INSTITUTO TECNOLÓGICO

SUPERIOR DE CALKINÍ EN EL
ESTADO DE CAMPECHE

NGENIERIA INDUSTRIAL

PROBABILIDAD Y ESTADÍSTICA (AEC-1053)

TAREA 3. PRACTICA DE AULA Y/O CÓMPUTO CON USO DE SOFTWARE

(SUMATIVA: Actividad Sumatoria Complementaria 20 puntos – En equipo).
UNIDAD 4, UNIDAD 5 Y UNIDAD 6.

DOCENTE: DRA. WENDY CETINA LÓPEZ

INTEGRANTES: MATRICULA:
CAUICH ZI JUAN CARLOS # 7173
HAAS HUCHIN DANIEL ELDREI # 7181
FERNANDO RENE HOYOS CHI # 6758
PECH EUAN MAXIMILIANO # 7185
MIGUEL ANGEL POOL UC # 6741

SEMESTRE: 2 ° GRUPO: A

28 DE MAYO DEL 2021

1
 Índice

Unidad # 4 Variables Aleatorias.

4.1. Variable Aleatoria Discreta
4.1.1 Distribución de probabilidad en forma general
4.1.2 valor esperado
4.1.3 variancia, desviación estándar
4.1.4 Función acumulada
4.2 Variables aleatorias continuas
4.2.1 distribución de probabilidad en forma general
4.2.2 Valor esperado
4.2.3 varianza, desviación estándar.
4.2.4 función acumulada
4.2.5 Cálculos de PROBABILIDAD

Unidad # 5 Distribución de probabilidad discretas

5.1 Distribución Binomial
5.2 Distribución Hipergeométrica
5.2.1 Aproximación de la Hipergeométrica por la Binomial
5.3 Distribución Geométrica
5.4 Distribución Multinomial
5.5 Distribución de Poisson
5.6 Aproximación de la Binomial por la de Poisson
5.7 Distribución Binomial Negativa
5.8 Distribución Uniforme (Discreta)

Unidad # 6 Distribución de probabilidad continuas.

6.1 Distribución Uniforme (continua)
6.2 Distribución Exponencial
6.3 Distribución Gamma (Erlang)
6.4 Distribución Normal y Aprox. de la Bin la Normal
6.4.1 Aproximación de la Binomial a la Normal.

2
 Unidad # 4
Formulario Variables Aleatorias.
4.1 VARIABLES ALETORIAS
DISCRETAS
Una variable aleatoria discreta X está definida por los valores que toma y sus
probabilidades, las cuales deberán sumar 1.
verificando que p1+...+pn=1.p1+...+pn=1.

4.1.2 VALOR ESPERADO

El objetivo de esta seccióon es mostrar algunas características
numéricas de una distribución poblacional. El más comun
promedio utilizado en estadística es la media o valor
esperado o esperanza matemática.

Sea una variable aleaoria definida sobre y sea una función

real definida sobre . defina por

4.1. FUNCION ACUMULADA

La función distribución acumulada de la variable aleatoria discreta , cuya

distribución de probabilidad es , es la probabilidad de que la variable sea
menor o igual al valor Esto es,

4.1.4VARIANZA, DESVIACION
ESTANDAR

3
 Unidad # 5
Formulario Distribución de probabilidad Discretas

5.1 Distribución binomial 5.2 Distribución Hipergeométrica

5.2.1 Aproximación de
la Hipergeométrica por
la binomial. 5.3 Distribución geométrica

5.4 Distribución Multinomial

5.5 Distribución de Poisson

5.7 Distribución binomial negativa

5.8 Distribución uniforme (discreta)

4
 Unidad # 6
Formulario Distribución de probabilidad continúas.

6.1.1. Definición de variable aleatoria continúa

Sea X una v.a. diremos que es continua cuando toma un número infinito no
numerable de valores, es el caso de los intervalos de R o todo R.

6.2.1. Función de densidad y acumulativa.

Sea X una variable aleatoria continua. Entonces, una función de densidad de
probabilidad de X es una función f(x) tal que para dos números
cualesquiera a y b con a ≤ b, La probabilidad de que X asuma un valor en el
intervalo [a, b] es el área sobre este intervalo y bajo la gráfica de la función de
densidad. La función de distribución acumulativa es la función que para un valor x,
nos da la probabilidad de que la variable aleatoria sea menor o igual que dicho
valor x.

Función de densidad Función acumulativa

6.3.1. Valor esperado, varianza y desviación estándar.

Valor esperado

Como verás, la media µ de una variable aleatoria discreta X se encuentra al

multiplicar cada posible valor de X por su propia probabilidad y luego sumar todos
los productos.

Varianza

La varianza, σ2 o V(X), es un promedio ponderado de las desviaciones al cuadrado

de una variable aleatoria de su media. Los pesos son las probabilidades. La
varianza σ2 o V(X)

5
Desviación estándar
σ es la raíz cuadrada positiva de la varianza:

6.1 Distribución Uniforme (continua)

En el caso de la distribución uniforme continua, dicha probabilidad F(x)
equivale al área del rectángulo cuya base es (x-a) y su altura es (b-a):

Matemáticamente, si F(x) = Pr (X=x) se establece la siguiente función por partes, de

acuerdo con el resultado, De esta manera se comprueba, la probabilidad
únicamente depende del valor de (x-a) y no de su ubicación en el intervalo [a,b].

6.2 Distribución Exponencial.

La función de distribución de la exponencial se puede calcular analíticamente
mediante la fórmula:

Función de densidad:

Espacio paramétrico:

Valor esperado:

Varianza:

Función generadora de momento:

6
6.3 Distribución Gamma (Erlang)
Hay dos formas usuales de parametrizar esta distribución.

Espacio paramétrico

6.4. Distribución Normal.

Función de probabilidad:

Espacio paramétrico:

Valor esperado:

Varianza:

Función generadora de momentos:

7
6.4.1 Aproximación de la Binomial a la Normal.
Si una variable aleatoria X tiene distribución binomial con parámetros n y p,
entonces si n es grande y si p no es ni muy cercano a cero ni muy cercano a 1, la
𝑥−𝑛𝑝
variable aleatoria 𝑍 = tiene distribución aproximada normal estándar.
√(𝑛𝑝(1−𝑝))
En la práctica, si n es grande y p no es ni muy pequeño ni muy grande, si se requiere
la probabilidad acumulada F(x) con F distribución binomial, se puede obtener su
valor aproximado buscando en la tabla normal.

en que FN es la distribución normal estándar. Se puede utilizar, como criterio, las

condiciones simultaneas n > 30 , np > 5 y n(1 − p) > 5.

8
REFERENCIAS BIBLIOGRÁFICAS
 Hoel, Paul G. Estadística Elemental. CECSA Ed. 1973, México.
 Freud, John E. Estadística. PRENTICE HALL 4a Ed. 1993, México.
 Willougaby, Stepher Probabilidad y Estadística Publicaciones Cultural S. A.
1a Ed. 1978, México.
 Hernández Lerma, Enésimo. Elementos de Probabilidad y Estadística. Ed.
Fondo de Cultura económica.
 Seymour Lipschutz, Ph. D. PROBABILIDAD. Serie de Compendios Schaum.
Profesor Asociado de Matemáticas, Universidad de Temple.
 Octavio Sánchez. Probabilidad y Estadística. McGraw-Hill.