5/10/2018 DISTRIBUCIÓN BETA

DISTRIBUCIÓN BETA
Laura Alejandra Caicedo Suárez e Isabella Burbano García

Introducción
La distribución beta es posible para una variable aleatoria continua que toma valores en el intervalo [0,1], lo que la
hace muy apropiada para modelar proporciones. En la inferencia bayesiana, por ejemplo, es muy utilizada como
distribución a priori cuando las observaciones tienen una distribución binomial.

Uno de los principales recursos de esta distribución es el ajuste a una gran variedad de distribuciones empíricas,
pues adopta formas muy diversas dependiendo de cuáles sean los valores de los parámetros de forma α y β ,
mediante los que viene definida la distribución.

Origen de la distribucion
Su origen en un trabajo de Ballestero en 1973, relacionado con un método utilizado en la Teoría General de
Valoración, denominado, por Ballestero y Caballer (1982), método de las dos distribuciones beta. Este método se
ha extendido a otros tipos de distribuciones, tales como la triangular y uniforme, Romero (1977), a la distribución
trapezoidal (Herrerías, García, Cruz y Herrerías (2000)), y a la distribución trapezoidal CPR Callejón, Pérez,
Ramos (1996) utilizada por García, Evangelista y Gómez (1999).

Esta subfamilia puede emplearse, con ventajas evidentes, en el método PERT para ajustar la distribución básica,
debido a que es triparamétrica y amplía el marco de subfamilias de distribuciones beta usadas en el método
PERT, junto con las de varianza constante y mesocúrticas, introducidas por Herrerías, Pérez, Callejón y Herrerías
(1999).

Características
Campo de variaci n: ó

0 ≤ x ≤ 1

á
Par metros:

á
α : par metro de forma, α > 0

á
β : par metro de forma, β > 0

Si y solo si la funcion densidad de X está representada por la expresión:

α−1 β−1
⎧
⎪ x (1 − x)
, 0< x <1
f (x) = ⎨ B(α, β)
⎩
⎪
0, en cualquier otro caso.

donde una funcion beta es definida por

1
Γ(α)Γ(β)
α−1 β−1
B(α, β) = ∫ x (1 − x) dx = , para α, β > 0
0
Γ(α + β)

https://rstudio-pubs-static.s3.amazonaws.com/166233_44a100ae858948c89b6e20ae657088e9.html 1/4
5/10/2018 DISTRIBUCIÓN BETA

La media y la varianza de una distribución beta en la que los parámetros y son

α 2
αβ
μ = y σ =
2
α + β (α + β) (α + β + 1)

Ejemplo con sintaxis en R

Un distribuidor mayorista de gasolina tiene tanques de almacenamiento de gran capacidad con un abastecimiento
fijo, los cuales se llenan cada lunes. Él, desea saber el porcentaje de gasolina vendido durante la semana.

Después de varias semanas de observación, el mayorista descubre que este porcentaje podría describirse
mediante una distribución beta con α = 4 y β = 2

Calcule la probabilidad de que venda:

a. Al menos, el 90% de sus existencias en una semana.

b. Menos del 50% de sus existencias en una semana.
c. P(X <. x) = 1/5.
d. P(X > x) = 2/5.

Solución en R
Sea la variable aleatoria discreta X, ventas de gasolina durante la semana. Dicha variable aleatoria, sigue una
distribución Beta: X ~ (4, 2)

Apartado a)

Para resolver este apartado, necesitamos resolver: P( X > 0.9), empleamos para tal propósito, la función de
distribución con el área de cola hacia la derecha:

pbeta(0.9, 4, 2, lower.tail = F) [1] 0.08146

Por lo tanto, la probabilidad de que venda más al menos el 90% de la existencia de gasolina en una semana es
muy baja: 0.08146.

Apartado b)

Para resolver este apartado, necesitamos resolver: P( X <. 0.5), empleamos para tal propósito, la función de
distribución con el área de cola hacia la izquierda:

pbeta(0.5, 4, 2, lower.tail = T) [1] 0.1875

Por lo tanto, la probabilidad de que venda menos del 50% de la existencia de gasolina en una semana es: 0.1875.

Apartado c)

Necesitamos obtener el valor de x (Ventas de gasolina en una semana) para satisfacer: P( X <. x) = 1/5,
empleamos para tal propósito, la función de cuantiles con el área de cola hacia la izquierda:

qbeta(1/5, 4, 2, lower.tail = T) [1] 0.5098077

https://rstudio-pubs-static.s3.amazonaws.com/166233_44a100ae858948c89b6e20ae657088e9.html 2/4
5/10/2018 DISTRIBUCIÓN BETA

Por lo tanto, la cantidad de gasolina vendida que sea inferior para obtener una probabilidad de 1/5 son:
0.5098077.

Es decir, para una probabilidad de 1/5, hay que vender menos del 50.98077% de sus existencias de gasolina en
una semana.

Apartado d)

Necesitamos obtener el valor de x (Ventas de gasolina en una semana) para satisfacer: P( X > x) = 2/5,
empleamos para tal propósito, la función de cuantiles con el área de cola hacia la derecha:

qbeta(2/5, 4, 2, lower.tail = F) [1] 0.7344313

Por lo tanto, la cantidad de gasolina vendida que se rebase para obtener una probabilidad de 2/5 son: 0.7344313.

Es decir, para una probabilidad de 2/5, hay que vender más de 73.44313% de sus existencias de gasolina en una
semana.

Aplicaciones en el campo de la ingenieria

Los gerentes de proyectos utilizan por lo general un método llamado PERT (Program Evoluation and Review
Technique) para coordinar las diversas actividades que conforman un gran proyecto (Una aplicacion exitosa fue la
construccion de la nave espacial Apolo). Una suposicion estándar en el análisis PERT, es que el tiempo necesario
para completar cualquier actividad particular, una vez que se haya iniciado, tiene una distribucion Beta con A=
tiempo optimista (Si todo va bien) y B= Tiempo pesimista (Si todo sale mal).

La distribucion beta estandar se utiliza por lo comun para modelar la variación en la proporcion o porcentaje de
una cantidad que se presenta en muestras diferentes, tales como la proporción de horas que duerme un individuo
o la proporcion de cierto elemento de un compuesto químico.

Relaciones con otras distribuciones

Un caso particular de la distribución beta es la distribución uniforme en (0,1), que corresponde a una distribución
beta de parámetros =1 y =1, denotada Beta(1,1).

Para la distribución uniforme sobre (0,1), la media y la varianza son

1 1 (1)(1) 1
2
μ = = y σ = = ,
2
1 + 1 2 (1 + 1) (1 + 1 + 1) 12

respectivamente.

Bibliografia
DEVORE,Jay L.Probabilidad y estadistica para la ingenieria y ciencias. En: la distrbucíon beta. 5 edicíon.
California Polytechnic State University. P. 179-181. ISBN 970-686-067-3.

EL BARQUERO AQUERONTEBLOG. R: Distribución beta [en línea]. [citado el 18 de marzo del 2016]. Disponible
en: http://unbarquero.blogspot.com.co/2009/05/r-distribucion-beta.html
(http://unbarquero.blogspot.com.co/2009/05/r-distribucion-beta.html).

https://rstudio-pubs-static.s3.amazonaws.com/166233_44a100ae858948c89b6e20ae657088e9.html 3/4
5/10/2018 DISTRIBUCIÓN BETA

HERRERIAS, Rafael Pleguezuelo; RODRIGUES, Eduardo Pérez; HERRERIAS,José Manuel Velasco. Estudio de
una subfamilia de distribuciones beta de primera especie, utilizada en la teoría general de valoración. Anales de
Economía Aplicada. XIV Reunión ASEPELT-España. Oviedo, 22 y 23 de Junio de 2000. ISBN: 84-699-2357-9

MARIATEGUI, jose carlos .Distribucion de la probabilidad [en linea]. [citado el 17 de marzo del 2016]. Disponible
en: http://es.slideshare.net/josejoney/distribuciones-de-probalidad
(http://es.slideshare.net/josejoney/distribuciones-de-probalidad).

Sintaxis para la inclusión de fórmulas matemáticas en los foros [en linea].[citado el 17 de marzo del 2016].
disponible en: http://rinconmatematico.com/instructivolatex/formulas.htm
(http://rinconmatematico.com/instructivolatex/formulas.htm).

WACKERLY, Dennis D; MENDENHALL, William y SHEAFFER, Richard. Estadística matemática para con
aplicaciones. En: 4.7 Distribucion de probabilidad beta. Thomson. 6 edicíon. P. 182-185. ISBN 970-686-194-7.

https://rstudio-pubs-static.s3.amazonaws.com/166233_44a100ae858948c89b6e20ae657088e9.html 4/4