Professional Documents
Culture Documents
Nota de Clase 5
Nota de Clase 5
CHILECITO
CARRERA:
TECNICATURA UNIVERSITARIA
EN ANÁLISIS DE ALIMENTOS
LICENCIATURA EN ENOLOGÍA
INGENIERÍA MECATRÓNICA
TOPOGRAFÍA
ESTADÍSTICA
AÑO: 2020
1
CAPITULO Nº 6
DISTRIBUCION DE PROBABILIDAD
Ejemplos:
X=0, 1, 2,….., n
Ejemplos:
Para el ejemplo 1. Podríamos haber visitado 62 hogares y haber construido la siguiente
distribución de probabilidades
2
4 0.1
6.1.1 Variables aleatorias discretas
Diremos que una variable aleatoria es discreta cuando toma un número de valores finitos,
o infinito numerable.
La distribución de la variable suele definirse mediante la función de probabilidad
(también llamada función de cuantía) o la función de distribución.
Función de probabilidad
Como se interpreta esta resultado de una distribución de probabilidad o para que nos sirve
dicha distribución?
Nos permite sacar algunas conclusiones: por ejemplo, la probabilidad de encontrar que el
producto sea de mala calidad es de 0.1.
Función de distribución
3
La función de distribución, que se define para todo punto del eje real, es siempre no
decreciente, y por convenio:
Aquí, también podemos sacar algunas conclusiones, por ejemplo; existe una probabilidad
del 0.2 de que el producto sea malo o regular.
Observación: Si bien en los ejemplos que hemos mencionados hemos expresado de forma
tabular a la distribución de una variable o a la función de distribución, también se la puede
expresar de forma gráfica o analítica (esta última mediante modelos estadísticos).
Diremos que una variable aleatoria es continua cuando puede tomar cualquier valor de un
intervalo. Por ejemplo, el peso de un producto alimenticio, la altura de una planta, el tiempo
de arribo de un avión a un aeropuerto, etc.
Nos es posible conocer el valor exacto de una variable continua, ya que medir su valor
consiste clasificarlo dentro de un intervalo. Los modelos de variables aleatorias continuas
se basan en este principio, y se pueden caracterizar mediante la función de densidad (su
equivalente a la distribución de probabilidad) o la función de distribución.
Función de densidad
Llamaremos función de densidad a una función continua que verifica las condiciones
4
El conocimiento de la función de densidad f(x) permite calcular cualquier probabilidad por
integración. Por ejemplo, la probabilidad de que la variable x sea menor que . Este
resultado se obtiene fácilmente calculando el área bajo la función de densidad hasta el
punto mediante:
Función de distribución
La función de distribución para una variable aleatoria continua se define como en el caso
discreto por:
La función de distribución de una variable continúa será una función continua que verifica
tres propiedades
1) , ya que
3) Es no decreciente: si ,
5
Podemos construir medidas características de la distribución de una variable aleatoria
análogamente a como lo hicimos para una distribución de frecuencias.
En el caso discreto
En el caso continuo
Siguiendo el ejemplo 1
=0*0.1+1*0.2+2*0.26+3*0.34+4*0.1=2.14 ≈ 2
Si bien es cierto que un hogar puede no tener ningún hijo, o uno, dos, tres o cuatro hijos, se
espera (por eso se llama esperanza) que dicho hogar tenga en promedio dos hijos.
Para variables discretas las integrales se convierten en sumas y las probabilidades p(x)
sustituyen a los elementos de probabilidad F(x)dx. Con lo cual queda:
6
La desviación típica es: Ds(x) = √ 10.09 = 3.17
Observación; Si a la esperanza le sumo y le resto el desvío estándar (o desviación típica),
tengo un intervalo de valores que puede asumir la variable aleatoria que estamos
analizando.
Para el ejemplo que estamos siguiendo significa que, sin bien se espera encontrar en
promedio 2 hijos por hogar, el número de hijos que encontraremos en un hogar será entre 0
y 5.