Estadstica

DOCENTE: Ricardo Cavero Donayre

Tema 3
Integrantes:

Mendoza Pasache Omar

Villarroel Motta Felix

Quispe Arias Jose

Roberto Jurado Serveleon

Mendoza Palomino Alex

Flores Durant Alberto

DISTRIBUCIONES
DISCRETAS DE
PROBABILIDADES

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.
Es una distribucin de frecuencia terica que describe la forma en
que se espera que vari los resultados. Resultan tiles para realizar
inferencia
y
tomar
decisiones
bajo
incertidumbre.

Tipos de distribuciones de
probabilidad:
Discreta: Una distribucin de probabilidad discreta solo
puede asumir un numero finito de valores dentro de un
rango determinado.
Continua: puede asumir un numero infinitos de valores
dentro de un rango determinado

Ejemplos de distribuciones de
probabilidad discreta:

El numero de estudiantes en una clase

El numero de nios en una familia

El numero de autos entrando en un autolavado por

hora

EL numero de clientes que llegan a una esttica cada

hora

Caractersticas:

La suma de las probabilidades es 1.00

La probabilidad de un resultado particular es un

numero mayor o igual a cero y menor o igual a uno

Los resultados son mutuamente excluyentes.

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

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
posible

Primero

Segundo

Tercero

Numero de
caras (h)

1
2
3

T
T
T

T
T
H

T
H
T

0
1
1

4
5
6
7
8

T
H
H
H
H

H
T
T
H
H

H
T
H
T
H

2
1
2
2
3

DISTRIBUCIN DE PROBABILIDAD PARA LOS

EVENTOS
Nmero de caras
x

Probabilidad del resultado

P(x)

1/8= 0.125

3/8= 0.375

3/8= 0.375

1/8 = 0.125

TOTAL

8/8= 1.000

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

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 no existe una distancia entre estas
puntuaciones como por ejemplo: entre 8.7 y 8.8 no puede ser la
puntuacin 8.74 o 8.747.

MEDIA, VARIANZA Y
DESVIACION ESTANDAR DE
UNA DISTRIBUCION DE
PROBABILIDAD

MEDIA

Es un valor tpico que sirve para representar una

distribucin de probabilidades.

Registra la ubicacin central de los datos

Es el valor promedio a largo plazo de la variable

aleatoria

Es un promedio ponderado

Es conocida tambin como su valor esperado

La media es calculada con la formula:

= [ x.P(x) ]

Donde representa la media, y P(x) es la probabilidad

de que x asuma algn valr

Ejemplo 1:
Juan vende automviles nuevos de la agencia DOTA2.
Generalmente, los sbados vende el mayor numero de vehculos. El
sr. Juan, tiene la siguiente distribucin de probabilidad que espera
vender en un da sbado en particular.

Numero de
automviles vendidos
x
0
1
2
3
4
TOTAL

Probabilidad P(x)

0.10
0.20
0.30
0.30
0.10
1.00

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

Solucin:
El numero medio de automviles vendidos se calcula
estimando la cantidad de vehculos vendidos, con la
probabilidad de vender ese numero, y luego se suman
todos los productos aplicando la formula:

= [ 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:

Numero de
automviles
vendidos x

Probabilidad
P(x)

x.P(x)

0
1

0.10
0.20

0.00
0.20

2
3
4

0.30
0.30
0.10

0.60
0.90
0.40|

Total

1.00

= 2.10

Interpretacin de la media de
2.1 :
Este

valor nos indica que en un gran numero

de sbados, el sr. Juan espera vender un
promedio de 2.10 vehculos por da. Por tanto,
a la media se le 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.

La varianza de una distribucin discreta es

representada por la letra griega (sigma al
cuadrado )

La desviacin estndar es la raz cuadrada de .

 La

varianza de una distribucin de

probabilidad discreta es calculada con la
siguiente formula:

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

Pasos:
Restar

la media (u) a cada valor (x) y

elevar la diferencia al cuadrado.

Multiplicar

el cuadrado de cada
diferencia (x-u), por su probabilidad P(x)

Sumar

los productos resultantes para

obtener finalmente la varianza.

Ejemplo:
Del mismo ejemplo anterior de la agencia Dota2 del seor Juan.

Numero de
automviles vendidos
x
0
1
2
3
4
TOTAL

Probabilidad P(x)

0.10
0.20
0.30
0.30
0.10
1.00

Pregunta:

Cul es la varianza de
la distribucin ?

Aplicando la formula:
= [ (x- ).P(x) ]
Debemos encontrar (x- ) ya que :
Tenemos: P(x)

Probabilida
d P(x)
0.10
0.20
0.30
0.30
0.10
1.00

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

P(x)
0.10
0.20
0.30
0.30
0.10
TOTAL

(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

(x).P(x)
0.441
0.242
0.003
0.243
0.361
=
1.290

La desviacin estndar , es la raz cuadrada

de la varianza.
Entonces tenemos:
= 1290 = 1.136 automviles.
Dejando como conclusin que el Sr, Juan tiene
una variabilidad en las ventas sabatinas de
1.136 automviles.

Ejercicios de aplicacin:
Problema 1
Calcular ladistribucin de probabilidadde las puntuaciones
obtenidas al lanzar un dado, hallar su media y su varianza.
x

P(x)

1/6

1/6

1/6

1/6

1/6

1/6

total

Calculamos la media:

= [ x.P(x) ]
= 1x1/6 + 2x1/6 + 3x1/6 + 4x1/6 + 5x1/6 + 6x1/6
= 21/6 = 3.5

Calculamos la varianza:

= [ (x- ).P(x) ]
= (1-3.5)x1/6 + (2-3.5) x1/6 + (3-3.5) x1/6+(43.5) x1/6+(5-3.5) x1/6+(6-3.5) x1/6
= 2.91

Problema 2
En una lotera de 1 000 nmeros se reparten los premios
siguientes:
A un nmero elegido al azar, 5 000 .
Al anterior y al posterior, 1 000 .
A los 99 que terminan en la misma cifra que el ganador,
10 .
Al resto de nmeros, nada.
a) Haz la tabla con los valores 0, 10, 1 000 y 5
000 con sus correspondientes
probabilidades.
b)Calcula la media y La desviacin estndar

a) No ganan nada 1000 3 99 = 898

xi

pi

pixi

pixi2

0,898

10

0,099

0,99

9,9

1000

0,002

2000

5000

0,001

25000

TOTAL

7,99

27009,9

b)

= [xi.P(i) ] = 7,99

= [ (x- ).P(x) ]
=
=164,15

Problema 3
Lanzamos 7 monedas. Calcula las probabilidades de 3 caras, 5 caras y 6
caras.
Halla los valores de y q.
Se trata de una distribucin binomial con n = 7 y p = 0,5 8 B(7; 0,5)

P[x = 3] = (0,5)3 (0,5)4 = 35 0,125 0,0625 0,273

P[x = 5] = (0,5)5 (0,5)2 = 21 0,03125 0,25
0,164
P[x = 6] = (0,5)6 (0,5) = 7 0,015625 0,5
0,0547
= n p = 7 0,5 = 3,5
q == 1,323