¿QUE ES UNA DISTRIBUCIÓN DE PROBABILIDAD

o La distribución de probabilidad es aquella que permite establecer toda una gama de resultados
probables de ocurrir en un experimento determinado, es decir, describe la probabilidad de que un
evento se realice en el futuro.

o Las características de una distribución de probabilidad son:

i. La probabilidad de un resultado esta entre 0 y 1.
ii. Las sumas de las probabilidades de todos los resultados mutuamente excluyentes es 1.
 TIPOS DE VARIABLES

Variable aleatoria:
Número de caras obtenidas al lanzar seis
Función que a cada suceso elemental de un veces una moneda, número de llamadas
espacio muestral le asigna un número. Ejemplos: que recibe un teléfono durante una hora,
Se elige al azar una montaña de un mapa y se tiempo de fallo de una componente eléctrica

mide su altura: X( )

Variable aleatoria discreta:

Es aquella que solo toma ciertos valores
(frecuentemente enteros) y que resulta
principalmente del conteo realizado.

Variable aleatoria continua:

Es aquella que resulta generalmente de la
medición y puede tomar cualquier valor dentro de
un intervalo dado.
 VARIABLE ALEATORIA

Es una regla o función que asigna un único número real a cada resultado de u
espacio muestral en un experimento. Los siguientes son ejemplos de variables
aleatorias.
Experimento Variable Aleatoria

1. Lanzar 5 monedas Número de “soles obtenidos

2. Observar a clientes Número de clientes

3. Compra de 12 computadoras Cantidad de computadoras defectuosas o buenas

4. Peso de una persona Peso en gramos o libras

5. Golpear una pelota de golf Distancia recorrida

6. Revisar 10 impuestos a las ganancias Impuestos con error

7. Revisar 10 tazas de línea 33 Número de errores en los impuestos

8. Observar el trabajo de un empleado durante su Tiempo utilizado por el empleado no productivo

trabajo de 8 hrs.
Encuesta a 10 personas sobre la oportunidad de elegir Proporción en favor del candidato X
a X candidato a gobierno
Dar un medicamento Y a 50 personas con dolor de Número de pacientes atendidos
cabeza
 DISTRIBUCIONES DE PROBABILIDAD
o La distribución de probabilidad de una variable
aleatoria es una función que asigna a cada suceso
definido sobre la variable, la probabilidad de que
dicho suceso ocurra.

o La distribución de probabilidad está definida sobre el

conjunto de todos los sucesos.

o Cada uno de los sucesos, es el rango de valores de

la variable aleatoria.

o Tiene una relación estrecha con las distribuciones de

frecuencias. De hecho, una distribución de
probabilidades se puede comprender como una
frecuencia teórica, ya que describe cómo se
espera que varíen los resultados.

o La distribución de probabilidad está especificada

por la función de distribución, cuyo valor en
cada X real es la probabilidad de que la variable
aleatoria sea menor o igual que X.

o La distribución de probabilidad está relacionada con la

función de distribución, cuyo valor en cada X real es
la probabilidad de que la variable aleatoria sea
menor o igual que X.
 Tabla de distribución de probabilidades

Ejemplo:
Suponga interesa conocer el número de varones x en un experimento de observar al azar
2 niños recién nacidos (masc/fem), el espacio muestral es:

Suceso Valores de x P(x)=f(x) 0.5

0.4
Fem Fem 0 ¼ = 0.25
0.3
Fem/Masc, 1 ½ = 0.5
Masc/Fem 0.2

Masc/Masc 2 ¼= 0.25
0.1
Probabilidad = 1
0
1 2
 Media de una variable aleatoria discreta

Si la fórmula para calcular el valor de la media poblacional µ es:

Donde:
∑( 𝒇𝒙 )
µ= f= frecuencia de una medida particular x.
𝑵
N= el tamaño de la población

La fórmula se puede escribir como:

Como la frecuencia relativa f/N representa la probabilidad de
( 𝑓𝑥) que ocurra x, P(x), la media poblacional se puede escribir
µ=∑ x como:
𝑁
µ=∑ xP(x)

Y si X es una variable aleatoria, la media de x es:

Donde:
µ=∑ xP(x)
µ = media de la variable aleatoria x
 Tabla de distribución de probabilidades

Ejemplo:
Una planta industrial grande realiza una campaña para promover el uso compartido del
automóvil entre sus empleados. Los datos de la siguiente tabla se registraron entre todos
los empleados de la planta para conocer los efectos de la campaña.

No de frec. X*frec Frecuencia

ocupantes relativa F 0.5
por auto F= f/n
(x) 0.4

0.3
1 425 425 0.4495
0.2
2 235 470 0.2486 0.1

3 205 615 0.2160

0
1 2 3 4 5 6
4 52 208 0.055
3
5 22 110 0.023
La media poblacional es:
6 6 36 0.038 𝟏𝟖𝟔𝟒
∑( 𝒇𝒙) µ= = 1.97
µ= 𝟗𝟒𝟓
total 945 1864 0.006 𝑵
 Varianza de una variable aleatoria discreta

Si la fórmula para calcular el valor de la varianza poblacional σ2 es:

Donde:
𝑺 ∑ ( 𝒇𝒙 − µ ) 𝟐
σ2 = 𝑵 = f= frecuencia asociada con la medida x.
𝑵
N= el tamaño de la población

La fórmula se puede escribir como:

σ2= ∑ )2 𝑓
𝑁

Si /N es la probabilidad P(x) de ocurrencias de x, se tiene que la frecuencia relativa f/N

representa la probabilidad de que ocurra x, entonces la fórmula de la varianza de una
variable aleatoria es:

σ2 = ∑(𝒇𝒙 − µ)𝟐 P(x)

 Varianza de una variable aleatoria discreta

Para el ejercicio del uso compartido de los carros, la varianza poblacional es:

σ2 = ∑(𝒇𝒙 − µ)𝟐 P(x)

Y a desviación estándar es:

σ√
=σ2
 DISTRIBUCIONES DE PROBABILIDAD

1) En la aplicación a situaciones prácticas, generalmente, es más conveniente trabajar con

números que con resultados cualitativos.

2) En muchos experimentos puede no ser factible identificar todos los resultados elementales de
un espacio muestral, aunque si es posible verificar si un resultado experimental corresponde o no
a un espacio muestral determinado.

Resultado Número de P(x)

caras
aaa 0 1/8
3/8
saa 1 3/8
2/8
asa 1 3/8
1/8
aas 1 3/8

ass 2 3/8
0 1 2 3
sas 2 3/8

ssa 2 3/8

sss 3 1/8

Si se define al evento X: obtener un sol y se le asigna a cada uno de los posibles resultados de X,
los valores 0, 1, 2 o 3 según sea el resultado del experimento o número de soles.
 VARIABLE ALEATORIA

Una variable cuyos valores numéricos quedan determinados por los resultados de un experimento.
Así en el ejemplo anterior, la variable X: número de caras obtenidas al lanzar 3 monedas es una
variable aleatoria.

Es conveniente distinguir entre la variable aleatoria y los valores numéricos que puede
tomar, para esto se designa a X como la variable aleatoria y a x como los valores que
puede tomar esta variable.

S Valor numérico
Ejemplo de niños x
Experimento: Observar al azar a dos MM 0
niños recién nacidos. Suponiendo que
VM 1
interesa la variable aleatoria, X, que
cuenta el número de varones; el MV 1
espacio muestral S es:
VV 2

S= MM,VM,MV,VV X puede tomar 3 valores x1 = 0, x2 = 1 y x3 = 2

Una vez que se define una variable aleatoria, es importante notar que: A cada uno de los valores
de una variable aleatoria se le puede asociar un valor de probabilidad
Si X es una variable aleatoria que puede asumir valores x1, x2,…, xn con probabilidades asociadas
p1, p2, … , pn, entonces el conjunto de pares ordenados (xi , pi); i =1, 2, …, n se llama función de
probabilidad, la cual se denomina como:

f ( xi )  P ( X  xi )

Para el ejemplo de los niños se tiene:

S Valor numérico de Valores de x:

niños x f ( xi )  P ( X  xi )
xi
MM 0
VM 1 0 f(0)=P(X=0)=1/4
MV 1 1 f(1)=P(X=1)=1/2
VV 2 2 f(2)=P(X=2)=1/4

1) La función f ( xi ) asume un valor numérico para todas las x is, 1 ≤ i ≤ n

2) f ( xi ) > 0 para cualquiera de los valores posibles de X

n

3)  f (x )  1
i 1
i
 Función de Distribución Acumulada

Ante la pregunta: ¿Cuál es la probabilidad de que una variable aleatoria tenga un valor menor o igual a
un número definido?

R. Se tiene que recurrir a la función de distribución acumulada (FDA), la cual se define como:

Si X es una variable aleatoria y x es un número real, la función de distribución acumulada de

X, representada por , muestra
f ( xi ) o calcula la probabilidad de que X tome valores menores o
iguales a x, esto es:

Una función de distribución acumulada se define a partir de su función de probabilidad, f(x)

Ejemplo
En el experimento de lanzar 4 monedas y observar el número de águilas se tienen los siguientes
resultados:

xi f(xi) F(xi)
0 1/16 1/16
1 4/16 5/16
2 6/16 11/16
3 4/16 15/16
4 1/16 16/16
 PROPIEDADES DE UNA FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

Una función de distribución acumulada se define a partir de su función de probabilidad, f(x)

Ejemplo
En el experimento de lanzar 4 monedas y observar el número de águilas se tienen los siguientes
resultados:

xi f(xi) F(xi)
0 1/16 1/16
1 4/16 5/16
2 6/16 11/16
3 4/16 15/16
4 1/16 16/16
 TIPOS DE DISTRIBUCIONES
o Los tipos de distribuciones se realiza dependiendo del tipo de variable a estudiar. Las
cuatro principales son:

i) Para variables discreta (números enteros): Corresponderá una distribución discreta, de

las cuales existen:

 Distribución binomial (eventos independientes).

 Distribución de Poisson (eventos independientes).
 Distribución hipergeométrica (eventos dependientes).

b) Para variables continuas (números reales): La distribución que se generará será

una distribución continua. Entre ellas están:

 Distribución normal o gaussiana.

 Distribución de Cauchy
 Distribución exponencial

Nota:
o Se puede utilizar la distribución de Poisson como una aproximación de la distribución
binomial cuando la muestra por estudiar es grande y la probabilidad de éxito es
pequeña.

o De la combinación de los dos tipos de distribuciones anteriores, surge una conocida como
distribución normal como una aproximación de la distribución binomial y de Poisson.
 TIPOS DE VARIABLES ALEATORIAS

Variable de Bernoulli.

Ejemplos:
1. Observar un paciente para ver si tiene una enfermedad concreta cuya probabilidad es P: La variable de
Bernoulli asociada a este experimento cuenta 1 si el paciente tiene la enfermedad, y 0 si no la tiene.

2. Lanzar una moneda y anotar 1 si sale cara y 0 si sale cruz es un ejemplo de variable de Bernoulli
 PROPIEDADES DE UNA FUNCIÓN DE DISTRIBUCIÓN BINOMIAL

Resultado Número de P(x)

caras
aaa 0 1/8

saa 1 3/8
3/8
asa 1 3/8
2/8
aas 1 3/8
1/8
ass 2 3/8

sas 2 3/8
0 1 2 3
ssa 2 3/8

sss 3 1/8

El siguiente ejemplo es u experimento binomial, el cual tiene las siguientes probabilidades:

i. Cada experimento consiste en n intentos idénticos.
ii. Cada intento da lugar a exactamente dos resultados: Éxito (E) o fracaso (F).
iii. Los n intentos son independientes.
iv. La probabilidad de p de un éxito permanece constante de un intento a otro.

La distribución de probabilidad para el número de éxitos se llama distribución binomial

 DISTRIBUCIÓN BINOMIAL

La distribución binomial se utiliza con acontecimientos que tengan respuesta binaria,

generalmente clasificada como “éxito” o “fracaso”. Algunos ejemplos donde se aplica esta
distribución son:

 Si una persona presenta o no una enfermedad.

 Si una mujer se encuentra en estado de embarazo.
 Que un producto sea exitoso o no.
 Que un vuelo se retrase o no.
 Si el lanzamiento de una moneda sale cara en vez de sello

La distribución binomial también es útil en la modelación de aciertos que se tienen n

una muestra de tamaño n extraída con reemplazo.

Si el muestreo se realiza sin reemplazo, las extracciones no son

independientes, por lo que la distribución resultante es una distribución
hipergeométrica, no una distribución binomial.

Sin embargo, para N mucho mayores que n, la distribución binomial sigue siendo una
buena aproximación, y se utiliza ampliamente
 DISTRIBUCIÓN BINOMIAL

La distribución binomial es una distribución discreta de probabilidad descrita

por dos parámetros: n el número de experimentos realizados, y p la
probabilidad de éxito.

Para cada experimento llamado ensayo Bernoulli, se utiliza una variable aleatoria que
toma el valor 1 cuando se consigue un éxito y el valor 0 en caso contrario.

La variable aleatoria, suma de todas estas variables aleatorias, cuenta el

número de éxitos y sigue una distribución binomial. Es posible entonces
obtener la probabilidad de k éxitos en una repetición de n experimentos.

Los coeficientes binomiales, números

combinatorios o combinaciones son
números estudiados en combinatoria
que corresponden al número de
formas en que se puede extraer
subconjuntos a partir de un conjunto
dado

Coeficiente binomial
 DISTRIBUCIÓN BINOMIAL

Variable Binomial.
Ejemplo:

Supongamos que se lanza 51 veces un dado de 6 caras y se quiere calcular la

probabilidad de que el número 3 salga 20 veces.

Un ensayo consiste en lanzar el dado una vez.

Éxito: si se obtiene un 3
si no sale 3 se considera un fracaso.

X= como el número de veces que se obtiene un 3 en 51 lanzamientos.

Fórmula

Fórmula

X=20
X -> 51/6
 Ejemplo 2:

La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de
los lectores ya la han leído. De un grupo de 4 amigos son aficionados a la lectura:
1 ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2 personas?
2 ¿Y cómo máximo 2?.
La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los
lectores ya la han leído.

Un grupo de 4 amigos son aficionados a la lectura:

1. ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2 personas

2 ¿Y cómo máximo 2?.