TALLER DE INICIO NUEVA UNIDAD: DISTRIBUCIONES DE PROBABILIDAD

PAULA ANDREA PORTILLA CORREDOR (U00139413)

1. ¿QUE ES UNA DISTRIBUCIÓN DE PROBABILIDAD?

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.

2. COMO SE CLASIFICAN LAS DISTRIBUCIONES DE PROBABILIDAD SEGUN LA

VARIABLE ALEATORIA

Una variable aleatoria es un valor numérico que corresponde a un resultado de un

experimento aleatorio, se clasifica en:

Discretas: estas son aquellas que sólo pueden tomar valores enteros como 1, 2,
8, -4, etc. En este sentido, los hermano en una familia podrán ser: 1, 2, 3..., etc.
Sin embargo, nunca podrán ser 1.5 o 2.3.

Continuas: son aquellas que pueden tomar cualquier valor real dentro de un
intervalo o rango. Por ejemplo, los litros de leche ordeñados podrán ser 1.5 o 10.3
etc.

3. NOMBRE Y DEFINA TRES MEDIDAS GENERALES DE LAS DISTRIBUCIONES

DE PROBABILIDAD

La varianza: es una medida de la dispersión (de la desigualdad) de los valores de

la variable aleatoria respecto a la media. Se suele designar por σ 2.

La media μ: es una variable aleatoria también se llama valor esperado o

esperanza matemática de dicha variable y se suele escribir μ = E(X). El valor
esperado de un juego es el baremo que se establece para determinar su equidad:
si su esperanza matemática es cero, E(X) = μ = 0, no existe ventaja para ninguno
de los jugadores participantes.

La desviación típica σ: es la raíz cuadrada positiva de la varianza, se utiliza con

mayor frecuencia pues, al estar expresada en las mismas unidades que la variable
X, permite establecer más claramente las comparaciones.
4. DISTRIBUCIOBES DISCRETAS: DEFINA LOS SIGUIENTES MODELOS
DISCRETOS.

Una distribución discreta describe la probabilidad de ocurrencia de cada valor de

una variable aleatoria discreta. Una variable aleatoria discreta es una variable
aleatoria que tiene valores contables, tales como una lista de enteros no negativos.

Con una distribución de probabilidad discreta, cada valor posible de la variable

aleatoria discreta puede estar asociado con una probabilidad distinta de cero. Por
lo tanto, una distribución de probabilidad discreta suele representarse en forma
tabular.

5. A. MODELO UNIFORME

Distribución que asigna probabilidades iguales a un conjunto finito de puntos del

espacio. Modeliza fenómenos en los que tenemos un conjunto de n sucesos
posibles, cada uno de los cuales con la misma probabilidad de ocurrir. Si
aleatorizamos de forma que cada uno de estos sucesos se corresponda con un
número natural del 1 al n obtendremos una distribución uniforme. Tendremos un
único parámetro; n

1
𝑓(𝑥) = , 𝑥 = 𝑥1, 𝑥2 … … , 𝑥𝑛
𝑛

Ejemplo: Si se selecciona aleatoriamente una caja llena de 5 focos de

40,60,75,100 y 150 watts. Sea X los watts del foco, entonces sería:

1
𝑓(𝑥) = , 𝑥 = 40,60,75,100,150
5
B. MODELO BINOMIAL

Una distribución binomial es una distribución de probabilidad discreta que describe

el número de éxitos al realizar n experimentos independientes entre sí, acerca de
una variable aleatoria.

Ejemplo: Imaginemos que un 80% de personas en el mundo ha visto el partido de

la final del último mundial de fútbol. Tras el evento, 4 amigos se reúnen a
conversar, ¿Cuál es la probabilidad de que 3 de ellos hayan visto el partido?

El resultado final sería: 4*0,512*0,2 = 0,4096. Si multiplicamos por 100 tenemos

que hay una probabilidad del 40,96% de que 3 de los 4 amigos haya visto el
partido de la final del mundial.

C. MODELO HIPERGEOMETRICO

La distribución hipergeométrica es una distribución discreta que modela el número

de eventos en una muestra de tamaño fijo cuando se conoce el número total de
elementos en la población de la cual proviene la muestra. Cada elemento de la
muestra tiene dos resultados posibles (es un evento o un no evento). Las
muestras no tienen reemplazo, por lo que cada elemento de la muestra es
diferente. Cuando se elige un elemento de la población, no se puede volver a
elegir. Por lo tanto, la probabilidad de que un elemento sea seleccionado aumenta
con cada ensayo, presuponiendo que aún no haya sido seleccionado.
Ejemplo: De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el
lote contiene 3 proyectiles defectuosos que no explotarán, ¿cuál es la probabilidad
de que, a) los 4 exploten?, b) al menos 2 no exploten?
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el número de
proyectiles que explotan entre la muestra que se dispara

b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan

p(al menos 2 no exploten) = p( 2 o más proyectiles no exploten) = p(x = 2 o 3; n=4)

=

D. MODELO 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.

Ejemplo: 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?

a):
 b):

NOTA: PARA CADA MODELO DEBE DAR LAS CARACTERISTICAS DEL

MODELO, SU MODELO MATEMATICO O FORMULA, LAS MEDIDAS PROPIAS
DEL MODELO Y UN EJEMPLO DE APLICACION DEL MODELO

BIBLIOGRAFÍA

https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad
http://www4.ujaen.es/~dmontoro/Metodos/Temas/Tema4.pdf
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-
and-random-data/supporting-topics/basics/continuous-and-discrete-probability-
distributions/#:~:text=Una%20distribuci%C3%B3n%20discreta%20describe%20la,lista
%20de%20enteros%20no%20negativos.
https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/uniformedis.htm
https://static1.squarespace.com/static/526e85b4e4b09c47421bd159/t/5876555620099
e329ddde427/1484150105476/T13DISPROBb.pdf
https://www.sergas.es/Saude-
publica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre20
14.pdf
https://economipedia.com/definiciones/distribucion-binomial.html
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-
and-random-data/supporting-topics/distributions/hypergeometric-
distribution/#:~:text=La%20distribuci%C3%B3n%20hipergeom%C3%A9trica%20es%2
0una,evento%20o%20un%20no%20evento).
http://www.virtual.sepi.upiicsa.ipn.mx/mdid/diap05.pdf
https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/poisson.htm