ESTADISTICA

Daniel Tuza

Ingeniera industrial

02/10/2106

DISTRIBUCION PROBABILIDADES CONTINUAS Y DISCRETAS

Una distribucin de probabilidad proporciona toda la gama de valores que se pueden presentar en un
experimento. Es similar a una distribucin de frecuencias relativas, pero, en lugar de describir el pasado,
describe la probabilidad de que un evento se presente en el futuro.

DSITRIBUCION DE PROBABILIDAD DISCRETA

Una variable aleatoria discreta adopta slo cierto nmero de valores separados. Si hay 100empleados, el
recuento de la cantidad de ausentes el lunes slo puede ser 0, 1, 2, 3,, 100. Una variable discreta suele
ser resultado de contar algo.

La distribucin de probabilidad para una variable aleatoria discreta es una frmula, tabla o grfica que da
los posibles valores de x, y la probabilidad p(x) asociada con cada valor de x.

Una distribucin de probabilidad queda resumida por su media y su varianza. La media de una
distribucin de frecuencias se identifica mediante la letra minscula griega mu (), y la desviacin
estndar, con sigma ().

MEDIA
La media de una distribucin de probabilidad tambin recibe el nombre de valor esperado. Se trata de un
promedio ponderado en el que los posibles valores de una variable aleatoria se ponderan con sus
correspondientes probabilidades de ocurrir.

La media de una distribucin de probabilidad discreta se calcula con la frmula:

VARIANZA Y DESVIACION ESTANDAR

Como se observ, la media constituye un valor tpico para resumir una distribucin de probabilidad
discreta. Sin embargo, no describe el grado de dispersin (variacin) en una distribucin.
La varianza s lo hace. La frmula de la varianza de una distribucin de probabilidad es:
DISTRIBUCIONDE PROBABILIDAD BINOMIAL

La distribucin de probabilidad binomial es una distribucin de probabilidad discreta que se presenta con
mucha frecuencia. Una de sus caractersticas consiste en que slo hay dos posibles resultados en un
determinado ensayo del experimento. Ejemplo, un producto se clasifica como aceptable o inaceptable por
el departamento de control de calidad.
Para construir una probabilidad binomial particular se necesita: 1) el nmero de ensayos y 2) la
probabilidad de xito de cada ensayo. Por ejemplo, si un examen al trmino de un seminario de
administracin incluye 20 preguntas de opcin mltiple, el nmero de ensayos es 20. Si cada pregunta
contiene cinco opciones y slo una de ellas es correcta, la probabilidad de xito en cada ensayo es 0.20.
Una probabilidad binomial se calcula mediante la frmula:

DSITRIBUCION DE PROBABILIDAD CONTINUA

Una variable continua tiene una probabilidad de cero de tomar exactamente cualquiera de sus valores.

Las variables aleatorias continuas, por ejemplo estaturas y pesos, lapso de vida til de un producto en
particular o un error experimental de laboratorio, pueden tomar los infinitamente numerosos valores
correspondientes a puntos en un intervalo de una recta.

Si se trata de asignar una probabilidad positiva a cada uno de estos numerosos valores, las probabilidades
ya no sumarn 1, como es el caso con variables aleatorias discretas.

Por tanto, se debe usar un mtodo diferente para generar la distribucin de probabilidad para una variable
aleatoria continua.

La profundidad o densidad de la probabilidad, que vara con x, puede ser descrita por una frmula
matemtica f(x), llamada distribucin de probabilidad o funcin de densidad de probabilidad para la
variable aleatoria x.

El rea bajo una distribucin continua de

probabilidad es igual a 1.

La probabilidad de que x caiga en un intervalo

particular, por ejemplo de a entre b, es igual al
rea bajo la curva entre los dos puntos a y b. sta
es el rea sombreada de la figura.

Considere la probabilidad de que x sea igual a algn valor en particular, por ejemplo a. Como no hay rea
arriba de un solo punto, por ejemplo x=a, en la distribucin de probabilidad para una variable aleatoria
continua, nuestra definicin implica que la probabilidad es 0.

P(x =a) =0 para variables aleatorias continuas, esto implica que P(x >=a) = P(x > a) y P(x <=a) =P(x < a).

Cmo se escoge el modelo, es decir, la distribucin de probabilidad f(x) apropiada para un experimento
dado? Trate de escoger un modelo que satisfaga estos criterios:
Se ajusta al cuerpo de datos acumulado.
Permite hacer las mejores inferencias posibles usando los datos.
La variable aleatoria uniforme se emplea para modelar el comportamiento de una variable aleatoria
continua cuyos valores estn uniforme o exactamente distribuidos en un intervalo dado.

La variable aleatoria exponencial se utiliza para modelar variables aleatorias continuas tales como
tiempos de espera o vidas tiles asociadas con componentes electrnicos.