PROBABILIDAD

JEISON FERNANDO ACOSTA PERDOMO

DILAN JEFREY LONDOÑO CARVAJAL
WILDER ANDRÉS BUITRAGO CÉSPEDES
DANIEL STEVEN ALVIS ALDANA

Tecnología en gestión de base de datos

PROBABILIDAD 1

UNIVERSIDAD DEL TOLIMA

IBAGUÉ – TOLIMA
2020
Variables Aleatorias, Discretas y Continuas:

Una variable aleatoria es una variable estadística cuyos valores se obtienen de mediciones
en algún tipo de experimento aleatorio. Formalmente, una variable aleatoria es una función,
que asigna eventos. Por ejemplo, lanzar un dado o una moneda.

Tipos de variables aleatorias:

Discreta:
El conjunto de posibles valores es numerable. Suelen estar asociadas a experimentos en que
se mide el número de veces que sucede algo.

Continua:
El conjunto de posibles valores es no numerable. Puede tomar todos los valores de un
intervalo. Son el resultado de medir.

Variable aleatoria discreta:

Una variable aleatoria discreta es aquella que puede asumir un número contable de valores.
Por ejemplo, si realizamos el experimento de salir a la calle y seleccionar 10 personas al azar
para un examen sorpresa de matemáticas, podemos definir la variable aleatoria: A

- A = Número de personas que aprobaron el exámen.

Los valores que asume A (en su rango), van del 0 al 10 (0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ,10). El
rango lo expresaríamos de la siguiente manera:

- RA = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}

La variable aleatoria A asume un número contable de valores, por ello, es una variable
aleatoria discreta.
Variable aleatoria continua:
Una variable aleatoria continua, es aquella que puede asumir un número incontable de
valores.
Por ejemplo:
Si realizamos el experimento de ir a mi granja y estudiamos las características de las vaquitas,
podemos definir la variable aleatoria C:

- B = peso de una vaca en la granja de Jorge (en kilogramos).

Alguna vaquita puede pesar 425,1872 kg; otra puede pesar 612,5874541 kg; otra puede pesar
545,897512121 kg. Si tomamos más vacas, podríamos tener más valores y nunca
terminaríamos.
Se conoce que el becerro más pequeño tiene un peso de 30 kg, y la vaca más grande tiene
un peso de 1000 kg.

Y así, tendríamos un número incontable de valores para el rango de esta variable. El rango
de esta variable puede ser cualquier valor dentro del intervalo que va desde 30 kg hasta 1000
kg.

Por ello, se trata de una variable aleatoria continua.

Función de Probabilidad de una distribución.

La Función de Probabilidad es la probabilidad de que la variable aleatoria tome un valor

particular:

La distribución de probabilidad de una variable aleatoria es una función que asigna a cada
suceso definido sobre la variable la probabilidad de que dicho suceso ocurra. La distribución
de probabilidad está definida sobre el conjunto de todos los sucesos y cada uno de los
sucesos es el rango de valores de la variable aleatoria. También puede decirse que tiene una
relación estrecha con las distribuciones de frecuencia. De hecho, una distribución de
probabilidades puede comprenderse como una frecuencia teórica, ya que describe cómo se
espera que varíen los resultados.

Distribución Binomial:

la distribución binomial es una distribución de probabilidad discreta que cuenta el número de

éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una
probabilidad fija p de ocurrencia del éxito entre los ensayos. Un experimento de Bernoulli se
caracteriza por ser dicotómico, esto es, solo dos resultados son posibles.
Para representar que una variable aleatoria X sigue una distribución binomial de parámetros
n y p, se escribe:

Distribución de Poisson:

La distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir

de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número
de eventos durante cierto período de tiempo. Concretamente, se especializa en la
probabilidad de ocurrencia de sucesos con probabilidades muy pequeñas, o sucesos raros.

La función de densidad de probabilidad de la distribución de Poisson es:

Distribución hipergeométrica:
La distribución hipergeométrica es una distribución discreta relacionada con muestreos
aleatorios y sin reemplazo. Suponga que se tiene una población de N elementos de los
cuales, d pertenecen a la categoría A y N-d a la B. La distribución hipergeométrica mide la
probabilidad de obtener x elementos de la categoría A en una muestra sin reemplazo de n
elementos de la población original.
La función de probabilidad de una variable aleatoria con distribución hipergeométrica puede
deducirse a través de razonamientos combinatorios y es igual a:
Función acumulada de probabilidad:

Existen muchos problemas en los que se desea calcular la probabilidad de que el valor
observado de una variable aleatoria X esté por debajo o sea igual a algún valor x. Al escribir
F(x) = P(X ≤ x) para cualquier número real x, se define F(x)como la función de distribución
acumulativa de la variable aleatoria X

Todas las variables aleatorias (discretas y continuas) tienen una función de distribución o
función de distribución acumulativa

Para una variable aleatoria discreta, la función de distribución acumulada F(x), con
distribución de probabilidad f(x) es:

Como se observa, F(x) es una función que da la proporción de valores de X menores o

iguales que x, para cada valor x. Se encuentra sumando todas las probabilidades hasta el
valor x.

Esperanza matemática, Media o promedio de una variable aleatoria.

Esperanza matemática

En estadística la esperanza matemática (también llamada esperanza, valor

esperado, media poblacional o media) de una variable aleatoria X, es el número
E(X) o E(X) que formaliza la idea de valor medio de un fenómeno aleatorio.

Cuando la variable aleatoria es discreta, la esperanza es igual a la suma de la

probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho
suceso. Por lo tanto, representa la cantidad promedio que se "espera" como
resultado de un experimento aleatorio cuando la probabilidad de cada suceso se
mantiene constante y el experimento se repite un elevado número de veces. Cabe
decir que el valor que toma la esperanza matemática en algunos casos puede no
ser "esperado" en el sentido más general de la palabra (el valor de la esperanza
puede ser improbable o incluso imposible).

Por ejemplo, el valor esperado cuando tiramos un dado equilibrado de 6 caras es

3,5. Podemos hacer el cálculo

Esperanza matemática. Que formaliza la idea de valor medio de un fenómeno

aleatorio. Cuando la variable aleatoria es discreta, la esperanza es igual a la suma
de la probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho
suceso.

Media o promedio de una variable aleatoria.

Se llama media a una variable aleatoria X, que toma los valores X1, X2…,Xn, con
probabilidades p1 , p2 …, pn, respectivamente al valor de las siguientes
expresiones:

Varianza de una variable aleatoria.

La varianza de una variable aleatoria es una característica numérica que

proporciona una idea de la dispersión de la variable aleatoria respecto
de su esperanza. Decimos que es un parámetro de dispersión.
Se representa σ2 = Var(X), σ2= Var(X), y la desviación típica σ la raíz
cuadrada (con signo positivo) de la varianza.

Igual que en el caso de variables estadísticas, mide la dispersión de la

variable, y se calcula como la media de las desviaciones (elevadas al
cuadrado) de los valores a su media:
Scanned by TapScanner
Scanned by TapScanner
Scanned by TapScanner
Scanned by TapScanner
Scanned by TapScanner