U-3

INVESTIGACION U-3
MATERIA. –

ESTADISTICA ADMINISTRATIVA I

ALUMNO. -

VALDES VARGAS JOSE MARTIN

DOCENTE. –

ING. JOSE SAID NAVARRO MEZA.

CARRERA. -
CONTADOR PUBLICO

Fecha de entrega:

26/03/22

Panuco, Ver, a 25 de marzo del 2022

 INDICE

PRESENTACION 1
CONTENIDO

1.- ¿Qué es una variable aleatoria? 2

2.- Clasificación de variables aleatorias. 3
3.- ¿Que es una función de probabilidad? 4
4.- ¿Que es una distribución de probabilidad? 4
5.- ¿Qué es una distribución de probabilidad Binomial? 5
6.- ¿Qué es una distribución de probabilidad hipergeométrica? 6
7.- Distribución de probabilidad de POISSON 7
8.- ¿Qué es una distribución de probabilidad NORMAL? 7
9.- ¿Qué es una distribución de probabilidad t - student? 8
10.- ¿Qué es una distribución de probabilidad chi cuadrada? 8
11.- ¿Qué es una distribución de probabilidad F de Fisher? 9
10
Cuadro comparativo de las distribuciones
11
CONCLUSION

BIBLIOGRAFIAS 12
 1
INTRODUCCION

A lo largo de este trabajo podremos conocer lo que es una variable

aleatoria, así como su clasificación y sus variantes, conoceremos lo
que es una función de probabilidad, también las diferentes
distribuciones de probabilidad, que van de binomial, hipergeométrica,
poisson, normal, t-student, chi cuadrada, F de Fisher, estos
conocimientos nos ayudaran a lo largo de la unidad.
 2

1.- ¿Qué es una variable aleatoria?

Se denomina variable aleatoria (o estocástica) a la función que adjudica eventos

posibles a números reales (cifras), cuyos valores se miden en experimentos de
tipo aleatorio. Estos valores posibles representan los resultados de experimentos
que todavía no se llevaron a cabo o cantidades inciertas.
Cabe destacar que los experimentos aleatorios son aquellos que, desarrollados bajo
las mismas condiciones, pueden ofrecer resultados diferentes. Arrojar una moneda
al aire para ver si sale cara o cruz es un experimento de este tipo.

La variable aleatoria, en definitiva, permite ofrecer una descripción de

la probabilidad de que se adoptan ciertos valores. No se sabe de manera precisa
qué valor adoptará la variable cuando sea determinada o medida, pero sí se puede
conocer cómo se distribuyen las probabilidades vinculadas a los valores posibles.
En dicha distribución incide el azar.
 3

2.- Clasificación de variables aleatorias.

Dentro de las variables aleatorias existen, fundamentalmente, dos tipos. Su

clasificación, depende del tipo de número que arroja la función matemática. Una
variable aleatoria puede ser de dos tipos:

Variable aleatoria discreta: Una variable aleatoria es discreta si los

números a los que da lugar son números enteros. La forma de calcular las
probabilidades de una variable aleatoria discreta es a través de la función de
probabilidad.
Variable aleatoria continua: Una variable aleatoria es continua en caso de
que los números a los que de lugar no sean números enteros. Es decir,
tengan decimales. La probabilidad de que se de un suceso determinado
correspondiente a una variable aleatoria continua, viene establecido por la
función de densidad.
 4
3.- ¿Que es una función de probabilidad?

Una función de probabilidad o función de masa de probabilidad es una función que

devuelve la probabilidad de que una variable aleatoria discreta sea exactamente
igual a algún valor. Es una función que asocia a cada punto de su espacio
muestral X la probabilidad de que esta lo asuma. La función de probabilidad suele
ser el medio principal para definir una distribución de probabilidad discreta, y tales
funciones existen para variables aleatorias escalares o multivariantes ,
cuyo dominio es discreto.

Al valor de la variable aleatoria que tiene la mayor masa de probabilidad se le

llama moda.

4.- ¿Que es una distribución de probabilidad?

Una distribución de probabilidad es aquella que permite establecer toda la gama de

resultados probables de ocurrir en un experimento determinado. Es decir, describe
la probabilidad de que un evento se realice en el futuro.

La distribución de probabilidad es una herramienta fundamental para la prospectiva,

puesto que con ella es posible diseñar un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenómenos.

Las características más importantes a considerar

en una distribución de probabilidad son:

La probabilidad de un resultado específico

está entre cero y uno.
La suma de las probabilidades de todos los
resultados mutuamente excluyentes es 1.
 5

5.- ¿Qué es una distribución de probabilidad Binomial?

La distribución binomial es una distribución de probabilidad discreta que nos dice el

porcentaje en que es probable obtener un resultado entre dos posibles al realizar
un número n de pruebas.
La probabilidad de cada posibilidad no puede ser más grande que 1 y no puede ser
negativa.
Por ejemplo, si lanzamos un dado la posibilidad de que el resultado sea par (2, 4 ó
6) o impar (1, 3 ó 5) será exactamente la misma si el dado está bien equilibrado, el
50% y por muchas veces que lo lancemos la probabilidad, en cada una de esas
veces, seguirá siendo el 50%.
En la distribución binomial tenemos tres variables:

n es el número de veces que repetimos el experimento.

p es uno de los dos resultados al que llamaremos éxito.
q es el otro resultado posible al que llamaremos fracaso.

Como p y q son los dos únicos resultados posibles, entre los dos su porcentaje debe
sumar uno por lo que p=1-q.
 6

6.- ¿Qué es una distribución de probabilidad hipergeométrica?

La distribución hipergeométrica es especialmente útil en todos aquellos casos en

los que se extraigan muestras o se realicen experiencias repetidas sin devolución
del elemento extraído o sin retornar a la situación experimental inicial.
Es una distribución fundamental en el estudio de muestras pequeñas de
poblaciones pequeñas y en el cálculo de probabilidades de juegos de azar. Tiene
grandes aplicaciones en el control de calidad para procesos experimentales en los
que no es posible retornar a la situación de partida.

Las consideraciones a tener en cuenta en una distribución hipergeométrica:

El proceso consta de "n" pruebas, separadas o separables de entre un

conjunto de "N" pruebas posibles.

Cada una de las pruebas puede dar únicamente dos resultados

mutuamente excluyentes.

El número de individuos que presentan la característica A (éxito) es "k".

En la primera prueba las probabilidades son: P(A)= p y P(A)= q; con

p+q=1.

En estas condiciones, se define la variable aleatoria X = “nº de éxitos

obtenidos”. La función de probabilidad de esta variable sería :

 7

7.- Distribución de probabilidad de POISSON

La distribución de Poisson es una distribución de probabilidad discreta, que describe
el número de veces que ocurre un evento durante un intervalo específico; el cual
puede ser de tiempo, distancia, área, volumen, entre otros. Por ejemplo, son
variables de Poisson: el número de llamadas que recibe una
central telefónica en el período de 1 minuto, el número de
bacterias en un volumen de 1 litro de agua o el número de
fallas en la superficie de una pieza de cerámica rectangular .

8.- ¿Qué es una distribución de probabilidad NORMAL?

La distribución normal es un modelo teórico capaz de aproximar satisfactoriamente

el valor de una variable aleatoria a una situación ideal. En otras palabras, la
distribución normal adapta una variable aleatoria a una función que depende de
la media y la desviación típica. Es decir, la función y la variable aleatoria tendrán la
misma representación pero con ligeras diferencias.

Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones

puede aproximarse satisfactoriamente a una distribución normal tal que:

Variable aleatoria X aproximada a una distribución normal.

Donde los parámetros de la distribución son la

media o valor central y la desviación típica:

Parámetros de una
distribución normal.

En otras palabras, estamos diciendo que la frecuencia de una variable aleatoria X

puede representarse mediante una distribución normal.
 8
9.- ¿Qué es una distribución de probabilidad t - student?

La distribución t de Student o distribución t es un modelo teórico utilizado para

aproximar el momento de primer orden de una población normalmente distribuida
cuando el tamaño de la muestra es pequeño y se desconoce la desviación típica.

En otras palabras, la distribución t es una distribución de probabilidad que estima el

valor de la media de una muestra pequeña extraída de una población que sigue
una distribución normal y de la cual no conocemos su desviación típica.

Dada una variable aleatoria continua L, decimos que la frecuencia de sus

observaciones puede aproximarse satisfactoriamente a una distribución t con g
grados de libertad tal que: La variable aleatoria L
sigue una distribución t con g grados de libertad.

10.- ¿Qué es una distribución de probabilidad chi cuadrada?

El estadístico ji-cuadrado (o chi cuadrado), que tiene distribución de probabilidad

del mismo nombre, sirve para someter a prueba hipótesis referidas a distribuciones
de frecuencias. En términos generales, esta prueba contrasta frecuencias
observadas con las frecuencias esperadas de acuerdo con la hipótesis nula. En este
artículo se describe el uso del estadístico ji-cuadrado para probar la asociación entre
dos variables utilizando una situación hipotética y datos simulados. Luego se
describe su uso para evaluar cuán buena puede resultar una distribución teórica,
cuando pretende representar la distribución real de los datos de una muestra
determinada. A esto se le llama evaluar la bondad de un ajuste. Probar la bondad
de un ajuste es ver en qué medida se ajustan los
datos observados a una distribución teórica o
esperada. Para esto, se utiliza una segunda
situación hipotética y datos simulados.
 9
11.- ¿Qué es una distribución de probabilidad F de Fisher?

La distribución F es una distribución continua de muestreo de la relación de dos

variables aleatorias independientes con distribuciones de chi-cuadrada, cada una
dividida entre sus grados de libertad. La distribución F es asimétrica hacia la
derecha y es descrita por los grados de libertad de su numerador (ν1) y denominador
(ν2). Las siguientes gráficas muestran el efecto de los diferentes valores de grados
de libertad en la forma de la distribución.

Utilice la distribución F cuando un estadístico de prueba sea la relación de dos

variables que tienen una distribución de chi-cuadrada cada una. Por ejemplo, utilice
la distribución F en el análisis de varianza y en pruebas de hipótesis para determinar
si dos varianzas de población son iguales.
 11
CONCLUSION

En conclusión, entendemos que la variable aleatoria es la función que

adjudica eventos posibles a números reales (cifras), cuyos valores se
miden en experimentos de tipo aleatorio. También que la función de
probabilidad es una función que devuelve la probabilidad de que
una variable aleatoria discreta sea exactamente igual a algún valor, asi
como distintos conceptos mas de las diferentes distribuciones.
 12
BIBLIOGRAFIAS

https://definicion.de/variable-aleatoria/
https://economipedia.com/definiciones/variable-aleatoria.html
https://es.wikipedia.org/wiki/Funci% C3% B3n_de_probabilidad#:~:text=
En% 20Probabilidad%20y%20Estad%C3%ADstica%2C%20una,de%20q
ue% 20esta%20lo%20asuma.
https://www.esan.edu.pe/conexion-esan/conoce-las-principales-
distribuciones-de-probabilidad
https://www.sdelsol.com/glosario/distribucion-binomial/
https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/Esta
disticaProbabilidadInferencia/VAdiscreta/4_1DistribucionHipergeometr
ica/index.html
https://matemovil.com/distribucion-de-poisson/
https://economipedia.com/definiciones/distribucion-normal.html
https://economipedia.com/definiciones/distribucion-t-de-student.html
https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/5266
https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/probability-distributions-and-random-data/supporting-
topics/distributions/f-distribution/