Asignatura:

Economía Aplicada

Tema:
Cuadro Sinóptico (Distribuciones de Probabilidad Discreta)

Facilitador/a:
Ariel Uceta

Participante:
Bladimir Sanchez

Matrícula:
17-0461

Fecha:
23 de Septiembre 2019
Rep. Dom.
 Introdución
Cuando se habla de los tipos de probabilidad, decimos que esta se clasifica en tres:
• Probabilidad clásica.
• Probabilidad distribución de frecuencias.
• Probabilidad subjetiva.
La distribución de probabilidades esta muy relacionado con el tipo de variables.
Nosotros conocemos dos tipos de variables:
• Variable discreta, y
• Variable continúa.
En esta unidad, estudiaremos las principales distribuciones de variables discretas.
Una distribución de probabilidades para una variable aleatoria discreta es un listado
mutuamente excluyente de todos los resultados numéricos posibles para esa variable
aleatoria tal que una probabilidad específica 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.
 Cuadro Sinóptico Distribuciones de Probabilidad Discreta

Una variable aleatoria da una descripción numérica de los resultados de un

experimento. La dis- tribución de probabilidad de una variable aleatoria describe cómo
se reparten las probabilidades entre los valores que toma dicha variable. En toda
variable aleatoria discreta, x, su distribución de probabilidad se define mediante una
función de probabilidad, que se denota f(x) y la cual da la probabilidad que
corresponde a cada valor de la variable aleatoria. Una vez que se ha definio la función
de probabilidad, es posible calcular el valor esperado, la varianza y la desviación
estándar de la variable aleatoria.
La distribución binomial se usa para determinar la probabilidad de x éxitos en n
ensayos, siempre que el experimento satisfaga las propiedades siguientes:

1. El experimento consista en una serie de n ensayos idénticos.

2. En cada ensayo haya dos resultados posibles, uno llamado éxito y el otro
fracaso.
3. La probabilidad de un éxito no varíe de un ensayo a otro. Por tanto, la
probabilidad de fracaso, (1 — p), tampoco variará de un resultado a otro.
4. Los ensayos sean independientes.
Si se satisfacen estas cuatro propiedades, la probabilidad de x éxitos en n ensayos se
determina usando la función de probabilidad binomial. También se presentaron las
fórmulas para hallar la media y la varianza de una distribución binomial.
La distribución de Poisson se usa cuando se quiere obtener la probabilidad de x
ocurrencias de un evento en un determinado intervalo de tiempo o de espacio. Para
que se emplee la distribución de Poisson deben satisfacerse las condiciones
siguientes:
1. La probabilidad de una ocurrencia del evento es la misma para cualesquier dos
intervalos de la misma longitud.
2. La ocurrencia o no–ocurrencia del evento en un determinado intervalo es
independiente de la ocurrencia o no–ocurrencia del evento en cualquier otro intervalo.
 Cuadro Sinóptico
El número de valores es finito
VARIABLES ALEATORIAS
(o infinito contable
DISCRETA
VARIABLES
ALEATORIAS El número de valores que puede tomar está
contenido en un intervalo (finito o infinito) de
VARIABLES ALEATORIAS números reales
CONTINUA
Permite determinar los límites de las
probabilidades de una variable sin tener que
TEOREMA DE CHÉBYSHEV especificar su función.

UNIFORME DISCRETA
Toma valores finitos, cada uno la
BINOMIAL misma posibilidad

GEOMÉTRICA Ensayos independientes. Dos

resultados éxito o fracaso. P es cte
BINOMIAL NEGATIVA Número de ensayos hasta
encontrar un éxito.
VARIABLES ALEATORIAS HIEPRGEOMETRICA
DISTRIBUCION DE DISTRIBUCION DE
Numero de ensayos Bernoulli
PROBABILIDAD PROBABILIDAD
POISSON efectuados hasta que se tiene r éxitos

Muestreo sin reemplazo, los

ensayos no son independientes

Número de ocurrencias en un
intervalo.

UNIFORME
DISTRIBUCION DE NORMAL Esta distribución se caracteriza los
PROBABILIDAD valores se distribuyen en forma de
CONTINUA campana de Gauss en torno de su
media.
 Conclusión
Las variables aleatorias son funciones que asocian a cada elemento del
espacio muestral conjunto de los diferentes resultados de un experimento estadístico
un número real, se clasifican en: Variable aleatoria discreta, proporciona datos
cuantitativos discretos, es el resultado de un proceso de conteo.

La distribución de probabilidad, describe el comportamiento de fenómenos

estadísticos, es decir, es un listado de las probabilidades de todos los resultados
posibles que podrían presentarse si se efectúa un experimento. En la distribución
discreta, las variables asumen un número limitado de valores, por ejemplo, el número
de años de estudio y en la distribución continua, las variables en estudio pueden
asumir cualquier valor dentro de determinados límites, por ejemplo, la estatura de un
estudiante. Son las probabilidades que se asocian a cada uno de los valores que
toma la variable aleatoria x.

La distribución de probabilidad para una variable aleatoria discreta, son las relaciones
de los resultados y sus probabilidades de las frecuencias observadas.

Las más útiles son:1.- La distribución uniforme discreta.1.- La distribución de

probabilidad Binomial o de Bernoulli.2.- La distribución de probabilidad
Hipergeométrica.3.- La distribución de probabilidad de Poisson.
 Bibliografía
http://cuatrimestral.uapa.edu.do/pluginfile.php/946895/mod_resource/content/1/Estad
%C3%ADstica%20II-Libro.pdf