Actividad 3.

Cuestionario

-RICARDEZ MORENO
JUNIOR SEBASTIAN

- ESTADISTICA DESCRIPTIVA
 lOMoARcPSD|12966768

ACTIVIDAD CUESTIONARIO
INSTRUCCIONES
a) RESPONDE LAS SIGUIENTES ACTIVIDADES

1. Define variable aleatoria, continua y discreta.

Variable aleatoria: En matemáticas es una función cuyo dominio es el espacio muestral y cuyo rango
es el conjunto de los números reales, definida además como la cantidad que resulta de un
experimento que, por azar, puede adoptar diferentes valores. Una variable es aleatoria si los valores
que toma corresponden a los distintos resultados posibles de un experimento; por ello, el hecho de
que tome un valor particular es un evento aleatorio.

Por ejemplo:
• Si cuenta el número de empleados ausentes en el turno matutino del lunes, el número puede
ser 0, 1, 2, 3,… El número de ausencias es una variable aleatoria.
• Si pesa cuatro lingotes de acero, los pesos pueden ser de 2 492 libras, 2 497 libras, 2 506
libras, etc. El peso es una variable aleatoria.
• Si lanza dos monedas y cuenta el número de caras, puede caer cero, una o dos caras. Como
el número de caras que resulta de este experimento se debe al azar, el número de caras
que caen es una variable aleatoria.

Variable continua: una variable aleatoria es continua si se cumplen las dos condiciones siguientes:

1. Su conjunto de valores posibles se compone de todos los números que hay en un solo intervalo
sobre la línea de numeración (posiblemente de extensión infinita, es decir, desde −∞ ℎ𝑎𝑠𝑡𝑎 ∞) o
todos los números en una unión disjunta de dichos intervalos.
Por ejemplo: [0,10] ∪ [20,30]

2. Ningún valor posible de la variable tiene probabilidad positiva, esto es, P(X=c) = 0 con
cualquier valor posible de c.

Ejemplos:
• La duración de cada canción en el último álbum de Bruno Mars.
• El peso de cada estudiante de una clase.
• La temperatura ambiente.
• La suma de dinero que gana cada uno de los 750 jugadores actuales en la lista de los
equipos de la Liga Mayor de Béisbol.

Variable discreta: Variable discreta que adopta sólo valores claramente separados. Una variable
discreta suele ser resultado de contar algo. A veces, una variable aleatoria discreta asume valores
fraccionarios o decimales. Estos valores deben estar separados esto es que debe haber cierta
distancia entre ellos.

Por ejemplo, las calificaciones de los jueces por destreza técnica y formas artísticas en una
competencia de patinaje artístico son valores decimales, como 7.2, 8.9 y 9.7. Dichos valores son
discretos, pues hay una distancia entre calificaciones de 8.3 y 8.4. Una calificación no puede tener
un valor de 8.34 o de 8.347.

2. ¿Qué es una distribución de probabilidad?

También conocida como función de masa de probabilidad (fmp) de una variable discreta se define
para cada número x como p(x) = P(X=x) = P (todos w 𝜔 ∈ S. 𝑋(𝑤) = 𝑥) es decir, para cada valor
 lOMoARcPSD|12966768

posible x de la variable aleatoria la función de masa de probabilidad especifica la probabilidad de

observar dicho valor cuando se realiza el experimento. Se requieren las condiciones 𝑝(𝑥) ≥ 0 𝑦 ∑𝑡𝑜𝑑𝑎𝑠
𝑙𝑎𝑠 𝑝𝑜𝑏𝑖𝑏𝑙𝑒𝑠 𝑝(𝑥) = 1 de cualquier función de masa de probabilidad.

1. Define espacio muestral.

El espacio muestral de un experimento, denotado por S, es el conjunto de todos los posibles

resultados de dicho experimento.

3. Describe eventos simples, eventos compuestos, eventos complementarios y eventos

mutuamente excluyentes.

Un evento es cualquier recopilación (subconjunto) de resultados obtenidos en el espacio muestral S.

Eventos simples: un evento es simple si consiste en exactamente un resultado.

Eventos compuestos: un evento es compuesto si consiste en más de un resultado.

Eventos complementarios: El complemento de un evento A, denotado por A’, es el conjunto de todos
los resultados en S que no están contenidos en A.

Eventos mutuamente excluyentes: Sea que ∅ denote el evento nulo (el evento sin resultados),
Cuando 𝐴 ∩ 𝐵 = ∅, se dice que A y B son eventos mutuamente excluyentes o disjuntos.

4. Explica cuáles son los axiomas de la probabilidad.

Existen tres postulados básicos de la probabilidad conocidos como Axiomas de la probabilidad, en

lenguaje matemático significa que son proposiciones que por su carácter evidente no requieren
demostración. Se puede decir que son: “las reglas del juego”, se expresan de manera formal en los
siguientes términos:

1) Para todo evento A, P(A) ≥ 0

Indica que no hay probabilidades negativas

2) Si Ω representa el evento universo, entonces P(Ω) = 1

Indica que ningún evento tiene una probabilidad mayor a uno

3) Dados dos eventos A y B, ocurre que P(A U B) = P(A) + P(B) – P(A∩B)

De los axiomas anteriores se obtienen otras proposiciones de la probabilidad:

a) P (ϕ) = 0
En donde ϕ representa el conjunto vacío o probabilidad el suceso imposible
b) P(Ac) = 1 – P(A)
En donde Ac representa el conjunto complemento de A

5. Define, probabilidad simple, probabilidad conjunta y probabilidad condicional.

Probabilidad simple:
En un experimento cualquiera, la probabilidad simple de un
evento es la que tiene éste, sin considerar las conexiones
que pueda tener con otros eventos. También se le llama
probabilidad marginal.
 lOMoARcPSD|12966768

Probabilidad conjunta:

Cuando los eventos de interés implican la ocurrencia de dos o

más eventos simples de manera simultánea, decimos que
estamos en presencia de una probabilidad conjunta.

Probabilidad condicional:
Esta dada por dos eventos y es la probabilidad de uno
de ellos bajo el supuesto de que el otro ya ocurrió.
Quiere decir que existe una condicionante de que
ocurra primero algo para que ocurra el evento que
estamos analizando.

Es decir, la probabilidad de B dado que A ya ocurrió es

igual a la probabilidad de que ocurran ambos eventos
simultáneamente (la probabilidad conjunta) dividido
por la probabilidad de que ocurra A (la probabilidad
simple), que en este caso es el evento antecedente.

6. ¿Qué es la Independencia estadística?

Sean dos eventos A y B del espacio de eventos Ω; decimos que A y B son independientes
en sentido probabilístico si la probabilidad de que ocurra A no influye en la probabilidad de
que ocurra B y, simultáneamente, la probabilidad de que ocurra B no influye en la
probabilidad de que ocurra A. En caso contrario decimos que los eventos son dependientes.
Esto lo expresamos simbólicamente del siguiente modo

7. Explica el Teorema de Bayes.

Cuando calculamos la probabilidad de B dado que A ya ocurrió, de alguna manera se piensa

que el evento A es algo que sucede antes que B y que A puede ser (tal vez) causa de B o
puede contribuir a su aparición. También de algún modo podemos decir que A normalmente
ocurre antes que B.
En algunas ocasiones sabemos que ocurrió el evento B y queremos saber cuál es la
probabilidad de que haya ocurrido el evento A. Esta probabilidad se encuentra aplicando
una regla que se conoce como teorema de Bayes, que se muestra enseguida.

b) COMPLETA LA SIGIENTE TABLA

 lOMoARcPSD|12966768

Aplica en:

Distribución de Probabilidad Valor Varianza Desviación Variable Variable Variable

Continua Discreta
esperado estándar Aleatoria

Número de
veces que
Binomial ocurre un
X
evento durante
un intervalo
definido

Número de
Hipergeométrica éxitos de un
X
número fijo de
ensayos

Poisson
Número de
veces que
ocurre un
X
evento durante
un intervalo
definido

X se
distribuye
Uniforme Uniformemente X
en un intervalo
[a,b]

Normal estándar σ2 X

Exponencial X

X
Gamma
 lOMoARcPSD|12966768

Weibull X

intervalo
Beta X
[A, B]
 lOMoARcPSD|12966768

REFERENCIAS

Devore, J. L. (2016). Probabilidad y estadística para ingeniería y ciencias (9a. ed.). Cengage
Learning. https://elibro.net/es/lc/uvm/titulos/93280
Universidad Nacional Autónoma de México (2010). Estadística descriptiva. Disponible en:
http://fcasua.contad.unam.mx/apuntes/interiores/docs/20181/administracion/1/LA_1142_05047_
A_Estadistica_Descrptiva_Plan2016.pdf
Lind D.A. (2012) Estadística aplicada a los negocios y la economía. (15a. ed.). McGraw Hill
Khan Academy. (s. f.). Variables aleatorias. Disponible en:
https://es.khanacademy.org/math/statistics-probability/random-variables-stats-library