ESTADISTICA 2

ING. VIVAN BALDI T.

CAPITULO 1
DISTRIBUCIONES DE
PROBABILIDAD
El siguiente diagrama ilustra los términos experimento, resultado, evento y
variable aleatoria. Primero, en el caso del experimento en el que se lanza
una moneda tres veces, hay ocho posibles resultados. En este experimento,
interesa el evento de que se presenta una cara en tres lanzamientos.
La variable aleatoria es el número de caras. En términos de probabilidad,
desea saber la probabilidad del evento que tiene una variable aleatoria igual
a 1.
El resultado es P(1 cara en 3 lanzamientos) = 0.375
 Variable aleatoria discreta
 Una variable aleatoria discreta adopta sólo cierto número de valores
separados. Si hay 100 Empleados, el recuento de la cantidad de
ausentes el lunes sólo puede ser 0, 1, 2, 3, …, 100.
 Una variable discreta suele ser resultado de contar algo. Por
definición:
 Variable aleatoria discreta

 A veces, una variable aleatoria discreta asume valores fraccionarios o

decimales.
 Estos valores deben estar separados: debe haber cierta distancia entre
ellos.
 Por ejemplo, las calificaciones de los jueces por destreza técnica y
formas artísticas en una competencia de patinaje artístico son valores
decimales, como 7.2, 8.9 y 9.7. Dichos valores son discretos, pues hay
una distancia entre calificaciones de 8.3 y 8.4. Una calificación no
puede tener un valor de 8.34 o de 8.347, por ejemplo.
Variable aleatoria continua

 Por otra parte, si la variable aleatoria es continua, es una

distribución de probabilidad continua.
 Si mide algo, como la anchura de una recámara, la estatura de una
persona o la presión de la llanta de un automóvil, se trata de una
variable aleatoria continua. Se puede suponer una Infinidad de
valores, con ciertas limitaciones.
Variable aleatoria continua

Por ejemplo:
 Los tiempos de los vuelos comerciales entre Atlanta y Los Ángeles
son de 4.67 horas, 5.13 horas, etc. La variable aleatoria es la cantidad
de horas.
 La presión, medida en libras por pulgada cuadrada (psi), de un nuevo
neumático Chevy Trail-blazer puede ser de 32.78 psi, 31.62 psi, 33.07
psi, etc. En otras palabras, es razonable que se presente cualquier valor
entre 28 y 35.
 La variable aleatoria es la presión de la llanta.
 Distribución de probabilidad
 ¿Cuál es la diferencia entre una distribución de probabilidad y una
variable aleatoria?
 Una variable aleatoria representa el resultado particular de un
experimento.
 Una distribución de probabilidad representa todos los posibles
resultados, así como la correspondiente probabilidad.
 Las herramientas que se utilizan, así como las interpretaciones
probabilísticas, son diferentes en el caso de distribuciones de
probabilidades discretas y continuas.
 Distribución de probabilidad

¿Cuál diría que es la diferencia entre los dos tipos de distribuciones?

Por lo general, una distribución discreta es el resultado de contar algo,
como:
• El número de caras que se presentan en tres lanzamientos de una moneda.
• El número de estudiantes que obtienen A en clase.
• El número de empleados de producción que se ausentaron hoy en el segundo
turno.
• El número de comerciales de 30 segundos que pasan en la
NBC de las 8 a las 11 de la noche.
Distribución de probabilidad

 Las distribuciones continuas son el resultado de algún tipo de medición,

como:
 La duración de cada canción en el último álbum de Linkin Park.
 El peso de cada estudiante de esta clase.
 La temperatura ambiente en el momento en que usted lee esta diapositiva.
 La suma de dinero que gana cada uno de los 750 jugadores actuales en la
lista de los equipos de la Liga Mayor de Béisbol.
Distribución de probabilidad
Función de cuantia
 Es aquella distribución de probabilidad de una variable aleatoria
discreta, función que se representa generalmente mediante un
listado de todos los valores numericos posibles de la variable
aleatoria con sus probabilidades correspondientes, tal como se
observa en el cuadro 1 y en la grafica 1

xi p(xi)
X1 p(xi)
X2 P(x2)
X3 P(x3)
…. …
xn P(en)

Grafica 1
Función de cuantía
Función de cuantía
 Concepto : el conjunto de pares ordenados (x, f(x)) es una función
de probabilidad, o distribución de probabilidad de la V.A
discreta X si satisface las siguientes condiciones :
 2) de un lote de 25 artículos de los cuales 5 son defectuosos se eligen 4 al azar. Sea la v.A que representa
el número de artículos defectuosos encontrados. Obtener la distribución de probabilidades de la V.A si los
artículos se eligen sin sustitución.
 Función de densidad
 Es aquella función en la que la probabilidad de los valores posibles de una
variable aleatoria continua se determinan a través de una función matemática y
se ilustra en forma grafica por medio de una curva de probabilidad.
 Función de densidad

 Las áreas bajo la curva representarán las probabilidades, por lo tanto,

el gráfico de la función de densidad se ubica siempre sobre el eje X
 Función de densidad

 Una función de densidad se construye de tal forma que el área

comprendida bajo la curva es siempre igual a uno, cuando se calcula sobre
todo el recorrido de la v.a.
 Función de densidad

 Concepto : La función es una para la v.a continua , f(x) función de densidad

de probabilidad definida en el conjunto de los números reales, si:
 Función de densidad

 Ejemplos
1) Suponga que el error en la temperatura de reacción, en grados Celsius, para un
experimento controlado de laboratorio es una v.a continua , que tiene función de
densidad

Muestre que cumple las dos primeras condiciones de una función de densidad y
además determine
Practica 1
Varianza y valor esperado
de una variable aleatoria
Esperanza o valor esperado

 El valor esperado se usa como una medida de centro de una

distribución de probabilidad de una V.A
 Concepto
 Sea X una v.a con función de probabilidad o función de densidad
f(x) .
 Sea g(X) una función de la v.a X.
 El valor esperado de X, simbolizado por E(X) es:
Esperanza o valor esperado
Esperanza o valor esperado
Propiedades de la esperanza
Propiedades de la esperanza
Propiedades de la esperanza
Propiedades de varianza
ejemplos
ejemplos
ejemplos
ejemplos
ejemplos
ejemplos
ejemplos
ejemplos
ejemplos
Practica 2
Practica 2