, Bin
(n, p) si el número de pruebas n es
grande, pero la probabilidad de
éxito p es pequeña; siendo 𝜆 = 𝑛𝑝
Ej. El número de células anormales
en una superficie histológica o el
número de glóbulos blancos en un
milímetro cúbico de sangre.
Referencias
 Cascos, Ignacio (2008-2009) “Modelos de distribuciones discretas y continuas”
Recuperado de
http://halweb.uc3m.es/esp/Personal/personas/icascos/esp/resumen_distribuciones.pdf
 Distribuciones de probabilidad (2014) Recuperado de https://www.sergas.es/Saude-
publica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre20
14.pdf
 Modelos de probabilidad. Recuperado de
https://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/estadisticaII/tema3.pdf
 Variables aleatorias discretas (2002). Recuperado de
http://www3.uji.es/~epifanio/DOCENCIA/t4.pdf
 Variables aleatorias discretas (2011). Recuperado de
http://www.dm.uba.ar/materias/probabilidades_estadistica_C/2011/1/PyEC04.pdf
 Variables aleatorias discretas y sus distribuciones de probabilidad. Recuperado de
http://www.economia.unam.mx/profesores/blopez/estadistica-discretas.pdf
 Variables aleatorias y distribuciones de probabilidad. Recuperado de
https://www2.ulpgc.es/hege/almacen/download/5/5014/Complemento_2_Distribucione
s_de_probabilidad_notables.pdf