Distribucin de

probabilidades

Mg. Jos Grey Bejarano

 Distribuciones de probabilidad.

En los ltimos aos han descubierto por que hay ms mujeres en la

tierra que hombres, dicha cuestin es por los aportes de la gentica a
la ciencia.
Cromosoma
Cromosoma Recesivo Implicacin Resultados
Dominante

Caf Caf caf/caf Caf

Caf Azul caf/Azul Caf

Azul caf Azul/caf Caf

Azul Azul Azul/Azul Azul

Prembulo: en este apartado veremos cmo influye la
estadstica descriptiva y la estadstica probabilstica, con estas
ideas podemos entrar a la distribucin de probabilidades.
Las distribuciones de probabilidad describen lo que
probablemente suceder, en vez de lo que en realidad
sucedi, y a menudo se presentan en el formato de grfica,
tabla o frmula.
En este se tomara los resultados posibles de un procedimiento
de tablas de frecuencias.
 Combinacin de mtodos descriptivos y probabilidades
X P(X)
P(1) = 1/6 1 1/6
Distribucin de frecuencias 2 1/6
X f P(2)= 1/6
Modelo terico 3 1/6
1 8 Clculo de P(3)= 1/6 que describe un 4 1/6
probabilidades 5 1/6
2 10 de cada P(4)= 1/6 experimento
3 9 resultado para obtener
P(5)= 1/6 sus parmetros
4 12
6 1/6
5 11
6 10 P(6)= 1/6

3.6
S= 1,7

=Media y S= desviacin estndar

En las distribuciones de probabilidad encontramos las
variables aleatorias (Variables aleatorias discretas y variables
aleatorias continuas).

Variables aleatorias: Es aquella que tiene un solo valor

numrico determinado al azar, para cada resultado de un
procedimiento.

Distribucin de probabilidad: Es una distribucin que indica la

probabilidad de cada valor de la variable aleatoria. A menudo
se expresa como grfica, tabla o frmula.
 X P(X)
0 0,001
1 0,015
Distribucin de 2 0,088
probabilidad de 3 0,264
nmeros de 4 0,396
guisantes
5 0,237

Nota: si la probabilidad es muy pequea, como 0,000000123, podemos representarla por 0+

en una tabla, donde 0+ indica que la probabilidad es un nmero positivo muy pequeo, este
representa la baja probabilidad pero no sera un suceso imposible.
Variable aleatoria discreta: tiene un nmero finito de valores o
un nmero de valores contables, donde contable se refiere al
hecho de que podra haber un nmero infinito de valores,
pero que podra asociarse con un proceso de conteo de
manera que el nmero de valores es 0 o 1 o 3, etc.

Variable aleatoria continua: tiene un nmero infinito de

valores, y esos valores pueden asociarse con mediciones en
una escala continua, de manera que no existan huecos o
interrupciones.
Ejemplo de variables aleatorias discretas
Sea X = nmero de huevos que una gallina pone en un da.
Esta es una variable aleatoria discreta porque sus nicos
valores son 1 o 2, etc. Ninguna gallina puede poner 2,34567
huevos, lo que sera posible si los datos provinieran en una
escala continua.

El conteo del nmero de estudiantes de estadstica que

asisten a una clase es un nmero entero y, por lo tanto, una
variable aleatoria discreta.
Ejemplo de variables aleatorias continas
Sea X = cantidad de leche que produce una vaca en un da. Esta es una
variable aleatoria continua, ya que puede adoptar cualquier valor en
un tramo continuo. En un solo da, una vaca produce una cantidad de
leche cuyo valor puede ser cualquiera entre 0 y 5 galones, es posible
obtener 4,12345 galones, ya que la vaca no est restringida a las
cantidades discretas de 0, 1, 2, 3, 4 o 5 galones.
La medida de voltaje de la batera de un detector de humo puede ser
cualquier valor entre 0 y 9 voltios, es decir 5,5 est dentro de la medida
de 0 y 9 sin importar el orden y esta es variables aleatorias continua.
 Requisitos de una distribucin de probabilidad

Donde X asume todos los valores, la suma de todas las

probabilidades debe ser 1, (pero valores como 0,999 0
1,001 son aceptados porque son el resultado del redondeo).

para cada valor individual de X. (Es decir, cada valor de

probabilidad debe ubicarse entre 0 y 1, inclusive).
Telfonos Segn una encuesta realizada por la compaa Magic
celulares associates, describe las probabilidades del nmero de
por familia telfonos celulares usados por un ncleo familiar. es esta
tabla una distribucin de probabilidades?
X P(X) Para ser una distribucin de probabilidad, P(X) debe satisfacer
1 0,19 los dos requisitos anteriores.
2 0,26
3 0,33
4 0,13
Lo que demuestra que
Se concluye que esta tabla no describe una distribucin de
probabilidades
Consideremos (donde x puede ser 0, 1, 2, 3 o 4) determina si esta es
una distribucin normal?

Para la frmula dada, encontramos que

Para ser una distribucin de probabilidad, P(X) debe satisfacer los dos
requisitos anteriores.

Cada uno de los valores de P(X) se encuentra entre 0 y 1, como los dos
parmetros se cumplen, se comprueba que el ejercicio es una
distribucin de probabilidades.
En una encuesta aplicada por el DANE se nota que el consumismo por
los objetos electrnicos no es muy alto en las familias de Colombia.
Instrumentos
electrnicos por
hogar
X P(X)
1 0,09
2 0,16
3 0,15
4 0,11
5 0,07
6 0,27
7 0,07
8 0,08
Consideremos determina si esta es una distribucin normal?
Varianza, Desviacin estndar y Media de Distribuciones de
probabilidad.

Media de Distribucin de probabilidad.

Varianza de Distribucin de probabilidad.

Desviacin estndar de Distribucin de probabilidad.

Calculo de la Varianza, Desviacin estndar y Media de Distribuciones de probabilidad.
X P(X)
0 0,001
1 0,015
2 0,088
3 0,264
4 0,396
5 0,237

En la tabla se describe la distribucin de probabilidad del nmero de

guisantes, calcule la Media, Varianza y Desviacin estndar de
Distribuciones de probabilidad.
Para darle solucin se debe construir una tabla para encontrar
los valores de la Media, Varianza y Desviacin estndar de
Distribuciones de probabilidad.
X P(X) X* P(X) (X - )2 (X - )2 * P(X)
X P(X) X* P(X) (X - )2 (X - )2 * P(X)
0 0,001 0 14,078 0,014078
1
1 0,015
0,015 0,015
0,015 7,574
7,574 0,1136
0,1136
2 0,088 0,176 3,070 0,2701
2
3 0,088
0,264 0,176
0,792 3,070
0,566 0,2701
0,1493
3
4 0,264
0,396 0,792
1,584 0,566
0,062 0,1493
0,0244
4
5 0,396
0,237 1,584
1,185 0,062
1,558 0,0244
0,3691
5 0,237= 3,752
1,185 1,558 = 0,940574
0,3691
= 3,752 0,940574
X P(X)
1 0,01
2 0,025
3 0,06
4 0,64
5 0,096
6 0,17
X P(X)
1 0,131
2 0,058
3 0,06
4 0,24
5 0,096
6 0,17
7 0,15
8 0,067
X P(X)
1 1/3
2 1/4
3 1/5
4 1/6
5 1/7
6 1/8
7 1/9
8 1/10
9 1/11
X P(X)
1 0,131
2 0,058
3 0,067
4 0,24
5 0,096
6 0,17
7 0,15
8 0,067
9 0,02