Distribución de probabilidades

Definición. Una variable aleatoria es una función que asocia a cada resultado
del espacio muestral un número real
Variable aleatoria se dirá discreta si el conjunto de valores que toma es un
conjunto numerable, es decir, que solo puede tomar unos valores concretos
Variable aleatoria continua: una es continua si su recorrido es un conjunto no
numerable. Intuitivamente esto significa que el conjunto de posibles valores
de la variable abarca todo un intervalo de números reales

Distribución discreta de probabilidades

Distribución de probabilidad es un listado de las probabilidades
de todos los posibles resultados que podrían obtenerse si el
experimento se llevara a cabo.
Ejemplo. Si se lanza un dado al aire
X P(X)
1 0.16666667
2 0.16666667
3 0.16666667
4 0.16666667
5 0.16666667
6 0.16666667

∑ P ( Xi )=1

Las distribuciones de probabilidad están relacionadas con las

distribuciones de frecuencias. De hecho, podemos pensar que una
distribución de probabilidad es una distribución de frecuencias
teórica.
Distribución de las familias de una ciudad según el número de hijos

Número de Cantidad de
hijos familias
 0 8
1 15
2 17
3 21
4 14
5 9
6 2

Distribución de las familias de una ciudad según el número de hijos

Distribución de probabilidades
X P(Xi)
0 0.0930
1 0.1744
2 0.1977
3 0.2442
4 0.1628
5 0.1047
6 0.0233
∑ P ( Xi )=1
A partir de la distribución de probabilidades se pueden calcular las
probabilidades de ocurrencia de la varia Xi

a) Si se selecciona un familia al azar. Calcular la probabilidad de que

tenga menos de tres hijos

P(X<3)= P(X=0)+P(X=1)+P(X=2)=0.0930+0.1744+0.1977=0.4651

b) Si se selecciona un familia al azar. Calcular la probabilidad de que

tenga cuatro o más hijos
P(X≥4)= P(X=4)+P(X=5)+P(X=6)= 0.1628+0.1047+0.0233=0.2907

Valor esperado, promedio o media aritmética en una distribución de

probabilidades
Es la generalización de la media aritmética a toda la población, es decir, es la media de
la variable aleatoria. También se llama valor medio, valor esperado o esperanza
matemática, y se representa por la letra griega μ.

μ=∑ Xi P( Xi)

Distribución de las familias de una ciudad según el número de hijos

X P(Xi) Xi P(Xi)
0 0.0930 0.0000
1 0.1744 0.1744
2 0.1977 0.3953
3 0.2442 0.7326
4 0.1628 0.6512
5 0.1047 0.5233
6 0.0233 0.1395
2.6163

μ=∑ Xi P( Xi) =2.6163 hijos

El promedio de hijos por familia es de 2.6163 hijos.

Se espera que el número promedio de hijos por familia es de 2.6163 hijos

Varianza en una distribución de probabilidades

La varianza de una variable aleatoria es una característica numérica que

proporciona una idea de la dispersión de la variable aleatoria respecto
de su esperanza. Decimos que es un parámetro de dispersión.

σ =∑ ( Xi−μ) P( Xi)
2 2
 X P(Xi) Xi P(Xi)
0 0.0930 0.0000 0.6367
1 0.1744 0.1744 0.4557
2 0.1977 0.3953 0.0751
3 0.2442 0.7326 0.0360
4 0.1628 0.6512 0.3117
5 0.1047 0.5233 0.5946
6 0.0233 0.1395 0.2663
2.6163 2.3760
σ 2=∑ ( Xi−μ)2 P ( Xi ) =2.3760 hijos cuadrados

Deviación estándar

Mide la variabilidad de un conjunto de datos en su misma unidad de medida.

Se calcula sacando la raíz cuadrada a la varianza
σ =√ σ 2

σ =√ 2.3760 =1.5414 hijos

La variabilidad o dispersión del número de hijos por familia es de
1.5414 hijos

Coeficiente de variabilidad
Lo que necesitamos es una medida relativa que nos proporcione una
estimación de la magnitud de la desviación respecto a la magnitud de la
media. El coeficiente de variación es una de estas medidas relativas de
dispersión. Relaciona la desviación estándar y la media, expresando la
desviación estándar como porcentaje de la media.

σ
CV = ∗100
μ
 1.5414
CV = ∗100=58.91 %
2.6163

La variabilidad de la cantidad de hijos de las familias con relación al

promedio es de 58.91%

Ejercicios para resolver en el aula

1.- Probar si la los datos anteriores son es una distribución de

probabilidades ∑ P ( Xi )=1

2.- Calcular e interpretar las siguientes probabilidades:

a) P(Xi >150)
b) P(Xi ≤ 100)
c) P(100 ≤ Xi ≤250)

3.- Calcular e interpretar el Valor esperado, promedio o media

aritmética

4.- Calcular la Varianza en una distribución de probabilidades

5.- Calcular e interpretar el Coeficiente de variabilidad