Académique Documents
Professionnel Documents
Culture Documents
1. Introduccin
2. Definicin y clasificacin de variables aleatorias
3. Distribucin y esperanza
4. Varianza y desviacin estndar
5. Funcin de probabilidad discreta
6. Funcin de distribucin acumulativa
7. Distribucin de probabilidad binomial
8. Distribucin de probabilidad Poisson
Introduccin
Cuando se habla de los tipos de probabilidad, decimos que esta se clasifica en tres:
1. Probabilidad clsica.
2. Probabilidad distribucin de frecuencias.
3. Probabilidad subjetiva.
La distribucin de probabilidades esta muy relacionado con el tipo de variables. Nosotros conocemos dos tipos de
variables:
a. Variable discreta, y
b. Variable contina.
En este trabajo, estudiaremos las principales distribuciones de variables discretas. Una distribucin de probabilidades
para una variable aleatoria discreta es un listado mutuamente excluyente de todos los resultados numricos posibles
para esa variable aleatoria tal que una probabilidad especfica de ocurrencia se asocia con cada resultado.
El valor esperado de una variable aleatoria discreta es un promedio ponderado de todos los posibles resultados,
donde las ponderaciones son las probabilidades asociadas con cada uno de los resultados.
Distribucin y esperanza
En estadstica la esperanza matemtica (o simplemente esperanza) o valor esperado de una variable aleatoria es la
suma de la probabilidad de cada suceso multiplicada por su valor. Por ejemplo en un juego de azar el valor esperado
es el beneficio medio.
Si todos los sucesos son de igual probabilidad la esperanza es la media aritmtica.
Definicin: Para una variable aleatoria discreta con valores posibles y sus posibilidades representadas por la funcin
de masa p (xi) la esperanza se calcula con una variable aleatoria continua la esperanza se calcula mediante la
integral de todos los valores y la funcin de densidad , o La esperanza tambin se suele simbolizar con Las
esperanzas para se llaman momentos de orden . Ms importantes son los momentos centrados.
Propiedades La esperanza es un operador lineal, ya que: Combinando estas propiedades, podemos ver que donde
e son variables aleatorias y dos constantes cualesquiera.
Ecuacin 5-6
Donde ( ) representa la varianza, (Xi) representa cada uno de los valores, ( ) representa la media poblacional y
(N) es el nmero de observaciones tamao de la poblacin. En el caso que estemos trabajando con una muestra la
ecuacin que se debe emplear es:
Ecuacin 5-7
Donde (S2) representa la varianza, (Xi) representa cada uno de los valores, ( ) representa la media de la muestra y
(n) es el nmero de observaciones tamao de la muestra. Si nos fijamos en la ecuacin, notaremos que se le resta
uno al tamao de la muestra; esto se hace con el objetivo de aplicar una pequea medida de correccin a la
varianza, intentando hacerla ms representativa para la poblacin. Es necesario resaltar que la varianza nos da como
resultado el promedio de la desviacin, pero este valor se encuentra elevado al cuadrado.
Para comprender el concepto de las medidas de distribucin vamos a suponer que el gerente de una empresa de
alimentos desea saber que tanto varan los pesos de los empaques (en gramos), de uno de sus productos; por lo que
opta por seleccionar al azar cinco unidades de ellos para pesarlos. Los productos tienen los siguientes pesos (490,
500, 510, 515 y 520) gramos respectivamente.
Por lo que su media es:
La varianza sera:
Con lo que concluiramos que el peso promedio de los empaques es de 507 gramos, con una tendencia a variar por
debajo o por encima de dicho peso en 12 gramos. Esta informacin le permite al gerente determinar cunto es el
promedio de perdidas causado por el exceso de peso en los empaques y le da las bases para tomar los correctivos
necesarios en el proceso de empacado.
Se llama funcin de probabilidad de una variable aleatoria discreta a la aplicacin que a cada valor de de la
variable le hace corresponder la probabilidad de que la variable tome dicho valor:
Por definicin, deducimos que si son los valores que puede tomar la variable , entonces:
Observa que
Funcin de distribucin acumulativa
La grfica de la funcin distribucin acumulada de una variable discreta es siempre una grfica escalonada.
Cuando en un proceso del tipo Bernoulli se desea saber la probabilidad de obtener exactamente x xitos en un
intervalo de tiempo, con un promedio de eventos esperados l , se puede aplicar la frmula de la probabilidad de
Poisson:
X = 0, 1, 2, ., n
e = 2.71828 (es una constante, la base de los logaritmos naturales)
Autora:
Mayra Elizabeth Avila Beltran
mayraeliza.a.b@hotmail.com