PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL

TÍTULO: GUIA DE APRENDIZAJE

CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

1. IDENTIFICACIÓN DE LA GUÍA DE APRENDIZAJE

Área de Formación: Catalogo:

Ciencias Básicas Versión:
Asignatura: Eje Formativo:
Bioestadistica II
Fase Formativa: Modalidad de Formación
(Marque con una x):
__x_Presencial _____Virtual
Actividad de Aprendizaje: Algunas distribuciones discretas

Escuela o Área: Inferencia Estadística

Resultados de Aprendizaje – Habilidades Competencia:
Identifica las condiciones o características de las Apropiar los conocimientos de
distribuciones de probabilidad y de densidad las variables aleatorias
discretas.
Realiza el procedimiento en Excel y en R.project
elcálculo de la probabilidades con las diferentes Interpreta y aplica las
distribuciones diferentes distribuciones más
importantes en el contexto
indicado

Duración de la guía (en tiempo): 4 horas

2. PRESENTACIÓN

Presentación, justificación y objetivos.

La Bioestadística II realiza inferencias acerca de las poblaciones y sus características. Se

llevan a cabo experimentos cuyos resultados se encuentran sujetos al azar. La prueba de un
número de componentes electrónicos es un ejemplo de experimento estadístico, que es un
concepto que se utiliza para describir cualquier proceso mediante el cual se generan varias
observaciones al azar. Con frecuencia es importante asignar una descripción numérica al
resultado. El objetivo del curso es el lograr que el estudiante sea capaz de inferir a través de
una muestra tomada.

1
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

Sin importar si la distribución de probabilidad discreta se representa de forma gráfica

mediante un histograma, en forma tabular o con una fórmula, describe el comportamiento de
una variable aleatoria. A menudo, las observaciones que se generan en diferentes
experimentos estadísticos tienen el mismo tipo general de comportamiento. En consecuencia,
las variables aleatorias discretas asociadas con estos experimentos se pueden describir
esencialmente con la misma distribución de probabilidad y, por lo tanto, se representan
usando una sola fórmula. De hecho, se necesita sólo un puñado de distribuciones de
probabilidad importantes para describir muchas de las variables aleatorias discretas que se
encuentran en la práctica.
Tal puñado de distribuciones en realidad describe varios fenómenos aleatorios de la vida real.
Por ejemplo, en un estudio sobre la prueba de la eficacia de un nuevo fármaco, el número de
pacientes curados entre todos los pacientes que utilizaron tal medicamento sigue
aproximadamente una distribución binomial.
Por otro lado, el número de leucocitos de una cantidad fija de una muestra de la sangre de
un individuo es comúnmente aleatorio y podría describirse mediante una distribución de
Poisson. Vamos a presentar esas distribuciones que a menudo se utilizan con varios
ejemplos.

3. ACTIVIDADES DE APRENDIZAJE

Descripción de cada una de la(s) Actividad(es)

Descripción de cada una de la(s) Actividad(es), forma de presentación, puntaje máximo
y fecha de inicio y de fin.

Distribución uniforme discreta

Ejemplo: Cuando se selecciona al azar un medicamento de una caja que contiene un

medicamento de 40 cc, uno de 60 cc, uno de 75 cc y uno de 100 cc, cada elemento
del espacio muestral S = {40, 60, 75, 100} ocurre con probabilidad de 1/4. Por lo tanto,
tenemos una distribución uniforme, con

2
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

Distribuciones binomial y multinomial

El proceso de Bernoulli

Una secuencia de ensayos de Bernoulli forma un proceso de Bernoulli, si se cumplen

las siguientes condiciones:

1. En cada ensayo ocurre uno de dos posibles resultados, mutuamente excluyentes.

Uno delos posibles resultados se denota (arbitrariamente) como un éxito y el
otro., como fracaso. ," "
2. La probabilidad de un éxito, denotado 𝑝, permanece constante de un ensayo a otro, y
la probabilidad de fracaso, 1 − 𝑝, se denota con 𝑞.
3. Los ensayos son independientes, es decir, el resultado de algún ensayo en particular
no es afectado por el resultado de cualquier otro ensayo.

Ejemplo:
Se desea calcular la probabilidades 𝑥 exitos en 𝑛 ensayos de Bernoulli.
Suponga que en cierta población 52 por ciento de todos los nacimientos que se
registraron son varones. La interpretación de esto es que la probabilidad del nacimiento

3
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

de un varón registrado es de 52. Si aleatoriamente se escogen cinco registros de

nacimiento dentro de esa población, ¿cuál es la probabilidad de que
Exactamente tres de ellos pertenezcan a varones?

Solución:
Designe la ocurrencia de un registro para el nacimiento de un varón como "éxito", y se
aclara que ésta es una designación arbitraria con fines de claridad y conveniencia y no
refleja ninguna opinión respecto a la preferencia relativa del nacimiento de varones frente
a mujeres. La ocurrencia de un registro de nacimiento para un varón se designa como
éxito, puesto que 10 que se busca son registros de nacimientos de varones. Si se
buscasen registros de nacimientos de mujeres, estos se dan designados como éxitos, y
el registro de nacimientos de varones se da designados como fracasos. .
También es conveniente asignar el número 1 a un éxito (registro del nacimiento de un
varón) y un 0 para un fracaso (registro de nacimiento de una mujer).

El proceso que finalmente resulta en un registro de nacimiento se considera como un

proceso de Bernoulli.
Suponga que, de los cinco registros de nacimiento seleccionados, resulta esta
secuencia de sexos:

VMVVM

En forma codificada se escribe de la siguiente forma:

10110

Puesto que la probabilidad de un éxito. Se denota con 𝑝 y la probabilidad de un fracaso

se denota con 𝑞, la probabilidad dela secuencia de los resultados anteriores se calcula
por medio de la regla de multiplicación:

P(1, 0, 1, 1, 0) = 𝑝𝑞𝑝𝑝𝑞 = 𝑞 2 𝑝3

4
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

Definición: Una combinación de 𝑛 objetos tornados 𝑥 a la vez es un subconjunto

desordenado de 𝑥 de los 𝑛 objetos.
𝒏 𝒏!
( )=
𝒙 𝒙! (𝒏 − 𝒙)!
donde 𝒙!, que se lee 𝑥 factorial y 𝑥! = 𝑥(𝑥 − 1)(𝑥 − 2) ∙∙∙ 1.
3.1

3.2

Ejemplo :
La probabilidad de que un paciente se recupere de una rara enfermedad sanguínea es
0.4. Si se sabe que 15 personas contraen tal enfermedad, ¿cuál es la probabilidad de
que
a) sobrevivan al menos 10,
b) sobrevivan de 3 a 8, y
c) sobrevivan exactamente 5?

5
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

3.3

Distribución hipergeométrica

6
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

Ejemplo: Lotes de 40 fármacos cada uno se denominan aceptables si no contienen más

de tres fármaco que no cumplen con las especificaciones. El procedimiento para
muestrear el lote consiste en seleccionar 5 componentes al azar y rechazar el lote si se
encuentra un componente que no cumpla con las especificaciones.
¿Cuál es la probabilidad de que se encuentre exactamente 1 defectuoso en la muestra,
si hay 3 defectuosos en todo el lote?
Solución: Si se utiliza la distribución hipergeométrica con n = 5, N = 40, k = 3 y x = 1,
encontramos
que la probabilidad de obtener un defectuoso es

De nueva cuenta, probablemente este plan no sea deseable porque detecta un lote
malo (con 3 defectuosos) sólo 30% de las veces.
3.4

3.5
3.6
3.7 Distribución de Poisson y proceso de Poisson
3.8

7
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

3.9
Ejemplo1:
En un estudio de suicidas, Gibbons et al. Encontraron que la distribución mensual de
adolescentes suicidas en el condado de Cook, Illinois, entre 1977 y 1987

Siguió una distribución de Poisson con parámetro 𝜆 = 2.75. Encuentre la probabili-

dad de que un mes seleccionado aleatoriamente sea uno en el que ocurrió el suicidio
de tres adolescentes.

Solución:

ℯ −2.75 ∙ 2.753
P(X = 3) = = 0.2215
3!
Ejemplo2:

Durante el estudio de cierto organismo acuático, se tomó un gran número de muestras

de una laguna, y se contó el número de organismos en cada muestra. EI número
promedio de organismos encontrados por muestra fue de dos. Suponga que el número
de organismos sigue una distribución de Poisson, y calcule la probabilidad de que la
próxima muestra que se tome tenga un organismo 0 menos.

ℯ 2 ∙ 20 ℯ 2 ∙ 21
P(X ≤ 1) = + = 0.406
0! 1!

8
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

3.10

Ejemplo: En ciertas instalaciones industriales los accidentes ocurren con muy poca
frecuencia.
Se sabe que la probabilidad de un accidente en cualquier día dado es 0.005 y los
accidentes son independientes entre sí.
a) ¿Cuál es la probabilidad de que en cualquier periodo dado de 400 días habrá un
accidente en un día?
b) ¿Cuál es la probabilidad de que haya a lo más tres días con un accidente?

Solución: Sea X una variable aleatoria binomial con n = 400 y p = 0.005. Así, np = 2.
Con la
aproximación de Poisson,

3.11 Ambiente Requerido

Grupo de estudiantes donde interactúen los diferentes conocimientos en el cual de
apropien de ellos.
3.12 Materiales
3.13 Computadores
3.14 Calculadora
3.15 Lápiz
3.16 Papel
3.17

9
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

4. ACTIVIDADES DE EVALUACIÓN

Evidencias de Aprendizaje Criterios de Evaluación Técnicas e Instrumentos

de Evaluación

Evidencias de Conocimiento: Talleres

Evidencias de Desempeño:

Evidencias de Producto:

Entrega del taller

TALLER DE EVALUACIÓN

Se expone los siguientes ejercicios para practicar y socializar.

1. Un prominente médico afirma que 70% de las personas con cáncer pulmonar son
fumadores empedernidos. Si su aseveración es correcta,
a) Encuentre la probabilidad de que de 10 de tales pacientes con ingreso reciente
en un hospital, menos de la mitad sean fumadores empedernidos;
b) encuentre la probabilidad de que de 20 de tales pacientes que recientemente
hayan ingresado a un hospital, menos de la mitad sean fumadores
empedernidos.

2. La probabilidad de que una persona muera de cierta infección respiratoria es

0.002. Encuentre la probabilidad de que mueran menos de 5 de los siguientes
2000 infectados de esta forma.

10
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

3. Sobre la base del análisis de datos recolectados por el National Center for Health
Statistics, Najjar y Rowland (A-2) informaron que 25.7 por ciento (redondear a 26 por
ciento para propósitos del cálculo) de personas adultas de EUA tienen sobrepeso.
Si se extrae una muestra aleatoria simple de 20 adultos, encuentre la probabilidad
de que el número de personas con sobrepeso, dentro de la muestra, sean:

a) Exactamente tres personas b) Tres 0 más personas

c) Menos de tres d) Entre tres y siete, inclusive

4. Un informe del National Center for Health Statistics, basado en los datos de 1985,
afirma que 30 por ciento de la población adulta de EUA son fumadores (A-3). Considere
una muestra aleatoria simple de 15 adultos seleccionados en ese momento. Encuentre la
probabilidad de que el número de fumadores en la muestra sean:

a) Tres b) Menos de cinco

c) Entre cinco y nueve, inclusive d) Mas de cinco, pero menos de 10

e) Seis 0 mas

5. Suponga que se sabe que en cierta área de una gran ciudad el número promedio de
ratas por manzana es de cinco. Suponga que el número promedio de ratas sigue una
distribuci6n de Poisson, y calcule la probabilidad de que en una manzana elegida
aleatoriamente:

a) Existan exactamente cinco ratas.

b) Existan más de cinco ratas.

c) Existan menos de cinco ratas.

d) Existan entre cinco y siete ratas, inclusive.

RUBRICA DE EVALUACIÓN

11
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

Entregable Objetivo

Capacidad de plantear Ejemplos expuestos por ellos Ser capaz de distinguir las
problemas con diferentes y socialización en el curso variables aleatorias discretas
variables y las continuas

Resuelve problemas Taller en grupo El estudiante abordó la

temática expuesta por el
docente

5. GLOSARIO DE TERMINOS

Variable aleatoria discreta

Distribución uniforme

Distribución binomial

Distribución poisson

Distribución hipergeometrica

12
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

6. BIBLIOGRAFIA
Bioestadística, Wayne W. Daniel, 4ª Edición, 2004

Probabilidad y Estadística para ingeniería y ciencias, WALPOLE MYERS MYERS YE, octava
edición, 2007

Probabilidad y Estadística, Spiegel, McGraw-Hill 1991.

Curso y ejercicios de estadística, Quesada, Isidoro & López, Alhambra 1988

Métodos Estadísticos, Viedma, Ediciones del Castillo 1990

Johnson, Robert., (2008)., Estadística Elemental: Lo esencial., Editorial Cengage Learning

Editores., México.

7. CONTROL DEL DOCUMENTO

8. CONTROL DE ACTUALIZACIÓN

Se le realizaron ajustes de ejemplos de aplicación y se le anexaron ejercicios propuesto

de práctica.

Elaborado Por: Luzneyda Ballesteros Peinado

Cargo: Docente

Área: Ciencias Básicas

Fecha: 1 de Julio- 2019

13
 PROCESO: PLANEACIÓN Y GESTIÓN INTEGRAL
TÍTULO: GUIA DE APRENDIZAJE
CÓDIGO: R-FAC-048
VERSIÓN: 001

GUÍA DE APRENDIZAJE N° 1

Elaborado Por: Luzneyda Ballesteros Peinado

Cargo: Docente

Área: Ciencias Básica

Fecha: 1 de Julio- 2019

Justificación de la Actualización: En proceso de la creación del aula virtual

9. ANEXOS

14