Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 3 Distribuciones Discretas de Probabilidad PDF
Tema 3 Distribuciones Discretas de Probabilidad PDF
Discretas de Probabilidad
Prof. Jose Manuel Castro C.
Estadística II – Escuela de FACES
VARIABLES ALEATORIAS
Es una descripción numérica del resultado de un experimento.
Variables Aleatorias Discretas: Una variable aleatoria que puede asumir
una cantidad finita de valores, o una sucesión infinita de valores como
0,1,2,3,4,5, ….. n (solo puede tomar valores enteros positivos,
incluyendo el cero) se llama variable aleatoria discreta. Son entidades
que NO aceptan partición alguna. Por ejemplo: carros, pupitres,
bebes, libros, motos, teléfonos, animales, personas, clientes, radios, ect .
Variables Aleatorias Continuas: Si una variable aleatoria puede tomar
cualquier valor numérico en un intervalo o conjunto de intervalos se
llama variable aleatoria continua. Los resultados experimentales que se
basan en escalas de medición como el tiempo, el peso, la distancia, la
velocidad, la altura y la temperatura se pueden describir mediante
variables aleatorias continuas. Son entidades que SI aceptan partición
alguna e incluso valores negativos. Por ejemplo: # de llamadas
recibidas por hora, peso y volumen de una lata de refresco, % de
ejecución de un Proyecto, temperatura de una persona.
Distribuciones Discretas de Probabilidad
La distribución de probabilidad de una variable aleatoria describe como
se distribuyen las probabilidades de los diferentes valores de la variable
aleatoria. Para una variable aleatoria discreta “x”, la distribución de
probabilidad se describe mediante una función de probabilidad,
representada por f(x). La función de probabilidad define la probabilidad
de cada valor de la variable aleatoria.
Como ejemplo de una variable aleatoria discreta y su distribución de
probabilidad, se tiene el caso de las ventas de Automóviles por parte de
la empresa JBG Motors en la ciudad de Valencia, Edo. Carabobo.
Durante los últimos 300 dias de operación, los datos de ventas de
Automóviles muestran que en 54 días no se vendieron Automóviles, en
117 días se vendió 1 Automóvil, en 72 días se vendieron 2, en 42 días se
vendieron 3, en 12 días se vendieron 4 y en 3 días se vendieron 5
Automóviles.
Una ventaja importante de definir una variable aleatoria y de conocer su
distribución de probabilidad, es que es fácil determinar la probabilidad
de varios eventos que puedan interesar a quien toma decisiones
importantes en su vida profesional y personal.
Distribución de Probabilidad de la
cantidad de Automóviles Vendidos
# DE DIAS # AUTOS VENDIDOS (X) Funcion de Probabilidad f(X)
54 0 0.18
117 1 0.39
72 2 0.24
42 3 0.14
12 4 0.04
3 5 0.01
300 1.00
Sea (X) la variable aleatoria discreta de interes, o sea, el numero de autos vendidos
σ= 1.118
f(x) = n * pX * (1 – p)(n-x)
x
donde:
f(x) = la probabilidad de “x” éxitos en “n” intentos
n = la cantidad de intentos
n n! donde, n ! = n.(n-1).(n-2) … (2).(1)
=
x x ! * (n – x) ! 0!=1
p = la probabilidad de un éxito en cualquier intento
(1- p) = la probabilidad de un fracaso en cualquier
intento
Ejemplo 1 de la Tienda Maxys por departamentos:
Tres clientes entran a la Tienda Maxys. Con base
en su experiencia, el gerente de la Tienda estima
que la probabilidad de que cualquier cliente
compre es de 0.30.
Cual es la probabilidad de que ningún cliente
haga una compra, la de que exactamente un
cliente la haga, la de que exactamente dos
clientes la hagan y de que los tres clientes hagan
una compra?
Para ello se va a construir la siguiente tabla:
Distribución de Probabilidad de la
Cantidad de Clientes que Compran
X f(x)
0 3! (O.30)° . (0.70)³ = 0.343
0! 3!