Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNATURA
ESTADÍSTICA I
<<ETE-0507>>
Objetivo general:
− Comprender la teoría de la estadística y de las distribuciones de probabilidades,
como parte fundamental para el desempeño básico y profesional, mediante la
recopilación, tabulación y análisis de datos de diferentes fuentes.
ESTADÍSTICA I
DATOS GENERALES
UV: 4
Requisitos para cursar la asignatura: MAE-0502 Matemáticas II Módulos de aprendizaje:
Módulo I:
Objetivos específicos: Datos y estadística
− Comprender los elementos constitutivos teóricos y metodológicos de la
estadística y sus interrelaciones con la administración y la economía. Módulo II:
Agrupación y presentación
− Utilizar las herramientas y métodos estadísticos más adecuados para de datos
analizar los datos extraídos utilizados en el estudio de la investigación.
Módulo III:
− Analizar los resultados estadísticos de una investigación, utilizando los
Medidas numéricas
métodos de estadística descriptiva.
Módulo IV:
Probabilidad
Módulo V:
Distribuciones de
probabilidad discreta
Módulo VI:
Distribuciones de
probabilidad continua
Módulo VII:
Propagación de errores
Módulo VIII:
Descripción de la asignatura: Análisis de la varianza
Esta asignatura pretende ser una introducción a los conceptos estadísticos
Módulo IX:
básicos y a las técnicas estadísticas más comunes utilizadas, se pretende brindar el Control estadístico de
conocimiento inicial sobre los fundamentos de la estadística, orientar al calidad
estudiante y dotarlo de una visión general y racional en la realización de análisis de
los resultados de estudios.
ICONOGRAFÍA
Estudios de caso: Son casos reales o ficticios que ilustran, en la vida real,
algunos aspectos estudiados dentro de la temática; servirán para crear opinión
fundamentada teóricamente por parte del educando.
Enlaces web: Este icono servirá para mostrar enlaces web de información de
interés, así como videos y libros relacionados directamente con la temática.
ASIGNATURA: ESTADÍSTICA I
MÓDULO V
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
Introducción
Una distribución discreta describe la probabilidad de ocurrencia de cada valor de una
variable aleatoria discreta. Una variable aleatoria discreta es una variable aleatoria que tiene
valores contables, tales como una lista de enteros no negativos.
Con una distribución de probabilidad discreta, cada valor posible de la variable aleatoria
discreta puede estar asociado con una probabilidad distinta de cero. Por lo tanto, una
distribución de probabilidad discreta suele representarse en forma tabular.
ORGANIZACIÓN DE LA CLASE
Pág.
Temática del módulo V
Bibliografía 30
Descripción actividades para módulo V
Tarea Módulo V:
1. Desarrollar las actividades de aprendizaje de las páginas 16, 17, 24 y 29 del
módulo V.
ASIGNATURA: ESTADÍSTICA I
Distribución de
probabilidades discreta
Variables aleatorias
Una distribución de probabilidad proporciona
toda la gama de valores que se pueden
presentar en un experimento. Es similar a una
distribución de frecuencias relativas, pero, en Características de una
Una variable x valuada
lugar de describir el pasado, describe la distribución de probabilidad
numéricamente varía o cambia,
probabilidad de que un evento se presente en
dependiendo del resultado
el futuro.
particular del experimento que
se mida.
Distribución de probabilidad
Poisson
La distribución de probabilidad binomial
es una distribución de probabilidad La distribución de probabilidad de
discreta que se presenta con mucha Poisson describe el número de veces que
frecuencia. Una de sus características se presenta un evento durante un
consiste en que sólo hay dos posibles intervalo específico. El intervalo puede
resultados en un determinado ensayo del ser de tiempo, distancia, área o volumen.
8
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
Ejemplo:
Suponga que le interesa el número de caras que aparecen en tres lanzamientos
de una moneda. Tal es el experimento. Los posibles resultados son: cero caras,
una cara, dos caras y tres caras. ¿Cuál es la distribución de probabilidad del número
de caras?
Solución:
Hay ocho posibles resultados. En el primer lanzamiento puede aparecer una
cara, una cruz en el segundo y otra cruz en el tercero. O puede obtener cruz, cruz
y cara, en ese orden. Para obtener el conteo de resultados (5-8), aplique la fórmula
de la multiplicación: (2)(2)(2), es decir, 8 posibles resultados. Estos resultados se
listan en seguida.
Observe que el resultado cero caras ocurre sólo una vez; una cara ocurre tres
veces; dos caras, tres veces, y el resultado tres caras ocurre una sola vez. Es decir,
cero caras se presentó una de ocho veces. Por consiguiente, la probabilidad de
cero caras es de un octavo; la probabilidad de una cara es de tres octavos, entre
otros.
La distribución de probabilidad se muestra en la siguiente tabla. Como uno de
estos resultados debe suceder, el total de probabilidades de todos los eventos
posibles es 1,000. Esto siempre se cumple.
9
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
1 3
= .375
8
3
2 = .375
8
1
3 = .125
8
8
Total = 1.000
8
10
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
11
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
12
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
13
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
Solución:
1. Se trata de una distribución de probabilidad discreta de la variable aleatoria
denominada número de automóviles vendidos. Observe que Oscar sólo
espera vender cierto rango de automóviles; no espera vender 5
automóviles ni 50. Además, no puede vender medio vehículo. Sólo puede
vender 0, 1, 2, 3 o 4 automóviles. Asimismo, los resultados son mutuamente
excluyentes: no puede vender un total de 3 y 4 automóviles el mismo
sábado.
2. La media de la cantidad de automóviles vendidos se calcula al multiplicar el
número de automóviles que vendió por la probabilidad de vender dicho
número, y sumar los productos de acuerdo con la fórmula:
𝜇 = Σ [𝑥𝑃 (𝑥)]
= 0(. 10) + 1(. 20) + 2(. 30) + 3(. 30) + 4(. 10)
= 2.1
14
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
¿Cómo interpretar una media de 2.1? Este valor indica que, a lo largo de una gran
cantidad de sábados, Oscar González espera vender un promedio de 2.1
automóviles por día.
Por supuesto, no es posible vender exactamente 2.1 automóviles un sábado en
particular. Sin embargo, el valor esperado se utiliza para predecir la media
aritmética de la cantidad de automóviles vendidos a largo plazo.
Por ejemplo, si John trabaja 50 sábados en un año, puede esperar vender (50)
(2.1) o 105 automóviles sólo los sábados. Por consiguiente, a veces la media recibe
el nombre de valor esperado.
3. De nuevo, una tabla resulta útil para sistematizar los cálculos de la varianza,
que es de 1.290
N° de automóviles vendidos, x Probabilidad P (x) (𝒙 − 𝝁) (𝒙 − 𝝁)𝟐 (𝒙
− 𝝁)𝟐 𝑷(𝒙)
0 .10 0 – 2.11 4.41 0.441
1 .20 1 – 2.1 1.21 0.242
2 .30 2 – 2.1 0.01 0.003
3 .30 3 – 2.1 0.81 0.243
4 .10 4 – 2.1 3.61 0.361
2
𝜎 = 1.290
16
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
17
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
Por ejemplo, el enunciado en una pregunta de cierto o falso puede ser o cierto
o falso. Los resultados son mutuamente excluyentes, lo cual significa que la
respuesta a una pregunta de cierto o falso no puede ser al mismo tiempo cierta o
falsa.
En otro ejemplo, un producto se clasifica como aceptable o inaceptable por el
departamento de control de calidad; un trabajador se clasifica como empleado o
desempleado, y una llamada da como resultado que el cliente compre el producto
o no lo compre. Con frecuencia, se clasifican los dos posibles resultados como
éxito y fracaso. Sin embargo, esta clasificación no implica que un resultado sea
bueno y el otro malo.
Otra característica de la distribución binomial es el hecho de que la variable
aleatoria es el resultado de conteos. Es decir, se cuenta el número de éxitos en el
número total de ensayos. Lance una moneda equilibrada cinco veces y cuente el
número de veces que aparece una cara; seleccione 10 trabajadores y liste cuántos
tienen más de 50 años, o seleccione 20 cajas de cereal Raisin Bran de Kellog y
cuente el número de cajas que pesan más de lo que indica el paquete.
Una tercera característica de una distribución binomial consiste en que la
probabilidad de éxito es la misma de un ensayo a otro. Dos ejemplos son:
− La probabilidad de que adivine la primera pregunta de una prueba de
verdadero o falso (éxito) es de un medio. Esto constituye el primer ensayo.
La probabilidad de que adivine la segunda pregunta (segundo ensayo)
también es de un medio; la probabilidad de éxito en el tercer ensayo es un
medio y así sucesivamente.
− Si la experiencia reveló que el puente giratorio sobre Intercoastal
Waterway, en Socastee, se elevó una de cada 20 veces que usted se
aproximó a él, entonces la probabilidad es un veinteavo (un éxito) de que
se eleve la próxima ocasión que se acerque a él, es de un veinteavo la
siguiente vez y así consecutivamente.
La última característica de una distribución de probabilidad binomial consiste
en que cada ensayo es independiente de cualquier otro. Que sean independientes
significa que no existen patrones en los ensayos. El resultado de un ensayo
particular no influye en el resultado de otro ensayo. Dos ejemplos de lo anterior
son:
18
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
− Una joven familia tiene dos niños, ambos varones. La probabilidad de que
el tercer hijo sea un varón sigue siendo 0.50, es decir, el género del tercer
hijo es independiente de los otros dos.
− Suponga que 20% de los pacientes atendidos en la sala de urgencias del
Medical Center no tiene seguro médico. Si el segundo paciente atendido en
el turno vespertino hoy no tiene seguro, eso no afecta la probabilidad de
que el tercero, el décimo o cualquiera de los otros pacientes cuente o no
con seguro.
19
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
20
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
0.4500
0.1094
0.4000
0.3500 0.3277
0.3000
0.2500
0.2048
0.2000
0.1500
0.1000
0.0512
0.0500
0.0064 0.0003
0.0000
1 2 3 4 5
0
21
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
Ejemplo:
22
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
Por supuesto, existe una ligera posibilidad de que salgan cinco engranajes
defectuosos de seis selecciones aleatorias. Ésta es de 0.00000178, que se
determina al sustituir los valores adecuados en la fórmula binomial:
𝑃(5) =6 𝐶5 (0.05)5 (0.95)1 = (6) (0.05)5 (0.95) = 0.00000178
En el caso de seis de seis, la probabilidad exacta es de 0.000000016. Por
consiguiente, la probabilidad de seleccionar cinco o seis engranajes defectuosos
de una muestra de seis es muy pequeña.
Es posible calcular la media o valor esperado de la distribución del número de
engranajes defectuosos:
23
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
𝜇 = 𝑛𝜋 = (6)(0.05) = 0.30
𝜎 2 = 𝑛𝜋(1 − 𝜋) = 6(0.05)(0.95) = 0.285
24
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
26
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
27
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
Así, se concluye que las posibilidades de que un huracán de ese tipo azote la
propiedad frente a la playa en Tela, durante el periodo de 30 años, mientras el
crédito se encuentra vigente, son de 0.7769.
En otras palabras, la probabilidad de que la playa sufra el azote de un huracán
categoría III o más alta durante el periodo de 30 años es de un poco más de 75%.
Se debe insistir en que el intervalo, como antes se explicó, aún existe. Es decir,
se espera que haya 1.5 tormentas que azoten la costa cada periodo de 30 años. El
intervalo es el periodo de 30 años.
La distribución de probabilidad de Poisson siempre tiene un sesgo positivo, y
la variable aleatoria no posee límite superior específico.
La distribución de Poisson en el caso de las maletas perdidas, en que 𝜇 = 0.3,
está muy sesgada. Conforme 𝜇 se incrementa, la distribución de Poisson adquiere
más simetría.
Por ejemplo, la siguiente gráfica muestra las distribuciones del número de
servicios de transmisión, reemplazos de silenciadores y cambios de aceite al día
en un taller de la capital. Éstas se ajustan a las distribuciones de Poisson con
medias de 0.7, 2.0 y 6.0, respectivamente.
Distribuciones de probabilidad de Poisson con medias de 0.7, 2.0 y 6.0:
28
MÓDULO V: DISTRIBUCIONES DE PROBABILIDAD
UNIVERSIDAD TECNOLÓGICA DISCRETA
DE HONDURAS Variables aleatorias, media, varianza, desviación estándar de
una distribución de probabilidad, binomial y de Poisson
29
BIBLIOGRAFÍA
30