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.
6
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
7
DISTRIBUCIÓN DE
PROBABILIDAD
8
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
9
10
EJEMPLO 2
11
EJEMPLO 2
12
Distribución de Probabilidad
Discreta.
13
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
14
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:
15
Ejemplo
16
17
◼ Hay que tomar en cuenta que siempre la probabilidad debe
estar en un rango de 0 a 1.
18
Distribución de Poisson
19
20
21
22
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.
23
ACTIVIDAD EN CLASE
Resolver los siguientes problemas
aplicando la distribución binomial y
la distribución de poisson según sea
el caso.
24
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?
25
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.
27
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.
28
DISTRIBUCIÓN DE VARIABLES ALEATORIAS
CONTINUAS
La distribución de probabilidad normal y su correspondiente curva
normal tiene las siguientes características:
● 1. La curva normal es acampanada y presenta un solo pico en el
centro de la distribución. La media aritmética, la mediana y la
moda de la distribución son iguales y están localizadas en el
pico. De esta forma, la mitad del área bajo la curva se encuentra
por arriba de este punto central, y la otra mitad por abajo.
● 2. La distribución de probabilidad normal es simétrica con
respecto a su media. Si se corta la curva normal verticalmente
en ese valor central, ambas mitades serán como imágenes en el
espejo.
● 3. La curva normal decrece uniformemente en ambas
direcciones a partir del valor central. Es asintótica, esto significa
que la curva se acerca cada vez al eje X, pero en realidad nunca
llega a tocarlo. Esto es, los puntos extremos de la curva se
extienden indefinidamente en ambas direcciones
29
30
31
Ejemplo: Distinción entre una muestra de
una distribución muestral y de
una población
32
33
actividad
34
Distribución de probabilidad normal o estándar
35
36
37
38
39
40
ACTIVIDADES
41
ACTIVIDADES
PROBLEMAS
42
DISTRIBUCIÓN DE POISSON
APLICACIÓN DE LA DISTRIBUCIÓN BINOMIAL, POISSON Y
NORMAL EN EXCEL
La probabilidad de que un satélite, después de colocarlo en órbita,
funcione de manera adecuada es de 0.45. Supóngase que 5 de estos
se colocan en órbita y operan de manera independiente.
a. ¿Cuál es la probabilidad de que exactamente 3 funciones
adecuadamente?
b. Al menos 3 funcionen correctamente.
c. Cuando mucho 3 funcionen correctamente
d. La mayoría funcione correctamente.
Distribución de Poisson
Supongamos que en el cruce transitado en el control Sur ocurren de
manera aleatoria e independiente 2 accidentes por Semana,
Determine:
a. La probabilidad de que ocurran 3 accidentes por semana
b. La Probabilidad de que ocurran 4 accidentes por semana
c. La probabilidad de que ocurran cuando mucho 5 accidentes por
semana.
Distribución Normal
actividad
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?
51
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.
52
Problemas Propuestos
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?.
53
Actividad en Clase
54
Área bajo la Curva
El área total bajo cualquier curva normal representa el 100% de la probabilidad
relacionada con dicha variable. Además, como la curva es simétrica respecto a su
media, la probabilidad de obtener un valor menor que la media es del 50%
Calcular el área bajo la curva de
● 𝑃(0 ≤ 𝑥 ≤ 1,42)
● 𝑃(−0.73 ≤ 𝑥 ≤ 0)
● 𝑃(0.65 ≤ 𝑥 ≤ 1.26)
56
Área bajo la Curva
Las tres áreas de distribución normal más utilizadas son las siguientes:
● 1. Aproximadamente 68% del área bajo la curva normal está entre la media
más uno y menos una desviaciones estándar, y se expresa μ ±1σ
● 2. Alrededor de 95% del áreas bajo la curva normal está entre la media más
dos y menos dos desviaciones estándar, lo que se expresa μ ±2σ
● 3. Prácticamente toda el área bajo la curva norma está entre la media y tres
desviaciones estándar (a uno y otro lados del centro), es decir μ ±3σ
57
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.
58
REPRESENTACIÓN GRÁFICA
El 68% se encuentran a mas o menos
una desviación estándar de la media
……..
59
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 El PORCENTAJE
DE LOS VALORES EN LOS QUE SE ENCUENTRAN
LOS DATOS.
60
61
62
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)
[Link]
[Link]
