EQUIPO 3

Silva Talamantes Manuel Enrique

DISTRIBUCIONES DE PROBABILIDADES DISCRETA.
 EN LOS CAPÍTULOS 2 Y 3 SE TUVO QUE:
+ REUNIR DATOS MUESTRALES
+ DESPUÉS CALCULAR ESTADÍSTICOS Y
+ CONSTRUIR GRAFICAS

EN EL CAPÍTULO 4 SE HIZO:
+ EL CÁLCULO DE PROBABILIDADES DE CADA RESULTADO

EL CAPITULO 5 GENERARÁ:
+ CREAR UN MODELO TEÓRICO QUE DESCRIBA LA FORMA EN
QUE SE ESPERA QUE SE COMPORTE EL EXPERIMENTO Y
LUEGO OBTENER SUS PARÁMETROS
VARIABLE ALEATORIA. (X) TIENE UN VALOR NUMÉRICO
OBTENIDO POR EL AZAR, PARA CADA RESULTADO DE UN
EXPERIMENTO

LA DISTRIBUCIÓN DE PROBABILIDAD. ES AQUELLA QUE

INDICA LA PROBABILIDAD DE CADA VALOR DE LA VARIABLE
ALEATORIA. ESTO ES UN GRAFICO
 VARIABLE ALEATORIA DISCRETA. ES UN VALOR O
VALORES FINITO O VALORES CONTABLES QUE SE ASOCIAN A
UN PROCESO DE CONTEO

VARIABLE ALETORIA CONTINUA. ES UN NÚMERO

INFINITO DE VALORES Y SE ASOCIAN A UNA ESCALA CONTINUA
REQUISITOS

ΣP(X) = 1

0 ≤ P(X) ≤ 1
 VARIABLE ALEATORIA(X)
• Una variable aleatoria; es una función que asocia cada resultado
del espacio muestral a un numero real …se representa (v.a)

Nota:

X= v.a

x=valor de
la v.a.

• La variable aleatoria puede ser discreta o continua.

 VARIABLE ALEATORIA DISCRETA

• La variable aleatoria discreta toma valores de un conjunto numerable y finito.(que

tiene principio y fin)

• [la variable aleatoria discreta (x)= 0……..50]

• O es 1 o es 2 o es 3 o 4 o 5 6º o7 o 49 pero no puede ser 1.5- 5.3.
• o es 1 o es 2 no puede ser 0.5 etc.
• Ejemplo: v.a.d= pasajeros de un camión.
 VARIABLE ALEATORIA CONTINUA

• La variable aleatoria continua es todo lo contrario esta puede ser con valores
infinitos y con valores intermedios.
[la variable aleatoria continua(x) 60…..120]
• La variable aleatoria continua seria 60.275 -119.5
• Ejemplo:
• v.a.c= estudio del peso de un grupo personas.
 LA DISTRIBUCIÓN DE LA PROBABILIDAD

• Es una tabla en la cual se representan los resultados de un experimento con sus

probabilidades correspondientes.
 EJEMPLO

• En un grupo, el 15% de las personas tiene 15 años, el 20% tiene 17, el 25% tiene 18 ,
el 30% tiene 20,

• Y el 10% tiene 22años. El experimento consiste en seleccionar una persona del

grupo.

• Los resultados posibles, teniendo en cuenta la edad de la persona seleccionada son:

• S ={ 15, 17, 18, 20, 22}

x P(x)
15 0.15
17 0.20
18 0.25
20 0.30
22 0.10
 REGLA DEL REDONDEO

LOS RESULTADOS DEBEN TENER UNA POSICIÓN

MÁS QUE LAS DECIMALES UTILIZADAS PARA LA
VARIABLE ALEATORIA.
 VALORES COMUNES

VALOR MÁXIMO COMÚN = Μ + 2Σ

VALOR MÍNIMO COMÚN = Μ - 2Σ
USO DE LAS PROBABILIDADES PARA DETERMINAR
RESULTADOS INFRECUENTES

- NÚMERO DE ÉXITOS INUSUALMENTE ALTO: X

ÉXITOS EN N ENSAYOS ES UN NÚMERO
INUSUALMENTE ALTO SI
P(X O MÁS) ≤ 0.05

- NÚMERO DE ÉXITOS INUSUALMENTE BAJOS: X

ÉXITOS EN N ENSAYOS ES UN NÚMERO
INUSUALMENTE BAJO DE ÉXITOS SI
P(X O MENOS) ≤ 0.05

VER EJEMPLO DE UNA MONEDA

 SI SE TIENEN 501 CARAS EN 20000 DE UNA MONEDA, ¿LA
MONEDA FAVORECERÍA LAS CARAS?
PORQUE ES MUY FÁCIL OBTENER ESTE RESULTADO.

LA PROBABILIDAD SERÍA IGUAL A 0.0250

ESTE RESULTADO ES UN SUCESO INFRECUENTE YA QUE LA

PROBABILIDAD DE OBTENER AL MENOS 501 CARAS SON
BAJAS
 VALOR ESPERADO

DE UNA VARIABLE ALEATORIA DISCRETA SE DENOTA POR E Y

REPRESENTA EL VALOR PROMEDIO DE LOS RESULTADOS.

E = Σ [ X . P(X) ]
EL VALOR ESPERADO REPRESENTA EL VALOR PROMEDIO
QUE SE ESPERA SUCEDA, AL REPETIR EL EXPERIMENTO
EN FORMA INDEPENDIENTE UNA GRAN CANTIDAD DE
VECES. EL VALOR ESPERADO SE INTERPRETA
FÍSICAMENTE COMO EL CENTRO DE MASA O CENTRO DE
GRAVEDAD DE LA DISTRIBUCIÓN DE PROBABILIDAD, POR
LO QUE ES IGUAL A LA MEDIA O PROMEDIO ARITMÉTICO
 Valor Esperado o media
de una variable aleatoria discreta

●El valor esperado, esperanza matemática o simplemente la

media de una variable aleatoria discreta X, se define como:
 EJEMPLO 1
●Calcular la esperanza de la variable aleatoria X: la
suma de los puntos que resultan a lanzar dos dados
 Valor Esperado o media
de una función

●Si la variable aleatoria X tiene un conjunto de posibles

valores D y una función de probabilidad f(x), entonces el valor
esperado de cualquier función h(X) denotada por E[h(X)] se
calcula con:
 EJEMPLO 2
●Suponga que el número de automóviles que pasan por un
auto lavado entre las 4:00 y las 5:00 en un viernes cualquiera
tienen la siguiente distribución de probabilidad.

●Sea g(x)=2x-1 la cantidad de dinero en dólares que el

administrador le paga al empleado. Encuentre la ganancia que
espera el dependiente en ese periodo específico
Reglas del Valor Esperado

Sean a, b y c constantes.

*
 DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL. REQUISITOS

- EXISTEN UN NÚMERO FINITO DE ENSAYOS

- LOS ENSAYOS DEBEN SER INDEPENDIENTES
- SOLO SE TIENEN DOS CATEGORÍAS EN LOS RESULTADOS: ÉXITO Y
FRACASO
- LA PROBABILIDAD PERMANECE IGUAL (CONSTANTE) DE TODOS LOS
ÉXITOS
FORMULA DE LA PROBABILIDAD BINOMIAL
MÉTODO 1

N!
P(X) = (PX QN-X)
(N-X)! X!
NUMERO DE RESULTADOS LA PROBABILIDAD
CON EXACTAMENTE DE X ÉXITOS EN N ENSAYOS
X ÉXITOS
 N = EL NÚMERO DE ENSAYOS
X = NÚMERO DE ÉXITOS EN N ENSAYOS
P = PROBABILIDAD DE ÉXITO EN CUALQUIER ENSAYO
Q = PROBABILIDAD DE FRACASO EN CUALQUIER ENSAYO:
Q = 1-P
 VARIANZA.

EXISTEN DOS ASPECTOS QUE CARACTERIZAN DE FORMA

SIMPLE EL COMPORTAMIENTO DE LA DISTRIBUCIÓN DE
PROBABILIDAD, PORQUE PROPORCIONAN UNA
DESCRIPCIÓN COMPLETA DE LA FORMA EN QUE SE
COMPORTA: LA MEDIDA DE TENDENCIA CENTRAL Y LA DE
DISPERSIÓN.
 LA PRIMERA ESTÁ REPRESENTADA POR LA
MEDIA O VALOR ESPERADO, Y LA SEGUNDA POR
LA VARIANZA O POR LA DESVIACIÓN ESTÁNDAR,
QUE EVALÚAN LA DISPERSIÓN DE LA
DISTRIBUCIÓN DE PROBABILIDAD O GRADO EN
QUE SE SEPARAN DEL PROMEDIO LOS VALORES
DE LA VARIABLE ALEATORIA X.
 NOTACIÓN
P(E) = P (PROBABILIDAD DE UN ÉXITO)
P(F) = 1 – P = Q (PROBABILIDAD DE UN FRACASO)
N = NÚMERO FIJO DE ENSAYOS
X = NÚMERO ESPECIFICO DE ÉXITOS EN N ENSAYOS, Y TOMA
VALORES DESDE 0 HASTA N INCLUSIVE
P = LA PROBABILIDAD DE ÉXITO EN UNO DE N ENSAYOS
Q = PROBABILIDAD DE FRACASO EN UNO DE N ENSAYOS
P(X) = PROBABILIDAD DE LOGRAR EXACTAMENTE X ÉXITOS EN LOS N
ENSAYOS
 Varianza
(fórmula abreviada)

Que para hacer los cálculos se traduce en:

 VARIANZA Y DESVIACIÓN
ESTÁNDAR DE UNA VARIABLE
ALEATORIA DISCRETA

●Sea f(x) la función de probabilidad y sea su

valor esperado. La varianza se define:

● La desviación estándar de X es:

Ambas miden la “dispersión de los datos”. Observa que la

desviación estándar lo hace con las mismas unidades que
los datos originales
 Ejemplo 4
Calcula la varianza y desviación estándar de
la variable aleatoria X en el ejemplo de los dos
dados:

*
Algunas propiedades de la Varianza

Se elimina b y se eleva al cuadrado a