Estadística Descriptiva Escuela Técnica - ESTEC

M.Sc. Ing. Francisco J. González M. Técnico Universitario en

Administración de Servicios
TAS 01 - Virtual
Clase 04 / 10
Distribución de Probabilidad Discreta
Estadística Descriptiva
Concepto
 1

Distribución de Probabilidad

Una distribución de probabilidad muestra Principales características de una

los posibles resultados de un distribución de probabilidad:
experimento y la probabilidad de que
cada uno se presente
 2
Ejemplo
Suponga que le interesa el número de
caras que aparecen en tres lanzamientos
de una moneda. Tal es el experimento.
Los posibles resultados son: cero caras,
una cara, dos caras y tres caras. ¿Cuál
es la distribución de probabilidad del
número de caras?
Solución
Hay ocho posibles resultados. En el
primer lanzamiento puede aparecer una
cara, una cruz en el segundo y otra cruz
en el tercero. O puede obtener cruz, cruz
y cara, en ese orden. Para obtener el
conteo de resultados (5-8), aplique la
fórmula de la multiplicación: (2)(2)(2), es
decir, 8 posibles resultados. Estos
resultados se listan en seguida.
 3

Ejemplo

La distribución de probabilidad se
muestra en la tabla siguiente. Como uno
de esos resultados debe suceder, el total
de probabilidades de todos los eventos
posibles es 1.000. Esto siempre se
cumple. La gráfica contiene la misma
información.
 4

Ejemplo
 5

Variables Aleatorias

Cada valor de la variable

aleatoria se relaciona con una
probabilidad que indica la
posibilidad de un resultado
determinado. Los siguientes
ejemplos aclararán el concepto
de variable aleatoria
 6 7
VA Discretas
A veces, una variable aleatoria discreta
asume valores fraccionarios o decimales.
Estos valores deben estar separados:
debe haber cierta distancia entre ellos.
Por ejemplo, las calificaciones de los
jueces por destreza técnica y formas
artísticas en una competencia de patinaje
artístico son valores decimales, como
7.2, 8.9 y 9.7. Dichos valores son
discretos, pues hay una distancia entre
calificaciones de 8.3 y 8.4. Una
calificación no puede tener un valor de
8.34 o de 8.347, por ejemplo.
VA Contínuas
Si la variable aleatoria es continua, es
una distribución de probabilidad continua.
Si mide algo, como la anchura de una
recámara, la estatura de una persona o
la presión de la llanta de un automóvil, se
trata de una variable aleatoria continua.
Ejemplos:
• Los tiempos de los vuelos comerciales
entre Atlanta y Los Ángeles son de
4.67 horas, 5.13 horas, etc. La
variable aleatoria es la cantidad de
horas.
 8

Media, varianza y desviación estándar de una distribución de

probabilidad discreta

La media indica la posición central de los datos, y la varianza describe la dispersión de

los datos. De forma similar, una distribución de probabilidad queda resumida por su
media y su varianza. La media de una distribución de frecuencias se identifica mediante
la letra minúscula griega mu ( u ), y la desviación estándar, con sigma ( δ ).
 9

Media
La media constituye un valor típico para representar la posición central de una distribución
de probabilidad. También es el valor promedio a la larga de la variable aleatoria. La media
de una distribución de probabilidad también recibe el nombre de valor esperado. Se trata
de un promedio ponderado en el que los posibles valores de una variable aleatoria se
ponderan con sus correspondientes probabilidades de ocurrir.
La media de una distribución de probabilidad discreta se calcula con la fórmula:

aquí P(x) es la probabilidad de un valor particular x. En otras palabras, se multiplica cada

valor x por la probabilidad de que ocurra y en seguida se suman los productos.
 10

Varianza y Desviación Standard

Como se observó, la media constituye un valor típico para resumir una distribución de
probabilidad discreta. Sin embargo, no describe el grado de dispersión (variación) en
una distribución. La varianza sí lo hace. La fórmula de la varianza de una distribución de
probabilidad es:
 11

Cálculo de la Varianza y la Desviación Standard

Los pasos para el cálculo son los siguientes:

1. La media se resta de cada valor y la diferencia se eleva al cuadrado.

2. Cada diferencia al cuadrado se multiplica por su probabilidad.
3. Se suman los productos que resultan para obtener la varianza.
La desviación estándar, δ, se determina al extraer la raíz cuadrada positiva de ;
es decir,
 12

Ejemplo

1. ¿De qué tipo de distribución se trata?

2. ¿Cuántos automóviles espera vender
John un sábado normal
3. ¿Cuál es la varianza de la
distribución?
 13

Solución
1. Se trata de una distribución de
probabilidad discreta de la variable
aleatoria denominada
2. La media de la cantidad de
automóviles vendidos se calcula al
multiplicar el número de automóviles
que vendió por la probabilidad de
vender dicho número, y sumar los
productos de acuerdo con la fórmula
 14
Solución
3. De nuevo, una tabla resulta útil para
sistematizar los cálculos de la
varianza, que es de 1.290
Recuerde que la desviación
estándar, δ es la raíz cuadrada
positiva de la varianza. En este
ejemplo es
= 1.136 automóviles.
Distribución de Probabilidad Contínua
Estadística Descriptiva
Concepto
Conceptos
• Una distribución de probabilidad
continua resulta de medir algo, como
la distancia del dormitorio al salón de
clases, el peso de un individuo o la
cantidad de bonos que ganan los
directores ejecutivos
• Es importante señalar que una variable aleatoria contínua
tiene un número infinito de valores dentro de cierto
intervalo particular. Así, debe pensar en la probabilidad de
que una variable tenga un valor dentro de un intervalo
determinado, en vez de pensar en la probabilidad de un
valor específico
• Consideraremos tres familias de distribuciones: la
distribución de probabilidad uniforme, la de probabilidad
normal y la de probabilidad exponencial
•
 2
La familia de Distribuciones de Probabilidad Uniforme
• La distribución tiene forma rectangular
y queda definida por valores mínimos
y máximos. He aquí algunos ejemplos
que se rigen por una distribución
uniforme
• El tiempo de vuelo de una aerolínea comercial de Orlando,
Florida, a Atlanta, Georgia, varía de 60 a 120 minutos. La
variable aleatoria es el tiempo de vuelo dentro de ese
intervalo. Observe que la variable de interés, el tiempo de
vuelo en minutos, es continua en el intervalo de 60 a 120
minutos.
• Los voluntarios de la Grand Strand Public Library elaboran
formas para declaraciones de impuestos federales. El
tiempo que tardan para confeccionar una forma 1040-EZ
se rige por una distribución uniforme en el intervalo de 10 a
30 minutos. La variable aleatoria es la cantidad de minutos
que emplean para llenar la forma, que puede asumir
cualquier valor entre 10 y 30
 2

La familia de Distribuciones de Probabilidad Uniforme

En la gráfica aparece una distribución

uniforme. La forma de la distribución es
rectangular y posee un valor mínimo a y
un máximo b. Observe, asimismo, que la
altura de la distribución es constante o
uniforme para todos los valores entre a y
b.
 3

La familia de Distribuciones de Probabilidad Uniforme

La media de una distribución uniforme se localiza a la mitad del intervalo entre los valores
mínimo y máximo. Se calcula de la siguiente manera:

La desviación estándar describe la dispersión de una distribución. En la distribución uniforme,

la desviación estándar también se relaciona con el intervalo entre los valores máximo y
mínimo
 4

La familia de Distribuciones de Probabilidad Uniforme

La ecuación de la distribución de probabilidad uniforme es:

las distribuciones de probabilidad sirven para hacer afirmaciones relativas a los valores de una variable
aleatoria. En el caso de distribuciones que describen una variable aleatoria contínua, las áreas dentro de
la distribución representan probabilidades. En el caso de la distribución uniforme, su forma rectangular
permite aplicar la fórmula del área de un rectángulo. Recuerde que el área de un rectángulo se determina
al multiplicar la longitud por la altura. En caso de la distribución uniforme, la altura del rectángulo es
P(x), que es 1/(b – a). La longitud de la base de la distribución es b - a.
 5

La familia de Distribuciones de Probabilidad Uniforme

Observe que si multiplicamos la altura de la distribución por todo su intervalo para

determinar el área, el resultado siempre es 1.00. En otras palabras, el área dentro de una
distribución de probabilidad contínua es igual a 1.00. En general:

De este modo, si una distribución uniforme va de 10 a 15, la altura es de 0.20, que se

determina mediante 1/(15 - 10). La base es de 5, que se calcula al restar 15 – 10. El área
total es:
 6
Ejemplo
La Southwest Arizona State University
proporciona servicio de transporte de
autobús a los estudiantes mientras se
encuentran en el recinto. Un autobús
llega a la parada de North Main Street y
College Drive cada 30 minutos, entre las
6 de la mañana y las 11 de la noche
entre semana. Los estudiantes llegan a
la parada en tiempos aleatorios. El
tiempo que espera un estudiante tiene
una distribución uniforme de 0 a 30
minutos.
1. Trace una gráfica de la distribución.
2. Demuestre que el área de esta distribución uniforme
es de 1.00.
3. ¿Cuánto tiempo esperará el autobús “normalmente”
un estudiante? En otras palabras, ¿cuál es la media
del tiempo de espera? ¿Cuál es la desviación
estándar de los tiempos de espera?
4. ¿Cuál es la probabilidad de que un estudiante espere
más de 25 minutos?
5. ¿Cuál es la probabilidad de que un estudiante espere
entre 10 y 20 minutos?
 7

Solución
En este caso, la variable aleatoria es el
tiempo que espera un estudiante. El
tiempo se mide en una escala continua, y
los minutos de espera varían de 0 a 30.
1. La gráfica 7-2 muestra la distribución
uniforme. La línea horizontal se traza
a una altura de 0.0333, que se calcula
mediante 1/(30 – 0). El intervalo de
esta distribución es de 30 minutos
 8

Solución
2. El tiempo que los estudiantes esperan el autobús es uniforme a lo largo del intervalo de 0 a 30
minutos; así, en este caso, a es 0 y b 30.

3. Para determinar la media, aplique la fórmula:

 9

Solución

La media de la distribución es de 15 minutos; así, el tiempo de espera habitual del servicio de autobús es
de 15 minutos. Para determinar la desviación estándar de los tiempos de espera, aplique la fórmula:

La desviación estándar de la distribución es de 8.66 minutos. Es la variación de los tiempos de espera de

los estudiantes.
4. El área dentro de la distribución en el intervalo de 25 a 30 representa esta probabilidad en particular.
De acuerdo con la fórmula del área:
 10

Solución
Así, la probabilidad de que un estudiante espere entre 25 y 30 minutos es 0.1667. Tal conclusión se
ilustra en la siguiente gráfica:
 11

Solución
5. El área dentro de la distribución en el intervalo de 10 a 20 representa la probabilidad.

Esta probabilidad se ilustra de la siguiente manera: