Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS Y CONTINUAS
5040
1
ÍNDICE
Introducción………………………………………………………………………………. 3
Diferencias entre las distribuciones de probabilidad continuas y discretas……….. 4
Distribución discreta……………………………………………………………………... 5
Conclusión………………………………………………………………………………... 6
Bibliografía………………………………………………………………………………... 6
2
INTRODUCCION
3
DIFERENCIAS ENTRE LAS DISTRIBUCIONES DE
PROBABILIDAD CONTINUAS Y DISCRETAS
Distribución continúa
Describe las probabilidades de los posibles valores de una variable aleatoria
continua. Variable aleatoria discreta (x). Se le denomina variable porque puede
tomar diferentes valores, aleatoria, porque el valor tomado es totalmente al azar y
discreta porque solo puede tomar valores enteros y un número finito de ellos.
Las distribuciones continuas incluidas en el módulo de “cálculo de probabilidades”
son:
Uniforme
Normal
Lognormal
Logística
Beta
Gamma
Exponencial
Ji-cuadrado
T de student
F de Snedecor
Ejemplo:
La distribución normal continua puede
describir la distribución del peso de
hombres adultos. Por ejemplo, usted
puede calcular la probabilidad de que
un hombre pese entre 160 y 170 libras.
El área sombreada debajo de la curva
en este ejemplo representa el rango de
160 a 170 libras. El área de este rango
es 0.136; por lo tanto, la probabilidad de que un hombre seleccionado
4
aleatoriamente pese entre 160 y 170 libras es de 13.6%. Toda el área por debajo
de la curva equivale a 1.0.
Distribución discreta
Una distribución discreta describe la probabilidad de ocurrencia de cada valor de
una variable aleatoria discreta. Una variable aleatoria discreta es una variable
aleatoria que tiene valores contables, tales como una lista de enteros no negativos.
Con una distribución de probabilidad discreta, cada valor posible de la variable
aleatoria discreta puede estar asociado con una probabilidad distinta de cero. Por
lo tanto, una distribución de probabilidad discreta suele representarse en forma
tabular.
Las distribuciones continuas incluidas en el módulo de “cálculo de probabilidades”
son:
Uniforme discreta
Binomial
Hipergeométrica
Geométrica
Binomial negativa
Poisson
Ejemplo:
Con una distribución discreta, a diferencia de una distribución
continua, se puede calcular la probabilidad de que X sea x P (X = x)
exactamente igual a algún valor. Por ejemplo, se puede utilizar la
distribución discreta de Poisson para describir el número de 5 0.037833
quejas de clientes en un día. El número promedio de quejas por
día es 10 y se desea saber la probabilidad de recibir 5, 10 y 15 10 0.12511
quejas de clientes en un día.
15 0.034718
5
CONCLUSIÓN
Estas distribuciones de probabilidad se utilizan de manera diferente, en los discretos
la función de probabilidad toma valores positivos en un conjunto de valores de X
finito, mientras en el modelo continuo es aquella que puede tomar cualquiera de los
infinitos valores existentes dentro de un intervalo.
BIBLIOGRAFIA
Distribuciones de probabilidad. (n.d.). Retrieved from Scian:
http://www.scian.cl/mmb/probabilidades.pdf
distribuciones de probabilidad continuas y discretas. (n.d.). Retrieved from Soporte
de Minitab: https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/probability-distributions-and-random-data/supporting-
topics/basics/continuous-and-discrete-probability-distributions/