Distribucion de Probabilidad y D. Binomial

Inferencia
estadistica
PROFESOR: JESUS F. CARATAR
Clasificación de la estadística
E. DESCRIPTIVA E. INFERENCIAL
Trata del recuento, organización, A partir del análisis de la información
presentación y análisis de datos. Lo anterior obtenida de una muestra poblacional realiza
con el objetivo de extraer información de predicciones o inferencias de la población.
fácil interpretación.
La media aritmética () también llamada promedio es el valor característico
de una serie de datos cuantitativos,
𝑛
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
Estadística
descriptiva
Facultad de ciencias de la administración 3

Universidad del valle
𝑛
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
Estadística Persona Sueldo
descriptiva Juan
Jose
$1´200,000
$1´700,000
Mariana $1’500,000
Sofía $1´800,000
Media Aritmética $1’550,000

𝑛
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛
La desviación estándar () respecto a la media aritmética () se utiliza para

cuantificar que tan dispersos se encuentran los datos de un conjunto.
Estadística
descriptiva
𝑆𝑦 =
√𝑆𝑡
𝑛− 1
donde,
𝑆𝑡 = ∑ ( 𝑦 𝑖 − 𝑦 )
2

𝑛
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛

cuantificar que tan dispersos se encuentran los datos de un conjunto.
Estadística
descriptiva
𝑆𝑦 =
Persona
√
𝑆𝑡
𝑛− 1
donde,
Sueldo
𝑆𝑡 = ∑ ( 𝑦 𝑖 − 𝑦 )
2
Juan
Jose
Mariana
$1´200,000
$1´700,000
$1’500,000
(-350,000)^2
(150,000)^2
(-50,000)^2
𝑆𝑦 =
√
2,1 𝑥 10 11
4 −1
Sofía $1´800,000 (250,000)^2 𝑆 𝑦 =264,575
Media Aritmética $1’550,000 210,000´000,000

𝑛
∑ 𝑦𝑖
𝑖 =1
𝑦=
𝑛

Estadística cuantificar que tan dispersos se encuentran los datos de un conjunto.
descriptiva
𝑆𝑦 =
√
𝑆𝑡
𝑛− 1
donde, 𝑆𝑡 = ∑ ( 𝑦 𝑖 − 𝑦 )
2
La varianza (v) es otra medida de dispersión muy utilizada en estadística.
(√ )
2
𝑆𝑡
2 𝑆𝑡
𝑉 =𝑆 = 𝑦 = 70´000,000
𝑛− 1 𝑛−1

El coeficiente de variación (c. v.) representa la relación entre la dispersión
de la variable y la media aritmética .
𝑆𝑦
𝑐 . 𝑣 .= 100 %
Estadística 𝑦
descriptiva
= Desviación Estándar
= Media aritmética

El coeficiente de variación (c. v.) representa la relación entre el tamaño de
la muestra y la variabilidad de la variable.
𝑆𝑦 264,575
𝑐 . 𝑣 .= 100 % 𝑐 . 𝑣 .= 100 %
Estadística 𝑦 1´ 550,000
descriptiva
= Desviación Estándar
= Media aritmética 𝑐 . 𝑣 .=17 %

Resumen
Conceptos
Inferencia estadística
La inferencia estadística se relaciona con
las conclusiones relacionadas con una
población sobre la base de una muestra
que se toma de ella
Conceptos
Los productos deben cumplir ciertas especificaciones

Conceptos
Inferencia estadística
Experimento: Proceso donde se induce la

ocurrencia de una sola observación dentro de las
posibles.
Resultado
Evento: conjunto de uno o

mas resultados.
Conceptos
La Probabilidad, es un valor entre cero y uno que describe la
posibilidad de que ocurra un evento.
Probabilidad 50% 50%

El Espacio muestral (S) es el conjunto de todos los posibles
resultados de un experimento
S={cara, cruz}
La Probabilidad clásica (P(x)), se obtiene dividiendo el numero de
resultados favorables entre el numero de posibles resultados.
𝟏
𝑷 ( 𝒄𝒂𝒓𝒂 ) = ∗𝟏𝟎𝟎 %=𝟎 , 𝟓 ∗𝟏𝟎𝟎 %=𝟓𝟎 %
𝟐

Probabilidad 𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) =
𝑪𝒂𝒓𝒅𝒊𝒏𝒂𝒍𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒆𝒗𝒆𝒏𝒕𝒐
𝑪𝒂𝒓𝒅𝒊𝒏𝒂𝒍𝒊𝒅𝒂𝒅 𝒅𝒆𝒍 𝒆𝒔𝒑𝒂𝒄𝒊𝒐 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍
∗𝟏𝟎𝟎 %

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗ 𝟏𝟎𝟎 %
a) Cual es la Probabilidad de que caiga 5 ?

b) Cual es la probabilidad de que caiga Par?
c) Cual es la probabilidad de que caiga 2 o 4?
S={1,2,3,4,5,6}
Probabilidad Evento A:
A={5}
𝟏
𝑷 ( 𝑨 )= ∗ 𝟏𝟎𝟎 %=𝟎 , 𝟏𝟔𝟕 ∗ 𝟏𝟎𝟎 %=𝟏𝟔 ,𝟕 %
𝟔
Evento B:
B={2,4,6}
𝟑
𝑷 ( 𝑩 )= ∗ 𝟏𝟎𝟎 % =𝟎 ,𝟓 ∗ 𝟏𝟎𝟎 %=𝟓𝟎 %
𝟔
Evento C:
C={2,4}
𝟐
𝑷 ( 𝑪)= ∗𝟏𝟎𝟎 %=𝟎 , 𝟑𝟑𝟑 ∗𝟏𝟎𝟎 %=𝟑𝟑 , 𝟑 %
𝟔
𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗ 𝟏𝟎𝟎 %
d) Cual es la Probabilidad de que al tirar el

dado 2 veces al menos una ves salga 2 o 3?
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6),

(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6),
Probabilidad (3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6),
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6),
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}
Evento D:
D={ (1,2) , (1,3) , (2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6), (3,1) , (3,2) ,
(3,3) , (3,4) , (3,5) , (3,6), (4,2) , (4,3), (5,2) , (5,3), (6,2) , (6,3) }
𝟐𝟎
𝑷 ( 𝑫 )= ∗𝟏𝟎𝟎 %=𝟎 , 𝟓𝟓𝟓 ∗𝟏𝟎𝟎 %=𝟓𝟓 , 𝟓 %
𝟑𝟔

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗𝟏𝟎𝟎 %
Con dos dados. Evento A:

a) Cual es la probabilidad de que salga 2 A={ (1,1)}
𝟏
𝑷 ( 𝑨 )= ∗ 𝟏𝟎𝟎%=𝟎 ,𝟎𝟐𝟕𝟖 ∗𝟏𝟎𝟎 %=𝟐 ,𝟕𝟖 %
𝟑𝟔
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6),

(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6),
(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6),
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6),
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗𝟏𝟎𝟎 %
Con dos dados.

a) Cual es la probabilidad de que salga 2 Evento B:
b) Cual es la probabilidad de que salga 3 B={ (1,2) , (2,1)}
𝟐
𝑷 ( 𝑩 )= ∗𝟏𝟎𝟎 %=𝟎 , 𝟎𝟓𝟓 ∗𝟏𝟎𝟎 %=𝟓 , 𝟓 %
𝟑𝟔 X P
2 0,0278
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6),

(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6),
(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6),
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6),
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗𝟏𝟎𝟎 %
Con dos dados.

a) Cual es la probabilidad de que salga 2 Evento C:
b) Cual es la probabilidad de que salga 3 C={ (1,3) , (2,2) , (3,1)}
c) Cual es la probabilidad de que salga 4
𝟑
𝑷 ( 𝑪)= ∗𝟏𝟎𝟎 %=𝟎 , 𝟎𝟖𝟑 ∗ 𝟏𝟎𝟎 %=𝟖 , 𝟑 %
𝟑𝟔 X P
2 0,0278
3 0,055
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6),
(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6),
(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6),
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6),
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗𝟏𝟎𝟎 %
Con dos dados.

a) Cual es la probabilidad de que salga 2 Evento D:
b) Cual es la probabilidad de que salga 3 D={ (1,4) , (2,3) , (3,2) , (4,1)}
d) Cual es la probabilidad de que salga 5 𝟒
𝑷 ( 𝑫 )= ∗𝟏𝟎𝟎 %=𝟎 , 𝟏𝟏𝟏 ∗𝟏𝟎𝟎 %=𝟏𝟏 , 𝟏 %
𝟑𝟔 X P
2 0,0278
3 0,055
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6), 4 0,083
(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6),
(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6),
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6),
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗𝟏𝟎𝟎 %
Con dos dados.

a) Cual es la probabilidad de que salga 2 Evento E:
b) Cual es la probabilidad de que salga 3 E={ (1,5) , (2,4) , (3,3) , (4,2) , (5,1)}
d) Cual es la probabilidad de que salga 5 𝟓
𝑷 ( 𝑬 )= ∗ 𝟏𝟎𝟎 %=𝟎 ,𝟏𝟑𝟗 ∗ 𝟏𝟎𝟎 % =𝟏𝟑 , 𝟗 %
e) Cual es la probabilidad de que salga 6 𝟑𝟔 X P
2 0,0278
3 0,055
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6), 4 0,083
(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6), 5 0,111
(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6),
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6),
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗𝟏𝟎𝟎 %
Con dos dados.

Evento F:
a) Cual es la probabilidad de que salga 2
F={ (1,6) , (2,5) , (3,4) , (3,4) , (5,2) , (6,1)}
b) Cual es la probabilidad de que salga 3
d) Cual es la probabilidad de que salga 5 𝟔
𝑷 ( 𝑭 )= ∗ 𝟏𝟎𝟎 %=𝟎 , 𝟏𝟔𝟕 ∗ 𝟏𝟎𝟎 %=𝟏𝟔 ,𝟕 %
f) Cual es la probabilidad de que salga 7 2 0,0278
3 0,055
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6), 4 0,083
(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6), 5 0,111
(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6), 6 0,139
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6),
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}

𝑷 ( 𝑬𝒗𝒆𝒏𝒕𝒐 ) = ∗𝟏𝟎𝟎 %
Con dos dados.

Evento G:
a) Cual es la probabilidad de que salga 2
G={ (2,6) , (3,5) , (4,4) , (5,3) , (6,2)}
b) Cual es la probabilidad de que salga 3
d) Cual es la probabilidad de que salga 5 𝟓
𝑷 ( 𝑮 )= ∗ 𝟏𝟎𝟎 % =𝟎 ,𝟏𝟑𝟗 ∗𝟏𝟎𝟎 %=𝟏𝟑 , 𝟗 %
f) Cual es la probabilidad de que salga 7 2 0,0278
g) Cual es la probabilidad de que salga 8
3 0,055
S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6), 4 0,083
(2,1) , (2,2) , (2,3) , (2,4) , (2,5) , (2,6), 5 0,111
(3,1) , (3,2) , (3,3) , (3,4) , (3,5) , (3,6), 6 0,139
(4,1) , (4,2) , (4,3) , (4,4) , (4,5) , (4,6), 7 16,7
(5,1) , (5,2) , (5,3) , (5,4) , (5,5) , (5,6),
(6,1) , (6,2) , (6,3) , (6,4) , (6,5) , (6,6)}

Distribución de probabilidad
X P
2 0,0278
3 0,055 Distribucion de probabilidad
4 0,083 0.18
5 0,111
Probabilidad del evento

0.16
6 0,139 0.14
7 16,7 0.12
8 0,139 0.1
9 0,111 0.08
10 0,083 0.06
0.04
11 0,055
0.02
12 0,0278
0
2 3 4 5 6 7 8 9 10 11 12
Evento

X P
2 0,0278
3 0,055 Distribucion de probabilidad
4 0,083
0.18
5 0,111
Probabilidad del evento

0.16
6 0,139 0.14
7 16,7 0.12
8 0,139 0.1
9 0,111 0.08
10 0,083 0.06
11 0,055 0.04
0.02
12 0,0278
0
Suma P 1 2 3 4 5 6 7 8 9 10 11 12
Evento

Una distribución de probabilidad proporciona
toda la gama de resultados definidos sobre una
variable aleatoria que se pueden presentar en un
experimento y la probabilidad asociada a cada
uno de estos resultados.
Es similar a una distribución de frecuencia con

la diferencia que describe la probabilidad de que
un evento se presente en el futuro.
CARACTERÍSTICAS DE UNA DISTRIBUCIÓN DE PROBABILIDAD
1. La probabilidad de un resultado en particular se encuentra entre 0 y 1.
2. Los resultados son eventos mutuamente excluyentes.
3. La lista es exhaustiva. Por lo tanto, la suma de las probabilidades de los diversos eventos
es igual a 1.
Variable aleatoria
# de caras al lanzar la
moneda
Trabajadores incapacitados por mes
Valor resultante de un experimento

Valor obtenido al lanzar el al azar bajo ciertos eventos de
dado interés.
Ejemplo
Probabilidad de obtener 1 al lanzar un dado dos veces
Tipos de variables
Cualitativas: definen Cuantitativas: definen

características o cualidades característica a partir de
que no pueden ser medidas números
con números
Cualitativa Cualitativa Discreta: Numero Continua: Numero

Nominal: No admite Ordinal: Existe finito de valores infinito de valores
Orden Orden
• Estado Civil • Notas de un • Edad • Peso de un balón
• Colores examen • # de Hermanos • Tiempo que tarda
• Tipos de salsas (D,I,A,S,E) • # de Materias en darle una vuelta
matriculadas al parque

35
Variable aleatoria
¿Cual es la variable aleatoria?
Una variable aleatoria puede ser:
Discreta o Continua
Variable aleatoria discreta
Una variable aleatoria discreta adopta sólo cierto número de valores que se encuentran separados.
Una variable aleatoria discreta es aquella que puede asumir un número contable de valores.
Notas de parciales: 4,2; 4,3; 4,5; 5,0
Lanzamiento de dados.
El número de árboles que hay en un parque.
Número de pacientes que visitan un hospital por día.

Variable aleatoria continua
Una variable continua es aquella que puede asumir un número incontable de valores. Puede asumir
todos los valores dentro de un intervalo.
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
¿cuál es la diferencia entre una distribución de probabilidad y una variable aleatoria?
Distribuciones de probabilidad
DISCRETAS CONTINUAS
Resulta de contar algo: Resultan de medir algo:

 El número de empleados de producción que se  El peso de cada estudiante de esta clase.
ausentaron hoy en el segundo turno.  La suma de dinero que gana cada uno de los
 El número de comerciales de 30 segundos que jugadores de la liga europea.
pasan en la NBC de las 8 a las 11 de la noche.  La velocidad de los vehículos en una autopista.
discreta
MEDIA
La media constituye un valor típico para representar la posición central de una distribución de probabilidad.
La media de una distribución de probabilidad también recibe el nombre de valor esperado.
μ=Σ[xP(x)]
Donde:
x = un valor particular de la variable aleatoria.
P(x) = la probabilidad de ese valor particular.
discreta
VARIANZA
La varianza mide el grado de dispersión en una distribución
Los pasos para el cálculo son los siguientes:

1. La media se resta de cada valor y la diferencia se eleva al cuadrado.
2. Cada diferencia al cuadrado se multiplica por su probabilidad.
3. Se suman los productos que resultan para obtener la varianza.
discreta
EJEMPLO Calcule la media, la varianza y la desviación estándar.
Ejemplo
Distribución de probabilidad binomial
Es una distribución de probabilidad discreta que se presenta con mucha frecuencia. Una de sus características
consiste en que sólo hay dos posibles resultados en un determinado ensayo del experimento.
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.
Una característica de la distribución binomial es el hecho de que la variable aleatoria discreta es el resultado
de conteos, donde dicha variable puede tomar valores X=[1, 2, 3, … n].
Otra característica de una distribución binomial consiste en que la probabilidad de éxito es la misma de un
ensayo a otro.
Si la experiencia reveló que el puente giratorio sobre Intracoastal Waterway, 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.
Si se hace un ensayo aproximándose al puente 10 veces, cual es la probabilidad de que no se eleve o se eleve 1
vez, 2 veces, 3 veces, etc.
Formula calculo de probabilidad binomial
donde:
C es el símbolo de combinación.
n es el número de ensayos.
x es la variable aleatoria definida como el número de éxitos.
es la probabilidad de éxito en cada ensayo (ojo es la probabilidad de éxito poblacional).
Si la experiencia reveló que el puente giratorio sobre Intercoastal Waterway, 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.
Formula para media y varianza de una distribución binomial
Recuerde que:
p probabilidad de éxito
q probabilidad de no tener éxito
=
=
Ejercicio
Tablas de probabilidad binomial
Acumulada
Si la experiencia reveló que el puente giratorio sobre Intercoastal Waterway, 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.
Si se hace un ensayo aproximándose al puente 10 veces, cual es la probabilidad de que se eleve 2

veces o menos.
Acumulada
Un estudio del Departamento de Transporte de Illinois concluyó que 76.2% de quienes ocupaban los asientos delanteros de los
vehículos utilizaba cinturón de seguridad. Esto significa que los dos ocupantes de la parte delantera utilizaban cinturones de
seguridad. Suponga que decide comparar la información con el uso actual que se da al cinturón de seguridad. Seleccione una
muestra de 12 vehículos.
1. ¿Cuál es la probabilidad que los ocupantes de la parte delantera en exactamente 7 de los 12 vehículos seleccionados utilicen
cinturones de seguridad?
2. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo menos 7 de los 12 vehículos utilicen cinturón de
seguridad?
3. Calcule la media y la varianza.

Distribucion de Probabilidad y D. Binomial

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribucion de Probabilidad y D. Binomial

Cargado por

Copyright:

Formatos disponibles

Inferencia

Facultad de ciencias de la administración 3

Estadística Persona Sueldo

Facultad de ciencias de la administración 4

La desviación estándar () respecto a la media aritmética () se utiliza para

Facultad de ciencias de la administración 5

La desviación estándar () respecto a la media aritmética () se utiliza para

Sofía $1´800,000 (250,000)^2 𝑆 𝑦 =264,575

Media Aritmética $1’550,000 210,000´000,000

Facultad de ciencias de la administración 6

La desviación estándar () respecto a la media aritmética () se utiliza para

La varianza (v) es otra medida de dispersión muy utilizada en estadística.

Facultad de ciencias de la administración 7

Facultad de ciencias de la administración 8

Facultad de ciencias de la administración 9

Los productos deben cumplir ciertas especificaciones

Experimento: Proceso donde se induce la

Evento: conjunto de uno o

Probabilidad 50% 50%

Facultad de ciencias de la administración 15

Facultad de ciencias de la administración 16

a) Cual es la Probabilidad de que caiga 5 ?

d) Cual es la Probabilidad de que al tirar el

S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6),

Facultad de ciencias de la administración 18

Con dos dados. Evento A:

S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6),

Facultad de ciencias de la administración 19

Con dos dados.

S={(1,1) , (1,2) , (1,3) , (1,4) , (1,5) , (1,6),

Facultad de ciencias de la administración 20

Con dos dados.

Facultad de ciencias de la administración 21

Con dos dados.

Facultad de ciencias de la administración 22

Con dos dados.

Facultad de ciencias de la administración 23

Con dos dados.

Facultad de ciencias de la administración 24

Con dos dados.

Facultad de ciencias de la administración 25

Probabilidad del evento

Facultad de ciencias de la administración 26

Probabilidad del evento

Facultad de ciencias de la administración 27

Es similar a una distribución de frecuencia con

1. La probabilidad de un resultado en particular se encuentra entre 0 y 1.

2. Los resultados son eventos mutuamente excluyentes.

Trabajadores incapacitados por mes

Valor resultante de un experimento

Cualitativas: definen Cuantitativas: definen

Cualitativa Cualitativa Discreta: Numero Continua: Numero

Facultad de ciencias de la administración 35

¿Cual es la variable aleatoria?

Una variable aleatoria puede ser:

Notas de parciales: 4,2; 4,3; 4,5; 5,0

El número de árboles que hay en un parque.

Número de pacientes que visitan un hospital por día.

si la variable aleatoria es continua, es una distribución de probabilidad continua.

Resulta de contar algo: Resultan de medir algo:

La media de una distribución de probabilidad también recibe el nombre de valor esperado.

La varianza mide el grado de dispersión en una distribución