Está en la página 1de 28

Estadstica para Administracin y Economa

IntegranteCapitulo 6 s:
Juan Pablo Arrobo

QU ES UNA DISTRIBUCIN DE PROBABILIDAD?


Indica en una lista todos los resultados posibles de un experimento, junto con la probabilidad correspondiente a cada uno de los resultados.

Ejemplo:
Supongamos que queremos conocer el nmero de caras que se obtienen al lanzar tres veces una moneda al aire (Experimento). Los posibles resultados son: 0, 1, 2, y 3 caras. Pregunta: Cul es la distribucin de

Solucin:
Hay ocho posibles resultados: En el primer lanzamiento puede caer cruz (T), otra cruz en el segundo y otra en el tercero. O puede caer cruz, cruz y cara (H), en ese orden.

TABLA DE PROBABILIDADES
Resultado Primero posible Segundo Tercero Nmero de caras (H) 0 1 1 2 1 2 2 3

1 2 3 4 5 6 7 8

T T T T H H H H

T T H H T T H H

T H T H T H T H

* T significa cruz y H significa cara

DISTRIBUCIN DE PROBABILIDAD PARA LOS EVENTOS


Nmero de caras x 0 1 2 3 Total Probabilidad del resultado P(x)

1 =1 0. 2 5 8 3 =3 0. 7 5 8
8 3 = 1.000 8 =3 0. 7 5 8 1 =1 0. 2 5 8

8 =0 1. 0 0 8

VARIABLES ALEATORIAS
Es la cantidad que da como resultado de un experimento, y debido al azar, puede tomar valores diferentes. Pueden ser variables discretas o continuas aleatorias

VARIABLE ALEATORIA DISCRETA


Variable que solo puede tomar ciertos valores claramente separados.

Ejemplo:

Las puntuaciones otorgadas por los jueces a los deportistas de Danza Rtmica son cifras decimales como: 7.2, 8.7 y 9.7. Son discretos porque existe una distancia entre estas puntuaciones por ejemplo: entre 8.7 y 8.8 no puede ser la puntuacin 8.74 o 8.747.

VARIABLE ALEATORIA CONTINUA


Es la cual puede tomar un valor de una cantidad infinitamente grande de valores, dentro de ciertas limitaciones.
Ejemplo:
La distancias (en millas) entre la Tierra y la Luna es de 238857.1234 millones, y as sucesivamente dependiendo de la precisin de dispositivo de medicin.

MEDIA
Es un valor tpico que sirve para representar una distribucin de probabilidades. Tambin es el valor promedio, a largo plazo de la variable aleatoria. Es conocida tambin como su valor esperado

MEDIA DE UNA DISTRIBUCIN DE PROBABILIDAD Formula:

= [ x.P( x ) ]

P(x) = Probabilidad que puede tomar la variable aleatoria x

Ejemplo:

Juan Pablo Torres vende automviles nuevos de la agencia TroncoMovil. Generalmente, los sbados vende el mayor numero de vehculos. El Sr. Torres, tiene la siguiente distribucin de probabilidad que espera vender en un da sbado en particular Nmero de automviles Probabilidad
vendidos x 0 1 2 3 4 Total 0.10 0.20 0.30 0.30 0.10 1.00 P(x)

Pregunta: En un sbado comn, cuntos vehculos espera vender?

Solucin:
El nmero medio de automviles vendidos se calcula estimando la cantidad de vehculos vendidos, con la probabilidad de vender ese nmero, y luego se suman todos los productos aplicando la frmula: = [ x.P( x ) ]

Reemplazando:
= [ x.P ( x)] = 0(0.10 ) + 1(0.20 ) + 2(0.30 ) + 3(0.30 ) + 4(0.10 ) = 2.1

Respuesta: = 2.1

Tenemos la siguiente tabla:


Nmero de automviles vendidos x 0 1 2 3 4 Total Probabilidad P(x) x . P(x)

0.10 0.20 0.30 0.30 0.10 1.00

0.00 0.20 0.60 0.90 0.40 = 2.10

Cmo interpretar la media de 2.10?

Este valor nos indica que, en un gran nmero de sbados, el Sr. Torres espera vender un promedio de 2.10 vehculos por da. Por tanto, a la media se la denomina valor esperado ya que desde luego no se puede vender 2.10 autos.

VARIANZA
Se utiliza para describir el grado de dispersin o variacin en una distribucin de probabilidades.

VARIANZA DE UNA DISTRIBUCIN DE PROBABILIDAD


Frmula:
2

= [ ( x ) .P( x)]
2

= Varianza
2

Pasos:
1. Restar la media (u) a cada valor (x) y elevar la diferencia al cuadrado. 2. Multiplicar el cuadrado de cada ( x )2 diferencia , por su probabilidad (P(x)). 3. Sumar los productos resultantes para obtener finalmente la varianza.

Ejemplo:
Del mismo ejemplo anterior de la agencia TroncoMovil del Sr. Torres.
Nmero de automviles vendidos x 0 1 2 3 4 Total 0.10 0.20 0.30 0.30 0.10 1.00 Probabilidad P(x)

Pregunta: Cul es la varianza de la distribucin?

Aplicando la Frmula: 2 [( = x ) 2 .P ( x ) ]
( x )2 Debemos encontrar

ya que:

Tenemos: P(x) Probabilidad


P(x)

0.10 0.20 0.30 0.30 0.10

( x ) .P Obtenemos lo siguiente: ( x)
2

P(x)
0.10 0.20 0.30 0.30 0.10

(x )
0 2.1 1 2.1 2 2.1 3 2.1 4 2.1

( x )
4.41 1.21 0.01 0.81 3.61 Total

( x ) .P ( x )
2

0.441 0.242 0.003 0.243 0.361


2 = 1.290

Solucin:
La desviacin estndar ( 2 cuadrada de la varianza. Entonces tenemos:
2 = 1.290 = 1.136 automviles

), es la raz

Dejando como conclusin que el Sr. Torres tiene una variabilidad en las ventas sabatinas de 1,136 autos.