Documente Academic
Documente Profesional
Documente Cultură
Distribucin de frecuencias
Distribuciones de probabilidad
Toda distribucin de probabilidad es generada por una variable aleatoria x, la que puede ser de dos
tipos:
1. Variable aleatoria discreta (x). Se le denomina variable porque puede tomar diferentes valores,
aleatoria, porque el valor tomado es totalmente al azar y discreta porque solo puede tomar valores
enteros y un nmero finito de ellos.
Ejemplos:
x Variable que nos define el nmero de burbujas por envase de vidrio que son generadas en un
proceso dado.
1
x0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad
Con los ejemplos anteriores nos damos cuenta claramente que los valores de la variable x siempre
sern enteros, nunca fraccionarios.
2. Variable aleatoria continua (x). Se le denomina variable porque puede tomar diferentes valores,
aleatoria, porque los valores que toma son totalmente al azar y continua porque puede tomar tanto
valores enteros como fraccionarios y un nmero infinito de ellos.
Ejemplos:
xVariable que nos define la longitud de un cable o circuito utilizado en un arns de auto
xVariable que nos define la concentracin en gramos de plata de algunas muestras de mineral
Como se observa en los ejemplos anteriores, una variable continua puede tomar cualquier valor,
entero o fraccionario, una forma de distinguir cuando se trata de una variable continua es que esta
variable nos permite medirla o evaluarla, mientras que una variable discreta no es medible, es una
variable de tipo atributo, cuando se inspecciona un producto este puede ser defectuoso o no, blanco
o negro, cumple con las especificaciones o no cumple, etc.
Las variables descritas anteriormente nos generan una distribucin de probabilidad, las que pueden
ser.
2
Distribucin de probabilidad discreta
Caractersticas:
2. p(xi)0 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o
iguales a cero.
3. p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x
debe ser igual a 1.
Caractersticas:
x Es una variable que puede tomar tanto valores enteros como fraccionarios.
2. f(x)0 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o
iguales a cero. Dicho de otra forma, la funcin de densidad de probabilidad deber tomar solo
valores mayores o iguales a cero. La funcin de densidad de probabilidad slo puede estar definida
en los cuadrantes I y II.
3
Funcin de densidad de probabilidad
La Distribucin Poisson es una distribucin de probabilidad discreta muy til en la que la variable
aleatoria representa el nmero de eventos independientes que ocurren a una velocidad constante.
La Distribucin de Poisson es el principal modelo de probabilidad empleado para analizar problemas
de lnea de espera.
Por ejemplo:
En promedio se sabe que en un conmutador entran 1 llamada cada 2 minutos, poisson ( = 1/2).
Se sabe que en un conmutador entran cada 2 minutos una llamada, Exponencial (= 2).
Ahora la pregunta del milln cundo utilizo cada una?
Si preguntan qu tan probable es que entren 3 llamadas en los prximos 2 minutos? Usar Poisson.
Si preguntan qu tan probable es que la prxima llamada entre en los prximos 3 minutos? Usar
Exponencial.
Se puede ver que la diferencia radica en que Poisson pregunta por la posibilidad de que se repita un
evento, mientras que Exponencial pregunta que tan probable es que un evento se repita en un
intervalo de tiempo, mejor dicho: