DISTRIBUCIONES DE

PROBABILIDADES
(Parte 2)

ESTADISTICA II
 1er dado 2do dado
Recordemos
1 1,1
2 1,2
3 1,3
1 4 1,4 3. ¿Cuáles de los siguientes resultados son mutuamente
5 1,5
6 1,6 excluyentes en el lanzamiento de dos dados?
1 2,1
2 2,2
3 2,3 Cuadro de doble entrada
2 4 2,4
5 2,5 1er
6 2,6 2do 1 2 3 4 5 6
1 3,1 S={ 1,1; 1,2; 1,3; 1,4; 1,5; 1,6; 1 1,1 1,2 1,3 1,4 1,5 1,6
2 3,2
3,3 2,1; 2,2; 2,3; 2,4; 2,5; 2,6;
3 3
4 3,4 2 2,1 2,2 2,3 2,4 2,5 2,6
5 3,5 3,1; 3,2; 3,3; 3,4; 3,5; 3,6;
3,6
6
4,1; 4,2; 4,3; 4,4; 4,5; 4,6; 3 3,1 3,2 3,3 3,4 3,5 3,6
Arboligrama

1 4,1 5,1; 5,2; 5,3; 5,4; 5,5; 5,6;

2 4,2 4 4,1 4,2 4,3 4,4 4,5 4,6
3 4,3 6,1; 6,2; 6,3; 6,4; 6,5; 6,6}
4 4 4,4
5 4,5 5 5,1 5,2 5,3 5,4 5,5 5,6
6 4,6

5,1
6 6,1 6,2 6,3 6,4 6,5 6,6
1
2 5,2
3 5,3
5 4 5,4 a) Un total de 5 y un 5 en un dado.
5 5,5
6 5,6 A: la suma es 5 y sea B: hay un 5 en un dado
1 6,1
A= { 1,4; 2,3; 3,2; 4,1 }
2
3
6,2
6,3
B= { 1,5; 2,5; 3,5; 4,5; 5,5; 6,5; 5,1; 5,2; 5,3; 5,4; 5,6 }
6 4 6,4
5 6,5
6 6,6 Son mutuamente excluyentes.
 Otra manera de analizar es:

Sean los eventos:

A= { 1,4; 2,3; 3,2; 4,1 }
B= { 1,5; 2,5; 3,5; 4,5; 5,5; 6,5; 5,1; 5,2; 5,3; 5,4; 5,5; 5,6 }

A B

1,5 2,5

1,4 3,5 4,5

2,3
5,5 6,5 5,1
3,2
4,1 5,2 5,3 5,4

5,5 5,6

Como ambos eventos NO tienen elementos en común, se concluye que son mutuamente excluyentes.

ESTADISTICA II
c) Un total de 10 puntos y un 4 en un dado.
Sean los eventos E: la suma es 10 y F: hay un 4 en un dado

E= { 4,6; 5,5; 6,4 }

F= { 1,4; 2,4; 3,4; 4,4; 5,4; 6,4; 4,1; 4,2; 4,3; 4,5; 4;6 }

A B

1,4 2,4

4;6 3,4 4,4

5,5
6,4 5,4 4,1 4,2

4,3 4,5

Como ambos eventos tienen elementos en común, se concluye que No son mutuamente excluyentes.

ESTADISTICA II
 ¿Cómo se puede resumir la
información presentada en
distribuciones de probabilidad?

ESTADISTICA II
 Definiciones de probabilidad
Daremos tres enfoques que darán lugar a tres definiciones de probabilidad. Sin embargo, se puede utilizar cualquier
definición pero las reglas de probabilidad son las mismas para cualquiera de estas.

1. Probabilidad clásica o apriori

La probabilidad de un evento simple A, es la razón entre el número de casos favorables de la ocurrencia del evento y el
número total de casos posibles.

𝒏(𝑨) 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒔𝒐𝒔 𝒇𝒂𝒗𝒐𝒓𝒂𝒃𝒍𝒆𝒔 𝒂𝒍 𝒆𝒗𝒆𝒏𝒕𝒐 𝑨

𝑷 𝑨 = =
𝒏 𝑵ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒔𝒐𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆𝒔

Algunas propiedades que presentan los sucesos, al hablar de sus probabilidades son:

• La suma de probabilidades de dos sucesos independientes es: P (A U B) = P(A) + P(B)

• La suma de probabilidades de dos eventos mutuamente excluyentes es: P(A’) = 1 - P(A)
• La probabilidad de cualquier evento presenta los siguientes valores: 0≤ P(A)≤ 1
• Cada resultado debe ser igualmente posible.
• Se puede determinar la probabilidad de antemano.

ESTADISTICA II
 Definiciones de probabilidad
Ejemplo:
Supongamos 3 nacimientos. ¿Cuál es la probabilidad de que hayan 2 varones nacidos?

Solución:

1er nac. 2do nac. 3er nac.

S = { HHH, HHM, HMH, MHH, HMM, MHM, MMH, MMM }

ESTADISTICA II
 Definiciones de probabilidad
Calcular la probabilidad del evento:

𝐸1 : que haya exactamente 2 nacidos hombres.

P(𝐸1 ) = P(HHM, HMH, MHH) = P (HHM) + P (MHH) + P (HMH) (1)

Para el análisis de dichas probabilidades es necesario recurrir a eventos simples.

1 1 1 1
𝑃 𝐻𝐻𝑀 = 𝑃 𝐻 𝑃 𝐻 𝑃 𝑀 = = reemplazando en (1), se tiene
2 2 2 8

1 1 1 3
P(𝐸1 ) = + + =
8 8 8 8

Entonces, la probabilidad de 2 nacidos hombres es 3 veces en 8 nacimientos, o del 37,5% o 0.375

ESTADISTICA II
 Definiciones de probabilidad
2. Frecuencia relativa
La frecuencia relativa es el número de sucesos contenidos en la población que satisfacen cierta condición dividido por
el número total de sucesos. Estas probabilidades indican la frecuencia con que ocurrirá un suceso en comparación con
otros.

Es decir, si 𝑓𝐴 es la frecuencia con la que se presenta un evento o suceso A, y N es el número de elementos del
espacio muestral, entonces
𝑓𝐴
𝑷 𝑨 =
𝑁
Ejemplo:
Según datos históricos se sabe que 20 de 100 taxis sufren choques muy fuertes al año en La Paz. ¿Cuál es la
probabilidad de que se suba a un taxi y se choque?

Solución:
𝑓𝐴 20
𝐷𝑜𝑛𝑑𝑒 𝑓𝐴 = 20 𝑦 𝑁 = 100,entonces 𝑃 𝐴 = = = 0,20
𝑁 100

Existe una probabilidad del 0,20 o 20% de que el taxi al que se subió sufra un choque fuerte.

ESTADISTICA II
 Definiciones de probabilidad
3. Probabilidad subjetiva
La probabilidad de un evento A, es el grado de creencia asignado por personas particulares basada en la evidencia
disponible. Y es útil cuando los eventos se presentan una vez o pocas veces.

Ejemplos:

1. Un estudiante no realizó ningún esfuerzo en su preparación para rendir su examen de estadística. No fotocopió el texto de
la materia, no hizo las prácticas, no estudió los ejercicios resueltos, y no atendió al docente en las clases dirigidas. Por lo
tanto, tiene muy pocas probabilidades de pasar el examen.

2. Un empleado no realizó ningún esfuerzo para ser ascendido y subir su escala salarial. No llegó en hora a su oficina, no
participó de las capacitaciones semestrales, en su file tiene más de 10 llamadas de atención, y no presento su informe final.
Por lo tanto, tiene muy pocas probabilidades de ascender.

3. Una persona X no presentó ningún documento que respalde su formación para ser contratado. No presentó su título
académico, ni certificados que avalen su experiencia y formación. Por lo tanto, tiene muy pocas probabilidades de ser
contratado.

ESTADISTICA II
 Variable aleatoria
Definición de variable aleatoria
Es una función que permite transformar puntos del espacio muestral en puntos del conjunto de los números
naturales. Puede ser continua o discreta.

Ejemplo:
Supóngase el ejemplo anterior del espacio muestral del sexo de 3 recién nacidos y nos interesa el número de hombres recién
nacidos.
S= { HHH, HHM, HMH, MHH, HMM, MHM, MMH, MMM }

Experimento: sexo de 3 recién nacidos

Variable aleatoria o X: Número de recién nacidos que sean hombres

Casos del espacio muestral Valores de la variable aleatoria discreta: (𝑿𝒊 )

MMM 𝑋1 = 0 => Los recién nacidos son todas mujeres

MMH, MHM, HMM 𝑋2 = 1 Significa 1 hombre entre los recién nacidos
MHH, HMH, HHM 𝑋3 = 2 Significa 2 hombres
HHH 𝑋4 = 3 Significa 3 hombres

ESTADISTICA II
 Distribuciones de probabilidad
Sea un experimento aleatorio que permite definir un espacio muestral, sea x la variable aleatoria y P(x) las
probabilidades respectivas. La función de probabilidad se obtiene cuando determinada una variable aleatoria para el
espacio muestral se dispone de las probabilidades correspondientes producidas en el experimento aleatorio.

Ejemplo:
Seguimos con el ejemplo anterior del espacio muestral del sexo de 3 recién nacidos.

Variable 𝒙𝒊 Casos del espacio P(𝒙𝒊 )

muestral
𝑥1 = 0 MMM 1/8
𝑥2 = 1 MMH, MHM, HMM 3/8
𝑥3 = 2 MHH, HMH, HHM 3/8
𝑥4 = 3 HHH 1/8

que corresponde a una distribución de probabilidad para variable aleatoria discreta.

ESTADISTICA II
 Distribuciones de probabilidad

Función de cuantía

a) Propiedades
La distribución de probabilidades, cuando la variable es discreta, se denomina función de cuantía y debe cumplir
con:
• Cualquier P(x) debe ser un número real.
• La suma de las distintas probabilidades de los valores de la variable debe ser 1: σ𝑛𝑥=1 𝑃(𝑥𝑖 ) = 1
• En consecuencia, cualquier P(x) debe estar entre 0 ≤ P(x) ≤ 1 para x = 0, 1, 2, ..., n.

Además “La suma de la función de cuantía en el recorrido de la variable debe sumar la unidad”, para ello es
necesario incorporar una variable de trabajo “k”, tal que:

• Si k = 1, entonces la función propuesta es de cuantía.

• Si k ≠ 1, entonces debe corregirse la función de cuantía en dicha constante.

ESTADISTICA II
 Distribuciones de probabilidad
Ejemplo:

Sea la siguiente función de cuantía:

f(x) = 2x + 1 para x = 0, 1, 2, 3.

a) Determine si es o no una función de cuantía, si no fuera, entonces corríjala.

b) Halle la probabilidad de que x sea menor que 2.
c) Halle la función de distribución y verifique el resultado anterior.

ESTADISTICA II
 Distribuciones de probabilidad
Solución:
a) Determine si es o no una función de cuantía, si no fuera, entonces corríjala.
f(x) = 2x + 1 para x = 0, 1, 2, 3.

1ro. Verificar que la función admite valores reales

x 0 1 2 3
No esta en el intervalo [0,1]
f(x) = 2x + 1 2*0 + 1 = 1 2*1 + 1 = 3 2*2 + 1 = 5 2*3 + 1 = 7

2do. La suma debe ser 1 y se utiliza una variable constante k

; ; ;

como k ≠ 1 la función no es de cuantía.

Por tanto la función se modifica a:

ESTADISTICA II
 Distribuciones de probabilidad
b) Halle la probabilidad de que x sea menor que 2.

1 3 4
P x<2 =𝑃 𝑥 =0 +𝑃 𝑥 =1 = + =
16 16 16

La probabilidad de que x tome un valor menor que dos es de 0,25 o se puede decir que ocurre en un 25%.

c) Halle la función de distribución y verifique el resultado anterior.

Se sabe que,
3 3
1
P 𝑥 = ෍ 𝑃 𝑥 = ෍ (2𝑥 + 1)
16
𝑥=0 𝑥=0
𝒙 𝐏 𝒙 𝐏𝐚𝐜 𝒙
La distribución de probabilidad donde, 0 1/16 1/16
1 3/16 4/16
1 1
1 1 4 2 5/16 9/16
P 𝑥 < 2 = ෍𝑃 𝑥 = ෍ (2𝑥 + 1) = 1+3 = 3 7/16 16/16
16 16 16
𝑥=0 𝑥=0
16/16

ESTADISTICA II
 Distribuciones de probabilidad
b) Representación gráfica
Las distribuciones de probabilidad para variable aleatoria discreta pueden ser representadas mediante un diagrama de
barras, circular o rectangular, usando los valores de probabilidad para el eje “y” y los valores de la variable para el eje x.

Ejemplo:
1
Diagrama de barras para la función de cuantía P(x) = 2x + 1 para x = 0, 1, 2, 3.
16

ESTADISTICA II
 Distribuciones de probabilidad

Función de densidad

a) Propiedades
La distribución de probabilidades de una variable aleatoria continua, se denomina función de densidad y debe cumplir
con:

• f(x) ≥ 0 para - ∞ < x < ∞

∞
• La integral de la función en el recorrido de la variable debe ser igual a 1. ‫׬‬− ∞ 𝑓 𝑥 𝑑𝑥 = 1

Además de la condición requiere incorporar la variable de trabajo “k”.

Se consideran las condiciones introducidas para el valor de k, a fin de determinar si la función propuesta es de
densidad.

ESTADISTICA II
 Distribuciones de probabilidad
Ejemplo:

Sea la siguiente función de densidad:

f(x) = 2x + 1 Para 0 ≤ x ≤ 3

a) Determine si es o no una función de densidad, si no fuera, entonces corríjala.

b) Halle la probabilidad de que x sea menor que 2.
c) Halle la función de distribución y verifique el resultado anterior.

ESTADISTICA II
 Distribuciones de probabilidad
Solución:
a) Determine si es o no una función de densidad, si no fuera, entonces corríjala.
f(x) = 2x + 1 para 0 ≤ x ≤ 3.

1ro. Verificar que la función admite valores reales

x Toma un valor entre 1 y 2
3 2
No esta en el intervalo [0,1]
𝑓 𝑥 = න 2𝑥 + 1 𝑑𝑥 න 2𝑥 + 1 𝑑𝑥 = 4
0 1

2do. La suma debe ser 1 y se utiliza una variable constante k

3 3
k ‫׬‬0 𝑓 𝑥 𝑑𝑥 = 1 ; k ‫׬‬0 2𝑥 + 1 𝑑𝑥 = 1
3
2
k (𝑥 + 𝑥)ቚ = 1
0

9k + 3k =1 ; 12k = 1 ; k= 1/12 como k ≠ 1 la función no es de densidad.

Por tanto la función se modifica a:

ESTADISTICA II
 Distribuciones de probabilidad
b) Halle la probabilidad de que x sea menor que 2.

2
1 1 2 2 6
f x<2 = න 2𝑥 + 1 𝑑𝑥 = (𝑥 + 𝑥)ቚ = = 0,5
12 12 0 12
0

La probabilidad de que x tome un valor menor que dos es de 0,5 o se puede decir que ocurre en un 50%.

c) Halle la función de distribución y verifique el resultado anterior.

1 3
Se sabe que, ‫׬‬ 2𝑥 + 1 𝑑𝑥
12 0
𝐋𝐢−𝟏 − 𝐋𝐢 𝐟 𝒙
La distribución de densidad es,
0–1 2/12
1–2 4/12
2–3 6/12
12/12

ESTADISTICA II
 Distribuciones de probabilidad
b) Representación gráfica
La representación gráfica de una distribución de densidad se realiza mediante un histograma de probabilidades.

Ejemplo:
1
Histograma de probabilidades de la función de densidad P(x) = 2x + 1 para 0 ≤ x ≤ 3
12

ESTADISTICA II