Anexo 2 – Tablas

Actividad 1
Tabla comparativa de conceptos

Tabla comparativa

Variable, formula o
imagen que representa
Concepto Definición el
concepto

Variable aleatoria Hace referencia a un valor que se le

asigna, este es un número y hace
referencia a los posibles resultados. X :E→N

Ejemplo x que pertenezcan a los

naturales
Variable Se basan en un valor fijo dentro de
aleatoria un rango determinado ( P ( X ≤ x 1 ) =0
continua P ( X ≤ x i ) =( X < x i )

Variable Hace referencia a valores de un

aleatoria intervalo finito o contablemente FX (t)=P( X ≤t ) para todot
discreta infinito con las probabilidades que
se tienen
Distribución de
Probabilidad
Determina la factibilidad de cada
uno de los posibles resultados de un
experimento
σ x=
√
σ N −n
√ n N−1
Distribución de Es la posibilidad de un resultado con x

Probabilidad un valor fijo dentro de un rango F(x) =P ( X ≤ x 1 )= ∫ f ( x) dx

−∞
Continua determinado
Distribución de Se llama distribución de x

Probabilidad probabilidad discreta a la función de F(x) =P ( X ≤ x 1 )= ∑ f ( x)

k=−∞
Discreta probabilidad que solo toma valores
positivos en un rango de valores de
X
Media Conjunto de datos obtenidos se
N
suman todos y se divide en el
número de valores sumados del ∑ Xi
conjunto Media(x)= i=1
N
 √
Desviación estándar O conocida como desviación típica n

también es una medida de dispersión σ= ∑ ¿¿¿¿

i
asociada a la media
Valor esperado Suma aleatoria de las probabilidades μ= E( x)
que existan en un suceso aleatorio

Varianza Medida de dispersión que representa n

la varianza de datos con respecto a σ =∑ ¿ ¿ ¿

2

i
la media
Función de Es una variable aleatoria que se ¿ Casos Favorables
Probabilidad X =
Probabilidad asigna a cada suceso definido dentro ¿Casos Posibles
de la variable, y se define dentro de
la probabilidad que ocurra
Función de densidad Variable aleatoria que describe la b

probabilidad relativa de que tome un P | a ≤ X ≤b | =∫ fx(x) dx

a
valor determinado
Distribución binomial Cuenta el número de casos de éxito
2
de una secuencia de n ensayos de q=1− p
Bernoulli
aproximación de la Es la manera en la cual se
Distribución Binomial a la aproximan probabilidades a través
Distribución Poisson de una normal, pero con una misma
esperanza y desviación típica que la k ()
n k n−k −np
p q ≈e ¿¿
de Poisson.
Distribución Poisson Ayuda a aproximar el modelo
binominal, y estudia el número de
( ) λ k −λ
P X=k = e
veces que tiene lugar un suceso k!
cundo la probabilidad de ocurrencia
es muy pequeña.
Distribución Se relaciona con los muestreos r N r
( )⋅( − )
Hipergeométrica aleatorios y sin ningún remplazo. x n x
f ( x)=
N
( )
n
Distribución Normal Es una distribución que ocurre con
2 ( σ )
2
−1 x−μ
los fenómenos aleatorios, siendo una 1
distribución clave, induciendo f ( x ) = e
σ √2 π
métodos estadísticos.
Distribución normal estándar Es el producto de la transformación −( )
2
x
1 2
o cambio de variable f ( x ) = e
σ √2π
Área bajo la curva Es la probabilidad de que una
variable que está ubicada entre dos x−μ
z=
puntos asuma algunos de los dos σ
valores.
Aproximación de la Es una aproximación que ayuda a la
normal a la binomial aproximación binominal cuando el
valor de n es muy grande, para ello
se utiliza la distribución
Ejercicios 1- Distribución Binomial

Se encuestan 8 estudiantes.

f ( x )=P ( X =x )= ( nx ) ( p ) (1− p)
x n− x

i) Cuál es la probabilidad de que exactamente 2 no hayan leído más de tres libros

en un año.

2
p= =0,66
3

1
q= =0 , 33
3

x=2

n=8

P ( X=x )= ( nx )( p) (1− p)
x n−x

P ( X=2 )= ( 82 )( 0.66 ) (1−0.66)

2 8−2

Hallamos 8 combinado 2

( 82 )= 2 ! ( 8−2
8!
)!

( 82 )= 8∗7∗6∗5∗4∗3∗2∗1
2 !∗(6 ) !

( 82 )= (2∗1)∗
8∗7∗6∗5∗4∗3∗2∗1
( 6∗5∗4∗3∗2∗1 )

( 82 )= (2∗1)
8∗7
 ( 82 )= 562
( 82 )=28
Remplazamos en la ecuación

P ( X=2 )=( 28 ) ( 0.66 )2 (1−0.66)8 −2

2 6
P ( X=2 )=( 28 ) ( 0.66 ) (1−0.66)
 La probabilidad es del 18,84%

ii) Cuál es la probabilidad de que máximo 3 hayan leído mas de tres libros al año.

2
p= =0,66
3

1
q= =0,33
3

x=3

n=8

P ( X=x )= ( nx )( p) (1− p)
x n−x

P ( X=3 )=( 83 )( 0.66 ) (1−0.66)

3 8−3

P ( X=3 )= ( 83 )( 0.66 ) (1−0.66)

3 5

La probabilidad es del 36,57%

Ejercicios 2- Distribución Poisson.

Cuál es la probabilidad que en el próximo semestre:

P ( X=x )= ( e− λ λ x
x! )
i) No se presenten temblores de tierra.

x=0

λ=6

( )
−λ x
e λ
P ( X=x )=
x!

P ( X=0 )=(
0! )
−6 0
e ¿6
 P ( X=0 )=(e−6∗1
1 )
P ( X=0 )=( e )
−6

P ( X=0 )=2 , 47 %

ii) Se presenten máximo 3 temblores.

x=3

λ=6

P ( X=x )= ( e− λ λ x
x! )
 P ( X=3 )= (
e−6 ¿ 63
3! )

Ejercicio 3- Distribución Hipergeométrica.

Se producen 10.000 tabletas y se empacan en frascos de 100 tabletas:

P ( X )=
( x )( n−x )
r N−r

( Nn )
i) Cuál es la probabilidad, de que en un frasco haya 2 tabletas defectuosas.

N=1 0 0 00

n¿ 1 00

r =100

x=2

P ( X )=
( x )( n−x )
r N−r

( Nn )

P ( X )=
( 2 )( 100−2 )
100 10000−100

( 10000
100 )

P ( X )=
( 2 )( 98 )
100 9900

( 10000
100 )
ii) Cuál es la probabilidad de que en cada frasco haya máximo 2 tabletas
defectuosas.
Ejercicio 4- Distribución Normal.

La duración de cierto tipo de diodo es en promedio de 10.000 horas, con desviación

típica de 800 horas. Para este problema año = 360 días, mes = 30 días, día=24 horas

i) Hallar la probabilidad de que un diodo dure más de 11 meses.

ii) A partir de que valor de durabilidad, está el 95% de los diodos