UNIDAD 4
VARIABLES ALEATORIAS
Y
DISTRIBUCIONES DE
PROBABILIDAD
Docente: Mgtr. Vilma Duchi F.
VARIABLES ALEATORIAS
Se llama variable aleatoria a toda función que asocia
a cada elemento del espacio muestral, un número
real.
Se utilizan letras mayúsculas para designar las
variables aleatoria: X, Y, Z; y sus respectivas letras
minúsculas para los valores concretos de las
mismas: x, y, z.
VARIABLES ALEATORIAS
los experimentos aleatorios son tales que los resultados a que dan lugar pueden ser de naturaleza cualitativa o
cuantitativa. así por ejemplo, serían resultados cualitativos los derivados de los siguientes experimentos aleatorios:
• El lanzamiento de una moneda: cara o cruz.
• La calidad de las piezas fabricadas en una planta: buenas o defectuosas.
•La preferencia de una persona sobre tres tipos de coches: prefiere el coche a, el coche B o el coche c, etc.
otros ejemplos de experimentos aleatorios cuyos resultados son cuantitativos serían:
• el número de accidentes de automóvil en una ciudad en un mes dado.
• el número de clientes que llegan a un comercio durante una hora.
• el número de errores detectados en la contabilidad de una empresa.
• la suma de los puntos que aparecen cuando se lanzan simultáneamente dos dados, etc.
VARIABLES ALEATORIAS DISCRETAS: son aquellas que solo pueden tener
un valor entero (fijo) no son susceptibles de dividirse o asumir un valor
entre dos valores fijos. Ejemplo: Número de consultas diarias Es la que
solo puede tomar una cantidad numerable de valores o valores
específicos.
VARIABLES ALEATORIAS CONTINUAS: son aquellas que pueden tomar un
número infinito de valores dentro de un rango determinado. Ejemplo: El
peso de una persona podría ser 80.5; 80.52; 80,525,… dependiendo de la
precisión de la báscula, otro ejemplo podría ser la distancia recorrida en km
desde las viviendas de las comunidades hasta el centro de salud más
cercano.
5
ACTIVIDAD
Clasificar como discretas o continuas las siguientes variables
aleatorias:
nº de páginas de un libro
tiempo que tarda en fundirse una bombilla
nº de preguntas en una clase de una hora
cantidad de agua consumida en un mes
6
DISTRIBUCIÓN DE PROBABILIDAD
7
EJEMPLO 1
Si el experimento consiste en lanzar un dado.
Analizamos el espacio muestral que sería:
𝑆 = {1,2,3,4,5,6}
La probabilidad de obtener cada uno de los
resultados del experimento (elementos del
espacio muestral) es 1/6
8
9
EJEMPLO 2
10
EJEMPLO 2
11
Distribución de Probabilidad Discreta.
12
La distribución binomial es una generalización de la
distribución de Bernulli.
Ejemplos:
- Al nacer un bebé puede ser varón o mujer.
- Un equipo de baloncesto puede ganar o perder.
- En un test psicotécnico hay peguntas de verdadero o falso,
es decir sólo hay dos alternativas.
- Un tratamiento médico, como por ejemplo la vacuna de la
gripe A, puede ser efectivo o inefectivo.
- El objetivo de ventas al año de coches en un concesionario
se puede o no lograr
13
Probabilidad de éxito
Para conocer la probabilidad de “éxito” es necesario calcular las posibles combinaciones
de la variable, y multiplicarlas por las probabilidades de cada suceso:
14
Ejemplo
15
16
◼ Hay que tomar en cuenta que siempre la probabilidad debe
estar en un rango de 0 a 1.
17
Distribución de Poisson
18
19
20
21
Requisitos para que sea variable de
Poisson
Sucesos aleatorios
Los sucesos que ocurren en un intervalos dado
deben de ser independientes. Ejemplo
probabilidad que un estudiante se contagie con
gripe. Este caso es dependiente y no se aplicara la
distribución de poisson. En el ejercicio anterior
son totalmente independientes pero si
estudiamos de enfermedades contagiosas son
dependientes.
22
ACTIVIDAD EN CLASE
Resolver los siguientes problemas aplicando la
distribución binomial y la distribución de
poisson según sea el caso.
23
Si un banco recibe en promedio 6 cheques sin
fondo por día, ¿cuáles son las probabilidades de
que reciba, a) cuatro cheques sin fondo en un día
dado, b) 10 cheques sin fondos en cualquiera de
dos días consecutivos?
24
ejercicios
En la inspección de hojalata producida por un proceso electrolítico
continuo, se identifican 0.2 imperfecciones en promedio por
minuto. Determine las probabilidades de identificar a) una
imperfección en 3 minutos, b) al menos dos imperfecciones en 5
minutos, c) cuando más una imperfección en 15 minutos.
25
DISTRIBUCIÓN DE VARIABLES
ALEATORIAS CONTINUAS
DISTRIBUCIÓN DE PROBABILIDAD NORMAL
Se utiliza en variables aleatorias continuas como:
Caracteres morfológicos de individuos (personas, animales,
plantas,…) de una especie (tallas, pesos, diámetros,
perímetros,…)
Caracteres sociológicos, por ejemplo; consumo de cierto
producto por un mismo grupo de individuos, puntuaciones de
examen, …
Caracteres fisiológicos, por ejemplo: efecto de una misma
dosis de un fármaco.
26
27
28
Ejemplo: Distinción entre una muestra de una
distribución muestral y de
una población
29
30
actividad
31
32
33
34
Distribución de probabilidad normal o estándar
35
36
37
38
39
40
ACTIVIDADES
41
ACTIVIDADES
PROBLEMAS
42
43
44
Problemas para determinar entre 0 y z
● Calcula la probabilidad de que unas cajas de cereales pesen
entre 283 y 285,5 gramos, considere que el peso de la caja
tiene una distribución normal con una media de 283 gramos
y una desviación estándar de 1,6g.
45
Problemas para determinar el área mas allá de z (0 – z) se localiza la
probabilidad en z en la tabla y se resta de 0.5
El ingreso medio semanal de un supervisor de turno de la
industria de vidrio tiene una distribución normal, con una media
de 1000 y una desviación estándar de $100 ¿Cuál es la
probabilidad de seleccionar a un supervisor cuyo ingreso sea
menor a $790?.
46
actividad
El ingreso medio semanal de un supervisor de turno de la industria de vidrio tiene una
distribución normal, con una media de 1000 y una desviación estándar de $100 ¿Cuál es
la probabilidad de seleccionar a un supervisor que gane menos 1100?.
47
Actividad en Clase
48
REGLA EMPÍRICA O
REGLA 68/ 95/99,7
Es muy útil en las distribuciones simétricas puesto que nos
permite hacer el cálculo en el recorrido de la variable a
partir de la media y la desviación estándar.
49
REPRESENTACIÓN GRÁFICA
El 68% se encuentran a mas o menos
una desviación estándar de la media
……..
50
EJEMPLOS:
SE TOMA UNA MUESTRA DE POBLACIÓN DE NOTAS DE 0 A 20 Y
SE HA OBTENIDO COMO MEDIDAS DE RECUMEN LA MEDIA
ARITMÉTICA Y COMO MEDIDA DE DISPECIÓN LA DESVIACIÓN
ESTÁNDAR.
PARA UNA MUESTRA FUE
APLIQUE LA REGLA Y ENCUETRE LOS VALORES EN LOS QUE SE
ENCUENTRAN LOS DATOS.
51
52
53
EJERCICIOS EN CLASE
Una maquina embotelladora de refrescos llena automáticamente envases con bebidas gaseosas. se sabe que la
distribución de las botellas se comporta como campana y además, el contenido promedio de las botellas es 375cc
con õ= 4,3 cc
la directora de producción desea saber con mayor exactitud entre que rangos de llenado estan quedando las
botellas de bebida.
aplicando la regla empírica, determina los siguientes valores:
(x-s, x+s)
(x-2s, x+2s)
(x-3s, x+3s)
