Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• Distribución Uniforme
• Distribución Normal
Resumen de conceptos
Variable aleatoria
Aquella que adquiere un valor numérico único para cada uno
de los posibles resultados de un experimento aleatorio.
Función de probabilidad
Aquella que asigna una probabilidad de ocurrencia a cada
posible resultado de un experimento aleatorio.
Distribución de probabilidad
Es el reparto del 100% de probabilidad de ocurrencia a cada
posible resultado de un experimento aleatorio.
Requisitos de una
Distribución de Probabilidad discreta
0≤𝑃 𝑥 ≤1
La probabilidad de cualquier resultado (o suceso)
es 0%, 100% o un valor intermedio
∑𝑃 𝑥 = 1
La suma de las probabilidades de todos los posibles resultados
(o sucesos) es 100%
Variable aleatoria continua
Ejemplos:
Estatura de un estudiante de la Mayor
Peso de un saco de trigo en el mercado central
Temperatura de un enfermo de Covid-19
Longitud de una barra de acero templado
Tiempo de una vuelta al circuito en Moto GP
Característica de una v.a. continua
𝑃 𝑥=𝑐 =0
La probabilidad de que una v.a. tome un valor EXACTO
dentro del intervalo de posibles valores es CERO.
Qué c _ _ _ _ a
significa esto REALMENTE
Qué significa esto REALMENTE
30,0
30,01
30,012
30,0116
30,01159
30,011593
30,0115927
30,01159265 … y sigue hasta el infinito
Qué significa esto REALMENTE
30,01159265
30,011592654 … y sigue al infinito…igual que…
Función de densidad de probabilidad de una v.a. continua
Es aquella que al graficarse usando los valores del intervalo que
contiene a todos los posibles resultados de un experimento aleatorio
deja por debajo de si misma un área equivalente al 100% de la
probabilidad.
Ejemplo: Distribución Uniforme
f(𝑥) = 1/3
en el intervalo [77, 80] (min)
Área = 1
Cómo funciona esto
Área = 0
Cómo funciona esto
Área =
0,45
Cómo funciona esto
Área =
0,55
Cómo funciona esto
Área =
0,3333…
Conclusión
𝑃 𝑝≤𝑥≤𝑞 =
f(𝑥) 𝑞
න 𝑓 𝑥 ⅆ𝑥
𝑝
Explicación desde el cálculo
78,35 1 1 1
P(77 ≤ 𝑥 < 78,35) ≝ 77 ⅆ𝑥 = ∙ 𝑥 Τ78,35
77
= ⋅ 78,35 − 77 = 0,45
3 3 3
Área =
0,45
Requisitos de una
Distribución de Probabilidad continua
𝑓 𝑐 ≥0 ∀ 𝑐 ∈ [𝑎, 𝑏]
Todo punto sobre la curva 𝑓(𝑥) debe tener una altura 0 ó superior,
es decir, nunca habrá un punto bajo el eje de las abscisas.
𝑏
න 𝑓(𝑥) = 1
𝑎
El área total bajo la curva 𝑓(𝑥) debe ser igual a 1.
Distribución Normal
Nomenclatura: 𝑥 ~ 𝑁(𝜇, 𝜎)
Lo anterior se lee "𝒙 distribuye Normal con parámetros 𝝁 (la media de
los datos) y 𝝈 (la desviación estándar de los datos).
1 𝑥−𝜇 2
− 2∙ 𝜎
𝑒
Fórmula: 𝑓 𝑥 =
𝜎 2𝜋
Forma gráfica: ∞
න 𝑓(𝑥) = 1
−∞
𝜇
Distribución Normal Estándar
Nomenclatura: 𝑧 ~ 𝑁(0 , 1)
En esta versión particular de la Normal, 𝝁 = 0 y 𝝈 = 1.
1
− 2∙𝑧2
𝑒
Fórmula: 𝑓 𝑧 =
2𝜋
Gráfico:
𝜇=0
Cálculo de probabilidades en la distribución Normal
𝑃(𝑥 ≤ 𝑏) 𝑃(𝑥 ≤ 𝑎)
𝑏 𝑎
𝑃 𝑥 ≥ 𝑏 = 1 − 𝑃(𝑥 ≤ 𝑏) 𝑃 𝑎 ≤ 𝑥 ≤ 𝑏 = 𝑃 𝑥 ≤ 𝑏 − 𝑃(𝑥 ≤ 𝑎)
𝑏 𝑎 𝑏
Significado de la Media (𝝁) y de la Desviación
Estándar (𝝈) en la Distribución Normal
Área =
0,6827
𝜇−𝜎 𝜇 𝜇+𝜎
Área =
0,9545
𝜇 − 2𝜎 𝜇 𝜇 + 2𝜎
Área =
0,9973
𝜇 − 3𝜎 𝜇 𝜇 + 3𝜎
tabla
Ejercicio 1: resolución manual usando la variable estándar 𝒛
y las tablas de la distribución normal estándar
𝑥−𝜇 6−10
a) 𝑃 𝑥 ≤ 6 ⟹ 𝑃 ≤ ≡
𝜎 2,5
𝑃 𝑧 ≤ −1,6 = 1 − 𝑃 𝑧 ≤ 1,6 = 1 − 0,9452 = 0,0548
𝑥−𝜇 13−10
b) 𝑃 𝑥 ≥ 13 ⟹ 𝑃 ≥ ≡
𝜎 2,5
𝑃 𝑧 ≥ 1,2 = 1 − 𝑃 𝑧 ≤ 1,2 = 1 − 0,8849 = 0,1151
8−10 𝑥−𝜇 9−10
c) 𝑃 8≤𝑥≤9 ⟹𝑃 ≤ ≤ ≡
2,5 𝜎 2,5
𝑃 −0,8 ≤ 𝑧 ≤ −0,4 = 𝑃 𝑧 ≤ −0,4 − 𝑃 𝑧 ≤ −0,8 =
1 − 𝑃 𝑧 ≤ 0,4 − 1 − 𝑃 𝑧 ≤ 0,8 = 𝑃 𝑧 ≤ 0,8 − 𝑃 𝑧 ≤ 0,4 =
0,7881 − 0,6554 = 0,1327
Ejercicio 1: resolución computacional usando Excel
a) 𝑃 𝑥 ≤ 6 ⟹ DISTR.NORM.N(6;10;2,5;1) = 0,0548
b) 𝑃 𝑥 ≥ 13 ⟹ 1 - DISTR.NORM.N(13;10;2,5;1) = 0,1151
2
−1
2∙ 𝑥−10
2,5
6 𝑒
P(𝑥 ≤ 6) ≝ −∞ ⅆ𝑥 = 0,0548
2,5 2𝜋
Ejercicio 2