Manual de Bioestadística Veterinaria: Benito López Baños

Capítulo 4.

DISTRIBUCIÓN DE PROBABILIDAD

Por el tipo de variable que se mide, estas se pueden distribuir probabilística

mente de dos maneras: si la variable es discreta, es decir, se exprese
enumerándose (0, 1, 2, 3,…, n).

Ejemplos: El número de partos de una hembra

El número de hijos de un semental
El número de lechones al parto de una cerda
El número de muertes por una enfermedad en una parvada
El número de huevos por ciclo de postura de una gallina, etc.

Entonces la distribución de su frecuencia será discreta.

Pero si la variable es continua, donde esta pueda tener valores numéricos

infinitos es decir su valor formen puntos sobre una línea sin interrupciones.

Ejemplos: La alzada de un caballo.

El perímetro toráxico de una vaca.
El peso de un cerdo.
El peso de la camada al destete por una cerda.
La producción de leche de una vaca.
El consumo de alimento de un pollo al día, etc.

Entonces la distribución de su frecuencia será continua.

Distribuciones de Probabilidad.
Como se puede ver en ambos casos, cualquier experimento por lo general
produce observaciones numéricas que varían de muestra a muestra y es por
este hecho que se define una variable aleatoria, como una función con valores
numéricos definidos sobre un espacio muestral. Es decir, que una variable x,
es una variable aleatoria si el valor que asume es un suceso aleatorio
numérico. Así la distribución de probabilidad de una variable aleatoria discreta
puede ser una ecuación, una tabla o un gráfico que proporciona la probabilidad
asociada con cada valor de la variable aleatoria y debe cumplir dos condiciones
básicas para una distribución de probabilidad:

A. 0 ≤ p(x) ≤ 1

n
B. p(x) = 1 x = 0, 1, 2,…, n
x 0

DISTRIBUCIÓN BINOMIAL.
Muchos problemas de probabilidad en Medicina Veterinaria y Zootecnia
consisten en pruebas independientes de un experimento cuyos resultados
posibles pueden clasificarse en 2 categorías que comúnmente se denominan:
“éxitos” o “fracasos”. Tales experimentos que solo tienen dos resultados
posibles son llamados también pruebas de Bernoulli. Así tenemos que, una
Manual de Bioestadística Veterinaria: Benito López Baños

vacuna contra cierta enfermedad puede proteger a un animal o no protegerlo,

un medicamento puede aliviarlo o no aliviarlo, una enfermedad puede matar a
un individuo o no hacerlo, el sexo de una cría al nacer puede ser macho o
hembra, etc. La probabilidad de un acierto “éxito” se representa en general por
la letra “p”, mientras que la de un fallo “fracaso” se hace con la letra “q” de
forma que:
p+q=1

Si asumimos que realizamos n pruebas de Bernoulli, el espacio muestral estará

formado por 2n resultados o puntos muestrales y pueden explicarse por medio
del binomio de Newton:

(p + q)n = pn + nC1 pn-1q + nC2 pn-2q2 +…+ nCr pn-rqr +…+ nCr-2 p2qr-2 + nCr-1 p qr-1 + qn

Ejemplo 4.0.
Si se quiere saber ¿Cómo se puede distribuir el sexo de las crías?, de una
vaca de raza Cebú Gyr con tres partos y se considera como éxito el nacimiento
de una hembra, por cada evento p = ♀ y q = ♂ donde ambos son
equiprobables igual a ½ = 0.5. El espacio muestral podría explicarse de la
siguiente manera en el Cuadro 1.

Cuadro 1. Distribución de probabilidad para 23 = 8 puntos muestrales.

Puntos Arreglos Número de Probabilidad

muestrales Hembras
1 (♀♀♀) 3 p . p . p = p3 = 0.125
2 (♀♀♂) 2 p . p . q = p2q = 0.125
3 (♀♂♀) 2 p . q . p = p2q = 0.125
4 (♂♀♀) 2 q . p . p = p2q = 0.125
5 (♀♂♂) 1 p . q . q = p q2 = 0.125
6 (♂♀♂) 1 q . p . q = p q2 = 0.125
7 (♂♂♀) 1 q . q . p = p q2 = 0.125
8 (♂♂♂) 0 q . q . q = q3 = 0.125

Nótese que los puntos muestrales 2, 3 y 4 dan como resultados el mismo

número de hembras igual a dos, y que los puntos 5, 6 y 7 dan el mismo número
de hembras igual a uno. Resultando así el binomio:

(p + q) 3 = p3 + 3 p2q + 3 p q2 + q3

Si además, se considera que estos puntos pudieran no ser equiprobables y se

desea estimar la probabilidad de obtener k éxitos en n pruebas donde p y q se
mantienen constantes de prueba a prueba, la probabilidad de un punto
muestral x que cumpla con esta condición puede ser estimada aplicando la
regla de la multiplicación.

p(x) = nCr pn-rqr sí x=n-r

Manual de Bioestadística Veterinaria: Benito López Baños

Ejemplo 4.1
En un estudio de barrido para detectar los animales enfermos de brucela en
cierto establo de vacas lecheras, se determinó que el 15 % de ellas fueron
reactoras positivas a la prueba sin que hubiera antecedentes de vacunaciones.
Sí se toma una muestra aleatoria de 12 vacas para correr de nuevo la prueba,
¿Cuál será la probabilidad de que se encuentren positivas?

a) Exactamente 2 vacas.
b) Al menos 1 vaca.
c) Ninguna.
d) Entre 1 y 3 inclusive.

SOLUCIÓN.
Nótese que n = 12, p = 0.15 y q = 0.85

A. Exactamente 2 vacas:

p(x) = p(2) = nCr pn-rqr = 12C10 p12-10q10 = 12C10 p2q10 =

12!
= (0.15)2 (0.85)10 = 66(0.15)2 (0.85)10 = 0.292358
(12 10)!. 10!

B. Al menos 1 vaca.
Esta pregunta involucra varios puntos muestrales del espacio muestral y va de
1 a 12 vacas positivas inclusive. Esto podría expresarse de la siguiente
manera:

12
p(1) + p(2) +…+ p(12) = p(x)
x 1

Encontrar la respuesta por esta vía, implica mucho trabajo, pero fácilmente se
puede resolver, sí, consideramos que, de 1 a 12 vacas positivas es
prácticamente todo el espacio muestra y solo queda excluido el punto muestral
donde x = 0, es decir, no encontrar ninguna vaca positiva. Este punto es fácil
calcularlo y sería:

P(0) = qn = q12 = (0.85)12 = 0.142242

Como todo el espacio muestra es igual a 1. Entonces la respuesta a este

inciso B, sería:

1 – 0.142242 = 0.857758

C. Ninguna.
La respuesta a este inciso ya esta resuelta y es:

P(0) = qn = q12 = (0.85)12 = 0.142242

Manual de Bioestadística Veterinaria: Benito López Baños

D. Entre 1 y 3 inclusive.
Esta pregunta involucra tres puntos muestrales del espacio muestra y puede
ser expresado como:

3
P (1) + p(2) + p(3) = p(x)
x 1

Lo que implica usando el binomio de Newton:

12C9 p3q9 + 12 C10 p2q10 + 12C11 p q11 = 220 (0.15)3 (0.85)9 + 66 (0.15)2 (0.85)10

+ 12 (0.15) (0.85)11

Resolviendo esta ecuación tendremos que la respuesta sería:

3
p(x) = 0.171976 + 0.292358 + 0.301218 = 0.765552
x 1

Ejemplo 4.2
Una distribuidora de semillas de pasto Huminícola ofrece su producto
garantizando una germinación del 90 %. Las semillas las vende en paquetes de
un kilogramo. Si un ganadero adquiere 20 paquetes de semilla para implantar
dicho pasto en una hectárea de su rancho. ¿Cuál será la probabilidad de que?:

a. Un paquete de semillas no cumpla la garantía.

b. Al menos dos paquetes no la cumplan.
c. No la cumpla entre 2 y 5 paquetes inclusive.
d. Todos los paquetes cumplan la garantía.

SOLUCIÓN.
Nótese que: n = 20, p = 0.9 y q = 0.1

A. Un paquete de semillas no cumpla la garantía. Este inciso equivale a

considerar que 19 paquetes si cumplan la garantía, por lo tanto se puede
resolver con:

p(x) = p(19) = nCr pn-rqr = 20C1 p20-1q1 = 20C1 p19q1 = 20C1 (0.9)19 (0.1)1 =

= 20 (0.1351) (0.1) = 0.2702

B. A los menos dos paquetes no la cumplan. Esta pregunta involucra varios

puntos muestrales del espacio muestra y va de 2 a 20 paquetes inclusive que
no cumplan la garantía. Esto podría expresarse de la siguiente manera:

20
p(2) + p(3) +…+ p(20) = p(x)
x 2
Manual de Bioestadística Veterinaria: Benito López Baños

Encontrar la respuesta por esta vía, implica mucho trabajo, pero fácilmente se
puede resolver, sí, consideramos que, de 2 a 20 es prácticamente todo el
espacio muestra y solo queda excluido los puntos muestrales donde x = 0,1. Es
decir, encontrar que todos los sobres cumplen la garantía o que uno no la
cumpla. Este punto es fácil calcularlo y sería:

pn + nC1 pn-1q = p20 + 20 p20-1q = (0.9)20 + 20(0.9)19 (0.1) = 0.3917

Como todo el espacio muestra es igual a 1. Entonces la respuesta a este

inciso B, sería:

1- 0.3917 = 0.6083

C. No la cumpla entre 2 y 5 paquetes inclusive. Esta pregunta involucra cuatro

puntos muestrales del espacio muestral y va de 2 hasta 5, es decir:

5
p(2) + p(3) + p(4) + p(5) = p(x)
x 2

Por lo tanto la respuesta se estimaría como:

p18q2 + 20C3 p17q3 + 20C4 p16q4 + 20C5 p15q5 =

20C2
= 20C2 (0.9) 18(0.1)2 + 20C3 p17q3 + 20C4 p16q4 + 20C5 p15q5 =
= 190(0.9)18(0.1)2 + 1140(0.9)17(0.1)3 + 4845(0.9)16(0.1)4 + 15504(0.9)15(0.1)5 =
≈ 0.2852 + 0.1901 + 0.0898 + 0.0319 ≈ 0.5970

A. Todos los paquetes cumplan la garantía. La respuesta a este inciso es

muy sencilla y estaría representado por:

p20 = (0.9)20 ≈ 0.1216

Parámetros de la distribución Binomial.

Una distribución Binomial al igual que cualquier otra distribución, como se verá
mas adelante, contiene parámetros como: la Media, Varianza y Desviación
Estándar. Mismas que sirven para describir la distribución de la variable en
estudio.
Así la media de una población con distribución Binomial será:

n
µ= Xi . P (Xi) o µ = E (X) = n . p
i 1

Ejemplo 4.3
Si se toma el ejemplo 4.0, se puede ver que Xi toma los valores para las
hembras de: 3, 2, 1, 0 y la probabilidad para cada valor de X es: 0.125, 0.375,
0.375 y 0.125 respectivamente, por lo tanto la Media de esta distribución será:

n
µ= Xi . P (Xi) = (3 x 0.125) + (2 x 0.375) + (1 x 0.375) + (0 x 0.125) =
i 1
Manual de Bioestadística Veterinaria: Benito López Baños

= (0.375) + (0.750) + (0.375) + (0) = 1.5

ó
µ = E (X) = n . p = 3 x 0.5 = 1.5

Puede notarse que esta última ecuación resulta más práctica, por lo que
siguiendo este contexto la Varianza σ2 sería:

σ2 = n . p . q = 3 x 0.5 x 0.5 = 0.75

y la Desviación Estándar σ sería:

σ= npq = 3x0.5x0.5 = 0.75 = 0.866

DISTRIBUCIÓN DE POISSON.

Otra distribución de probabilidad discreta es la distribución de Poisson, misma

que se le acredita al matemático francés Simeon Denis Poisson (1781-1840) y
obedece a la necesidad de estimar la probabilidad de aquellos sucesos donde
“n” tiende a infinito y “p” tiende a cero. En este tipo de problema resulta
complicado estimar la probabilidad para un punto muestral a menos que se
utilice un número grande de decimales, por lo que resulta de gran utilidad usar
aproximaciones de cálculo que sean más sencillas que la distribución Binomial.

Ejemplo 4.3
En una granja porcina de maternidad se ha presentado un parto distócico por
cada 1000 normales, donde todos los lechones nacen muertos. Si se
selecciona al azar una muestra de 120 partos en dicha granja; ¿Cuál es la
probabilidad de que en 10 de ellos, todos los lechones nazcan muertos?

Este problema presenta las características de un experimento de Bernoulli, por

lo que se podría resolver mediante la distribución Binomial si se asume que:

a) “n” es igual a 120.

b) “p” es igual a 1/1000 y “q” es igual a 999/1000

Así la respuesta a la pregunta del problema anterior se estimaría resolviendo la

ecuación siguiente:

120C110 x (0.001)10 x (0.999)110

Nótese que resulta complicado para un estudiante de licenciatura ya que

considerando hasta 10 decimales de redondeo no estimaría la respuesta pues
tan solo la expresión (0.001)10 resulta ser infinitesimalmente pequeña.
Manual de Bioestadística Veterinaria: Benito López Baños

Sin embargo Poisson en 1837, demostró que el límite de una distribución

Binomial cuando “n” tiende a infinito y “p” tiende a cero, la distribución cuya
función la determina es:
e x
f (x) = si x = 0, 1, 2, … , α
x!

Donde:
X = Número de éxitos.
λ (lambda) = Promedio de éxitos obtenidos en “n” repeticiones.
e = Base de los logaritmos naturales, cuyo valor es aproximadamente de
2.718282

Así para el ejemplo anterior, usando la función de Poisson se tendrá que:

Si x = 10, λ = n p = 120 (1/1000) = 0.12

x 0.12
e e 0.1210
Entonces f (x) = = f (10) = = 1.5133 x 10-16
x! 10!

Una comparación entre la distribución Binomial y la de Poisson se puede ver en

el cuadro 2.

Donde usando el supuesto siguiente se tendrá que:

Ejemplo 4.4
Si la probabilidad de éxito, en un reten de inspección de ganado bovino robado,
es de 0.01 y diariamente pasan por ese lugar 100 camiones que transportan
bovinos. ¿Cuál será la probabilidad de que en un día determinado se detecten:
0, 1, 2, 3, 4, 5 ó más camiones con ganado robado?

Cuadro 2. Comparación de las probabilidades obtenidas mediante las

Distribuciones Binomial y la de Poisson.

x Binomial Poisson
éxitos Ecuación Probabilidad Ecuación Probabilidad
100
0 0.99 0.3660 e 11 0 0.3679
0!
1 100(.01)(.99)99 0.3697 e 111 0.3679
1!
2 98
2 100C98(.01) (.99) 0.1849 e 112 0.1839
2!
3 97
3 100C97(.01) (.99) 0.0610 e 113 0.0613
3!
4 96
4 100C96(.01) (.99) 0.0149 e 114 0.0153
4!
5 o más 4 0.0035 4 0.004
1- p(x) 1- p(x)
x 0 x 0
Manual de Bioestadística Veterinaria: Benito López Baños

p(Éxito) = 0.01 n = 100 λ=1

Como se podrá ver en el cuadro 2, las probabilidades obtenidas por las dos
vías son muy semejantes con la ventaja por parte de la distribución de Poisson,
que con ayuda de una calculadora científica es relativamente fácil los cálculos.

Es posible demostrar que la distribución de Poisson surge de una aproximación

axiomática diferente y por lo tanto tiene características especiales que la hacen
diferente a la Binomial. Entre estas características se tiene que:

-Las ocurrencias de varios eventos en un intervalo de espacio o tiempo

son independientes.
-Teóricamente es posible un número infinito de ocurrencias del evento
en un intervalo.
-La probabilidad de que se presente una sola vez el evento en un
determinado intervalo es proporcional a la longitud del intervalo.
-La media λ de la distribución es igual a su varianza.
-En cualquier punto del intervalo se rechaza la probabilidad de que se
presente más de una vez el evento.

Así la distribución de Poisson resulta de interés en la Medicina Veterinaria, su

aplicación resulta muy diversa y va desde la estimación del número de
bacterias observadas en una placa, número de microorganismos en una gota
de agua, número de insectos por unidad de área en un animal, número de
pacientes que acuden a una clínica en un tiempo dado, etc.

Ejemplo 4.5
Si el número promedio de bacterias de una cepa de Diplococcus pneumoniae
que muta a resistente a la Penicilina, es de 0.5 cuando se siembran 10 millones
de ellas en una caja de Petri con medio de cultivo específico adicionado con
este antibiótico para la bacteria. ¿Cuál es la probabilidad de que en un
momento dado se encuentre en una caja de petri determinada?

a. Cero colonias.
b. Dos o menos.
c. Mas de tres.
d. Entre 2 y 5 colonias.

SOLUCIÓN. Si asumimos que este ensayo tiene una distribución de Poisson

con λ = 0.5, entonces:

a. Cero colonias tendrá una probabilidad de:

0.5
e 0.50
f (0) = ≈ 0.6065
0!

b. Dos o menos. Esta pregunta implica la probabilidad de cuando x = 0, 1,

2 por lo tanto se podría expresar como:
Manual de Bioestadística Veterinaria: Benito López Baños

2
f(0) + f(1) +f(2) = p(x)
x 0

Así tenemos que:

0.5
e 0.50
f(0) = ≈ 0.6065
0!

0.5
e 0.51
f(1) = ≈ 0.3033
1!

0 .5
e 0 .5 2
f(2) = ≈ 0.0758
2!

Y por lo tanto: 0.6065 + 0.3033 + 0.0758 = 0.9856

c. Mas de tres. En esta pregunta se plantea estimar la probabilidad de x =

4 o más, es decir cuando x = 4, 5,…, α lo cual implica un conflicto.

Pero como: p(x) = 1 entonces la respuesta a este inciso se

x 0

puede calcular restando a 1 lo que excluye la pregunta, es decir.

3
1- p(x) = 1- (f(0) + f(1) + f(2) + f(3))
x 0

Así tenemos que:

0.5
e 0.50
f(0) = ≈ 0.6065
0!

0.5
e 0.51
f(1) = ≈ 0.3033
1!

0 .5
e 0 .5 2
f(2) = ≈ 0.0758
2!

0.5
e 0.53
f(3) = ≈ 0.0126
3!

Y por lo tanto: 0.6065 + 0.3033 + 0.0758 + 0.0126 = 0.9982

Siendo la respuesta a este inciso: 1 – 0.9982 = 0.0018

Manual de Bioestadística Veterinaria: Benito López Baños

d. Entre 2 y 5 colonias. En esta pregunta se plantea estimar la

probabilidad de x = 2, 3, 4 y 5 es decir:

5
p(x) = f(2) + f(3) + f(4) + f(5)
x 2

0 .5
e 0 .5 2
f(2) = ≈ 0.0758
2!

0.5
e 0.53
f(3) = ≈ 0.0126
3!

0 .5
e 0 .5 4
f(4) = ≈ 0.0020
4!

0.5
e 0.55
f(5) = ≈ 0.0002
5!

Y por lo tanto:

5
p(x) = 0.0758 + 0.0126 + 0.0020 + 0.0002 = 0.0906
x 2

DISTRIBUCION NORMAL.

Esta es una distribución de probabilidad que se forma a partir de variables

continuas. Siendo la mas importantes de las distribuciones teóricas, se le
conoce también como: Curva Normal, de Campana o de Gauss esto último,
en memoria del matemático Karl Gauss uno de sus descubridores
(Abraham De Moivre, 1667-1754; Pierre-Simon marqués de Laplace, 1749-
1827; Karl Friedrich Gauss, 1777-1855).
La importancia de esta distribución radica en que mucho de los supuestos
en que se basa la inferencia estadística está soportado en ésta, como se
discutirá en otros temas posteriormente.
Como punto de referencia, sin que se pretenda introducir al lector en
ecuaciones complejas de cálculo, esta distribución esta definida por la
expresión:
1
1 ( x )2 / 2
f(x) = e 2 ,-∞<x<∞
2
Donde:
µ = La media.
Σ = La desviación estándar.
= Es igual a 3.1416.
Manual de Bioestadística Veterinaria: Benito López Baños

e = Base de los logaritmos naturales y corresponde a 2.7183

aproximadamente.
Es costumbre indicar cuando una distribución es normal por la forma
siguiente:
N (µ,σ2)

Así una distribución de probabilidad normal, tomará una forma que

dependerá de su media µ y de su varianza σ2, es decir, siempre tomará la
forma de campana pero será mas amplia o mas estrecha dependiendo de
estos parámetros, como se puede ver en la figura 4.1, donde se muestran
cuatro distribuciones ubicadas en un mismo plano con media y varianza
diferentes. La primera curva, tiene media igual a cero y varianza de uno, la
segunda curva tiene una media de dos y varianza uno; estas dos curvas
tienen prácticamente la misma forma pero están desfasadas en el plano por
su media aritmética de cero y tres respectivamente.

Figura 4.1 Cuatro distribuciones normales con media µ

y desviación estándar σ2 diferentes.

En cambio, la tercera y cuarta curva tienen igual media de 6 pero diferentes

varianzas, mientras que en la tercera es de 0.25 en la última es de 4, lo que
las hace en sus formas diferentes, la tercera es puntiaguda y la cuarta es
aplanada. En otras palabras la distribución normal tomará una distribución
dependiendo de dos parámetros: µ y σ2, lo cual teóricamente existen una
infinidad de distribuciones normales, tantas como valores diferentes hayan
para µ y σ2.

Propiedades de la Distribución Normal.

A. Es simétrica en torno a su media µ, es decir, que si trazamos una

perpendicular que pase por la media, la curva quedará dividida en 2 partes
iguales, lo que equivale a que cada mitad como área bajo la curva valga
0.5 y que la suma de las dos mitades nos de 1 (ver figura 4.2).
Manual de Bioestadística Veterinaria: Benito López Baños

Figura 4.2 Simetría de la Distribución Normal la cual esta dividida en dos

partes iguales equivalentes a áreas de 0.5 cada una.

B La media aritmética, la moda y la mediana tienen el mismo valor.

Figura 4.3 La Distribución Normal cuya Media, Mediana y Moda son iguales
con valor de 0.00

C. Es asintótica con respecto al eje de la “x” en ambos sentidos es decir,

que la curva conforme se aleja del centro (µ ), tiende a acercarse al eje de las
“x” hasta ± ∞ sin llegar a tocar dicho eje (ver figura 4.4).
Manual de Bioestadística Veterinaria: Benito López Baños

Figura 4.4 La Distribución Normal es asintótica hacia sus extremos y va

de + ∞ a - ∞.

D. Cada punto de inflexión de la curva corresponde a ± 0, 1, 2 y 3

desviaciones estándar “σ” con respecto a µ. Lo cual, si se proyecta una
perpendicular que pase por cada uno de estos puntos, se cubrirá un área
expresada en porcentaje bajo la curva de (ver figura 4.5):

µ ± 0σ = 0 %
µ ± 1σ = 68.26 %
µ ± 2σ = 95.45 %
µ ± 3σ = 99.73 %

Figura 4.5 Áreas bajo la curva normal que son determinadas por ± 1,2 y 3
σ respecto a µ.

La Curva Normal Estándar.

Manual de Bioestadística Veterinaria: Benito López Baños

Como ya se mencionó existe una curva normal diferente para cada valor de µ y
σ y aunque la ecuación siguiente permite estimar el área bajo la curva:

z2 1 z 2 / 2 dz
e
z1
2

Resulta extremadamente complicado tabular toda una fracción de ellas. Sin

embargo existe la posibilidad de estimar las áreas entre dos puntos de una
curva normal en forma simplificada si utilizamos el concepto de variable
estandarizada “z” que resulta de utilizar la última propiedad de la curva normal
ya descrita y que involucra a la σ.
x
z=

Mediante esta transformación de valores “x” a valores “z” es posible estimar el

área bajo la curva comprendida entre dos puntos “x” al utilizar la tabla de áreas
bajo la curva estandarizada con media µ = 0 y varianza o desviación estandar
σ2 = σ = 1. Que se muestra en el Apéndice B.

Nota. Recuerde que: 12 = 1, y que, 1 = 1 y por lo

tanto la varianza y la desviación estándar en esta curva
estandarizada, valen igual.

Ejemplo 4.6 El peso al nacimiento de terneros de cierta raza, tiene una

distribución normal con Media y Desviación Estándar de 36 y 3.5 Kg
respectivamente. Cuál es la probabilidad de que al nacer un becerro de dicha
raza pese:

A. Entre 36 y 39.5 Kg.

B. Menos de 32.5 Kg.
C. Entre 32.5 y 39.5 Kg.
D. Más de 43 Kg.

SOLUCIÓN.
Si se asume que el área bajo la curva normal entre dos puntos, equivale a la
probabilidad de un suceso, entonces se puede resolver transformando los Kg
(valores X) a valores z y posteriormente utilizando la tabla B de Área Bajo la
Curva Normal del Apéndice, se podría resolver.

A. Entre 36 y 39.5 Kg.

Tomando en cuenta que: x1 = 36, x2= 39.5 ; µ = 36 y σ = 3.5

x
Sustituimos la ecuación por sus estimadores: z=
Manual de Bioestadística Veterinaria: Benito López Baños

36 36
Se tendrá: z1 = =0
3 .5

39.5 36
Y: z2 = =1
3 .5

Buscamos el valor de 0 y de 1 en tablas y lo restamos:

0.8413- 0.5000 = 0.3413

El área sombreada en la curva representa el valor de la probabilidad que

tendría el becerro al nacer y cuyo peso se encuentra entre 36 y 39.5 kg.

B. Menos de 32.5

32.5 36
z= = -1
3 .5

Leemos el valor de -1 en tablas que es igual a 0.1587 y este valor se toma

directo.

El área sombreada en la curva representa el valor de la probabilidad de que el

peso del becerro al nacer sea menor de 32.5.
Manual de Bioestadística Veterinaria: Benito López Baños

C. Entre 32.5 y 39.5 Kg.

Siguiendo el mismo procedimiento que en el inciso A:

32.5 36
z= = -1
3 .5

39.5 36
z= =1
3 .5

Buscamos el valor de -1 y de 1 en tablas y lo restamos:

0.8413 - 0.1587 = 0.6826

D. Más de 43 Kg.

43 36
Sustituimos la ecuación :z= =2
3 .5

Restamos a la unidad el valor de tablas correspondiente a 2:

1-0.9772 = 0.0228
Manual de Bioestadística Veterinaria: Benito López Baños

Ejercicios Propuestos

Distribución Binomial

1. Suponiendo que el 80 % de los bovinos de un hato muestran presencia de

ectoparásitos. Si dicha presencia sigue una distribución Binomial y evaluamos
una muestra al azar de 12 animales. ¿Cual es la probabilidad de que
presenten ectoparásitos?:
A. Entre 7 y 9 animales.
B. Más de 8 animales.
C. Todos.
D. Ninguno.

2. El promedio de mortalidad de las cabras que contraen la enfermedad de

Artritis Encefalitis Caprina es del 15%. Si 13 animales contraen dicha
enfermedad y la recuperación tiene una distribución Binomial, cual será la
probabilidad de que:
A. Se recuperen exactamente 9.
B. Se recuperen cuando mucho 5.
C. Cuando menos 7.
D. Entre 6 y 8 animales.

3. Una enfermedad de los cerdos recién nacidos tiene una morbilidad del 50
%, si 14 lechones se seleccionan al azar, y esta tiene una distribución
Binomial ¿cuál es la probabilidad de que estén libres de la enfermedad?
A. 1 o más lechones.
B. Entre 8 y 12 lechones.
C. Menos de 12 lechones.
D. Ninguno.

4. Supóngase que en cierta población de moscas productoras de miasis

cutánea el 15% de los machos fueron esterilizados mediante radiación. Si de
esta población se toman 8 machos al azar. Cual es la probabilidad de que
tengan la capacidad de reproducirse:
A. Por lo menos 3.
Manual de Bioestadística Veterinaria: Benito López Baños

B. Entre 6 y 8.
C. Exactamente 5.
D. Más de 7.

5. Si en un hato de ovejas el 30% de ellas padece linfadenitis caseosa

externa. Cual es la probabilidad de que al seleccionar 15 ovejas al azar
presenten la enfermedad:
A. Todas las ovejas.
B. Entre 12 y 14.
C. Menos de 13.
D. 5 o más.

Distribución de Poisson.

1. El número de bacterias coliformes encontradas en cierto alimento, en

promedio ha sido de 5 por kilogramo, si dicho fenómeno se comporta como
una distribución de Poisson. Estimar la probabilidad de que en una muestra
tomada al azar de dicho alimento se encuentren:
A. Menos de 3 bacterias
B. 4 ó más.
C. Entre 3 y 6.
D. Exactamente 5.

2. Supóngase que en cierta área de la ciudad de México el número promedio

de perros callejeros por manzana de cierta colonia es de es de 20, y este
sigue una distribución de Poisson. Cual es la probabilidad de que en una
manzana seleccionada al azar de esta colonia existan:
A. Exactamente 16
B. Entre 10 y 15 perros.
C. Menos de 6 perros.
D. Por lo menos 12.

3. Se sabe que el promedio de borregos timpanizados que pastorean en cierta

pradera por mes, es de 12 borregos. Si dicho fenómeno se comporta como
una distribución de Poisson, cual es la probabilidad de que en un mes
determinado se presenten:
A. Mas de 8 casos.
B. Ningún caso de timpanismo.
C. Menos de 10 casos.
D. Entre 3 y 7 casos.

4. El promedio de retenciones placentarias, en un establo de 6000 vacas es de

13 vacas al mes. Si esto obedece a una distribución de Poisson, cuál es la
probabilidad de que en un mes se presenten:
A. Entre 6 y 8 retenciones
B. Menos de 10 retenciones.
C. 13 o más retenciones.
D. Exactamente 9 retenciones.
Manual de Bioestadística Veterinaria: Benito López Baños

5. Supongamos que en un periodo de varios años el número promedio de

muertes al año por cierta enfermedad no contagiosa en un rebaño de cabras
es de 10. Si el número de muertes por esa enfermedad sigue la distribución de
Poisson, cual es la probabilidad que en un año mueran por esta enfermedad:
A. Exactamente 7.
B. Menos de 5 Kg.
C. 10 o más.
D. Entre 5 y 6.

Distribución Normal

1. El peso vivo de bovinos de engorda para el rastro se distribuye normalmente

con media de 420 kg. En un hato de 12000 animales donde el mas pequeño y
el mas pesado pesan 360 y 500 kg. Respectivamente. Cuantos animales se
espera que pesen:

A. Más de 400 kg.

B. Entre 400 y 440.
C. Menos de 450
D. Más de 430 kg.

2. El peso al año de los bovinos cebú al pastoreo se distribuye normalmente

con media de 200 y varianza 36 kilogramos respectivamente. Si se compran
600 becerros de esta raza de un año de edad, ¿que porcentaje de ellos
pesarán?:

A. Menos de 180 kilos

B. Más de 210 kilos.
C. Menos de 220 kilos
D. Entre 180 y 220 kilos.

3. El peso promedio de una parvada de pollos que sale al mercado es de 2.6

kg con una desviación estándar de 0.2. Si una parvada de 18000 pollos de
esta población sale al mercado, cuantos de ellos se espera que pesen:

A. Entre 2.6 y 3.0kg

B. Mas de 2.6 kg
C. Menos de 2.0 kg
D. Exactamente 2.5 kg.

4. Supóngase que se sabe que en los perros la edad en que los cachorros
adquieren cierta enfermedad viral se distribuye normalmente y tiene una media
Manual de Bioestadística Veterinaria: Benito López Baños

de 15 semanas y una desviación estándar de 2 semanas. Si un cachorro

acaba de contraer la enfermedad, cual es la probabilidad que tenga una edad
de:

A. menos 14 semanas.
B. Entre 10 y 12 semanas
C. Menos de 16 semanas.
D. 17 semanas o más.

5. Si la duración promedio del estro en el ganado bovino Bos taurus, es de 18

horas con una desviación estándar de 3 horas. Suponiendo que dicho estado
fisiológico se comporta como una distribución normal. Cual es la probabilidad si
se selecciona al azar una vaca que presente signos de celo, que la duración de
este dure:

A. Menos 15 horas
B. Más de 18 horas.
C. Por lo menos 10 horas
D. Entre 7 y 12 horas.