Este documento explica la diferencia entre una distribución de frecuencias y una distribución de probabilidades. También describe un experimento de lanzar una moneda tres veces y calcula la distribución de probabilidades para el número de sellos obtenidos. Finalmente, introduce conceptos clave como variable aleatoria, valor esperado, varianza y desviación estándar para distribuciones de probabilidad discretas.
2. Distribución de Frecuencias Vs. Distribución de Probabilidades
Distribución de Frecuencias –Listado de todos los resultados observadosde un experimento.
Distribución de Probabilidades –Listado de las probabilidades de todos los posibles resultados que pudieran ocurrirde un experimento.
3. RESULTADOS POSIBLES
Experimento:
Lanzar una moneda tres veces al aire.
Evento
Obtener SELLOS en los tres lanzamientos.
Resultados Posibles (Variables Aleatorias)
0 Sellos
1 Sello
2 Sellos
3 Sellos
6. C
S
C
C
C
C
C
S
S
S
S
S
S
C
CCC
CCS
CSC
CSS
SCC
SCS
SSC
SSS
(0)
(1)
(1)
(2)
(1)
(2)
(2)
(3)
0.53=0.125
0.53=0.125
0.53=0.125
0.53=0.125
0.53=0.125
0.53=0.125
0.53=0.125
0.53=0.125
Número de Sellos
7. Experimento: Lanzar una moneda 3 veces al aire
Evento: Número de Sellos
N° SellosResultadoProbabilidadProbabilidad0CCC0.5 x 0.5 x 0.50.1251CCS0.5 x 0.5 x 0.50.1251CSC0.5 x 0.5 x 0.50.1251SCC0.5 x 0.5 x 0.50.1252CSS0.5 x 0.5 x 0.50.1252SCS0.5 x 0.5 x 0.50.1252SSC0.5 x 0.5 x 0.50.1253SSS0.5 x 0.5 x 0.50.1251.00
11. Tipos de Variables Aleatorias
Variable aleatoria discreta
Usualmente un número entero (0, 1, 2, 3 etc.)
Obtenida por conteo.
Variable aleatoria continua
Puede asumir cualquier valor dentro de un rango dado.
Obtenida por mediciones.
12. Características de la Distribución de Probabilidad Discreta
Contiene todos los valores posibles de la Variable X, cada uno con su Probabilidad asociada, P(X).
Mutuamente Excluyentes y Colectivamente exhaustivos
0 P(Xi) 1
P(Xi) = 1
P(X=0) = 0.125
P(X=1) = 0.375
P(X=2) = 0.375
P(X=3) = 0.125
13. Función de Distribución Acumulativa
Para una variable aleatoria X, el valor de la Función de
Distribución Acumulativa F(x), es la probabilidad de
que X tome los valores menores o iguales a x.
F(x) P(X x)
F(3) P(X 3) f (0) f (1) f (2) f (3)
14. Valor Esperado de una Distribución
de Probabilidad
Se denota E(X).
Media de la Distribución de Probabilidad ()
Media Pesada de los valores de X.
Las probabilidades actúan como pesos (suman 1).
μ = E(X) =x*P(X x)
μ = E(X) =x * f (x)
15. Valor Esperado de una Distribución de Probabilidad
P(X=0) = 0.125 0 x 0.125 = 0
P(X=1) = 0.375 1 x 0.375 = 0.375
P(X=2) = 0.375 2 x 0.375 = 0.750
P(X=3) = 0.125 3 x 0.125 = 0.375
Suma:1.5
16. Varianza de una
Distribución de Probabilidad
Se denota VAR(X) o σ2.
Es el valor esperado (promedio) de las desviaciones
cuadráticas de cada valor x de la Variable Aleatoria X.
( ) ( ) ( ) * ( ) 2 2 2 VAR X E X x f x
2 2 2
2 2 2
( ( ))
( ) ( ) ( )
x P x
VAR X E X E X
17. Desviación Estándar de una
Distribución de Probabilidad
Raíz Cuadrada de la Varianza.
2 2 x P(x)
( ) ( ) * ( ) 2 2 VAR X x f x
2 2 2 VAR(X) E(X ) E(X)
18. Ejemplo 1
Una tienda de autos ha establecido la siguiente distribución de probabilidades de los autos que espera vender un día sábado en particular:
Número de autos vendidosProbabilidades
00.10
10.20
20.30
30.30
40.10
En un día sábado, ¿cuántos autos se debe esperar vender?
¿Cuál es la varianza de la distribución?
¿Cuál es la desviación estándar de la distribución?
19. Modelos de Distribuciones de Probabilidad Discretas
Distribuciones de Probabilidad Discretas
Binomial
Poisson