Distribuciones discretas vs continuas

Una **distribución de probabilidad** describe qué tan probables son los diferentes resultados para una variable aleatoria. ## Distribuciones discretas Una **distribución discreta** se aplica a variables que solo pueden tomar **valores específicos y separados** (generalmente contados). **Ejemplos de variables discretas:** - Número de caras en 10 lanzamientos de moneda: $0, 1, 2, \ldots, 10$ - Lanzamiento de dado: $1, 2, 3, 4, 5, 6$ - Número de estudiantes en una clase: $15, 16, 17, \ldots$ **Característica clave:** Puedes listar todos los valores posibles. Usamos una **Función de masa de probabilidad (PMF)** donde: $$P(X = x) \geq 0 \text{ y } \sum_{\text{todo } x} P(X = x) = 1$$ ## Distribuciones continuas Una **distribución continua** se aplica a variables que pueden tomar **cualquier valor en un rango** (generalmente medidas). **Ejemplos de variables continuas:** - Altura de una persona: cualquier valor de 0 a 300 cm - Tiempo para completar una tarea: cualquier valor positivo - Temperatura: cualquier valor en un termómetro **Característica clave:** No puedes listar todos los valores posibles (infinitos). Usamos una **Función de densidad de probabilidad (PDF)** donde: $$P(a \leq X \leq b) = \int_a^b f(x)\, dx$$ Para variables continuas, $P(X = \text{valor exacto}) = 0$ porque hay infinitos valores posibles.

Clasificar variables aleatorias

Clasifica cada variable como discreta o continua: (a) Número de coches que pasan por un punto de control (b) Peso de un paquete (c) Número de artículos defectuosos en un lote

Analiza la variable (a): Los coches se cuentan: 0, 1, 2, 3, ... No puedes tener 2,5 coches = Discreta

Analiza la variable (b): El peso se mide: 1,234 kg, 1,235 kg, etc. Cualquier valor es posible = Continua

Analiza la variable (c): Los defectos se cuentan: 0, 1, 2, ... No puedes tener 1,7 defectos = Discreta

Answer: (a) Discreta, (b) Continua, (c) Discreta

Calcular probabilidades discretas

Se lanza un dado justo. Encuentra: (a) $P(X = 4)$ y (b) $P(X \leq 2)$

Identifica la distribución: El lanzamiento de dado tiene 6 resultados igualmente probables: 1, 2, 3, 4, 5, 6 = Distribución discreta uniforme

Calcula P(X = 4): Solo un resultado igual a 4, entonces $P(X = 4) = \frac{1}{6}$ = $P(X = 4) = \frac{1}{6}$

Calcula P(X ≤ 2): Dos resultados satisfacen esto: 1 y 2 $P(X \leq 2) = P(X=1) + P(X=2) = \frac{1}{6} + \frac{1}{6}$ = $P(X \leq 2) = \frac{2}{6} = \frac{1}{3}$

Answer: (a) $\frac{1}{6} \approx 0,167$, (b) $\frac{1}{3} \approx 0,333$

Entender la probabilidad continua

Las alturas en una población siguen una distribución continua. Explica por qué $P(\text{altura} = 170,0000\ldots \text{ cm})$ es igual a cero.

Considera la naturaleza de las variables continuas: La altura puede ser 170,0001 cm, 170,00001 cm, etc. Existen infinitos valores = Infinitos valores posibles

Aplica el razonamiento probabilístico: Si cada valor exacto tuviera probabilidad positiva, la suma sería infinita (no 1) = Cada valor exacto debe tener probabilidad 0

Comprende el significado práctico: Calculamos $P(169,5 < X < 170,5)$ en su lugar. Esta es el área bajo la curva entre estos límites = Usa intervalos, no valores exactos

Answer: Con infinitos valores posibles, asignar probabilidad positiva a cada uno haría que el total superara 1. Para distribuciones continuas, calculamos probabilidades para intervalos, no para valores exactos.

Comprender la diferencia entre distribuciones discretas y continuas es fundamental para: - **Estadística**: Elegir la prueba o modelo correcto para tus datos - **Ciencia de datos**: Seleccionar algoritmos de aprendizaje automático apropiados - **Control de calidad**: Monitorear procesos de fabricación (conteo de defectos vs mediciones) - **Finanzas**: Modelar precios de acciones (continuo) vs número de transacciones (discreto) - **Medicina**: Analizar conteos de pacientes (discreto) vs lecturas de presión arterial (continuo) ¡Usar el tipo incorrecto de distribución lleva a conclusiones y predicciones erróneas!

Mistake: Pensar que 'el dinero' siempre es discreto porque contamos euros

Why: Aunque a menudo redondeamos el dinero a céntimos, los modelos financieros frecuentemente tratan el dinero como continuo porque las transacciones teóricamente pueden ser de cualquier cantidad.

Correct: El contexto importa: contar monedas es discreto, pero modelar precios de acciones es típicamente continuo.

Mistake: Intentar calcular P(X = valor exacto) para distribuciones continuas

Why: Para distribuciones continuas, la probabilidad en cualquier punto único es cero. Solo los intervalos tienen probabilidad positiva.

Correct: Para distribuciones continuas, siempre calcula $P(a < X < b)$ usando el área bajo la curva.

Mistake: Confundir 'pocos valores posibles' con 'discreto'

Why: Una variable es discreta según su naturaleza, no por el número de valores observados en una muestra.

Correct: Pregúntate: '¿Puede esta variable teóricamente tomar CUALQUIER valor en un rango?' Si es así, es continua.

Control de calidad en fabricación

Las fábricas usan distribuciones discretas para contar defectos y distribuciones continuas para mediciones.

Una fábrica cuenta artículos defectuosos por lote (discreto: 0, 1, 2, ...) pero mide el peso del producto en gramos (continuo: 250,3 g, 250,31 g, ...).

Estadísticas médicas

La atención sanitaria usa ambos tipos: conteos de pacientes (discreto) y signos vitales (continuo).

Número de pacientes admitidos hoy (discreto: 45, 46, 47) vs lectura de presión arterial (continuo: 120,5 mmHg, 121,3 mmHg).

Las **distribuciones discretas** se aplican a variables con valores contables y separados (como lanzamientos de dados, de monedas, o conteos)

Las **distribuciones continuas** se aplican a variables que pueden tomar cualquier valor en un rango (como altura, peso o tiempo)

Para variables discretas, usamos PMF y podemos calcular $P(X = x)$ directamente

Para variables continuas, usamos PDF y calculamos probabilidades para intervalos: $P(a < X < b)$

Pregúntate: '¿Esto se cuenta o se mide?' Contado = discreto, Medido = continuo

Q: ¿Puede una variable ser tanto discreta como continua?

A: No, una variable es fundamentalmente una u otra según su naturaleza. Sin embargo, a veces modelamos variables discretas (como conteos) con distribuciones continuas como aproximación cuando los valores son grandes.

Q: ¿Por qué la edad a veces se trata como discreta y a veces como continua?

A: La edad en años (18, 19, 20) es discreta. La edad como tiempo exacto desde el nacimiento (18,5273 años) es continua. La elección depende de cómo mides y usas los datos.

Q: ¿Cuál es la diferencia entre PMF y PDF?

A: La PMF (Función de masa de probabilidad) da la probabilidad real para valores discretos. La PDF (Función de densidad de probabilidad) da la densidad para variables continuas - debes integrar sobre un intervalo para obtener la probabilidad.

Salir de la presentación

Distribuciones discretas vs continuas

1 / 11

Probabilidad / Distribuciones de probabilidad

Distribuciones discretas vs continuas

Aprende la diferencia entre las distribuciones de probabilidad discretas y continuas, y cuándo usar cada tipo.

Avanzado25 min

Usa las flechas o la barra espaciadora para navegar