REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA

EDUCACIÓN SUPERIOR
UNIVERSIDAD ALEJANDRO DE HUMBOLDT
MATERIA: ESTADISTICA II
SECCIÓN: 403

TEORIA DE PROBABILIDAD:
DISTRIBUCION DE
PROBABILIDAD

Profesor: Nelson Ramírez.

Integrantes:

Delgado Félix C.I.22.850.415

Caracas, julio 2016

 TEORÍA DE PROBABILIDAD:

DISTRIBUCIÓN DE PROBABILIDAD

Una distribución de probabilidad indica toda la gama de valores que

pueden representarse como resultado de un experimento si éste se llevase a
cabo. Es decir, describe la probabilidad de que un evento se realice en el
futuro, constituye una herramienta fundamental para la prospectiva, puesto
que se puede diseñar un escenario de acontecimientos futuros considerando
las tendencias actuales de diversos fenómenos naturales.

Toda distribución de probabilidad es generada por una variable

(porque puede tomar diferentes valores) aleatoria x (porque el valor tomado
es totalmente al azar), y puede ser de dos tipos:

VARIABLE ALEATORIA DISCRETA (X)

Porque solo puede tomar valores enteros y un número finito de ellos.

Por ejemplo:

X ® Variable que define el número de alumnos aprobados en la

materia de probabilidad en un grupo de 40 alumnos (1, 2 ,3…ó los 40).

VARIABLE ALEATORIA CONTINUA (X)

Porque puede tomar tanto valores enteros como fraccionarios y un

número infinito de ellos dentro de un mismo intervalo.

Por ejemplo:

X ® Variable que define la concentración en gramos de plata de

algunas muestras de mineral (14.8 gr., 12.1, 42.3, 15.0, 18.4, 19.0, 21.0,
20.8,…, ¥)
PROPIEDADES:

VARIABLE ALEATORIA DISCRETA (X)

0≤p(xi) £1 Las probabilidades asociadas a cada uno de los valores que toma
x deben ser mayores o iguales a cero y menores o iguales a 1.

Sp(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los

valores que toma x debe ser igual a 1.

p(x)³0 Las probabilidades asociadas a cada uno de los valores que toma x
deben ser mayores o iguales a cero. Dicho de otra forma, la función de
densidad de probabilidad deberá tomar solo valores mayores o iguales a
cero.

El área definida bajo la función de densidad de probabilidad deberá ser de 1.

VARIABLE ALEATORIA CONTINUA (X)

f(x)³0 Las probabilidades asociadas a cada uno de los valores que toma x
deben ser mayores o iguales a cero. Dicho de otra forma, la función de
densidad de probabilidad deberá tomar solo valores mayores o iguales a
cero. La función de densidad de probabilidad sólo puede estar definida en los
cuadrantes I y II.

La sumatoria de las probabilidades asociadas a cada uno de los valores que

toma x debe ser igual a 1. El área definida bajo la función de densidad de
probabilidad deberá ser de 1.
 APLICACIONES:

APLICACIÓN DE LA DISTRIBUCION DE PROBABILIDAD.

En el Laboratorio de Control y Automatización de la FIEE de la UNAC se

tiene 16 computadoras, el Jefe de dicho laboratorio reporta el siguiente
informe:
 El jefe de laboratorio desea saber cuál es la distribución de probabilidad de
falla de las máquinas, para tomar acciones de mantenimiento.

Distrib.
Nº de Prob
máquin
a
0.0967741
1 94
0.0645161
2 29
3 0
0.1935483
4 87
0.0322580
5 65
6 0
0.0645161
7 29
0.0322580
8 65
0.0322580
9 65
0.0645161
10 29
11 0
12 0
0.0322580
13 65
0.1612903
14 23
0.1935483
15 87
0.0322580
16 65

DISTRIBUCIÓN DE BERNOULLI
Tenemos cartas que están enumeradas del 1 al 9 ¿Cuál es la probabilidad
de sacar la carta 9?

 La probabilidad de que obtengamos la carta 9.

P(x=1) = (1/9) 1 * (8/9) 0 = 1/9 = 0.111

 La probabilidad de que NO obtengamos la carta 9.

P(x=0) = (1/9)0 * (8/9)1 = 8/9 = 0.8882)

Una maestra enumera a sus alumnos del 1 al 16, para así poder darles un
premio, pero la maestra los seleccionará con los ojos cerrados, ¿Cuál es la
probabilidad de que salga el alumno numero 16?

 La probabilidad de que seleccione al alumno número 16.

P(x=1) = (1/16) 1 * (15/16) 0 = 1/16 = 0.0625

 La probabilidad de que NO seleccione al alumno número 16.

P(x=0) = (1/9)0 * (15/16)1 = 15/16 = 0.93753)

Hay una urna con 342 boletos, para ganar un automóvil, al momento de
sacar alguno de ellos ¿Qué probabilidad hay para que pueda salir premiado
el boleto número 342?

 La probabilidad de que saque el boleto número 342.

P(x=1) = (1/342) 1 * (341/342) 0 = 1/342 = 0.00292

 La probabilidad de que NO seleccione al alumno número

342. P(x=0) = (1/342)0 * (341/342)1 = 341/342 = 0.997074)

"Lanzar una moneda, probabilidad de conseguir que salga cruz”.

Se trata de un solo experimento, con dos resultados posibles: el éxito (p) se

considerará sacar cruz. Valdrá 0,5. El fracaso (q) que saliera cara, que vale
(1 -p) = 1 - 0,5 = 0,5.

La variable aleatoria X medirá "número de cruces que salen en un

lanzamiento", y sólo existirán dos resultados posibles: 0 (ninguna cruz, es
decir, salir cara) y 1 (una cruz).

Por tanto, la v.a. X se distribuirá como una Bernoulli, ya que cumple todos los
requisitos.

 La probabilidad de obtener cruz.

P(x=1) = (0.5) 1 * (0.5) 0 = 0.5 = 0.5

 La probabilidad de no obtener cruz.

P(x=0) = (0.5)0 * (0.5)1 = 0.5 = 0.5

DISTRIBUCIÓN DE BINOMIAL

¿Cuál es la probabilidad de obtener exactamente 2 caras al lanzar una

misma moneda 6 veces?

Donde:

P(X)= Probabilidad de que ocurra el evento

p = (0.5)

q = (se define como q = 1 – p) (0.5)

X=2

n=6

Al sustituir los valores en la fórmula obtenemos:

 La posibilidad de obtener dos caras al lanzar una moneda 6 veces es
de 0.234375

Como el cálculo de estas probabilidades puede resultar algo tedioso

se han construido tablas para algunos valores de n y p que nos facilitan el
trabajo (Ver las tablas de la función de probabilidad Binomial).

Para una combinación de n y p, la entrada indica una probabilidad de

obtener un valor específico de r.

Para localizar la entrada, cuando p8804; 0.50, localice p a lo largo del

encabezado de la tabla, y en la columna correspondiente localice n y r en el
margen izquierdo; cuando p8805; 0.50, localice el valor de p en la parte
inferior de la tabla, y n y r arriba, en el margen derecho.

Tenemos p = 0.50, n = 6 y r = 2 obteniendo resultado directo de tablas

P (2 caras) = 0.2344
 DISTRIBUCIÓN DE POISSON

Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles

son las probabilidades de que reciba, a) cuatro cheques sin fondo en un día
dado, b) 10 cheques sin fondos en cualquiera de dos días consecutivos? (e=
2.718281828)

Resolviendo para:

a) x = 4; / = 6 cheques sin fondo por día

Comprobando (sustituyendo en la fórmula):

Por lo tanto la probabilidad de que el banco reciba cuatro cheques sin fondo
en un día dado es de 0.133853 (13.39%)

Valores directos para determinar probabilidades de Poisson.

Para un valor dado de /, la entrada indica la probabilidad de obtener un valor
específico de X
 Para el ejemplo, inciso a) que estamos viendo: ¿Cuál es la
probabilidad de que el banco reciba cuatro cheques sin fondo en un día
dado?

Tenemos x = 4; / = 6 cheques sin fondo por día; obteniendo resultado

directo de tablas:

DISTRIBUCIÓN NORMAL

Partiendo de la misma premisa, µ = 500 y σ = 100. ¿Cuál es la

probabilidad de que un candidato elegido al azar se tome entre 500 y 650
horas en completar el programa de entrenamiento?
 Si buscamos Z=1.5 (refiérase a la tabla), encontramos una
probabilidad de 0.4332.

Por lo tanto, la probabilidad de que un candidato escogido al azar

requiera entre 500 y 650 horas para terminar el programa de entrenamiento
es de 0.4332