Universidad Nacional de Rosario

Facultad de Ciencias Bioquímicas y Farmacéuticas

Área Estadística y Procesamiento de Datos

Distribuciones de probabilidad
Estadística - Unidad 3

Año 2021∗

3.1. Introducción
Como hemos visto en la unidad anterior, para poder emplear el análisis de datos como herramienta en la generación
de nuevo conocimiento debemos adquirir ciertas bases conceptuales relacionadas con el mundo de la Probabilidad.
Siendo que utilizaremos nuestros datos para tomar decisiones en contextos de incertidumbre, es natural que esto
sea así. Nuestro camino continúa en esta unidad estudiando otros pilares tomados de la Teoría de Probabilidad que
nos permitirán, más adelante, cumplir con el objetivo de obtener conclusiones sobre una población de interés en
base a información recolectada en una muestra.

3.2. Variables aleatorias y distribuciones de probabilidad

Hemos definido a un experimento aleatorio como aquel que a pesar de repetirse en condiciones idénticas arroja
resultados variables de repetición a repetición, no pudiendo predecirse con exactitud el resultado de una repeti-
ción particular. Para poder estudiar en profundidad un experimento aleatorio, generalmente se busca representar
numéricamente a cada uno de sus posibles resultados. Consideremos el siguiente caso:

Ejemplo 1. Se plantea un experimento aleatorio consistente en seleccionar al azar 4 comprimidos de una producción
y verificar en cada uno de ellos si la cantidad de droga es la especificada (𝐷) o no (𝑁 ) para el proceso de elaboración.
El espacio muestral resultante es:

∗ Este apunte se encuentra en desarrollo. El mismo será revisado a lo largo del cuatrimestre y no está exento de presentar errores o

expresar ideas en formas que puedan ser mejoradas. Agradeceremos que nos notifiquen de los errores encontrados.

1
Estadística - FCByF Unidad 3

𝑆 = {(𝐷, 𝐷, 𝐷, 𝐷), (𝐷, 𝐷, 𝐷, 𝑁 ), (𝐷, 𝐷, 𝑁 , 𝐷), (𝐷, 𝑁 , 𝐷, 𝐷),

(𝑁 , 𝐷, 𝐷, 𝐷), (𝐷, 𝐷, 𝑁 , 𝑁 ), (𝐷, 𝑁 , 𝐷, 𝑁 ), (𝑁 , 𝐷, 𝐷, 𝑁 ),
(𝐷, 𝑁 , 𝑁 , 𝐷), (𝑁 , 𝐷, 𝑁 , 𝐷), (𝑁 , 𝑁 , 𝐷, 𝐷), (𝐷, 𝑁 , 𝑁 , 𝑁 ),
(𝑁 , 𝑁 , 𝐷, 𝑁 ), (𝑁 , 𝐷, 𝑁 , 𝑁 ), (𝑁 , 𝑁 , 𝑁 , 𝐷), (𝑁 , 𝑁 , 𝑁 , 𝑁 )}

En cada uno de estos puntos muestra, podemos contar el número de comprimidos con una cantidad de droga igual a
la especificada. De esta manera, diríamos que al primer elemento de 𝑆, el punto muestra (𝐷, 𝐷, 𝐷, 𝐷), le corresponde
el número 4; que al segundo, (𝐷, 𝐷, 𝐷, 𝑁 ), le corresponde un 3; o que al último, (𝑁 , 𝑁 , 𝑁 , 𝑁 ) le corresponde un 0.
En general, en cualquier experimento aleatorio puede definirse una regla a través de la cual es posible asignar un
número a cada resultado posible del espacio muestral. A dicha regla se le dice variable aleatoria.
Definición. Dado un experimento aleatorio 𝐸 y su espacio muestral 𝑆, se llama variable aleatoria 𝑋 a una
función que asigna a cada uno de los elementos 𝑠 ∈ 𝑆 un número real:

𝑋∶𝑆→ℝ

Podemos relacionar la definición anterior con el concepto de funciones matemáticas con el cual probablemente
estemos familiarizados. Por ejemplo,

𝑓 ∶ ℝ+ → ℝ, 𝑓(𝑦) = 𝑙𝑜𝑔10 (𝑦) + 5

es la definición de una función 𝑓 cuyo dominio son los reales positivos y su rango son los números reales, de modo
que 𝑓(100) = 7, por ejemplo. Una variable aleatoria es, entonces, una función cuyo dominio es el espacio muestral
𝑆, su rango es el conjunto de los números reales y para la cual empleamos la notación 𝑋, en lugar de la tradicional
letra 𝑓. De esta forma, para el ejemplo 1 podemos escribir:

𝑋 = número de comprimidos con cantidad de droga igual a la especificada

𝑋((𝐷, 𝐷, 𝐷, 𝐷)) = 4
𝑋((𝐷, 𝐷, 𝐷, 𝑁 )) = 3
𝑋((𝐷, 𝐷, 𝑁 , 𝐷)) = 3
...
𝑋((𝑁 , 𝑁 , 𝑁 , 𝑁 )) = 0

En el término variable aleatoria, la palabra variable hace referencia a que diversos valores reales pueden ser el
resultado de esta asignación y aleatoria a que el valor asignado depende del resultado observado en el experimento
aleatorio.
Además de la letra 𝑋, se acostumbra a usar otras letras mayúsculas para nombrar a las variables aleatorias, gene-
ralmente las últimas del alfabeto (𝑋, 𝑌 , 𝑍). Con una letra minúscula hacemos referencia a un valor en particular
que puede tomar la variable aleatoria. Es decir, la expresión 𝑋(𝑠) = 𝑥 se interpreta como que 𝑥 es el número real
asociado con el punto muestra 𝑠 mediante la variable aleatoria 𝑋. Por ejemplo, en el caso presentado anteriormente
𝑥 = 4 es el valor que la variable aleatoria 𝑋 le asigna al elemento (𝐷, 𝐷, 𝐷, 𝐷) del espacio muestral. Adicionalmente,
podemos apreciar que para esta situación los posibles valores de 𝑋 son 0, 1, 2, 3 y 4, de modo que el rango de
variación de 𝑋 es 𝑥 = 0, 1, 2, 3, 4.
Consideremos otros ejemplos:
Ejemplo 2:
• 𝐸: elegir al azar un comprimido de una producción y verificar si la cantidad de la droga es la especificada
(𝐷) o no (𝑁 ).
• 𝑆 = {𝐷, 𝑁 } (espacio muestral finito).

2
Estadística - FCByF Unidad 3

• Se define una variable aleatoria 𝑋 que toma el valor 1 si el comprimido tiene la cantidad de droga
especificada o 0 en el caso contrario: 𝑋(𝐷) = 1; 𝑋(𝑁 ) = 0. Valores posibles: 𝑥 = 0, 1.
• Una variable aleatoria que sólo puede tomar los valores 0 o 1 recibe el nombre de variable de Bernoulli.
Ejemplo 3:
• 𝐸: elegir al azar un comprimido de una producción y determinar la concentración de una determinada
droga en el mismo.
• Asumiendo que la concentración no puede ser superior a cierto valor 𝑎, se tiene: 𝑆 = {𝑤/0 ≤ 𝑤 ≤ 𝑎}
(espacio muestral infinito).
• Cuando el resultado del experimento aleatorio es ya la característica numérica de interés, se puede definir
a la variable aleatoria mediante la función identidad: 𝑋(𝑤) = 𝑤.
• De esta forma, el campo de variación de la variable aleatoria 𝑋 = concentración de una determinada
droga en el comprimido es 𝑥 ∈ [0, 𝑎].
Ejemplo 4:
• 𝐸: elegir al azar dos comprimidos de una producción y determinar la concentración de una determinada
droga en cada uno.
• Asumiendo que la concentración no puede ser superior a cierto valor 𝑎, se tiene: 𝑆 = {(𝑤1 , 𝑤2 )/0 ≤ 𝑤𝑖 ≤
𝑎, 𝑖 = 1, 2} (espacio muestral infinito).
• Cada punto muestra está compuesto por un par ordenado de valores. Se puede definir una variable
aleatoria como el promedio de los mismos: 𝑋(𝑤1 , 𝑤2 ) = (𝑤1 + 𝑤2 )/2, de modo que 𝑥 ∈ [0, 𝑎].
• Podemos apreciar que la media aritmética es una variable aleatoria (retomaremos esta idea en la próxima
unidad).
Ejemplo 5:
• 𝐸: inspeccionar comprimidos uno tras otro hasta encontrar uno cuya concentración de droga esté fuera
de lo especificado (𝑁 ).
• 𝑆 = {(𝑁 ), (𝐷, 𝑁 ), (𝐷, 𝐷, 𝑁 ), (𝐷, 𝐷, 𝐷, 𝑁 ), ...} (espacio muestral infinito).
• Se define la variable aleatoria 𝑋 = número de comprimidos inspeccionados hasta terminar el experimento.
• Se tiene: 𝑋((𝑁 )) = 1, 𝑋((𝐷, 𝑁 )) = 2, 𝑋((𝐷, 𝐷, 𝑁 )) = 3, etc.
• Cualquier número entero positivo es un posible valor de 𝑋, de modo que su campo de variación es infinito
(𝑥 ∈ ℕ).
Según el conjunto de valores posibles que puede tomar una variable aleatoria, la misma se clasifica como discreta
o continua.
Definición:
Una variable aleatoria es discreta si puede asumir un número finito o infinito numerable† de valores distintos.
Una variable aleatoria es continua si el conjunto de sus valores posibles es infinito no numerable.
Así, las variables aleatorias definidas en los ejemplos anteriores resultan ser:

Cuadro 3.1: Tipos de variables aleatorias en los ejemplos considerados.

Ejemplo Tipo de variable aleatoria
1 Discreta
2 Discreta
3 Continua
4 Continua
5 Discreta

En la Unidad 2 hemos visto que es posible asignar probabilidad a los elementos o subconjuntos de elementos
(sucesos) de un espacio muestral 𝑆. Las probabilidades asignadas a los resultados de 𝑆 determinan, entonces, las
probabilidades asociadas con los valores de cualquier variable aleatoria 𝑋. Distintos valores o rangos de valores de
𝑋 pueden tener, en consecuencia, distintas probabilidades.
† Un conjunto es infinito numerable si los elementos que lo integran se pueden corresponder, uno a uno, con los números naturales.

3
Estadística - FCByF Unidad 3

Definición. La distribución de probabilidad de una variable aleatoria describe cuáles son los posibles valores
(o rangos de valores) que la misma puede tomar, indicando cuál es la probabilidad asociada a los mismos.

Dividiremos el estudio de las características de una distribución de probabilidad entre el caso discreto y continuo.

3.3. Distribuciones de probabilidad para variables aleatorias discretas

3.3.1. Función de probabilidad

Una variable aleatoria discreta toma cada uno de sus posibles valores 𝑥 con cierta probabilidad, simbolizada con
𝑝(𝑥):

𝑝(𝑥) = 𝑃 (𝑋 = 𝑥)

El conjunto de todos los valores 𝑥 con sus respectivas probabilidades 𝑝(𝑥) recibe el nombre de función de probabilidad
de 𝑋.

Definición. El conjunto de pares ordenados (𝑥, 𝑝(𝑥)) es una función de probabilidad o función de masa de
probabilidad de una variable aleatoria discreta 𝑋 si verifica:

1. 𝑝(𝑥) ≥ 0 ∀𝑥 (condición de no negatividad).

2. ∑𝑥 𝑝(𝑥) = 1 (condición de cierre).

Se debe resaltar que una variable aleatoria discreta puede tomar una cantidad finita o infinita numerable de valores
distintos, de modo que en la sumatoria anterior interviene tantos términos como valores distintos 𝑥 sean posibles,
pudiendo ser infinitos.

Ejemplo 1. Retomemos el ejemplo del experimento aleatorio consistente en seleccionar al azar 4 comprimidos
de una producción y verificar en cada uno de ellos si la cantidad de droga es la especificada (𝐷) o no (𝑁 ) para
el proceso de elaboración. Se definió 𝑋 = número de comprimidos con cantidad de droga igual a la especificada
(𝑥 = 0, 1, 2, 3, 4). La siguiente tabla presenta una posible función de probabilidad para esta variable, puesto que se
verifican las condiciones antes mencionadas‡ :

Cuadro 3.2: Función de probabilidad para la variable aleatoria discreta del Ejemplo 1
𝑥 𝑝(𝑥)
0 0.0081
1 0.0756
2 0.2646
3 0.4116
4 0.2401
Total 1

Una distribución de probabilidad de una variable aleatoria discreta puede ser representada gráficamente mediante
un gráfico de bastones. En el ejemplo anterior observamos que la distribución es asimétrica a la izquierda:

‡ Se puede comprobar que estas probabilidades corresponden a un proceso productivo donde el 70 % de los comprimidos cumplen

con la especificación en cuanto a su contenido de la droga

4
Estadística - FCByF Unidad 3

0.4

0.3

p(x)
0.2

0.1

0.0
0 1 2 3 4
Número de comprimidos

Figura 3.1: Distribución de probabilidad del número de comprimidos con cantidad de droga igual a la especificada

Además de estar expresada mediante una tabla de probabilidades como en el ejemplo anterior, una función de
probabilidad 𝑝(𝑥) puede, en algunos casos, ser definida por una fórmula matemática.

3.3.2. Función de distribución acumulada

En ciertas ocasiones es de utilidad no sólo describir cuál es la probabilidad de que 𝑋 tome un valor igual a 𝑥,
𝑝(𝑥) = 𝑃 (𝑋 = 𝑥), sino también estudiar cuál es la probabilidad de que 𝑋 tome cualquier valor menor o igual a 𝑥.
Es por esto que se define la función de distribución acumulada.
Definición. La función de distribución acumulada 𝐹 (𝑥), o simplemente función de distribución, de una
variable aleatoria discreta 𝑋 con función de probabilidad 𝑝(𝑥) es:

𝐹 (𝑥) = 𝑃 (𝑋 ≤ 𝑥) = ∑ 𝑝(𝑥𝑖 ) ∀𝑥 ∈ ℝ
𝑥𝑖 ≤𝑥

Un gráfico de 𝐹 (𝑥) siempre muestra un salto con cada valor posible de 𝑋 y es constante entre los distintos valores
posibles (función escalonada).
Para el ejemplo anterior:

Cuadro 3.3: Función de probabilidad y función de distribución para la variable aleatoria discreta del Ejemplo 1
𝑥 𝑝(𝑥) = 𝑃 (𝑋 = 𝑥) 𝐹 (𝑥) = 𝑃 (𝑋 ≤ 𝑥)
0 0.0081 0.0081
1 0.0756 0.0837
2 0.2646 0.3483
3 0.4116 0.7599
4 0.2401 1
Total 1 -

Podemos hacer uso de 𝐹 (𝑥) en el cálculo de probabilidades:

Probabilidad de que el número de comprimidos con cantidad de droga especificada sea menor o igual a 2:
• 𝑃 (𝑋 ≤ 2) = 𝑝(0) + 𝑝(1) + 𝑝(2) = 0.0081 + 0.0756 + 0.2646 = 0.3483
• Si contamos con la expresión de 𝐹 (𝑥), directamente: 𝑃 (𝑋 ≤ 2) = 𝐹 (2) = 0.3483.
Probabilidad de que el número de comprimidos con cantidad de droga especificada sea menor a 2:
• 𝑃 (𝑋 < 2) = 𝑝(0) + 𝑝(1) = 0.0081 + 0.0756 = 0.0837
• O directamente: 𝑃 (𝑋 < 2) = 𝑃 (𝑋 ≤ 1) = 𝐹 (1) = 0.0837.
Probabilidad de que el número de comprimidos con cantidad de droga especificada esté entre 2 y 4:

5
Estadística - FCByF Unidad 3

• 𝑃 (2 ≤ 𝑋 ≤ 4) = 𝑝(2) + 𝑝(3) + 𝑝(4) = 0.2646 + 0.4116 + 0.2401 = 0.9163

• O directamente: 𝑃 (2 ≤ 𝑋 ≤ 4) = 𝐹 (4) − 𝐹 (1) = 1 − 0.0837 = 0.9163.

Si bien los cálculos anteriores son sencillos y 𝐹 (𝑥) no parece ser de gran ayuda, notaremos su contribución más
adelante.

3.3.3. Esperanza y variancia

En el ejemplo anterior hemos presentando una función 𝑝(𝑥) que describe cuál es la probabilidad de encontrar 0, 1,
2, 3 o 4 comprimidos con cantidad de droga adecuada al seleccionar al azar 4 unidades. Si vamos al establecimiento
y realizamos este experimento aleatorio una vez podríamos obtener, por ejemplo, 3 comprimidos con cantidad
adecuada. Pero si nuevamente tomamos otros 4 comprimidos, podríamos encontrar 2 con cantidad adecuada. Así, si
realizamos sucesivamente esta experiencia, registraríamos en cada oportunidad un número variable de comprimidos
con adecuada cantidad de droga: 4, 2, 3, 3, 1, 0, 4, … .

Surge entonces la siguiente pregunta: si se repite muchas veces el experimento aleatorio consistente en seleccionar
4 comprimidos, ¿cuál sería el número promedio de comprimidos con cantidad de droga igual a la especificada que
obtendríamos? Es decir, ¿cuál es el promedio de la variable aleatoria 𝑋? En otras palabras, si se realiza el experimento
aleatorio, ¿cuántos comprimidos con cantidad correcta de droga se espera encontrar entre los 4 analizados?

Nos referimos a este valor como esperanza matemática o valor esperado o promedio de la variable aleatoria
𝑋 y se lo simboliza como 𝐸(𝑋) = 𝜇𝑋 (o sencillamente 𝜇 cuando es claro a qué variable aleatoria nos referimos). Se
dice que la esperanza de la distribución de probabilidad de una variable aleatoria es un parámetro que describe
su posición, es decir, localiza a la distribución en un punto determinado del eje de los número reales, siendo este
punto el centro de gravedad de la masa de probabilidad de la distribución. La esperanza es una medida descriptiva
que brinda una indicación de la tendencia central en la variable aleatoria.

Así como hay un valor esperado o promedio de la distribución de probabilidad, hay cierta variabilidad en los valores
que la variable puede asumir alrededor de dicho valor promedio. El parámetro que describe la dispersión en una
2
distribución de probabilidad recibe el nombre de variancia y se la simboliza con 𝑉 (𝑋) = 𝜎𝑋 (o sencillamente 𝜎2 ).
La raiz cuadrada positiva de la variancia, 𝜎, se llama desvío estándar de 𝑋.

Definición. Sea 𝑋 una variable aleatoria discreta con función de probabilidad 𝑝(𝑥). La esperanza de 𝑋 es:

𝐸(𝑋) = 𝜇𝑋 = ∑ 𝑥𝑝(𝑥)
𝑥

y la variancia de 𝑋 es:

2
𝑉 (𝑋) = 𝜎𝑋 = ∑(𝑥 − 𝜇)2 𝑝(𝑥)
𝑥

Ejemplo 1:

4
𝐸(𝑋) = 𝜇𝑋 = ∑ 𝑥 × 𝑝(𝑥) = 0 × 𝑝(0) + 1 × 𝑝(1) + 2 × 𝑝(2) + 3 × 𝑝(3) + 4 × 𝑝(4)
𝑥=0
= 0 × 0.0081 + 1 × 0.0756 + 2 × 0.2646 + 3 × 0.4116 + 4 × 0.2401
= 2.8 comprimidos

Al seleccionar 4 comprimidos de la producción, el número esperado de comprimidos con cantidad de droga igual
a la especificada es 2.8. Es decir, en promedio se encontrarían 2.8 comprimidos con cantidad de droga igual a la
especificada.

6
Estadística - FCByF Unidad 3

4
2
𝑉 (𝑋) = 𝜎𝑋 = ∑(𝑥 − 𝜇)2 × 𝑝(𝑥)
𝑥=0
=(0 − 2.8)2 × 0.0081 + (1 − 2.8)2 × 0.0756 + (2 − 2.8)2 × 0.2646+
(3 − 2.8)2 × 0.4116 + (4 − 2.8)2 × 0.2401
2
=0.84 comprimidos

√
𝜎𝑋 = 0.84 = 0.9165 comprimidos

Al seleccionar 4 comprimidos de la producción, el número de comprimidos con cantidad de droga igual a la especi-
ficada se aleja, en promedio, en 0.9165 unidades del valor esperado.
Notar que:
En el ejemplo estudiado, si bien la variable aleatoria sólo puede asumir números enteros, la esperanza puede
no serlo. El valor 2.8 no indica que existe la posibilidad de seleccionar 4 comprimidos y encontrar exactamente
2.8 de ellos con una adecuada cantidad de droga, de hecho esto no puede ocurrir. El valor 𝜇𝑋 = 2.8 puede ser
interpretado como el valor promedio observado en el largo plazo cuando el experimento se realiza de manera
repetida.
La esperanza y el desvío estándar tienen la misma unidad de medida que la variable aleatoria, mientras que
la variancia se expresa en unidades al cuadrado.
2
Si la mayor parte de la distribución de probabilidad está cerca de 𝜇𝑋 , entonces 𝜎𝑋 será pequeña, pero si
2
existen valores 𝑥 alejados de 𝜇𝑋 con 𝑝(𝑥) grande, entonces 𝜎𝑋 será mayor.
Si se comparan las definiciones de esperanza y de variancia, podemos decir que la variancia es el valor esperado
de (𝑋 − 𝜇)2 .

3.4. Distribución de probabilidad de Poisson

Todo lo visto hasta aquí se puede aplicar al estudio de la distribución de probabilidad de cualquier variable aleatoria
discreta. Sin embargo, hay variables que, por las características del experimento aleatorio que las genera, poseen
distribuciones de probabilidad que han sido estudiadas en profundidad y que reciben un nombre propio, por ejemplo:
distribución binomial, distribución hipergeométrica, distribución uniforme discreta, etc. En estos casos se ha deducido
2
una expresión matemática para la función de probabilidad 𝑝(𝑥), así como también para los cálculos de 𝜇𝑋 y 𝜎𝑋 .
En esta sección estudiaremos una distribución de probabilidad en particular llamada distribución de Poisson, que
es un modelo matemático adecuado para un gran número de fenómenos.
Definición. Dado un conjunto de elementos distribuidos aleatoria y uniformemente en un gran volumen, superficie,
espacio o período de tiempo, se define un experimento aleatorio 𝐸 consistente en tomar una pequeña porción
de dicho volumen, superficie, espacio o período y contar el número de elementos presentes. El espacio muestral
resultante es 𝑆 = {0, 1, 2, … }. Entonces, la variable aleatoria discreta:

𝑋 = número de elementos en la pequeña porción 𝑋(𝑠) = 𝑠 (función identidad)

sigue una distribución de Poisson, caracterizada por:

𝑒−𝜆 𝜆𝑥
𝑝(𝑥) = 𝑃 (𝑋 = 𝑥) = 𝑥 = 0, 1, 2, ... 𝐸(𝑋) = 𝑉 (𝑋) = 𝜆
𝑥!
Esto implica que si estudiamos una variable aleatoria discreta con estas características, entonces disponemos de una
fórmula matemática para el cálculo de la probabilidad correspondiente a cada uno de sus posibles valores.
Utilizaremos la notación 𝑋 ∼ 𝑃 𝑜(𝜆) o 𝑋 → 𝑃 𝑜(𝜆) para indicar que la variable aleatoria 𝑋 sigue una distribución de
probabilidad de Poisson de parámetro 𝜆. Las expresiones anteriores también pueden leerse como 𝑋 tiene distribución

7
Estadística - FCByF Unidad 3

Poisson o 𝑋 se distribuye según una Poisson. Los símbolos ∼ o → serán utilizados indistintamente para indicar
cuál es la distribución de probabilidad que describe a la variable aleatoria estudiada.
Son ejemplos de variables aleatorias discretas que pueden seguir una distribución de Poisson:
Número de mutaciones en un fragmento de ADN.
Número de partículas subatómicas en un espacio.
Número de bacterias por mL de un preparado o en un cultivo o por gramo de suelo.
Número de glóbulos rojos en un pequeño volumen de sangre.
Número de receptores visuales en la retina del ojo humano.
Número de núcleos atómicos inestables que decayeron en un período de tiempo.
Esta distribución suele ser adecuada para procesos que consistan en el conteo de eventos poco frecuentes.
Observaciones:
+∞ 𝜆𝑥
Es posible verificar que la 𝑝(𝑥) así definida cumple con la condición de cierre, recordando que 𝑒𝜆 = ∑𝑥=0 𝑥! .
Luego:

+∞ +∞ +∞
𝑒−𝜆 𝜆𝑥 𝜆𝑥
∑ 𝑝(𝑥) = ∑ = 𝑒−𝜆 ∑ = 𝑒−𝜆 𝑒𝜆 = 1
𝑥=0 𝑥=0
𝑥! 𝑥=0
𝑥!

Dado que la expresión de 𝑝(𝑥) sólo depende de una constante 𝜆, se dice que la misma es el único parámetro
matemático de la distribución.
Al mismo tiempo, 𝜆 resulta ser igual tanto a la esperanza como a la variancia, es decir, a los parámetros
estadísticos. Es posible verificar que:

+∞ +∞
𝑒−𝜆 𝜆𝑥
𝐸(𝑋) = 𝜇𝑋 = ∑ 𝑥𝑝(𝑥) = ∑ 𝑥 =𝜆
𝑥=0 𝑥=0
𝑥!

+∞ +∞
2 𝑒−𝜆 𝜆𝑥
𝑉 (𝑋) = 𝜎𝑋 = ∑(𝑥 − 𝜇𝑋 )2 𝑝(𝑥) = ∑(𝑥 − 𝜆)2 =𝜆
𝑥=0 𝑥=0
𝑥!

Como toda distribución de probabilidad para variables discretas, la Poisson puede ser representada gráfica-
mente mediante un gráfico de bastones:

λ=1 λ=5 λ=10

0.4

0.3
p(x)

0.2

0.1

0.0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Figura 3.2: Ejemplos de tres distribuciones de probabilidad de Poisson, cada una con un valor del parámetro distinto.

Ejemplo 6. El número de colonias de bacterias en muestras de agua contaminada sigue una distribución de Poisson
con promedio igual a 2 colonias por 𝑐𝑚3 . Se debe calcular la probabilidad de que una muestra de agua de un 𝑐𝑚3
contenga al menos una colonia.

𝑋 = número de colonias de bacterias en un 𝑐𝑚3 de agua contaminada 𝑥 = 0, 1, 2, …

8
Estadística - FCByF Unidad 3

𝑒−2 2𝑥 2
𝑋 ∼ 𝑃 𝑜(2) ⟹ 𝑝(𝑥) = 𝐸(𝑋) = 2 colonias 𝑉 (𝑋) = 2 colonias
𝑥!
𝑒−2 20
𝑃 (𝑋 ≥ 1) = 1 − 𝑃 (𝑋 < 1) = 1 − 𝑃 (𝑋 = 0) = 1 − 𝑝(0) = 1 − = 1 − 0.1353 = 0.8647
0!

La probabilidad de que una muestra de agua contaminada de 1 𝑐𝑚3 contenga al menos una colonia es 0.8647. En
otras palabras, en el 86.47 % de las muestras de agua contaminada de 1 𝑐𝑚3 se encuentra al menos una colonia
bacteriana. La representación gráfica de la distribución de Poisson para este caso es:

0.2
p(x)

0.1

0.0
0 1 2 3 4 5 6 7 8 9 10
Número de colonias bacterianas

Figura 3.3: Distribución del número de colonias bacterianas en muestras de 1 centímetro cúbico de agua contaminada.

3.5. Distribuciones de probabilidad para variables aleatorias continuas

Los conceptos vistos para las distribuciones de probabilidad de variables aleatorias discretas tienen una versión
análoga para el estudio de variables aleatorias continuas. Sin embargo, se deben notar ciertas particularidades. Por
ejemplo, dado que una variable continua puede asumir una infinidad de valores posibles en un intervalo numérico
especificado, no es posible describir su distribución de probabilidad de forma tabular listando todos los pares (𝑥, 𝑝(𝑥))
como en el caso discreto.
Aún más, una variable aleatoria continua tiene una probabilidad cero de tomar exactamente cualquiera de sus
valores. Pensemos, por ejemplo, en la variable peso de una manzana§ . Entre cualesquiera dos valores, digamos
199.5𝑔 y 200.5𝑔, o incluso entre 199.99𝑔 y 200.01𝑔, hay un número infinito de valores posibles. Esto hace que cada
uno de ellos tenga probabilidad 0 de ocurrir ya que, de lo contrario, la suma de todas las probabilidades excedería
el valor 1, violando la condición de cierre. Es decir, la probabilidad de que una manzana pese exactamente 200𝑔 es
cero.
Sin embargo, sí es posible estudiar probabilísticamente el comportamiento de una variable aleatoria continua consi-
derando intervalos de valores. Así es posible, por ejemplo, determinar la probabilidad de que el peso de la manzana
se encuentre entre 199.5𝑔 y 200.5𝑔. Para esto, ya no usaremos una función 𝑝(𝑥) que nos devuelva la probabilidad
puntual de cada valor 𝑥 puesto que ésta es siempre 0, sino que usaremos una función matemática 𝑓(𝑥), llamada
función de densidad, que describa cómo se distribuye la masa de probabilidad en distintas regiones del campo de
variación de la variable aleatoria continua.
En este contexto, utilizaremos áreas debajo de esta curva 𝑓(𝑥) para representar probabilidades. Así como en el caso
discreto la suma de todas las probabilidades 𝑝(𝑥) es igual a 1, en el caso continuo el área encerrada debajo de la
curva definida por 𝑓(𝑥) es igual a 1, representando al 100 % de la probabilidad.

3.5.1. Función de densidad

Definición. La función de densidad de probabilidad (o, simplemente función de densidad) de una variable
aleatoria continua 𝑋 es una función matemática 𝑓(𝑥), definida en el conjunto de números reales, que verifica:
1. 𝑓(𝑥) ≥ 0 ∀𝑥 ∈ ℝ (condición de no negatividad).
§ Recordar el ejemplo del punto 2.3.4 en la Unidad 2.

9
Estadística - FCByF Unidad 3

+∞
2. ∫−∞ 𝑓(𝑥)𝑑𝑥 = 1 (condición de cierre).
𝑏
3. 𝑃 (𝑎 ≤ 𝑋 ≤ 𝑏) = ∫𝑎 𝑓(𝑥)𝑑𝑥 para números cualesquiera 𝑎 ≤ 𝑏.

El siguiente esquema ejemplifica una función de densidad para una variable con distribución asimétrica hacia la
derecha.

Figura 3.4: Ejemplo de una función de densidad.

Observaciones:

La probabilidad de que 𝑋 tome exactamente cualquiera de sus valores es cero:

𝑎
𝑃 (𝑋 = 𝑎) = 𝑃 (𝑎 ≤ 𝑋 ≤ 𝑎) = ∫ 𝑓(𝑥)𝑑𝑥 = 0
𝑎

La función de densidad 𝑓 valorizada en un valor 𝑎 no es igual a su probabilidad: 𝑓(𝑎) ≠ 𝑃 (𝑋 = 𝑎) (esto es 0).

De hecho, podría ser que 𝑓(𝑥) > 1.

Si para dos valores 𝑎 y 𝑏, se tiene 𝑓(𝑎) > 𝑓(𝑏), entonces es más probable que 𝑋 tome un valor dentro de un
entorno alrededor de 𝑎, que en un entorno de igual amplitud alrededor de 𝑏.

Siendo que cada valor 𝑥 tiene probabilidad cero, resulta:

𝑃 (𝑎 ≤ 𝑋 ≤ 𝑏) = 𝑃 (𝑎 < 𝑋 ≤ 𝑏) = 𝑃 (𝑎 ≤ 𝑋 < 𝑏) = 𝑃 (𝑎 < 𝑋 < 𝑏),

es decir, no importa si incluimos o no un extremo del intervalo a la hora de calcular una probabilidad. Esto
no es válido para variables aleatorias discretas, donde cada valor posible de 𝑋 tiene masa de probabilidad
propia.

Ejemplo 7. El error en la temperatura de reacción para un experimento de laboratorio es una variable que tiene
la siguiente función de densidad de probabilidad:

𝑥2 /3 −1 ≤ 𝑥 ≤ 2
𝑓(𝑥) = {
0 en otro caso

La gráfica de esta función nos permite verificar que la misma cumple con la condición de no negatividad:

10
Estadística - FCByF Unidad 3

Función de densidad f(x)

1.0

0.5

0.0

−1 0 1 2
Error (ºC)

Figura 3.5: Función de densidad para el ejemplo 7.

También podemos verificar el cumplimiento de la condición de cierre:

+∞ 2 2
𝑥2 𝑥3 8 −1 9
∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑑𝑥 = ∣ = − = =1
−∞ −1 3 9 −1 9 9 9

Si nos interesa obtener la probabilidad de que, por ejemplo, el error se encuentre entre 0º y 1º, se debe hacer:

1 1
𝑥2 𝑥3 1
𝑃 (0 ≤ 𝑋 ≤ 1) = ∫ 𝑑𝑥 = ∣ =
0 3 9 0 9
Función de densidad f(x)

1.0

0.5

1/9

0.0

−1 0 1 2
Error (ºC)

Figura 3.6: Función de densidad para el ejemplo 7.

11
Estadística - FCByF Unidad 3

3.5.2. Función de distribución acumulada

Definición. La función de distribución acumulada 𝐹 (𝑥) de una variable aleatoria continua 𝑋 con función de
densidad 𝑓(𝑥) es¶ :

𝑥
𝐹 (𝑥) = 𝑃 (𝑋 ≤ 𝑥) = ∫ 𝑓(𝑡)𝑑𝑡
−∞

Esto es, para obtener la probabilidad acumulada hasta cierto valor 𝑥, se debe integrar la función de densidad hasta
dicho valor.
Observaciones:
Haciendo uso de la función de distribución acumulada, puede establecerse que:

𝑃 (𝑎 < 𝑋 ≤ 𝑏) = 𝑃 (𝑋 ≤ 𝑏) − 𝑃 (𝑋 ≤ 𝑎) = 𝐹 (𝑏) − 𝐹 (𝑎)

La mediana de una distribución de probabilidad continua es el valor 𝑀 𝑛𝑎 tal que 𝐹 (𝑀 𝑛𝑎) = 0.5, es decir,
𝑀𝑛𝑎
∫−∞ 𝑓(𝑥)𝑑𝑥 = 0.5.

3.5.3. Esperanza y variancia

Para una variable aleatoria discreta 𝑋, su valor esperado 𝐸(𝑋) se definió mediante la suma de 𝑥𝑝(𝑥) a través de
todos los posibles 𝑥. Para una variable aleatoria continua, la suma es reemplazada por la integración y la función
de probabilidad, por la función de densidad:
Definición. Sea 𝑋 una variable aleatoria continua con función de densidad 𝑓(𝑥). La esperanza de 𝑋 es:

+∞
𝐸(𝑋) = 𝜇𝑋 = ∫ 𝑥𝑓(𝑥)𝑑𝑥
−∞

y la variancia de 𝑋 es:

+∞
2
𝑉 (𝑋) = 𝜎𝑋 =∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥
−∞

Ejemplo 7. Para el ejemplo discutido anteriormente, se tiene:

+∞ 2 2
𝑥2 𝑥4
𝐸(𝑋) = 𝜇𝑋 = ∫ 𝑥𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 𝑑𝑥 = ∣ = 1.25 ∘ 𝐶
−∞ −1 3 12 −1

El error esperado en la temperatura de reacción para un experimento de laboratorio es igual a 1.25 ºC. Es decir, en
promedio se comete un error igual a 1.25 ºC.

+∞ 2
2 𝑥2
𝑉 (𝑋) = 𝜎𝑋 =∫ (𝑥 − 𝜇)2 𝑓(𝑥)𝑑𝑥 = ∫ (𝑥 − 1.25)2 𝑑𝑥 = 0.6375 ∘ 𝐶 2
−∞ −1 3

√
𝜎𝑋 = 0.6375 = 0.7984 ∘ 𝐶

En promedio, los valores de los errores en la temperatura de reacción se alejan de la esperanza en 0.7984 ºC.
¶ Luego, 𝑓(𝑥) = 𝐹 ′ (𝑥)

12
Estadística - FCByF Unidad 3

3.6. Distribución de probabilidad normal

Cualquier función matemática 𝑓(𝑥) que cumpla con las condiciones previamente mencionadas puede ser considerada
función de densidad de una variable aleatoria continua. Sin embargo, existen numerosas funciones que tienen gran
relevancia en el campo de la Estadística y que definen distribuciones de probabilidad conocidas, por ejemplo:
distribución gama, distribución beta, distribución exponencial, etc.
En esta sección presentaremos una de las distribuciones de probabilidad continuas más utilizadas: la distribución
normal. Numerosos fenómenos en la naturaleza, en la industria y en las ciencias son descriptos adecuadamente por
esta distribución, así como también existen resultados estadísticos teóricos muy relevantes que están relacionadas
con ella, convirtiéndola en una distribución de remarcada importancia.
La distribución normal fue introducida por Abraham de Moivre (1667-1754) en 1733. Sin embargo se la conoce
también como distribución gaussiana en referencia a Johann Gauss (1777-1855) quien hizo un uso amplio de la
misma y a quien algunos le atribuyen haber deducido su expresión de forma independiente. Sumado a que la curva
definida por esta distribución tiene forma de campana, también es conocida como campana de Gauss o campana
gaussiana.
Definición. Se dice que una variable aleatoria continua 𝑋 tiene una distribución de probabilidad normal con
parámetros 𝜇 y 𝜎, es decir, 𝑋 ∼ 𝑁 (𝜇, 𝜎), si la función de densidad de 𝑋 es:

1 1 𝑥−𝜇 2
𝑓(𝑥) = √ 𝑒− 2 ( 𝜎 ) −∞<𝑥<∞ −∞<𝜇<∞ 𝜎>0
𝜎 2𝜋
f(x)

µ
x

Figura 3.7: Función de densidad normal

Muchas variables aleatorias tienen distribuciones de probabilidad que pueden ser adecuadamente aproximadas por
la curva normal, estableciendo los valores correspondientes de 𝜇 y 𝜎. En esta unidad, asumiremos que estos valores
son siempre conocidos y más adelante aprenderemos a estimarlos a partir de una muestra de datos, en el caso que
no lo sean.

3.6.1. Propiedades de la distribución normal

A continuación se presentan las propiedades más relevantes de la distribución normal:
La función de densidad normal queda definida mediante dos parámetros matemáticos: 𝜇 y 𝜎, para los cuales
se elige dicha simbología ya que se puede demostrar que coinciden, respectivamente, con la esperanza y el
desvío estándar de 𝑋: 𝐸(𝑋) = 𝜇 y 𝑉 (𝑋) = 𝜎2 .
Tiene forma campanular.

13
Estadística - FCByF Unidad 3

Es simétrica con respecto a 𝜇, donde alcanza su máximo (modo), igual a √1 .

𝜎 2𝜋

Posee dos puntos de inflexión en 𝜇 ± 𝜎: es cóncava en (𝜇 − 𝜎, 𝜇 + 𝜎) y es convexa en (−∞, 𝜇 − 𝜎) y (𝜇 + 𝜎, +∞).

La curva se aproxima al eje horizontal asintóticamente, a medida que nos alejamos de la esperanza en cualquier
dirección.

Las siguientes características se conocen conjuntamente bajo el nombre de regla empírica:

• El 68 % de la masa de probabilidad está comprendida entre 𝜇 ± 𝜎.

• El 95 % de la masa de probabilidad está comprendida entre 𝜇 ± 2𝜎.
• El 99.7 % de la masa de probabilidad está comprendida entre 𝜇 ± 3𝜎.
f(x)

0.68

0.95
0.997

µ − 3σ µ − 2σ µ−σ µ µ+σ µ + 2σ µ + 3σ
x

Figura 3.8: Regla empírica

Como resultado de la regla empírica, se debe observar que si bien el campo de variación de 𝑋 es el conjunto de los
números reales, sólo hay una probabilidad igual a 0.003 de que la misma tome valores alejados a más de tres desvíos
estándar de 𝜇.

Se debe apreciar también que existe una curva normal para cada combinación posible de valores 𝜇 y 𝜎:

El parámetro 𝜇 establece la localización de la distribución. Cuanto mayor es, la misma está más desplazada
hacia la derecha en el eje de los números reales.
El parámetro 𝜎 caracteriza la dispersión, determinando la forma de la campana. Cuanto mayor es, existe
mayor variabilidad, por lo tanto la campana es más achatada. Cuanto menor es, la masa de probabilidad se
concentra más alrededor de 𝜇, resultando en una campana más empinada.
Cualquiera sea la localización y forma de la campana normal, el área encerrada debajo de la misma siempre
totaliza 1, puesto que se trata de una función de densidad.

El siguiente esquema presenta cuatro distribuciones normales con distintos valores de los parámetros:

14
Estadística - FCByF Unidad 3

0.08

0.06
Distribución
N(20, 10)
f(x)

0.04 N(50, 10)

N(50, 20)

N(50, 5)
0.02

0.00
−20 −10 0 10 20 30 40 50 60 70 80 90 100 110
x

Figura 3.9: Distintas distribuciones normales.

Hasta aquí se utilizó la notación 𝑁 (𝜇, 𝜎), colocando entre los paréntesis el valor del desvío estándar. Por ejemplo,
la primera distribución en la figura anterior es la 𝑁 (20, 10). Adicionalmente, es usual encontrar a la variancia
en la notación 𝑁 (𝜇, 𝜎2 ), por lo que la mencionada distribución también podría escribirse como 𝑁 (20, 100). La
identificación del valor provisto como el desvío estándar o la variancia surge a partir del contexto y de la observación
de las unidades de medida informadas.

3.6.2. Distribución normal estándar

Como sabemos, el cálculo de probabilidades referidas a una variable aleatoria continua requiere de la evaluación de
integrales definidas. En el caso de la distribución normal, siendo 𝑎 < 𝑏 dos números cualesquiera, se tiene:

𝑏
1 1 𝑥−𝜇 2
𝑃 (𝑎 ≤ 𝑋 ≤ 𝑏) = ∫ √ 𝑒− 2 ( 𝜎 ) 𝑑𝑥
𝑎 𝜎 2𝜋

Esta integral no posee una expresión cerrada, lo cual implica que su solución requiere el uso de técnicas numéricas
de integración. En otras palabras, no es algo que podamos resolver “a mano”. En cambio, se debe recurrir al uso de
software o de tablas que presentan probabilidades ya calculadas. Siendo que las probabilidades que pueden ser de
nuestro interés dependen de 𝜇 y 𝜎, se necesitaría una infinidad de tablas para cada combinación posible de los valores
de estos parámetros. Es por eso que se suele utilizar una única tabla para una distribución normal en particular,
aquella para la cual 𝜇 = 0 y 𝜎 = 1 y que recibe el nombre de distribución normal estándar. Entonces, para
resolver el cálculo de una probabilidad sobre cualquier variable 𝑋 ∼ 𝑁 (𝜇, 𝜎), se realiza una transformación lineal
para convertirla en una variable normal estándar y luego se ubica la probabilidad deseada en la tabla mencionada.

Definición. Se dice que una variable aleatoria continua 𝑍 tiene una distribución de probabilidad normal
estándar, esto es, 𝑍 ∼ 𝑁 (0, 1), si la función de densidad de 𝑍 es:

1 1 2
𝑓(𝑧) = √ 𝑒− 2 𝑧 −∞<𝑧 <∞
2𝜋

La función de densidad normal estándar, 𝑓(𝑧), suele ser llamada 𝜑(𝑧) o Φ(𝑧).

15
Estadística - FCByF Unidad 3

0.4

0.3

Φ(z)
0.2

0.1

0.0
−4 −3 −2 −1 0 1 2 3 4
z

Figura 3.10: Distribución normal estándar.

Siempre es posible transformar una variable aleatoria normal 𝑋 cualquiera en una variable aleatoria normal estándar
𝑍 mediante el proceso de estandarización:

𝑋−𝜇
𝑋 ∼ 𝑁 (𝜇, 𝜎) ⟹ 𝑍 = ∼ 𝑁 (0, 1)
𝜎

Es posible demostrar que si 𝑋 ∼ 𝑁 (𝜇, 𝜎) y 𝑎 ∈ ℝ, entonces:

𝑎−𝜇
𝑃 (𝑋 ≤ 𝑎) = 𝑃 (𝑍 ≤ )
𝜎

Este resultado se emplea en el cálculo de probabilidades.

Ejemplo 8. El nivel de tensión sanguínea diastólica (mmHg) es una variable con distribución normal de promedio
𝜇 = 87 mmHg y desviación estándar 𝜎 = 7.5 mmHg. ¿Cuál es la probabilidad de que un individuo presente una
tensión sanguínea diastólica menor o igual a 86 mmHg?

𝑋 = tensión sanguínea diastólica (mmHg)

𝑋 − 87
𝑋 ∼ 𝑁 (87 𝑚𝑚𝐻𝑔, 7.5 𝑚𝑚𝐻𝑔) ⟹ 𝑍 = ∼ 𝑁 (0, 1)
7.5

86 − 87
𝑃 (𝑋 ≤ 86) = 𝑃 (𝑍 ≤ ) = 𝑃 (𝑍 ≤ −0.13) = 0.4483
7.5

La probabilidad de que un individuo presente una tensión sanguínea diastólica menor o igual a 86 mmHg es 0.4483,
es decir, el 44.83 % de los individuos presentan un valor menor o igual a 86 mmHg. El valor de probabilidad 0.4483
se obtiene de la tabla de distribución normal estándar como se muestra en las clases prácticas.

16
Estadística - FCByF Unidad 3

0.4
0.05

0.04 0.3

P(X ≤ 86)=0.4483
0.03

Φ(z)
P(Z ≤ − 0.13)=0.4483
f(x)

0.2

0.02

0.1
0.01

0.00 0.0
63 67 71 75 79 83 87 91 95 99 103 107 111 −4 −3 −2 −1 0 1 2 3 4
Tensión sanguínea diastólica (mmHg) z

Figura 3.11: Cálculo de probabilidades mediante el proceso de estandarización.

Al estandarizar un valor, se obtiene su distancia con respecto al promedio 𝜇 expresada en unidades de desvíos
estándar. Un individuo con un valor de 86 mmHg se aleja del promedio en -0.13 desvíos estándar.

3.6.3. Cuantiles en una distribución normal

En múltiples ocasiones interesará establecer cuál es el valor de una variable normal que acumula determinado
porcentaje de la distribución (cuantil o fractila). Se simboliza con 𝑧𝑟 al valor sobre el eje de variación de una variable
normal estándar para el cual el área encerrada bajo la curva a su izquierda es igual a 𝑟, es decir, 𝑃 (𝑍 ≤ 𝑧𝑟 ) = 𝑟.
Un cuantil 𝑧𝑟 puede hallarse haciendo un uso inverso de la tabla de probabilidades acumuladas de la distribución
normal estándar, como se indicará en las clases prácticas. Por ejemplo, es posible verificar que: 𝑧0.95 = 1.645, puesto
que el 95 % de la masa de probabilidad de la normal estándar se encuentra a la izquierda de 1.645.

0.4

0.3
Φ(z)

P(Z ≤ 1.645)=0.95
0.2

0.1

0.0
−4 −3 −2 −1 0 1 2 3 4
z z0.95=1.645

Figura 3.12: Cuantil 0.95 de la distribución normal estándar

Los cuantiles de una distribución normal 𝑋 ∼ 𝑁 (𝜇, 𝜎) se hallan mediante la expresión 𝑥𝑟 = 𝜇 + 𝜎 × 𝑧𝑟 :

𝑥𝑟 − 𝜇 𝑥 −𝜇
𝑃 (𝑋 ≤ 𝑥𝑟 ) = 𝑟 ⟹ 𝑃 (𝑍 ≤ )=𝑟 ⟹ 𝑟 = 𝑧𝑟 ⟹ 𝑥𝑟 = 𝜇 + 𝜎 × 𝑧𝑟
𝜎 𝜎

17
Estadística - FCByF Unidad 3

Así, es posible decir en el ejemplo anterior que el 95 % de los individuos tienen una tensión sanguínea diastólica
menor o igual a 𝑥0.95 = 87 + 7.5 × 1.645 = 99.34 mmHg.

3.6.4. Prueba gráfica de probabilidad normal

Con frecuencia se dispone de un conjunto de observaciones de una variable continua y se desea determinar si la misma
sigue o no una distribución normal. Existe para esto una herramienta grafica súmamente útil, llamada gráfico de
probabilidad normal. El modo de construcción y forma de uso se encuentran completamente desarrollados en
las páginas 60-63 del libro de práctica “Problemas de Estadística Aplicados a la Biología y a la Química”. Se debe
complementar este apunte con la lectura de dicho material.

3.7. Propiedades de la esperanza y la variancia

Sea 𝑋 una variable aleatoria (discreta o continua) y 𝑘 ∈ ℝ una constante. Entonces:
𝐸(𝑘) = 𝑘
𝐸(𝑘𝑋) = 𝑘𝐸(𝑋)
𝐸(𝑘 + 𝑋) = 𝑘 + 𝐸(𝑋)
𝑉 (𝑘) = 0
𝑉 (𝑘𝑋) = 𝑘2 𝑉 (𝑋)
𝑉 (𝑘 + 𝑋) = 𝑉 (𝑋)
De lo anterior se desprende que:

𝐸(𝑎𝑋 + 𝑏) = 𝑎𝐸(𝑋) + 𝑏 𝑉 (𝑎𝑋 + 𝑏) = 𝑎2 𝑉 (𝑋)

Además, siendo 𝑋1 , 𝑋2 , ⋯ , 𝑋𝑛 𝑛 variables aleatorias, se tiene:

𝐸(𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛 ) = 𝐸(𝑋1 ) + 𝐸(𝑋2 ) + ⋯ + 𝐸(𝑋𝑛 )

𝑉 (𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛 ) = 𝑉 (𝑋1 ) + 𝑉 (𝑋2 ) + ⋯ + 𝑉 (𝑋𝑛 ) (si son independientes)

Mediante estas propiedades es posible verificar que una variable estandarizada tiene esperanza igual a cero y desvío
estándar igual a uno. Si se tiene una variable aleatoria 𝑋 con 𝐸(𝑋) = 𝜇 y 𝑉 (𝑋) = 𝜎2 y se define a 𝑍 como 𝑍 = 𝑋−𝜇𝜎 ,
entonces:

𝑋−𝜇 1 1 1
𝐸(𝑍) = 𝐸( ) = 𝐸(𝑋 − 𝜇) = [𝐸(𝑋) − 𝜇] = [𝜇 − 𝜇] = 0
𝜎 𝜎 𝜎 𝜎

𝑋−𝜇 1 1 𝜎2
𝑉 (𝑍) = 𝑉 ( ) = 2 𝑉 (𝑋 − 𝜇) = 2 𝑉 (𝑋) = 2 = 1
𝜎 𝜎 𝜎 𝜎

3.8. Distribución de probabilidad vs distribución de frecuencias

En la Unidad 1 hemos estudiado distribuciones de frecuencias para describir los valores (o rangos de valores)
observados en un conjunto de datos ya recolectados, junto con sus respectivas frecuencias. Vimos que para resumir
y describir a un conjunto de datos calculamos medidas descriptivas que reciben el nombre de estadísticas. Por
ejemplo, la media aritmética 𝑥̄ como medida de posición y la variancia muestral 𝑠2 como medida de dispersión. Estas
medidas descriptivas se refieren a una muestra, es decir, a la parte de una población de interés que es seleccionada
aleatoriamente con el objetivo de que sea representativa de la misma y permita efectuar inferencias sobre ella.
Durante el desarrollo de la Unidad 3 no hemos hablado en ningún momento de datos observados, sino que nos
hemos mantenido en un campo meramente teórico, estudiando distribuciones de probabilidad para describir los
valores (o rangos de valores) que podrían observarse, junto con sus respectivas probabilidades. En este contexto, las
medidas descriptivas que caracterizan a una distribución de probabilidad reciben el nombre de parámetros. Por
ejemplo, la esperanza 𝜇 como medida de posición y la variancia 𝜎2 como medida de dispersión.

18
Estadística - FCByF Unidad 3

Frecuentemente, se concibe a la distribución de probabilidad de una variable aleatoria como el modelo que describe
a la distribución de todos los valores que la misma toma en una población de interés. Es por esto que, así como
asociamos el concepto de distribución de frecuencias al de muestra, podemos asociar el de distribución de probabilidad
al de población. Es en este sentido que a la esperanza 𝜇 generalmente se le dice promedio poblacional: es el
verdadero promedio que podríamos calcular si analizáramos a todos los integrantes de la población en estudio. Lo
mismo vale para 𝜎2 , llamada muchas veces variancia poblacional.

Puesto que en general no es posible analizar una población completa, 𝜇 y 𝜎2 suelen ser desconocidos y deben ser
aproximados a partir de información muestral. En esta unidad estamos construyendo las bases teóricas que nos
permitirán cumplir con dicho objetivo más adelante.

Finalmente, se debe notar que las definiciones de esperanza y variancia presentadas en la Unidad 3 encierran el
mismo concepto que aquellas de media aritmética 𝑥̄ y variancia muestral 𝑠2 de la Unidad 1. Pensemos, por ejemplo,
que tenemos un conjunto de datos observados de una variable discreta agrupados en una tabla de frecuencias. La
media muestral puede ser expresada como:

1 𝑛 1 𝑓𝑗
𝑥̄ = ∑ 𝑥 = ∑ 𝑥𝑗 𝑓𝑗 = ∑ 𝑥𝑗 = ∑ 𝑥𝑗 ℎ𝑗 ,
𝑛 𝑖=1 𝑖 𝑛 𝑗 𝑗
𝑛 𝑗

es decir, como la suma ponderada de los distintos valores observados 𝑥𝑗 por sus frecuencias relativas ℎ𝑗 . Esto es
análogo a la definición de esperanza de una variable aleatoria discreta, que es una suma ponderada de todos los
posibles valores 𝑥 por sus respectivas probabilidades 𝑝(𝑥): 𝜇 = ∑𝑥 𝑥𝑝(𝑥)‖ .

3.9. Otras distribuciones de probabilidad

En esta sección se presentan otras distribuciones de probabilidad continuas que serán de gran utilidad en unidades
posteriores para la justificación teórica de diversos métodos estadísticos.

3.9.1. Distribución chi-cuadrado (𝜒2 )

Definición. Sean 𝑍1 , 𝑍2 , ⋯ , 𝑍𝑘 𝑘 variables aleatorias normales estandarizadas independientes: 𝑍𝑖 ∼ 𝑁 (0, 1), 𝑖 =
1, ⋯ , 𝑘. Entonces, la variable aleatoria definida como la suma de las mismas, cada una elevada al cuadrado, tiene
distribución chi-cuadrado con 𝑘 grados de libertad:

𝑘
𝑈 = ∑ 𝑍𝑖2 ∼ 𝜒2𝑘 𝐸(𝑈 ) = 𝑘 𝑉 (𝑈 ) = 2𝑘 𝑈 ≥0
𝑖=1

Características:

Su campo de variación son los reales positivos.

La forma de la distribución depende de un único parámetro matemático, llamado grados de libertad (en la
expresión anterior, 𝑘):

‖ Recordar, además, que según la definición frecuencial de probabilidad, si 𝑛 es suficientemente grande, la frecuencia relativa de la

cantidad de veces que se ha observado el valor 𝑥 se aproxima a la probabilidad de observar dicho valor, es decir ℎ(𝑥) → 𝑝(𝑥), por lo
cual queda en evidencia la analogía entre la definición de la media muestral y la de esperanza.

19
Estadística - FCByF Unidad 3

0.5
Grados de libertad
0.4 k=1

f(u) k=2
0.3
k=3

k=4
0.2
k=5

0.1

0.0
0.0 2.5 5.0 7.5 10.0 12.5
U

Figura 3.13: Distintas distribuciones chi-cuadrado.

Es una distribución asimétrica a la derecha. Sin embargo, a medida que los grados de libertad aumentan, se
vuelve menos asimétrica, aproximándose a la distribución normal para 𝑘 → +∞.

Al aumentar los grados de libertad, el promedio se corre a la derecha y aumenta la dispersión.

Se disponen tablas con probabilidades acumuladas. Por ejemplo, si 𝑈 ∼ 𝜒210 , se tiene que 𝑃 (𝑈 ≤ 16) = 0.90
(verificar con tabla).

La expresión de la función de densidad es:

(1/2)𝑘/2 𝑢𝑘/2−1 𝑒−𝑢/2

𝑓(𝑢) =
Γ(𝑘/2)

3.9.2. Distribución T-Student

Definición. Sean 𝑍 y 𝑈 dos variables independientes tal que:

𝑍 tiene distribución normal estandarizada: 𝑍 ∼ 𝑁 (0, 1), 𝑧 ∈ ℝ.

𝑈 tiene distribución chi-cuadrado con 𝑘 grados de libertad: 𝑈 ∼ 𝜒2𝑘 , 𝑢 ∈ ℝ+ .

Entonces, la variable aleatoria 𝑇 definida como el cociente entre una normal estandarizada dividido la raiz cuadrada
de una chi-cuadarado sobre sus grados de libertad tiene distribución T-Student con 𝑘 grados de libertad:

𝑍 𝑘
𝑇 = ∼ 𝑡𝑘 𝐸(𝑇 ) = 0 𝑉 (𝑇 ) = 𝑡∈ℝ
+√𝑈 /𝑘 𝑘−2

Características:

Su campo de variación son los reales.

Es de forma campanular, simétrica, unimodal y está centrada en cero, donde tiene su máximo.

La forma de la distribución depende de un único parámetro matemático, llamado grados de libertad (en la
expresión anterior, 𝑘):

20
Estadística - FCByF Unidad 3

0.4

0.3 Distribución
k=1

f(t) k = 10
0.2
k=2

k=5

N(0, 1)
0.1

0.0
−5.0 −2.5 0.0 2.5 5.0
T

Figura 3.14: Distintas distribuciones T-Student

Si bien presenta características similares a la normal estándar, tiene colas más pesadas.

Para 𝑘 → +∞, la forma límite de la distribución T-Student es la 𝑁 (0, 1).

Se disponen tablas con probabilidades acumuladas. Por ejemplo, si 𝑇 ∼ 𝑡10 , se tiene que 𝑃 (𝑇 ≤ 1.372) = 0.90
(verificar con tabla).

La expresión de la función de densidad es algo compleja.

3.9.3. Distribución F-Snedecor

Definición. Sean 𝑈 y 𝑉 dos variables independientes con distribución chi-cuadrado:

𝑈 ∼ 𝜒2𝑘 𝑉 ∼ 𝜒2𝑚

Entonces, la variable aleatoria 𝐹 definida como el cociente entre ellas, cada una dividida por sus grados de libertad,
tiene distribución F-Snedecor con 𝑘 y 𝑚 grados de libertad:

𝑈 /𝑘
𝐹 = ∼ 𝐹𝑘,𝑚 𝐹 ∈ ℝ+
𝑉 /𝑚

Características:

Su campo de variación son los reales positivos.

La forma de la distribución depende de dos parámetros matemáticos, llamados grados de libertad del numerador
y grados de libertad del denominador (en la expresión anterior, 𝑘 y 𝑚 respectivamente):

21
Estadística - FCByF Unidad 3

0.9

Función de densidad
Grados de libertad
k = 20, m = 5

0.6 k = 20, m = 50

k = 5, m = 5

k = 5, m = 50
0.3

0.0
0 1 2 3 4 5 6
F

Figura 3.15: Distintas distribuciones F-Snedecor

En general, es una distribución asimétrica a la derecha.

Se disponen tablas con probabilidades acumuladas. Por ejemplo, si 𝐹 ∼ 𝐹5;15 , se tiene que 𝑃 (𝐹 ≤ 2.27) = 0.90
(verificar con tabla).
Tanto la función de densidad como la esperanza y la variancia tienen expresiones un tanto complejas que no
resultan de interés.

22