Professional Documents
Culture Documents
DISTRIBUCIONES
DE
PROBABILIDAD
Discreta
1
DISTRIBUCIONES DE
PROBABILIDAD
NUMERO DE
CARAS PROBABILDAD
0 0,125
1 0,375
2 0,375
3 0,125
2
VARIABLE ALEATORIA
DISCRETAS
LAS VARIABLES
ALEATORIAS,
PUEDEN SER
Una variable aleatoria discreta es
aquella que solo puede tomar ciertos
valores claramente separados, por lo
general surgen de un conteo
CONTINUAS
3
DISTRIBUCIONES DE PROBABILIDAD
BINOMIAL
BINOMIAL NORMAL
ACUMULADA
DETERMINACION NORMAL
DEL VALOR X ESTANDARIZADA
DISTRIBUCIONES DE
PROBABILIDAD PARA
VARIABLES
ALEATORIAS DISCRETAS
4
Esta representación puede ser algebraica, gráfica o
tabular.- Supongamos que X es una variable aleatoria
discreta y que x es uno de sus posibles valores.- La
probabilidad de que la variable aleatoria X tome el valor
x se representa como P (X =x).P(X=1)
Para las variables aleatorias discretas, un procedimiento
sencillo consiste en confeccionar una lista con la
probabilidad de cada uno de los posibles resultados.-
Definición:
La función de probabilidad P (X = x), de una variable aleatoria
discreta X representa la probabilidad de que X tome el valor x, como
función de x:
F(x) = P (X x) i
5
Veamos un ejemplo:
Supongamos que se relevado a 300 familias de una
determinad ciudad, con el objetivo de determinar la
cantidad de niños/jóvenes menores de 18 años.
Supongamos además, que el experimento consiste en
seleccionar una familia y determinar la cantidad de
personas menores de 18 y definimos la variable
aleatoria de interés como X = número de hijos menores
de edad, que viven en el hogar-
Si presentamos la distribución de probabilidad de esta
variable aleatoria será:
6
Al asignar una función de probabilidad para cualquier variable
discreta, se deben satisfacer las dos condiciones siguientes:
P (X = x) ≥ 0
∑ P (X = x) = 1
Si queremos mostrar gráficamente la distribución de
probabilidad de ventas de autos será:
P (x)
0,20
0,10
7
La variancia, nos dará una idea de variación de los valores de
la variable aleatoria respecto a su valor esperado o media.- La
ecuación matemática de la variancia será:
σ² = ∑ (x - µ)² * P (x)
Recordemos que la variancia nos da un valor en unidades de
medida de la variable al cuadrado y por ello es muy difícil explicar,
por lo tanto calculamos una nueva medida que llamamos como
sabemos Desviación Estándar.- Esta será:
σ = Variancia
La desviación estándar se mide en las mismas unidades de
medidas que la variable aleatoria en estudio
σ² = ∑ x² P(X) - µ²
X fi P (X = x) x² p (xi)
σ² = 3,50 - 1,5² =
0 54 0,18 0
= 3,50 - 2,25 =
1 117 0,39 0,39
2 72 0,24 0,96 = 1,25 menores²
3 42 0,14 1,26
4 12 0,04 0,64 σ = 1,25 = Menores de
5 3 0,01 0,25 edad
300 1,000 3,50
8
EJERCICIO PARA HACER EN CLASE
X 40 60 68 70 72 80 100
DISTRIBUCIÓN
DE
PROBABILIDAD
BINOMIAL.-
9
La distribución binomial es una función de distribución de
probabilidad discreta con muchas aplicaciones en la vida
diaria. Se utiliza cuando el cuando la variable aleatoria de
interés, es el numero de éxitos de una muestra de n
observaciones - La distribución binomial tiene cuatro
propiedades esenciales:
10
VEAMOS UN EJEMPLO:
11
Para calcular estas probabilidades debemos
buscar la función de probabilidad de este
experimento.-
P (X = x) = nCx πx (1 – π) n - x
12
Uso de la función de distribución o
acumulación en la distribución binomial.-
Sabemos que ella me representa:
F(x) = P (X x)
VEAMOS EL USO DE
LA TABLA DE LA
DISTRIBUCION BINOMIAL
MEDIANTE UN EJERCICIO:
13
Los parámetros de la distribución binomial son “n” y
“p” y con los valores de ellos podemos entrar en la
Tabla de la Distribución Binomial- Un estrato de la tabla
seria:
p
0.01 0.02 0.03
n x x n
2 0 2
1 1
2 0 2
3 0
1
SU SU MEDIA
FUNCION DE
PROBABILIDAD
SU VARIANCIA
SU DESVIACION
ESTANDAR
14
MEDIA Y VARIANCIA DE LA DISTRIBUCIÓN
BINOMIAL
La media µ de la binomial es igual al tamaño de la muestra n
multiplicada por la probabilidad del éxito.-
µ = E (x) = n * π
15