AO DEL BUEN SERVIVIO AL CIUDADANO

FACULTAD CIENCIAS DE LA SALUD

ESCUELA PROFESIONAL DE
ODONTOLOGIA

CURSO
BIOESTADISTICA
TEMA
DISTRIBUCIONES DE PROBABILIDAD

PROFESOR:
JOSE ANTONIO BOZA ROSARIO

AUTORES:

ALMENDRAS CAMPOS RAISA

CASTRO SILVA RENZO
HORNA PANTA SANDRO
MONCADA CHILON ASHLI
LEON MANRIQUE MARIA
VASQUEZ HUANCA EDU
VELIZ FLORES JOSE
SANCHEZ URCIA CARLOS
 CHIMBOTE PERU 2017

DISTRIBUCION DE PROBABILIDAD

CITAS

1. En teora de la probabilidad y estadstica, la distribucin de probabilidad de

una variable aleatoria es una funcin que asigna a cada suceso definido sobre
la variable aleatoria la probabilidad de que dicho suceso ocurra. La distribucin de
probabilidad est definida sobre el conjunto de todos los sucesos y cada uno de los
sucesos es el rango de valores de la variable aleatoria. Tambin se dice que tiene
una relacin estrecha con las distribuciones de frecuencia. De hecho, se puede
entender que una distribucin de probabilidades sera una frecuencia terica, ya que
sta ltima es aquella que describe cmo se espera que varen los resultados.1

2. Una distribucin continua describe las probabilidades de los posibles valores de una
variable aleatoria continua. Una variable aleatoria continua es una variable aleatoria
con un conjunto de valores posibles conocido como el rango que es infinito y no se
puede contar. Las probabilidades de las variables aleatorias continuas se definen
como el rea por debajo de su curva. Por lo tanto, solo los rangos de valores pueden
tener una probabilidad diferente de cero. La probabilidad de que una variable
aleatoria continua equivalga a algn valor siempre es cero.2

3. Una distribucin de probabilidad indica toda la gama de valores que pueden

representarse como resultado de un experimento si ste se llevase a cabo, Es decir,
describe la probabilidad de que un evento se realice en el futuro, constituye una
herramienta fundamental para la prospectiva, puesto que se puede disear un
escenario de acontecimientos futuros considerando las tendencias actuales de
diversos fenmenos naturales. Toda distribucin de probabilidad es generada por
una variable porque puede tomar diferentes valores aleatoria x porque
el valor tomado es totalmente al azar.3
4. Una distribucin discreta describe la probabilidad de ocurrencia de cada valor de
una variable aleatoria discreta. Una variable aleatoria discreta es una variable
aleatoria que tiene valores contables, tales como una lista de enteros no negativos.
Con una distribucin de probabilidad discreta, cada valor posible de la variable
aleatoria discreta puede estar asociado con una probabilidad distinta de cero. Por lo
tanto, una distribucin de probabilidad discreta suele representarse en forma
tabular.4

5. Toda distribucin de probabilidad es generada por una variable aleatoria x, la que

puede ser de dos tipos:
Variable aleatoria discreta: Se le denomina variable porque puede tomar
diferentes valores, aleatoria, porque el valor tomado es totalmente al azar y
discreta porque solo puede tomar valores enteros y un nmero finito de ellos.
Variable aleatoria continua: Se le denomina variable porque puede tomar
diferentes valores, aleatoria, porque los valores que toma son totalmente al
azar y continua porque puede tomar tanto valores enteros como
fraccionarios y un nmero infinito de ellos.5

6. Existen dos razones bsicas por las cuales la distribucin de probabilidad ocupa un
lugar tan prominente en la estadstica. Primero, tiene algunas propiedades que la
hacen aplicable a un gran nmero de situaciones en las que es necesario hacer
inferencias mediante la toma de muestras. Segundo, la distribucin de probabilidad
casi se ajusta a las distribuciones de frecuencias reales observadas en muchos
fenmenos, incluyendo caractersticas humanas (peso, altura, etc.), resultados de
procesos fsicos y muchas otras medidas de inters para los investigadores, tanto
en el sector pblico como en el privado.6

7. La Probabilidad es una disciplina matemtica cuyos propsitos son de la misma

clase que, por ejemplo, los de la Geometra o la Mecnica Analtica. En cada campo
debemos distinguir tres aspectos de la teora: a) el contenido lgico-formal, b) el
antecedente intuitivo, c) las aplicaciones. El carcter y el encanto de toda la
estructura no pueden ser apreciados sin considerar los tres aspectos
adecuadamente relacionados.7
 8. Segn los autores Alberto Luceo Vzquez, Francisco Javier Gonzlez Ortiz (1) nos dicen
lo siguiente:

La prueba t-Student se fundamenta en dos premisas; la primera: en la distribucin de

normalidad, y la segunda: en que las muestras sean independientes. Permite comparar
muestras, N 30 y/o establece la diferencia entre las medias de las muestras. El anlisis
matemtico y estadstico de la prueba con frecuencia se minimiza para N > 30, utilizando
pruebas no paramtricas, cuando la prueba tiene suficiente poder estadstico. Es
importante mencionar que este valor depende del valor de significancia establecido con
anterioridad de lo que se quiere probar, 4 para la diferencia entre las medias de las dos
muestras. Este valor de significancia es la probabilidad de rechazar errneamente la
hiptesis nula

REFERENCIAS BIBLIOGRAFICAS:

1. Levin, Richard I., David S. Rubin, and A. Homero Flores

Samaniego. Estadstica para administradores. No. 519.5 L47Y 1994.
Prentice-Hall Hispanoamericana, 1996.

2. Nieves Hurtado, Antonio, and Federico C. DOMNGUEZ

SNCHEZ. Probabilidad y Estadstica para Ingeniera: Un enfoque
moderno. Mexico: Mc Graw Hill, 2009.

3. Anderson, David R., et al. Estadstica para administracin y economa. No.

311 A54Y. International Thomson, 2001.

4. Walpole, Ronald E., Raymond H. Myers, and Sharon L. Myers. Probabilidad

y estadstica para ingenieros. Pearson Educacin, 1999.

5. Saavedra, J. C., H. Miranda, and Z. Young. "Mtodos de Comparacin de

Distribuciones de Frecuencia." Documento Tcnico. Comisin
Bioestadstica. Instituto Fomento Pesquero (2003).

6. Hopkins, Kenneth D., B. R. Hopkins, and Gene V. Glass. "Bioestadstica

bsica para las ciencias sociales." (1997).
7. Probabilidad y Estadistica para Ingenieria, William W, Douglas C, David M,
CECSA, 1. Mexico 2005.

8. Alberto Luceo Vzquez, Francisco Javier Gonzlez Ortiz Mtodos estadsticos

para medir, describir y controlar la variabilidad Ciencias experimentales .Mtodos
estadsticos para medir, describir y controlar la variabilidad. Textos
Universitarios.[Internet] Volumen 1 de Textos universitarios (Universidad de
Cantabria).: Ciencias experimentales .Ed. Universidad de Cantabria, 2005. (citado
el 13 de octubre del 2017) Disponible en:
https://books.google.com.pe/books?id=383I0j2X4tIC&dq=distribuci%C3%B3n+t+de
+student&hl=es&source=gbs_navlinks_s