DEFINICIN

Una distribucin de probabilidad indica toda la gama de valores que pueden representarse como resultado de un experimento si ste se llevase a cabo. Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede disear un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fenmenos naturales

DEFINICIN

Una distribucin de probabilidad indica toda la gama de valores que pueden representarse como resultado de un experimento si ste se llevase a cabo. Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede disear un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fenmenos naturales Toda distribucin de probabilidad es generada por una variable (porque puede tomar diferentes valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser de dos tipos:

VARIABLE ALEATORIA DISCRETA (x).

Porque solo puede tomar valores enteros y un nmero finito de ellos. Por ejemplo: X Variable que nos define el nmero de alumnos aprobados en la materia de probabilidad en un grupo de 40 alumnos (1, 2 ,3 los 40).

PROPIEDADES DE UNA VARIABLE ALEATORIA DISCRETA (X)

p(xi)<1 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a cero y menores o iguales a 1. E p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a 1. EJEMPLO Para variable aleatoria discreta Tenemos una moneda que al lanzarla puede dar slo dos resulatdos: o cara (50%), o cruz (50%). La siguiente tabla nos muestra los posibles resultados de lanzar dos veces una moneda:

VARIABLE ALEATORIA CONTINUA (x).

Porque puede tomar tanto valores enteros como fraccionarios y un nmero infinito de ellos dentro de un mismo intervalo. Por ejemplo: x es la Variable que nos define la concentracin en gramos de plata de algunas muestras de mineral (14.8 gr, 12.1, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8, , n)

DISTRIBUCIN BINOMIAL

La distribucin Binomial es un caso particular de probabilidad de variable aleatoria discreta, y por sus aplicaciones, es posiblemente la ms importante. Esta distribucin corresponde a la realizacin de un experimento aleatorio que cumple con las siguientes condiciones: * Al realizar el experimento slo son posible dos resultados: el suceso A, llamado xito, y el suceso B , llamado fracaso. * Al repetir el experimento, el resultado obtenido es independiente de los resultados obtenidos anteriormente. * La probabilidad del suceso A es constante, es decir, no vara de una prueba del experimento a otra.

* En cada experimento se realizan n pruebas idnticas.

Todo experimento que tenga estas caractersticas se dice que sigue el modelo de la distribucin Binomial o distribucin de Bernoulli. En general, si se tienen n ensayos Bernoulli con probabilidad de xito p y de fracaso q, entonces la distribucin de probabilidad que la modela es la distribucin de probabilidad binomial y su regla de correspondencia es:

DISTRIBUCIN NORMAL
La distribucin normal es tambin un caso particular de probabilidad de variable aleatoria contnua, fue reconocida por primera vez por el francs Abraham de Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855) elabor desarrollos ms profundos y formul la ecuacin de la curva; de ah que tambin se le conozca, ms comnmente, como la "campana de Gauss". La distribucin de una variable normal est completamente determinada por dos parmetros, su media () y su desviacin estndar (&#963;). Con esta notacin, la densidad de la normal viene dada por la ecuacin:

que determina la curva en forma de campana que tan bien conocemos.

Existen dos razones bsicas por las cuales la distribucin normal ocupa un lugar tan prominente en la estadstica :

Tiene algunas propiedades que la hacen aplicable a un gran nmero de situaciones en la que es necesario hacer inferencias mediante la toma de muestras. La distribucin normal casi se ajusta a las distribuciones de frecuencias reales observadas en muchos fenmenos, incluyendo caractersticas humanas, resultados de procesos fsicos y muchas otras medidas de inters para los administradores, tanto en el sector pblico como en el privado. Propiedad: No importa cules sean los valores de y &#963; para un distribucin de probabilidad normal, el rea total bajo la curva siempre es 1, de manera que podemos pensar en reas bajo la curva como si fueran probabilidades. Matemticamente es verdad que: Aproximadamente el 68% de todos los valores de una poblacin normalmente distribuida se encuentra dentro de 1 desviacin estndar de la media. Aproximadamente el 95.5% de todos los valores de una poblacin normalmente distribuida se encuentra dentro de 2 desviaciones estndar de la media. Aproximadamente el 99.7% de todos los valores de una poblacin normalmente distribuida se encuentra dentro de 3 desviaciones estndar de la media.

Relacin entre el rea bajo la curva de distribucin normal de probabilidad y la distancia a la media medida en desviaciones estndar. Estas grficas muestran tres formas diferentes de medir el rea bajo la curva normal. Sin embargo, muy pocas de las aplicaciones que haremos de la distribucin normal de probabilidad implican intervalos de exactamente (ms o menos) 1, 2 3 desviaciones estndar a partir de la media. Para estos casos existen tablas estadsticas que indican porciones del rea bajo la curva normal que estn contenidas dentro de cualquier nmero de desviaciones estndar (ms o menos) a partir de la media. Afortunadamente tambin podemos utilizar una distribucin de probabilidad normal estndar para encontrar reas bajo cualquier curva normal. Con esta tabla podemos determinar el rea o la probabilidad de que la variable aleatoria distribuida normalmente est dentro de ciertas

distancias a partir de la media. Estas distancias estn definidas en trminos de desviaciones estndar. USO DE LA TABLA DE DISTRIBUCIN NORLAM DE PROBABILIDAD NORMAL STANDAR Para cualquier distribucin normal de probabilidad, todos los intervalos que contienen el mismo nmero de desviaciones estndar a partir de la media contendrn la misma fraccin del rea total bajo la curva para cualquier distribucin de probabilidad normal. Esto hace que sea posible usar solamente una tabla (Apndice Tabla 1) de la distribucin de probabilidad normal estndar.

El valor de z est derivado de la frmula:

En la que: x = valor de la variable aleatoria que nos preocupa. = media de la distribucin de la variable aleatoria. &#963; = desviacin estndar de la distribucin. z = nmero de desviaciones estndar que hay desde x a la media de la distribucin. (el uso de z es solamente un cambio de escala de medicin del eje horizontal)

Distribucin normal que ilustra la comparacin de los valores de z y las desviaciones estndar EJEMPLO. Partiendo de la misma premisa, = 500 y &#963; = 100. Cul es la probabilidad de que un candidato elegido al azar se tome entre 500 y 650 horas en completar el programa de entrenamiento?

Si buscamos Z=1.5 (refirase a la tabla), encontramos una probabilidad de 0.4332. Por lo tanto, la probabilidad de que un candidato escogido al azar requiera entre 500 y 650 horas para terminar el programa de entrenamiento es de 0.4332 Escrbeme Para ms informacin