Tarea #1: Estadística 2

 Ana Rodríguez

 8-970-162

 18-08-2021

 Grupo 1IN124

Resumen

¿Qué es una distribución de probabilidad?

Una distribución de probabilidad muestra los posibles resultados de un

experimento y la probabilidad de que cada uno se presente.

DISTRIBUCIÓN DE PROBABILIDAD

Lista de todos los resultados de un experimento y la probabilidad asociada a cada

uno de ellos. A continuación, se mencionan las principales características de una
distribución de probabilidad.

CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE PROBABILIDAD

1. La probabilidad de un resultado en particular se encuentra entre 0 y 1, inclusive.

2. Los resultados son eventos mutuamente excluyentes.

3. La lista es exhaustiva. Por lo tanto, la suma de las probabilidades de los

diversos eventos es igual a 1.

Variables aleatorias

Cada valor de la variable aleatoria se relaciona con una probabilidad que indica la
posibilidad de un resultado determinado. Cantidad que resulta de un experimento
que, por azar, puede adoptar diferentes valores

 Variable aleatoria discreta: Una variable aleatoria discreta adopta solo cierto
número de valores separados.

 Variable aleatoria continua: una variable aleatoria puede ser continua. Si se

mide algo, como el ancho de una recámara, la estatura de una persona o la
presión de la llanta de un automóvil se trata de una variable aleatoria
continua. Es posible suponer una infinidad de valores, con ciertas
limitaciones
Como ocurre con las variables aleatorias discretas, la probabilidad de una variable
aleatoria continua puede resumirse con una distribución de probabilidad. Una
variable aleatoria representa el resultado particular de un experimento, mientras
que una distribución de probabilidad representa todos los posibles resultados, así
como la probabilidad correspondiente.

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 estos. De forma similar, una distribución de probabilidad queda
resumida por su media y su varianza.

Media

La media constituye un valor típico para representar la posición central de una

distribución de probabilidad. También es el valor promedio de la variable
aleatoria. La media de una distribución de probabilidad también recibe el nombre
de valor esperado.

 MEDIA DE UNA DISTRIBUCIÓN DE PROBABILIDAD m 5 S[ xP( x) ]

Varianza y desviación estándar

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.

 VARIANZA DE UNA DISTRIBUCIÓN DE PROBABILIDAD s2 5 S[(x 2 m)

2P(x)]

Los pasos para el cálculo son los siguientes:

1. La media se resta de cada valor de la variable aleatoria y la diferencia se eleva

al cuadrado.

2. Cada diferencia al cuadrado se multiplica por su probabilidad.

3. Se suman los productos resultantes para obtener la varianza. La desviación

estándar, s, se determina al extraer la raíz cuadrada positiva de s2; es decir, s 5
Vs2.

Glosario
1. Media: La media aritmética es un tipo de media que otorga la
misma ponderación a todos los valores.
 2. Probabilidad: La probabilidad es la posibilidad de que suceda un
fenómeno o un hecho, dadas determinadas circunstancias. Se
expresa como un porcentaje.

3. Resultados: El resultado, visto de otro modo, es el fruto o

conclusión de un acto u operación.

4. Variables: es una característica de una muestra o población de

datos que puede adoptar diferentes valores.

5. Varianza: es una medida de dispersión que representa la

variabilidad de una serie de datos respecto a su media.
Formalmente se calcula como la suma de los residuos al cuadrado
divididos entre el total de observaciones.

Conclusión
Al culminar este trabajo he aprendido a identificar las características de una distribución de
probabilidad al igual que distinguir entre una variable aleatoria discreta y una continua.

Con la resolución de los problemas aprendí a calcular la media, la varianza y la desviación estándar
de una distribución de probabilidad discreta. También conocer sus parámetros e identificado
como se utiliza cada formula.
Desarrollo de problemas del 1 al 8
1. Calcule la media y la varianza de la siguiente distribución de probabilidad discreta
x P(x) x*P(x) (x – μ)2 (x – μ)2*(Px)
0 0.2 0 1.69 0.338
1 0.4 0.4 0.09 0.036
2 0.3 0.6 0.49 0.147
3 0.1 0.3 2.89 0.289
media: μ=Σ(x – μ)2*(Px)= 1.3
varianza: σ2=Σ [ (X – μ)2 P(x) ]= 0.81

2. Calcule la media y la varianza de la siguiente distribución de probabilidad discreta.

x P(x) x*P(x) (x – μ)2 (x – μ)2*(Px)
2 0.5 1 11.56 5.78
8 0.3 2.4 6.76 2.028
10 0.2 2 21.16 4.232
media: μ=Σ(x – μ)2*(Px)= 5.4
varianza: σ2=Σ [ (X – μ)2 P(x) ]= 12.04

3. Calcule la media y la varianza de la siguiente distribución de probabilidad.

x P(x) x*P(x) (x – μ)2 (x – μ)2*(Px)
5 0.1 0.5 90.25 9.025
10 0.3 3 20.25 6.075
15 0.2 3 0.25 0.05
20 0.4 8 30.25 12.1
media: μ=Σ(x – μ)2*(Px)= 14.5
varianza: σ2=Σ [ (X – μ)2 P(x) ]= 18.225

4. ¿Cuáles de las siguientes variables aleatorias son discretas y cuáles son continuas?
a. El número de cuentas nuevas conseguidas por un vendedor en un año.
Discreta
b. El tiempo que transcurre entre la llegada de cada cliente a un cajero automático.
Continua
c. El número de clientes en la estética Big Nick.
Continua
d. La cantidad de combustible que contiene el tanque de gasolina de su automóvil.
Continua
e. La cantidad de miembros del jurado pertenecientes a una minoría.
Discreta
f. La temperatura ambiente el día de hoy.
Continua

6. Calcule la varianza y la desviación estándar del número de admisiones. DATOS CALCULO DE LA MEDIA CALCULO DE LA VARIANZA
(x) Admisiones (Px) Probabilidad (Px) * ( x) (x – μ)2 (x – μ)2 * (Px)
1000 0.6 600 12100 7260
1200 0.3 360 8100 2430
1500 0.1 150 152100 15210
a) admisiones esperadas: 1100
b) varianza (σ)2 = 24900
c) d. estandar σ = 157.80

7. a. ¿Cuál es la cantidad media deducida de la compra total? DATOS CALCULO DE MEDIA CALCULO DE VARIANZA
b. ¿Cuál es la desviación estándar de la cantidad deducida del total de las compras? x P(x) (Px)*(x) (x-µ)2 (x-µ)2*(Px)
10 0.50 5 100 50
25 0.40 10 625 250
50 0.08 4 2500 200
100 0.02 2 10000 200
µ=∑[xP(x)]= 21 σ ² =∑[(x -µ) ² P(x)] 700
a) media= 21
b) d. estandar = 26.45751311