Probabilidad Explicada: Distribuciones Normal y Binomial

Bienvenidos a los fundamentos de la probabilidad. Hoy exploraremos los conceptos básicos que nos ayudarán a entender los eventos aleatorios.La probabilidad es un concepto matemático que nos ayuda a medir qué tan posible es que ocurra un evento.Se expresa como un número entre cero y uno, donde cero significa imposible y uno significa certeza.Uno de los ejemplos más simples de probabilidad es el lanzamiento de una moneda.Al lanzar una moneda muchas veces, podemos ver cómo los resultados tienden a equilibrarse.Otro ejemplo común es el lanzamiento de un dado, que nos muestra cómo diferentes eventos pueden tener la misma probabilidad.En un dado justo, cada número tiene la misma probabilidad de salir: un sexto.Los eventos probabilísticos pueden clasificarse en diferentes tipos, cada uno con sus propias características.Estos conceptos básicos nos ayudarán a entender las distribuciones de probabilidad que veremos a continuación.La distribución normal, también conocida como gaussiana, es una de las distribuciones más importantes en estadística.Su característica forma de campana es simétrica alrededor de la media, representada por la letra griega mu.La desviación estándar, sigma, nos indica qué tan dispersos están los datos alrededor de la media.Una propiedad fundamental es la regla 68-95-99.7. El sesenta y ocho por ciento de los datos se encuentra a una desviación estándar de la media.El noventa y cinco por ciento se encuentra dentro de dos desviaciones estándar.Y el noventa y nueve punto siete por ciento está dentro de tres desviaciones estándar.Veamos un ejemplo real: la altura de los adultos en una población. La media es aproximadamente ciento setenta centímetros, con una desviación estándar de diez centímetros.Esto significa que el sesenta y ocho por ciento de los adultos mide entre ciento sesenta y ciento ochenta centímetros.El noventa y cinco por ciento mide entre ciento cincuenta y ciento noventa centímetros.Y prácticamente toda la población, el noventa y nueve punto siete por ciento, mide entre ciento cuarenta y doscientos centímetros.Esta distribución aparece naturalmente en muchas situaciones, desde medidas biológicas hasta calificaciones escolares.La distribución binomial se basa en los ensayos de Bernoulli, que son experimentos con características específicas.Un ensayo de Bernoulli tiene cuatro características fundamentales.Por ejemplo, al lanzar una moneda, tenemos dos resultados posibles, cara o cruz, con probabilidad constante.La fórmula de la distribución binomial nos permite calcular la probabilidad de obtener un número específico de éxitos en n intentos.Veamos un ejemplo práctico de control de calidad en una línea de producción.Supongamos que inspeccionamos cien productos, con una probabilidad del cinco por ciento de encontrar defectos.Calculemos la probabilidad de encontrar exactamente tres productos defectuosos.Esta probabilidad forma parte de una distribución binomial completa, que muestra todas las probabilidades posibles.Nuestro caso de tres defectos corresponde a este punto en la distribución.Comparemos las distribuciones normal y binomial a través de sus características principales.La distribución normal maneja datos continuos como alturas o pesos, mientras que la binomial trabaja con conteos discretos.Visualmente, la distribución normal muestra una curva continua y simétrica, mientras que la binomial presenta valores discretos que pueden ser asimétricos.Veamos aplicaciones prácticas en diferentes campos. En medicina, usamos la distribución normal para analizar niveles de glucosa y la binomial para éxitos en tratamientos.En control de calidad, las dimensiones de piezas siguen una distribución normal, mientras que los productos defectuosos siguen una binomial.En ciencias sociales, las puntuaciones de tests suelen seguir una distribución normal, mientras que el número de respuestas correctas sigue una binomial.Para elegir qué distribución usar, primero debemos identificar si nuestros datos son continuos o discretos.En la siguiente sección, aprenderemos a realizar cálculos específicos usando estas distribuciones.Para realizar cálculos de probabilidad, necesitamos herramientas específicas para cada distribución.Para la distribución normal, comenzamos con un gráfico de campana y los valores críticos.Los cálculos normales requieren estandarización y el uso de tablas Z.Para la distribución binomial, usamos tablas de probabilidad o fórmulas directas.Existen diversas herramientas para facilitar estos cálculos.Aquí hay algunos consejos para identificar qué distribución usar en cada situación.Recordemos los puntos clave para trabajar con distribuciones de probabilidad.¡Gracias por aprender sobre cálculos de probabilidad con Spark.E!