DISTRIBUCIONES DISCRETAS/BERNOULLI Y DISTRIBUCIÓN BINOMIAL

Antes de ahondar en el tema de DISTRIBUCIONES DISCRETAS analizaremos

un caso particular de lo que sucede con una distribución discreta en
probabilidades, aprovechando el tema tratado por el grupo anterior a nosotros,
para ello se tomó un ejemplo de variables aleatorios para relacionarlo con
nuestro tema.
VARIABLES ALEATORIOS Y DISTRIBUCIÓN DE PROBABILIDAD
Una variable aleatoria es una variable cuyos valores posibles son resultados
numéricos de un fenómeno aleatorio.
Una variable aleatoria es discreta si solo puede tomar un número contable
de valores distintos, y es continua si puede tomar un número infinito de valores
posibles.
Entonces una distribución de probabilidad especifica las probabilidades
para cada uno de los valores que la variable aleatoria puede tomar. Una
distribución de probabilidad de una variable aleatoria discreta se denomina
función de masa de probabilidad y da probabilidades en el eje y; mientras que
una distribución de probabilidad para una variable aleatoria continua se llama
función de densidad de probabilidad y proporciona densidades de probabilidad
en el eje y, en este caso, las probabilidades vienen dadas por el área de
superficie debajo de la curva dentro de un intervalo especificado, es más una
función de densidad de probabilidad puede existir en forma de una tabla, un
gráfico o una ecuación.
A continuación, se detallan lo dicho con anterioridad a través de
gráficas en los siguientes mapas/tablas/imágenes didácticas.

MAPA N°1
En la MAPA N°1 se resume a los variables aleatorios y su clasificación de
acuerdo con los valores que pueden tomar y su ejemplo para cada parte.

MAPA N°2

En el MAPA N°2 se muestra a los variables aleatorios de distribución de

probabilidad y las formas como se pueden expresarse las probabilidades en cada
caso.

MAPA N°3
En el MAPA N°3 se muestra el tipo de probabilidad que puede obtenerse de una
distribución de probabilidad, discreto cuando la probabilidad nos da en el eje y
denominada función masa de probabilidad, mientras que en continuo en el eje
y nos da la probabilidad, pero en función de densidad a eso debe su nombre
función densidad de probabilidad, que para hallar la densidad real se debe
calcular el área bajo la curva en los intervalos deseados.
De los análisis realizados observamos que una distribución discreta es más
sencilla de analizar, ya que nos da valores definidos y sus gráficas son
medianamente entendibles que a una distribución continua que requiere de una
evaluación rigurosa para determinar las distribuciones de variables deseadas.