Estadística para los

Negocios
Lic. Gustavo Alcalá A.
Capítulo 5:
Distribución de Probabilidad Discreta
Enfoque para los Negocios
¿Qué es Distribución de Probabilidad?

 Una distribución de probabilidad proporciona toda la gama de valores

que se pueden presentar en un experimento
 Es similar a una distribución de frecuencias relativas, pero, en lugar de
describir el pasado, describe la probabilidad de que un evento se
presente en el futuro
 En este capítulo se examinan la media, la varianza y la desviación
estándar de una distribución de probabilidad, así como tres distribuciones
de probabilidad que se presentan con frecuencia: binomial,
hipergeométrica y de Poisson
 La Distribución de Probabilidad es una lista de todos los resultados de un
experimento y la probabilidad asociada a cada uno de ellos
Características de la Distribución de
Probabilidad
 La probabilidad de un resultado en particular se encuentra entre 0 y 1,
inclusive
 Los resultados son eventos mutuamente excluyentes
 La lista es exhaustiva; por lo tanto, la suma de las probabilidades de los
diversos eventos es igual a 1
 Ejemplo:
 Suponga que le interesa el número de caras que aparecen en tres lanzamientos
de una moneda. Tal es el experimento. Los posibles resultados son: cero caras,
una cara, dos caras y tres caras. ¿Cuál es la distribución de probabilidad del
número de caras?
Distribución de Probabilidad
 Para obtener el conteo de resultados, aplique la fórmula de la multiplicación:
(2)(2)(2), es decir, 8 posibles resultados. Estos resultados se listan en seguida:
Experimento: Lanzamiento de la moneda
Resultado Posible Primero Segundo Tercero # Caras
1 R R R 0
2 R R C 1
3 R C R 1
4 R C C 2
5 C R R 1
6 C R C 2
7 C C R 2
8 C C C 3

C  Cara
R  Cruz
Distribución de Probabilidad
Ejemplo en Clase - Estudiantes

Los posibles resultados de un experimento que implica el lanzamiento de un

dado son: uno, dos, tres, cuatro, cinco y seis.
a. Elabore la distribución de probabilidad para el número de posibles
resultados
b. Represente gráficamente la distribución de probabilidad
c. ¿Cuál es la suma de las probabilidades?
 Ejemplo en Clase - Estudiantes

a. b.

c.
6 / 6  1.00
Variables aleatorias

 En cualquier experimento aleatorio, los resultados se presentan al azar; así,

a éste se le denomina variable aleatoria
 Por ejemplo, lanzar un dado constituye un experimento: puede ocurrir
cualquiera de los seis posibles resultados
 Algunos experimentos dan origen a resultados de índole cuantitativa
(dólares, peso o número de niños); otros generan resultados de naturaleza
cualitativa (como el color o la afiliación religiosa)
 Cada valor de la variable aleatoria se relaciona con una probabilidad que
indica la posibilidad de un resultado determinado
 La Variable Aleatoria es la cantidad que resulta de un experimento que,
por azar, puede adoptar diferentes valores
Experimento y Variable Aleatoria
 En el experimento de lanzar una moneda tres veces, hay ocho resultados
 El evento de que se presenta una cara en tres lanzamientos
 La variable aleatoria es el número de caras
 Se desea saber la probabilidad del evento que tiene una variable
aleatoria igual a 1. El resultado es P(1 cara en 3 lanzamientos) = 0.375
Variable aleatoria discreta
 Una variable aleatoria discreta adopta sólo cierto número de valores
separados; es decir, el recuento de la cantidad de ausentes el lunes sólo
puede ser 0, 1, 2, 3, …, n
 Una variable discreta suele ser resultado de contar algo
 En consecuencia, una Variable Aleatoria Discreta es aquella variable
aleatoria que adopta sólo valores claramente separados
 Una variable aleatoria representa el resultado particular de un
experimento. Una distribución de probabilidad representa todos los
posibles resultados, así como la correspondiente probabilidad
Desviación Estándar de una
Distribución de Probabilidad Discreta
 Una distribución de probabilidad queda resumida por su media y
desviación estándar; mu (µ) y sigma (σ), respectivamente
 La Media constituye un valor típico para representar la posición central de
una distribución de probabilidad (valor promedio de la variable aleatoria).
 La media de una distribución de probabilidad también recibe el nombre
de valor esperado; que es el promedio ponderado en el que los posibles
valores de una variable aleatoria se ponderan con sus correspondientes
probabilidades de ocurrir
 Media de una Distribución de Probabilidad 
 Se multiplica cada valor x por la probabilidad de que ocurra y en seguida
se suman los productos
Varianza y Desviación Estándar de una
Distribución de Probabilidad Discreta
 La Varianza describe el grado de dispersión (variación) en una distribución
 La fórmula de la varianza de una distribución de probabilidad es:

 Los pasos para el cálculo son los siguientes:

1. La media se resta de cada valor y la diferencia se eleva al cuadrado
2. Cada diferencia al cuadrado se multiplica por su probabilidad
3. Se suman los productos que resultan para obtener la varianza
 La desviación estándar, σ, se determina al extraer la raíz cuadrada positiva
de σ2; es decir,
Media, Varianza y Desviación Estándar
Ejemplo: Distribución de Prob. Discreta
José Martínez vende automóviles nuevos en IMCRUX. Por lo general, José
vende la mayor cantidad de automóviles el sábado. Desarrolló la siguiente
distribución de probabilidades de la cantidad de automóviles que espera
vender un sábado determinado:
1. ¿De qué tipo de distribución se trata?
2. ¿Cuántos automóviles espera vender?
3. ¿Cuál es la varianza de la distribución?
Media, Varianza y Desviación Estándar
Ejemplo: Distribución de Prob. Discreta
1. Se trata de una distribución de probabilidad discreta de la variable
aleatoria denominada número de automóviles vendidos. José espera
vender:
i. Cierto rango de automóviles (0 a 4), no espera vender 5 ni 50
ii. No puede vender medio vehículo, solo 0, 1, 2, 3 o 4
iii. Los resultados son mutuamente excluyentes; no puede vender 3 y 4
2. La media de la cantidad de automóviles vendidos se calcula al multiplicar
el número de automóviles que vendió por la probabilidad de vender dicho
número, y sumar los productos de acuerdo con la fórmula:
Media, Varianza y Desviación Estándar
Ejemplo: Distribución de Prob. Discreta
2. Aplicando la fórmula: = 0*(0.10) + 1*(0.20) + 2*(0.30) + 3*(0.30) + 4*(0.10)
= 2.10
Estos cálculos se resumen en la tabla:

El valor de 2.10 indica que, a lo largo de

una gran cantidad de sábados, José
espera vender un promedio de 2.1
automóviles por día.
No es posible vender exactamente 2.1
automóviles; sin embargo, el valor
esperado se utiliza para predecir la
media aritmética de la cantidad de
automóviles vendidos a largo plazo.
Por ejemplo, si José trabaja 50 sábados en un año, puede esperar vender
(50)(2.1) o 105 automóviles sólo los sábados; por consiguiente, a veces la
media recibe el nombre de valor esperado
Media, Varianza y Desviación Estándar
Ejemplo: Distribución de Prob. Discreta
3. Una tabla resulta útil para sistematizar los cálculos de la varianza

2
𝜎
Recuerde que la desviación estándar, σ, es la raíz cuadrada positiva de la varianza ( ). En
este ejemplo es automóviles 𝜎= 1.290 = 1.136
Interpretación: si otro vendedor tiene promedio de 2.10 durante el año y una DS de 1.91
 Hay más variabilidad en sus ventas respecto de José
Media, Varianza y Desviación Estándar
Caso: Distribución de Prob. Discreta
Pizza GIORGIOX ofrece tres tipos de pizza: clásica, especial y gourmet de
acuerdo a los ingredientes que lleva cada pizza. Las pizzas cuestan Bs 80, Bs
90 y Bs 120, respectivamente. Treinta por ciento de los pedidos corresponde a
clásicas, 50% especiales y 20% a gourmet. Organice la información por tipo de
pizza y la probabilidad de venta en una distribución de probabilidad.
a. ¿Se trata de una distribución de probabilidad discreta? Indique por qué
b. Calcule la suma promedio que se cobra por pizza (valor esperado)
c. ¿Cuál es la varianza de la cantidad que se cobra por una pizza? ¿Cuál es
la desviación estándar?