You are on page 1of 12

República Bolivariana de Venezuela.

Ministerio Del Poder Popular Para La Defensa.
Universidad Nacional Experimental Politécnica De Las Fuerzas Armadas
UNEFA.
Núcleo Anzoátegui – Extensión Puerto Píritu.
Ambiente Valle Guanape.

Profesor:

Bachilleres:

José Canache

Uriepero Yetsybel

Ing Agroindustrial
III Semestre. Sección “01”
Probabilidades y Estadística
Valle Guanape Mayo de 2014

.... 3-5 Distribución de Poisson……………………………………………… 5...Índice Introducción…………………………………………………………… 1 Distribución de la variable aleatoria discreta……………………… 2-3 Distribución Binomial………………………………………………. 7 Bibliografía……………………………………………………………... 8 ..6 Conclusión………………………………………………………..

Una variable discreta proporciona datos que son llamados datos cuantitativos discretos y son respuestas numéricas que resultan de un proceso de conteo. . Esta a su vez se clasifica en aleatoria discreta y continua. ésta puede asumir infinito número de valores y éstos se pueden medir. Dentro de este orden una variable aleatoria es una función que asocia un número real a cada elemento del espacio muestral. Es decir son aquellas que pueden diferir de una respuesta a otra. A continuación se estarán abordando temas que se relacionan directamente con las variables aleatorias discretas. Y la variable continua es aquella que se encuentra dentro de un intervalo comprendido entre dos valores cualesquiera. En este sentido se denomina variable a la entidad que puede tomar un valor cualesquiera durante la duración de un proceso dado. Si la variable toma un solo valor durante el proceso se llama constante.Introducción Para empezar a desarrollar este tema es necesario definir algunos conceptos que darán inicio al estudio del mismo.

se denomina Variable Aleatoria. Variables aleatorias Una variable aleatoria X es una función que asocia un número real a cada punto del espacio muestral. Donde: Xi = i-ésimo resultado de X. Donde: Xi = i-ésimo resultado de X. al conjunto de estos números. la variable discreta de interés.Distribución de la variable aleatoria discreta Una distribución de probabilidades para una variable aleatoria discreta es un listado mutuamente excluyente de todos los resultados numéricos posibles para esa variable aleatoria tal que una probabilidad específica de ocurrencia se asocia con cada resultado. El valor esperado de una variable aleatoria discreta es un promedio ponderado de todos los posibles resultados. Dado un experimento aleatorio cualquiera cuyos sucesos elementales posibles pueden identificarse fácilmente mediante un número real. . donde las ponderaciones son las probabilidades asociadas con cada uno de los resultados. la variable discreta de interés. X. P (Xi) = probabilidad de ocurrencia del i-ésimo resultado de X La varianza de una variable aleatoria discreta se define como el promedio ponderado de los cuadros de las diferencias entre cada resultado posible y su media (los pesos son las probabilidades de los resultados posibles). P(Xi) = probabilidad de ocurrencia del i-ésimo resultado de X.

También se le llama variable de azar o variable estocástica. por lo que se toma como variable aleatoria el conjunto de las medidas de las alturas que son capaces de saltar las distintas personas. tiene un conjunto definido de valores posibles x1. puede tomar cualquier valor de un intervalo continuo o dentro de un campo de variación dado.5 cm. Variable aleatoria continua: esta es de recorrido infinito. Clasificación de las variables aleatorias.pn. Si X es una Variable aleatoria continua. como 105. Se dice que una Variable aleatoria Discreta o Discontinua X. cada miembro del conjunto observado da lugar a un número. En el supuesto que una persona hubiera saltado 105 cm y otra 106 cm.x3.x2. Es decir que sólo puede tomar ciertos valores dentro de un . Variable aleatoria discreta: que produce como resultado un número finito de valores predeterminados.. no existiría ninguna razón para que otra no hubiera saltado un valor intermedio cualquiera entre las dos anteriores.p2. Se trata de una variable aleatoria continua. Ejemplo: Sea el experimento aleatorio consistente en medir la altura que es capaz de saltar cada miembro de un conjunto de personas.xn con probabilidades respectivas p1.p3.. Las probabilidades de que ocurra un valor dado x están dadas por una función de densidad de probabilidad de que X quede entre a y b. En este experimento.…. El área total bajo la curva es 1.. donde el número al que se hace corresponder la aplicación pertenece al conjunto de los números reales R.…. y significa cantidad que puede tomar varios valores imprevistos. por lo que su recorrido es finito.

En general.campo de variación dado. . De esta forma. Como X ha de tomar uno de los valores de este conjunto. una variable aleatoria discreta X representa los resultados de un espacio muestral en forma tal que por P(X = x)se entenderá la probabilidad de que X tome el valor de x. valor esperado. Siendo f (x) la función de densidad de la variable aleatoria continua. por lo que el sumatorio se convierte en una integral. Esperanza matemática En un experimento aleatorio. el número de valores de la variable es infinito. entonces p1 + p2 +…+ pn=1. media poblacional o media) de una variable aleatoria X. la esperanza matemática se define como la suma del producto de cada valor de la variable aleatoria considerada por su probabilidad. el valor de la esperanza matemática asociada viene dado por: Si se trata de una variable aleatoria continua. al considerar los valores de una variable aleatoria es posible desarrollar una función matemática que asigne una probabilidad a cada realización x de la variable aleatoria X. Cuando la variable aleatoria X es discreta. En estadística la esperanza matemática (también llamada esperanza. es el número que formaliza la idea de valor medio de un fenómeno aleatorio. Esta función recibe el nombre de función de la probabilidad.

Una distribución se denomina binomial cuando se cumplen las condiciones siguientes:  El experimento aleatorio de base se repite n veces. Distribución binomial Una forma corriente de descripción de los experimentos aleatorios equiprobables con variable discreta es la distribución binomial. expresada por p.. que se describe por medio de dos parámetros: el número de repeticiones realizadas del experimento y la probabilidad individual del suceso aleatorio que se persigue como resultado.p. . 1.  En cada prueba se tiene una misma probabilidad de éxito (suceso A). existe en cada prueba una misma probabilidad de fracaso (suceso A). Asimismo. 2. la esperanza es igual a la suma de la probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho suceso... representa la cantidad media que se "espera" como resultado de un experimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el experimento se repite un elevado número de veces. n}. que es igual a q = 1 . En este tipo de distribución se estudia la probabilidad de que se produzca un cierto resultado. que indica el número de veces que aparece el suceso A (éxito). y su recorrido es el conjunto {0. y todos los resultados obtenidos son mutuamente independientes. Cabe decir que el valor que toma la esperanza matemática en algunos casos puede no ser "esperado" en el sentido más general de la palabra el valor de la esperanza puede ser improbable o incluso imposible. La variable aleatoria X. . es discreta.Cuando la variable aleatoria es discreta. Por lo tanto. 3.  El objetivo de la distribución binomial es conocer la probabilidad de que se produzca un cierto número de éxitos.

p) se verifica que:  La probabilidad de que aparezca al menos un éxito en las n repeticiones es igual a:  La probabilidad de que se produzca un éxito como máximo en las n repeticiones se determina como: . p). La distribución binomial se caracteriza porque su función de probabilidad viene dada por la expresión siguiente: donde r es el número de éxitos asociado al experimento aleatorio. En una distribución binomial B (n.La distribución binomial se expresa como B (n. siendo n el número de veces que se repite el experimento y p la probabilidad de que se produzca un éxito.

Distribución de Poisson Esta función de distribución de variable discreta se emplea para calcular las probabilidades asociadas a la variable aleatoria dentro de un intervalo continuo de tiempo o espacio. pulgadas. gramos. . km. litros.Los embotellamientos que se producen por día. este intervalo es generalmente una unidad de medida conocida: . donde n es el número de repeticiones del experimento y p la probabilidad de que se produzca un cierto suceso (éxito). la esperanza matemática de la variable aleatoria X viene dada por la expresión siguiente: Análogamente. . al ser ésta de tipo discreto. Algunos de los problemas que presentan como un fenómeno con distribución de Poisson son: . la varianza de la variable aleatoria X.Defectos por de tela.Número de negocios cerrados por semana. etc. . se calcula como: .Esperanza y varianza de la distribución Binomial En una distribución binomial denotada por B (n. Siendo q la probabilidad de no éxito (fracaso).Número de llamadas por hora. p).Número de defectos por lote de un proceso de producción. . .

71828.La probabilidad de observar exactamente un éxito en el intervalo es estable.. λ = n p = Constante igual al número de éxitos promedio por unidad de medida p = Probabilidad constante durante el proceso igual al número de éxitos promedio por unidad de medida.. 3.. Se dice que se da un proceso de Poisson si se pueden observar eventos discretos en un intervalo continuo en forma tal que si se acorta el intervalo lo suficiente: 1.A este tipo de problemas se les conoce el número de éxitos x obtenidos por unidad de medida en n ensayos..La probabilidad de observar dos o más éxitos en el intervalo es cero.La ocurrencia de un éxito en cualquier intervalo es estadísticamente independiente de que suceda en cualquier otro intervalo. 2..x). pero es totalmente imposible conocer el número de fracasos (n . La distribución de Poisson se expresa mediante la siguiente fórmula: Donde: n = Número de ensayos x = Número de éxitos esperados en n ensayos e = 2. .

el cual debe su nombre a Simeón Denis Poisson un francés que la desarrolló a partir de los estudios que realizó durante la última etapa de su vida. Sus posibles valores constituyen un conjunto finito o infinito numerable. La distribución Binomial fue elaborada por Jacobo Bernoulli y es aplicable a un gran número de problemas de carácter económico y en numerosas aplicaciones como: Juegos de azar. en educación.Conclusión La variable aleatoria X se dice que es discreta si los números asignados a los sucesos elementales de E son puntos aislados. Así mismo la distribución de Poisson es también un caso particular de probabilidad de variable aleatoria discreta. Es útil cuando tratamos con cantidades de ocurrencia de un evento a lo largo de un intervalo de tiempo o espacio especificado. control de calidad de un producto. en las finanzas. .

monografias.com/matematicas/distribucion-binomial M.hiru.Hernández G . José L. en C.com www.Bibliografía www.Distribución de probabilidad de variables Aleatorias discretas .