TAREA # 3.
INTRODUCCIÓN A LAS DISTRIBUCIONES DE PROBABILIDAD
1. Define el concepto de variable aleatoria, e ilustra su uso con un ejemplo.
Es el resultado numérico de un experimento y existen discretos y continuos.
Ejemplo:
• Lance al aire dos monedas imparciales y sea x igual al número
observado de caras.
Cara= C Sol= S
Eventos= (CC,CS,SC,SS) Rango de X= {2,1,0}
2. Menciona tres ejemplos de variables aleatorias discretas y tres
ejemplos de variables aleatorias continuas.
Continuas:
• La duración en estante de un medicamento particular.
• Su presión sanguínea.
• Resistencia a la ruptura (en libras por pulgada cuadrada) de un cable
de acero de una pulgada de diámetro
Discretas:
• El número total de puntos anotados en un juego de futbol.
• El número de choques que casi ocurren de aviones en el aire en un
año.
• Número de venados muertos por año en una reservación estatal de
fauna silvestre.
3. Define el concepto de distribución de probabilidad, ilustra con un
ejemplo de distribución de probabilidad discreta.
Describe como está distribuida la probabilidad entre los valores de la variable
aleatoria. En el caso de las probabilidades aleatorias discretas se pueden
usar tablas, fórmula o gráficas para asociar los valores con su probabilidad.
Para las variables aleatorias continuas se usa una función especial.
Ejemplo: Usando el ejemplo anterior sobre las monedas:
Lanzamiento Caras Caras Probabilidad
Cara, Cara 2 2 1/4
Cara, águila 1 1 2/4
águila, Cara 1 0 ¼
águila, águila 0 1
4. Escribe dos ejemplos de aplicación de las distribuciones de
probabilidad (pueden ser ejemplos de distribuciones de probabilidad
discretas que estén en el libro de texto).
• Descanso para tomar café La mayoría de las personas que bebe café
se da un poco de tiempo para hacerlo y muchas toman más de un
descanso al día. La tabla siguiente, adaptada de un Snapshot de USA
Today, muestra la distribución de probabilidad para x, el número de
descansos por día que se dan quienes beben café
X 0 1 2 3 4 5
P(X) .28 .37 .17 .12 .05 .01
¿Cuál es la probabilidad de que una persona que toma café,
seleccionada al azar, no sé dé un descanso para tomar café́ durante
el día?
Tiene una probabilidad de 28%
• Usando los datos de ventas de televisiones, podemos ver la
distribución de probabilidad de ventas.
Unidades Número de Unidades Probabilidad
vendidas días Vendidas P(X)
(X) (X)
0 80 0 0.4
1 50 1 0.25
2 40 2 0.2
3 10 3 0.05
4 20 4 0.1
total 200 1
.
5. Investiga las fórmulas para calcular el valor esperado y la varianza de
una distribución de probabilidad discreta. Ilustra con un ejemplo.
Valor esperado: 𝜇 = 𝐸(𝑥) = ∑ 𝑥𝑝(𝑥)
Varianza: 𝜎 2 = 𝐸[(𝑥 − 𝜇)2 ] = ∑(𝑥 − 𝜇)2 𝑝(𝑥)
Ejemplo:
Una tienda de electrónica vende un modelo particular de computadora
portátil. Hay sólo cuatro computadoras en existencia y la gerente se pregunta
cuál será la demanda de hoy para este modelo particular. Ella se entera en
el departamento de marketing de que la distribución de probabilidad para x,
la demanda diaria para la laptop, es como se muestra en la tabla. Encuentre
la varianza y la media o valor esperado de x.
X 0 1 2 3 4 5
P(x) .10 .40 .20 .15 .10 .05
Valor esperado: 𝜇 = (0)(0.10) + (1)(0.40) + (2)(0.20) + (3)(0.15) +
(4)(0.10) + (5)(0.05) = 1.90
Varianza: 𝜎 2 = (0-1.9)2 (0.10) + (1 − 1.9)2 (0.40) + (2 − 1.9)2 (0.20) + (3 −
1.9)2 (0.15) + (4 − 1.9)2 (0.10) + (5 − 1.9)2 (0.05) = 1.79
6. Define una función de distribución acumulada, ilustra con un ejemplo.
La función de distribución acumulada (CDF) calcula la probabilidad acumulada de
un valor dado de x. Se utiliza para saber si una observación aleatoria de nuestra
población es menor que o igual a un valor determinado.
Ejemplo:
Ejemplo. Del experimento que consiste en responder al azar tres preguntas con
Verdadero o Falso (V / F) y con la variable aleatoria definida como el número de
respuestas marcadas con V. X toma los valores 0, 1, 2 o 3, es decir, el rango de la
función (variable aleatoria) X es el conjunto {0, 1, 2, 3}. Encontrar a) la función de
probabilidad y b) la función de distribución.
Solución. El espacio muestral S = {(FFF),(FFV), (FVF), (VFF), (FVV), (VFV), (VVF),
(VVV)}, así a) La función de probabilidad es:
y b)La función de Distribución es:
De donde según la definición de la función de Distribución Acumulada,
F(0) = P(X ≤ 0) = f(0) = 1/8
F(1) = P(X ≤ 1) = f(0) + f(1) = 1/8 + 3/8 = 4/8 = 1/2
F(2) = P(X ≤ 2) = f(0) + f(1) + f(2) = 1/8 + 3/8 + 3/8 = 7/8
F(3) = P(X ≤ 3) = f(0) + f(1) + f(2) + f(3) = 1/8 + 3/8 + 3/8 + 1/8 = 1
REFERENCIAS:
Soporte Minitab (s.f). Uso de la función de distribución acumulada (CDF).
Recuperado: [Link]
to/probability-distributions-and-random-data/supporting-topics/basics/using-the-
cumulative-distribution-function-cdf/
De preferencia busca la información solicitada en el libro de texto, págs. 117 a 124.
También, puedes usar cualquier otro libro de estadística, sólo escribe la referencia.
Para apoyarte en esta actividad, subiré una presentación que resume lo que viene
en el libro de texto.
Fecha de entrega: 6 de abril de 2021.
