INGENIERÍA INDUSTRIAL

Análisis de la realidad nacional

Actividad 1

Profesor: Rafael Colunga Castañeda

Integrantes:
Casillas López Eduardo
Cruz Hernández Alejandro
Esparza Camacho Ana Gabriela
López Silva Sebastián
Sánchez Rincón Salvador

Fecha de entrega: 11 de Mayo 2021

 Índice.
Portada….…………………………………………………1
Índice…………………………….…………………………2
Introducción………………………….……………………3
Desarrollo………………………………………………….4
Conclusión…………………………………………………9
Bibliografía……………………………………………….10
 Introducción:
Una variable aleatoria se llama discreta si se puede contar con
su conjunto de resultados posibles.

Las variables aleatorias discretas son variables aleatorias cuyo

intervalo de valores es finito o contablemente infinito.

Tanto hablar de Estadística, y me acabo de dar cuenta que el

concepto principal para cualquier tema, todavía no lo hemos
definido, ¡vaya despiste!

Por tanto, hoy por fin, vamos a estudiar las variables

aleatorias, que como ya hemos mencionado en varias
ocasiones hay de dos tipos: discretas y continuas. Nos
centraremos en primer lugar en el estudio las de tipo discreto:
para qué las utilizamos, cómo las definimos, cuáles son sus
características más importantes, así como algún ejemplo que
nos facilite la comprensión; y dejaremos para el próximo día el
estudio de las variables de tipo continuo.
 Desarrollo:
Variables Aleatorias.
4.1 Variables aleatorias continuas.
Se dice que una variable aleatoria X es continua si su conjunto
de posibles valores es todo un intervalo (finito o infinito) de
números reales.
Ejemplo:
Una v.a. continua puede ser el tiempo de retraso con el que un
alumno o un profesor llega al aula de clases ó también el peso
o la estatura de los estudiantes de lFE a.
4.2.1 Distribución de probabilidad en forma general.
Son idealizaciones de las distribuciones estadísticas de
variable continua. Estas se obtienen empíricamente
(experimentando u observando). Aquellas son distribuciones
teóricas. Las distribuciones de probabilidad de variable
continua se definen por medio de una función y = f(x) que se
llama función de probabilidad o función de densidad. Ha de ser
f(x)  0 para todo x.
Ejemplo:
Calcular la probabilidad de que un hombre pese entre 160 y
170 libras.
4.2.2 Valor esperado.

Sea X una variable aleatoria continua con función de densidad

f(x). Se llama esperanza matemática o valor esperado, valor
medio o media de X al número real. ∫ ∞ E(X ) = μ = x f (x)dx
Como valor medio teórico de todos los valores que puede
tomar la variable. Representa una medida de centralización.

Ejemplo:

La distribución de la cantidad de grava (en toneladas) vendida

a una empresa en particular proveedora de materiales para la
construcción, en una semana dada, es una v.a. X continua con
fdp:

¿Cuántas toneladas esperarías que se vendan durante esa 0

de otra manera semana?

4.2.3 Varianza, desviación estándar.

Varianza:

Medida del cuadrado de la distancia promedio entre la media y

cada elemento de la población.

Sea X una variable aleatoria continua con distribución de

probabilidad f(x) y media μ. La varianza de X es calculada por
medio de:
Ejemplo:

Si realizamos el experimento de ir a mi granja y estudiamos las

características de las vaquitas, podemos definir la variable
aleatoria C:

 B = peso de una vaca en la granja de Jorge (en

kilogramos).
Alguna vaquita puede pesar 425,1872 kg; otra puede pesar
612,5874541 kg; otra puede pesar 545,897512121 kg. Si
tomamos más vacas, podríamos tener más valores y nunca
terminaríamos.

Se conoce que el becerro más pequeño tiene un peso de 30

kg, y la vaca más grande tiene un peso de 1000 kg.

Desviación estándar:

Es una medida de dispersión de la misma dimensión física de

la variable y que se indica por la letra teta.

Ejemplo:
Calcular el valor esperado, la varianza y la desviación
estándar.

4.2.4 Función acumulada

La distribución acumulada F(x) de una variable aleatoria

continua X, con una función de densidad f(x) es: ∫ = ≤ = x F(x)
P (X x) f (s)ds

para ∫ −∞ () () f () − ∞ ≤ x ≤ ∞
De la definición de función de distribución acumulada de una
variable aleatoria continua se deducen las propiedades
siguientes:

1.- F (−∞) = 0

2.- F (∞) = 1

3.- P (x1 ≤ X ≤ x2) = F (x2) – F (x1)

Ejemplo:

1. Sea X con función de densidad [ ]( ) 26 3 ( ) 1,3 2 f x = x I x

Su función de distribución está dada por:

Obtengamos el 25-percentil de esta distribución (p = 0.25).

Buscamos x0.25 tal que F (x0.25) = 0.25

4.2.5 Cálculos de probabilidad

Se refiere a medir la mayor o menor posibilidad de que se dé

un determinado resultado cuando se realiza un experimento
aleatorio o que no podemos predecir el resultado.
Ejemplo:

En un estudio sanitario se ha llegado a la conclusión de que la

probabilidad de que una persona sufra problemas coronarios
(suceso B) es el 0,10 (probabilidad a priori). Además, la
probabilidad de que una persona sufra problemas de obesidad
(suceso A) es el 0,25 y la probabilidad de que una persona
sufra a la vez problemas de obesidad y coronarios (suceso
intersección de A y B) es del 0,05.
Calcular la probabilidad de que una persona sufra problemas
coronarios si está obesa (probabilidad condicionada

P(B/A)). P (B y A) = 0,05 P (A) = 0,25 P (B/A) = 0,05 / 0,25 =

0,20
 Conclusión:
Este tema nos enseñó y nos ayudó a conocer lo que son las
variables y los distintos tipos de subtemas que tiene cada una,
también nos ayudó a comprender poquito más de lo que trata
la materia y a trabajar en equipo de una manera más sólida. El
tema que más nos llamó la atención fue el de variables
aleatorias continúas ya que expresa bien de lo que trata en si
este trabajo. Nos pareció muy agradable y nos llevamos lo más
importante con nosotros. Muchas gracias…
 Bibliografía:
http://www.economia.unam.mx/profesores/blopez/estadistica-continua.pdf

https://www.matematicasonline.es/almacen/1_BCCSS/PrimeroccssI/11_Distribuciones_probabilid
ad_continua_normal/teoria.pdf

https://www.dm.uba.ar/materias/probabilidades_estadistica_C/2004/1/PyEC05.pdf

https://wiki-
finanzas.com/index.php?seccion=Contenido&id=2011C058#:~:text=Se%20refiere%20a%20medir%
20la,no%20podemos%20predecir%20el%20resultado.&text=El%20valor%20cero%20corresponde
%20al,el%20n%C3%BAmero%207%20es%20cero.