Y
DISTRIBUCIONES DE
PROBABILIDAD
VARIABLES ALEATORIAS
Mag. Dens Leonor Mendoza Rivas
Diapositiva 1
Distribucin de Frecuencias Vs.
Distribucin de Probabilidades
Distribucin de Frecuencias Listado de
todos los resultados observados de un
experimento.
Distribucin de Probabilidades Listado de
las probabilidades de todos los posibles
resultados que pudieran ocurrir de un
experimento.
0 P(Xi) 1
P(Xi) = 1
F ( x) P( X x)
F (3) P( X 3) f (0) f (1) f (2) f (3)
Se denota E(X).
Media de la Distribucin de Probabilidad ()
Media Pesada de los valores de X.
Las probabilidades actan como pesos (suman 1).
= E ( X ) = x * P( X x)
= E ( X ) = x * f ( x)
VAR ( X ) E ( X ) ( x ) * f ( x)
2 2 2
VAR ( X ) E ( X ) E ( X )
2 2 2
2 x 2 P( x) 2
Raz Cuadrada de la
Varianza.
VAR ( X )
2
(x ) 2
* f ( x)
VAR ( X ) E ( X ) E ( X )
2 2 2
x P( x)
2 2
F ( x) P( X x)
= =
,
Varianza 2 = = 2 2
Desviacin Estndar
= 2
Binomial Poisson
Distribucin Binomial
Diapositiva 16
Distribucin Binomial
La totalidad del experimento est compuesto por una
secuencia de intentos o ensayos idnticos.
En cada intento o ensayo hay dos posibles resultados,
mutuamente excluyentes: xito o fracaso.
La probabilidad de xito (p) permanece constante de
ensayo a ensayo. La probabilidad de fracaso (q) es el
complemento de p, es decir, 1-p.
Los ensayos o intentos son estadsticamente
independientes.
p r q nr
n!
f ( x)
r!(n r )!
p= probabilidad de xito de cada intento
q= probabilidad de fracaso de cada intento
n= nmero de intentos realizados.
r= nmero de xitos deseados.
Desviacin Estndar
npq
Diapositiva 19 Mag. Dens Mendoza Rivas
Ejemplo 1
Una compaa que vende por
telfono un solo artculo, ha
vendido 20 artculos en las ltimas
100 llamadas. Si durante un turno
se llaman a 12 clientes, cul es la
probabilidad de:
A. No hacer ninguna venta?
B. Hacer exactamente 2 ventas?
C. Hacer como mximo 2 ventas?
D. Hacer al menos 2 ventas?
Diapositiva 20 Mag. Dens Mendoza Rivas
EJEMPLO 2
Cul es la probabilidad de obtener cuatro
veces el nmero 3 al lanzar un dado 8 veces?
Distribucin de Poisson
Diapositiva 26
Distribucin de Poisson
Las ocurrencias de un evento pueden ser descritas en trminos
de una variable aleatoria discreta.
Existe un rgimen que caracteriza el proceso (nmero de
ocurrencias por intervalo de tiempo o espacio).
Se usa para describir las distribuciones de probabilidad de:
Nmero de llegadas de clientes.
Nmero de llamadas telefnicas en una central.
Nmero de accidentes.
Nmero de llegadas de vehculos.
Nmero de defectos observados en longitudes, superficies, u objetos.
e x
f ( x)
x!
= promedio de ocurrencias por intervalo de tiempo o
espacio.
e= 2.71828 Base de logaritmos neperianos o naturales.
Desviacin Estndar
Diapositiva 29 Mag. Dens Mendoza Rivas
Distribucin de Poisson como una
aproximacin de la Distribucin Binomial
La distribucin de Poisson es una buena aproximacin
de la distribucin binomial cuando n es igual o mayor
que 20 y p es igual o menor a 0.05.
np
x np
(np) e
f ( x)
x!
Diapositiva 30 Mag. Dens Mendoza Rivas
Ejemplo 3
Si en promedio llegan 3
clientes por minuto al banco
durante la hora del
almuerzo, cual es la
probabilidad de que en un
minuto dado, lleguen
exactamente dos clientes,
lleguen menos de dos
clientes, y lleguen ms de
dos clientes?
A. Distribucin Normal
Diapositiva 36
Caractersticas de la
Distribucin Normal
Distribucin 1. Simtrica y acampanada
Normal
2. Unimodal.
3. Media al centro de la Curva.
4. Media = Mediana = Moda
X
5. Asinttica
=1
=5
= 10
X
= 50
Diapositiva 38 Mag. Dens Mendoza Rivas
reas bajo la
curva normal
15.85% 15.85%
68.3%
X
1 1
Diapositiva 39
Mag. Dens Mendoza Rivas
reas bajo la
curva normal
15.85% 15.85%
68.3%
X
1 1
2.25% 2.25%
95.5%
X
2 2
Diapositiva 40
Mag. Dens Mendoza Rivas
reas bajo la
curva normal
15.85% 15.85%
68.3%
X
1 1
2.25% 2.25%
95.5%
X
2 2
0
1
-3 -2 -1 0 +1 +2 +3
x
z
Diapositiva 44 Mag. Dens Mendoza Rivas
Estandarizar la
Distribucin Normal
Distribucin Normal Distribucin Normal Estndar
z = 1
x z
z =0
x - valor de una variable aleatoria.
x - media de la distribucin de la variable
z aleatoria.
- desviacin estndar de la distribucin.
z - nmero de desviaciones estndar desde x a la
media de la distribucin.
Distribucin Normal
50
25
x
25 0 25 50 75 100 125
z = x
-3 -2 -1 0 1 2 3
= 10 14.2 X
x 14.2-10
z 0.84
5
Z
0 0.84
Diapositiva 47 Mag. Dens Mendoza Rivas
Clculo de Probabilidad
P(5 < x < 15)
10
5
5 10 15 X
x 15-10
.6827 z 1
5
x 5-10
z -1
5
1 0 1 Z
= 10 18.2 X
x 18.2-10
0.0505 z 1.64
5
0 1.64 Z
x=16.4
= 10 ? X
np
npq
i 1
2
n
xi )
2
2 S 2 (n 1)
2
( n 1)
2
i 1 2
Z x
t t " t"(n 1)
2 S
n
(n 1)
1
2
F n1 2 1 F
S 1
2 S2 2
n2 1