Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Variable aleatoria
Lo que es aleatorio es el
La variable aleatoria
experimento sobre cuyo
atribuye a cada elemento
espacio muestral se
un número fijo y
define la variable
determinado
aleatoria
Variable aleatoria
Ejemplo 1: Sea el experimento aleatorio que consiste en lanzar dos monedas. Este experimento determina el
espacio muestral S = {C1C2, C1S2, S1C2, S1S2}. Si se define la variable aleatoria X como el número de caras
obtenidas al lanzar dos monedas, entonces los valores posibles de X son:
Valor de X Significado
0 Al lanzar dos monedas, no se obtuvo cara
Ejemplos: Ejemplos:
Número de alumnos matriculados por Temperatura del ambiente en °C.
curso. Peso en Kg de lotes de mercadería.
Cantidad de preguntas correctamente Tamaño en MB de una aplicativo en
contestadas en una evaluación de personal. ANDROID.
Número de Ingenieros que participan en un
proyecto.
Distribución de probabilidad discreta
El conjunto de pares ordenados (x, f(x)) es una función de probabilidad o una distribución de probabilidad de
la variable aleatoria discreta X si, para cada resultado x posible:
Distribución de probabilidad discreta
Caso 10: Uso de Canvas
La distribución de probabilidad del número de visitas
realizadas por un estudiante de la UTP a la plataforma
virtual Canvas en un día se obtuvieron a partir de una
encuesta realizada en el presente ciclo académico:
Número de 0 1 2 3 4
visitas
a.Halle la valor de la constante “a” para que dicha distribución sea de probabilidad.
b.Calcule la probabilidad que un estudiante de la UTP seleccionado al azar visite la plataforma Canvas más de
2 veces por día.
Distribución de probabilidad discreta
Caso 10: Uso de Canvas
Propiedades:
Sean a, b y k constantes numéricas y X una variable aleatoria, entonces:
E(k) = k
E(aX+b) = aE(X)+b
Valor esperado
Caso: Fabricación de una pieza industrial
La siguiente tabla muestra la distribución del número de errores que un obrero comete al fabricar una pieza
industrial.
Número de errores Probabilidad
0 0.07
1 0.15
2 0.13
3 0.25
4 0.26
5 0.14
Solución:
E(X) = 2.9
Propiedades:
-La variable aleatoria discreta que sigue la distribución binomial es igual al número
de éxitos obtenidos en una muestra de n observaciones o ensayos.
n
B ( n , p ) P ( X x ) p x q n
x x
Donde:
2
Nota:
q=1-p
Distribución de probabilidad discreta
Caso: Compra de dispositivos electrónicos
El número de resultados que ocurren en un intervalo o región específica es independiente del número que ocurre
en cualquier otro intervalo de tiempo o región del espacio disjunto.
La probabilidad de que ocurra un solo resultado durante un intervalo de tiempo muy corto o en una región
pequeña es proporcional a la longitud del intervalo o al tamaño de la región, y no depende del número de
resultados que ocurren fuera de estos.
Donde:
Distribución normal
Función de densidad
Donde:
π = 3.14159
e = 2.71828
μ1 < μ2 y σ1 = σ2
Distribuciones continuas
Distribución normal
Función de densidad
μ1 = μ2 y σ1 < σ2
Distribuciones continuas
Distribución normal
Función de densidad
μ1 < μ2 y σ1 < σ2
Distribuciones continuas
Distribución normal
Propiedades de la curva normal
4. La curva normal se
aproxima al eje horizontal
de manera asintótica, 5. El área total bajo la
conforme nos alejamos curva y sobre el eje
de la media en cualquier horizontal es igual a
dirección. uno.
Distribuciones continuas
Distribución normal
Propiedades de la curva normal
En este caso, podemos transformar o estandarizar todas las observaciones de cualquier variable aleatoria
normal X en un nuevo conjunto de observaciones de una variable aleatoria normal Z con media 0 y varianza
1. Para ello utiliza la siguiente fórmula de transformación:
Distribuciones continuas
Distribución normal
Distribución normal estándar:
A, B: distribuciones normales
x1, x2: variables aleatorias normales
Tabla de distribución normal estándar
Ejemplo: Calcular P(Z<0.23) 1 5
Solución:
1. Separación de decimales:
0.23 = 0.2 + 0.03
P(Z<0.23) = 0.59095
0.23
Distribuciones continuas
Distribución normal
Caso: Resistencias eléctricas
A partir de la tabla de valores Z, P(Z < –2.0) = 0.0228. Debido a la simetría de la distribución normal,
encontramos que:
P (Z <−2.0) +P (Z > 2.0) = 2(0.0228) = 0.0456.