Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Natalia Berretta 1
Estadística, Probabilidad y Distribuciones de probabilidad
VARIABLES ALEATORIAS
Consideremos el experimento aleatorio consistente en lanzar dos monedas (denominaremos con C al suceso
“sale cara” y con S al suceso “sale seca”).
AL observar el número de caras obtenidas podemos asignarle a cada suceso un valor numérico:
Esta asignación define una función del espacio muestral en números reales.
Las funciones definidas de ésta forma se llaman variables aleatorias y suelen representarse mediante una
letra mayúscula, por ejemplo X.
Definición:
X: Ω→R
El dominio de la función estará compuesto por los sucesos de Ω; el recorrido por números reales.
SEGÚN SEAN LOS VALORES DEL RECORRIDO DE ESTA FUNCIÓN PODEMOS CLASIFICAR LAS VARIABLES ALEATORIAS EN:
DISCRETAS: Cuando el recorrido toma valores aislados. Toma sólo un número finito o contable de valores.
CONTINUAS: Cuando el recorrido puede tomar al menos teóricamente cualquier valor de un intervalo de la recta
real.
MATEMÁTICA OPCIÓN MEDICINA .- Prof. Natalia Berretta 2
Estadística, Probabilidad y Distribuciones de probabilidad
Juan lanza en varias ocasiones tres monedas al aire y se dedica a anotar cuantas caras va obteniendo.
O sea, en este caso tenemos el experimento aleatorio “lanzar tres monedas al aire”
y la variable aleatoria X = “cantidad de caras que se obtienen”.
Entonces el espacio muestral y los valores que toma la variable se vería de la siguiente forma:
Por lo tanto, podemos decir que la variable aleatoria toma los valores 0, 1, 2, 3.
A estos cuatro valores se les denomina recorrido de la variable aleatoria: Rec(X)= {0, 1, 2, 3}
y a los elementos del espacio muestral se les denomina dominio de la variable aleatoria.
Dom (X)= {(CCC), (CCS), (CSC), (SCC), (SSC), (SCS), (CSS), (SSS)}
Material tomado de www//educarchile.cl
DISTRIBUCIONES DE PROBABILIDAD
¿Para qué me puede servir conocer cómo se distribuyen las probabilidades de una determinada Variable Aleatoria
discreta?
Es importante para conocer las probabilidades asociadas a cada valor, así como para poder estimar probabilidades
acumuladas. En este sentido es imprescindible, conocer la definición y características de Función de Probabilidad y
Función de Distribución.
MATEMÁTICA OPCIÓN MEDICINA .- Prof. Natalia Berretta 3
Estadística, Probabilidad y Distribuciones de probabilidad
Es una idealización de la correspondiente distribución de frecuencias ya que en realidad se está estimando las
frecuencias absolutas fi y relativas hi de forma experimental o empírica.
(C,C) → 2
(C,S)
→ 1
(S,C)
(S,S) → 0
Esta variable toma el valor 0 cuando en el lanzamiento de las dos monedas se obtienen dos cruces. Por lo
tanto, la probabilidad de que X tome el valor 0 es la probabilidad de conseguir dos cruces en el
lanzamiento de dos monedas lo anotaremos
P (X = 0) = P ({(S, S)}) = 1 /4
P (X = 2) = P ({C, C)}) = 1 /4
De forma general, la función f asigna a cada número real x la probabilidad de que la variable aleatoria X
tome ese valor. Esta función cumple lo siguiente:
1
𝑠𝑖 𝑥 = 0 ∨ 𝑥 = 2
4
Así, en el ejemplo que analizamos: 𝑓: 𝑓(𝑥) = {1 𝑠𝑖 𝑥 = 1
2
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
La función de probabilidad o distribución de la v.a. X y se puede expresar también mediante una tabla de
valores o una gráfica (histograma).
x 0 1 2
P(X=x) 1/4 1/2 1/4
“qué mide” la va X.
El recorrido de la variable aleatoria.
Qué probabilidad de ocurrir tiene cada uno de los valores del recorrido.
Reuniremos la información obtenida en una tabla y en un gráfico de barras.
Contestaremos la pregunta.
MATEMÁTICA OPCIÓN MEDICINA .- Prof. Natalia Berretta 5
Estadística, Probabilidad y Distribuciones de probabilidad
Ejercicio 1:
MATEMÁTICA OPCIÓN MEDICINA .- Prof. Natalia Berretta 6
Estadística, Probabilidad y Distribuciones de probabilidad
Ejercicio 2:
MATEMÁTICA OPCIÓN MEDICINA .- Prof. Natalia Berretta 7
Estadística, Probabilidad y Distribuciones de probabilidad
IMPORTANTE:
Ejercicio 1:
Ejercicio 2:
MATEMÁTICA OPCIÓN MEDICINA .- Prof. Natalia Berretta 8
Estadística, Probabilidad y Distribuciones de probabilidad
La media de una distribución es un valor central que nos indica la cantidad que correspondería a cada individuo en
una repartición igualitaria.
La media de una distribución de probabilidad de una variable aleatoria discreta X se denota con la letra griega
𝜇 (𝑚𝑢)
𝑠𝑖𝑒𝑛𝑑𝑜 𝜇 = ∑ 𝑥𝑖 𝑝𝑖 = 𝑥1 𝑝1 + 𝑥2 𝑝2 + … . + 𝑥𝑖 𝑝𝑖
Es frecuente llamar a la media μ de una variable aleatoria valor esperado o esperanza matemática de dicha variable.
Para estimar la dispersión de los valores de la variable aleatoria respecto a la media se utilizan la varianza y la
desviación típica.
Su raíz cuadrada recibe el nombre de desviación típica, la denotamos por σ (sigma), tiene la ventaja sobre la varianza
de estar expresada en las mismas unidades que la variable X y no por los cuadrados siendo por ello más
representativa.
Calcula la varianza y la desviación típica para la variable aleatoria del ejercicio anterior.