Ing.

Luis Palma
Distribucin de probabilidad
La Distribucin de probabilidad es una distribucin
terica de frecuencias que describe cmo se espera que
varen los resultados de un experimento. Existen
diferentes tipos de modelos que permiten describir el
comportamiento de fenmenos estadsticos que
permiten hacer inferencias y tomar decisiones en
condiciones de incertidumbre.
Se puede clasificar en:
Distribuciones discretas
Distribuciones continuas
Distribuciones de probabilidad
Distribuciones de probabilidad
Distribuciones discretas. Son aquellas donde las
variables asumen un nmero limitado de valores, por
ejemplo el nmero de aos de estudio.
Uniforme
Binomial o Bernoulli
Poisson
Geomtrica
Distribuciones de probabilidad
Distribuciones continuas. Son aquellas donde las
variables en estudio pueden asumir cualquier valor
dentro de determinados lmites; por ejemplo, la
estatura de un estudiante.
Uniforme
Exponencial
Normal
Triangular
Distribucin de probabilidad
Una distribucin de frecuencias es un listado de las
frecuencias observadas de todos los resultados de un
experimento.
Las probabilidades que se asocian a cada uno de los
valores que toma la variable aleatoria, se conoce como
DISTRIBUCIN DE PROBABILIDAD, la cual puede
ser representada mediante una funcin matemtica,
una grfica o una tabla de valores..
Media, Varianza, Desviacin estndar
Media (): Determina el valor medio o punto central
de un conjunto de valores
Varianza (o
2
): Es la diferencia promedio que existe
entre cada uno de los valores respecto al punto medio
o central
Desviacin estndar (o): Determina la fluctuacin
de los datos respecto a su punto central o medio (mide
cunto se separan los datos. Y permite determina que
es extra-grande, normal o extra-pequeo).
Media, Varianza, Desviacin estndar






Donde:
n: cantidad de muestras
x: variables aleatoria
n
x
n
i
i
=

=
1
2
2
) (
o
n
x
n
i
i
=
=
1

2
o o =
EJEMPLO: Estatura de los personajes en centmetros:
160, 195, 165, 150, 140 respectivamente
195
160
165
150
140




195
160
165
150
140
162
5
140 150 165 195 160
=
+ + + +
=




195
160
165
150
140
346
5
) 22 ( ) 12 ( ) 3 ( ) 33 ( ) 2 (
2 2 2 2 2
2
=
+ + + +
= o
-2
33 3
-12
-22



Con la desviacin estndar tenemos una manera de saber que es
normal, o extra grande o extra pequeo
195
160
165
150
140
6 . 18 346 = = o
18.6
18.6
Ejercicios
Determinar: , o
2
, o para los siguientes valores de x:
x = { 2, 5, 7, 12, 24, 7, 1, 23, 198, 23 }
x = { 1, 3, 6, 9, 4 }
x = { 12, 5, 2, 76, 12, 67, 90, 65, 70 }
Distribucin Uniforme Discreta
Se emplea cuando todos los valores en el intervalo [i, j]
tiene igual probabilidad, se utiliza cuando solo se
conoce la informacin sobre los lmites del intervalo

, si x e {i, i+1, , j}


, si i <= x <= j
1
1
) (
+
=
i j
x P
1
1
) (
+
+
=
i j
i x
x F
Funcin de Probabilidad y Distribucin
DU(i, j)


, si x e {i, i+1, , j}



, si i <= x <= j
1
1
) (
+
=
i j
x P

1
1
) (
+
+
=
i j
i x
x F
Media y Varianza
2
j i +
=
12
1 ) 1 (
2
2
+
=
i j
o
Ejercicio
Sea X la variable aleatorio que representa el
lanzamiento de un dado, determine Ud.
Los valores de la variable aleatoria x
Determine la probabilidad P(x=x1, x2, )
Determine la distribucin acumulativa F(x=x1, x2, )
Determine la media
Determine la varianza o
2
Grafique la funcin de probabilidad y de distribucin
Determine experimentalmente (por simulacin) los
parmetros anteriores (100 simulaciones).

Ejercicio
Tenemos un animal enfermo que morir en cualquier
momento en un plazo de un mes, si la variable
aleatoria es el da que morir, determinar:
Los valores de la variable aleatoria x
Determine la probabilidad P(x=x1, x2, )
Determine la distribucin acumulativa F(x=x1, x2, )
Determine la media
Determine la varianza o
2
Grafique la funcin de probabilidad y de distribucin
Determine experimentalmente (por simulacin) los
parmetros anteriores (100 simulaciones).

Distribucin Binomial o de Bernoulli
Esta distribucin fue elaborada por Jacobo Bernoulli y es
aplicable a n experimentos independientes. Es esencialmente la
suma de n experimentos de bernoulli (un experimento que tiene
2 posibles resultados, p la probabilidad de xito y q = 1- p, la
probabilidad de fracaso). Ejemplo:
Nmero de piezas defectuosas en un lote
Nmero de clientes de un tipo en particular que ingresan a un
sistema.

Se aplica a:
Juegos de azar.
Control de calidad de un producto.
En educacin.
En las finanzas.
La distribucin binomial posee las siguientes propiedades
esenciales:
El espacio muestral contiene n ensayos idnticos.
Las observaciones posibles se pueden obtener mediante dos
diferentes mtodos de muestreo. Se puede considerar que
cada observacin se ha seleccionado de una poblacin infinita
sin reposicin o de una poblacin finita con reposicin.
Cada observacin se puede clasificar en una de dos categoras
conocidas como xito E o fracaso E', las cuales son
mutuamente excluyentes es decir E E' = 0.
Las probabilidades de xito p y de fracaso q = 1 - p en un
ensayo se mantienen constantes, durante los n ensayos.
El resultado de cualquier observacin es independiente del
resultado de cualquier otra observacin.

Funcin de Probabilidad y Distribucin
Bin(n,p)



, si x e {0, 1, 2, , n}



Donde:

p: probabilidad de xito
q: probabilidad de fracaso
x: nmero de xitos deseados
n: nmero de ensayos efectuados
x n x
q p
x
n
x P

|
|
.
|

\
|
= ) (
)! ( !
!
x n x
n
x
n

=
|
|
.
|

\
|


, si 0 <= x <= n

|
|
.
|

\
|
=
x
i
x n i
q p
i
n
x F
0
) (
Media y Varianza
np =
npq =
2
o
EJERCICIO
Se lanzan 15 veces una moneda, calcula la cantidad de caras que
salen, determinar:
p: probabilidad de xito
q: probabilidad de fracaso
x: valores de la variable aleatoria
P(x): funcin de probabilidad
F(x): funcin de distribucin
: media
o
2
: varianza
Graficar P(x) y F(x)
Determine experimentalmente (por simulacin) los parmetros
anteriores (100 simulaciones).

EJERCICIO
En un examen formado por 20 preguntas, cada una de las cuales se responde
declarando verdadero o falso, el alumno sabe que, histricamente, en el 75%
de los casos la respuesta correcta es verdadero y decide responder al examen
tirando dos monedas, pone falso si ambas monedas muestran una cara y
verdadero si al menos hay una cruz. Se desea saber qu probabilidad hay de
que tenga al menos 14 aciertos. determinar
p: probabilidad de xito
q: probabilidad de fracaso
x: valores de la variable aleatoria
P(x): funcin de probabilidad
F(x): funcin de distribucin
: media
o
2
: varianza
Graficar P(x) y F(x)
Determine experimentalmente (por simulacin) los parmetros anteriores (100
simulaciones).


Distribucin de Poisson
La frecuencia de aparicin de eventos en un proceso de
llegadas puede formalizarse bien especificando el
tiempo entre llegadas sucesivas o bien especificando el
nmero de eventos de llegada por intervalo de tiempo.
Nmero de entidades que llegan en una unidad de
tiempo.
Nmero total de defectos de una pieza
Nmero de veces que un recurso es interrumpido por
unidad de tiempo.
Funcin de probabilidad y distribucin
Poisson()

, si x e {0, 1, 2, .}



, Si 0 <= x
!
) (
x
e
x P
x

=
x
i
i
i
e x F
0
!
) (

Media y Varianza
=
o =
2
Ejercicio
El nmero de vehculos que entran en un garage es una
variables aleatoria que sigue una distribucin de Poisson de
media 4 vehculos por hora. El aparcamiento tiene una
capacidad de 12 vehculos, determinar:
x: valores de la variable aleatoria
P(x): funcin de probabilidad
F(x): funcin de distribucin
: media
o
2
: varianza
Graficar P(x) y F(x)
Determine experimentalmente (por simulacin) los parmetros
anteriores (100 simulaciones).



Distribucin Geomtrica
La distribucin geomtrica describe el nmero de
experimentos con probabilidad de xito que se debe
efectuar hasta obtener un resultado determinado,
algunos fenmenos son:
Nmero de ciclos de una mquina hasta que falle.
Nmero de piezas inspeccionadas hasta encontrar una
con defectos.
Nmero de clientes servidos hasta que se encuentra uno
de un tipo determinado.
Funcin de probabilidad y distribucin
Geom(p)

, Si x e {0, 1, }


, Si x => 0
x
pq x P = ) (

1
1 ) (
+
=
x
q x F
Media, varianza
p
q
=
2
2
p
q
= o
Ejercicio
Un matrimonio quiere tener una hija, y por ello deciden tener hijos
hasta el nacimiento de una hija. Calcular el nmero esperado de hijos
(entre varones y mujeres) que tendr el matrimonio. Calcular la
probabilidad de que la pareja acabe teniendo tres hijos o ms. Asumir
que existe la misma probabilidad de tener hijo varn o mujer.
Determinar
x: valores de la variable aleatoria
P(x): funcin de probabilidad
F(x): funcin de distribucin
: media
o
2
: varianza
Graficar P(x) y F(x)
Determine experimentalmente (por simulacin) los parmetros anteriores
(100 simulaciones).