Unidad VI:

Distribuciones de probabilidad
N de
lanzamien-
tos

N de caras
Frecuencia
relativa
Diferencia
con la
frecuencia
terica
N de
lanzamientos
N de caras Frecuencia
relativa
Diferencia con la
frecuencia
terica
2 0 0 0.5 65.536 32.645 0.498 0.002
4 1 0.25 0.25 131.072 65.535 0.499992 0.000008
8 3 0.38 0.125 262.144 131.071 0.499996 0.000004
16 7 0.437 0.063 524.288 262.143 0.499998 0.000002
32 14 0.437 0.063 1.048.576 524.287 0.4999990 0.000001
64 30 0.47 0.03 2.097.152 1.048.575 0.4999995 0.0000005
128 65 0.508 0.008 4.194.304 2.097.151 0.4999998 0.0000002
256 130 0.508 0.008 8.388.608 4.194.303 0.49999990 0.0000001
512 261 0.51 0.01 16.777.216 8.388.607 0.49999994 0.00000006
1.024 520 0.508 0.008 33.554.432 16.777.215 0.49999997 0.00000003
2.048 996 0.486 0.014 67.108.864 33.554.431 0.499999985 0.000000015
4.096 2.005 0.49 0.01 134.217.728 67.108.863 0.499999993 0.000000007
8.192 4.016 0.49 0.01 268.435.456 134.217.727 0.499999996 0.000000004
16.384 8.075 0.493 0.007 536.870.912 268.435.455 0.499999998 0.000000002
32.768 16.273 0.497 0.003 1.073.741.824 536.870.911 0.4999999990 0.000000001
Tabla 1:Simulacin
del lanzamiento de una moneda.

Simulaciondel lanzamiento
de una moneda.
N de lanzamientos (escala logartmica de base 2)
P
r
o
p
o
r
c
i

n

d
e

c
a
r
a
s

(
F
r
e
c
.
r
e
l
a
t
i
v
a
)
.
0
0,1
0,2
0,3
0,4
0,5
0,6
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Las Distribuciones de
frecuencias sern llamadas
distribuciones de probabilidad
cuanto mayor sea el nmero
de individuos que se analicen.
Variable Aleatoria a la forma de asociar un
nmero real a cada uno de los sucesos
elementales de un experimento aleatorio. En
trminos matemticos: dado un espacio
muestral O, se define la variable aleatoria X
como la funcin:

X
S X S
:
( )
O 9
e9
Es el experimento aleatorio estado civil de
un paciente, podemos definir la variable
aleatoria, X, de modo que:

X(soltero) = 1 X(casado) = 2
X(divorciado) = 3 X(viudo) = 4

Diremos, entonces, que X es una variable
aleatoria que toma los valores 1, 2, 3 y 4.

TIPOS DE VARIABLES ALEATORIAS.
Las variables aleatorias se clasifican
exactamente igual que los espacios
muestrales:
1.- Variable aleatoria discreta: la que se
asocia a un espacio muestral discreto.
2.- Variable aleatoria continua: Idem para O.
continuo.


DISTRIBUCIN DE PROBABILIDAD: f(x)
Es la que asigna a cada valor de una
variable aleatoria la probabilidad de que
ocurra el suceso que tiene asociado ese
valor de la variable aleatoria. Es decir si
X(s) = x, entonces, la funcin de
probabilidad, o funcin de densidad de
probabilidad, f(x) ser:
f(x) = P(X = x) = P(s)

DISTRIBUCIN DE PROBABILIDADES
DISCRETAS
Sea X una variable aleatoria discreta, a cada
resultado posible X asociamos su nmero de
probabilidad P(X=x)=P(X).
Adems hereda las mismas propiedades que la
probabilidad de sucesos.
En particular:
P(X)0

EP(X) = 1

DISTRIBUCIN DE FRECUENCIA
ACUMULUDA: F(x)
Es la funcin que asocia a cada valor x de la
variable aleatoria la probabilidad de dicha
variable aleatoria est por debajo de x:
F(x)=P(X x).
Teniendo en cuenta la definicin de f(x):

=
=
i
1 j
j i
) x ( P ) x ( F

ESPERANZA MATEMTICA.

A la media de las distribuciones de
probabilidad se la denomina valor esperado y
se lo simboliza con:




( ) ) x ( P x X E
n
1 i
i i
=
= =

Proceso de Bernoulli
proceso de muestro que:

Modelo Binomial
Modelo Poisson
Aproximacin de la Binomial a
Possion
DISTRIBUCIN DE PROBABILIDADES
CONTINUAS
Si nos imaginamos que la amplitud de los
intervalos tiende a cero, encontramos que el
contorno deja de ser poligonal para pasar a
ser una curva. Esta curva es la funcin de
densidad de probabilidad.
El rea delimitada por la curva y el eje x entre
los valores a y b, equivale a la probabilidad de
que la variable aleatoria est entre a y b. Esto
es lo que define, matemticamente, a la
funcin de densidad de probabilidad:
P a X b f x dx
a
b
( ) ( ) s s =
}


Binomial (Bernoulli)
Discretas
Poisson


NORMAL

T de Student
Contnuas
Chi
2


F. Fisher