Documente Academic
Documente Profesional
Documente Cultură
1
RESULTADOS DE LA INVESTIGACIN
1. DISTRIBUCIN DE PROBABILIDAD
Es un modelo terico que describe la forma en que varan los resultados de un experimento aleatorio, es
decir, nos da todas las probabilidades de todos los posibles resultados que podran obtenerse cuando se
realiza un experimento aleatorio. Se clasifican como discretas o continuas. En la distribucin de
probabilidad discreta est permitido tomar slo un nmero limitado de valores. En la continua, llamada
funcin de densidad, la variable que se est considerando puede tomar cualquier valor dentro de un
intervalo dado.
( ) = ()
2. TIPOS DE VARIABLES
Las variables aleatorias se clasifican en discretas y continuas:
2.1 Variables aleatorias discretas (funcin de probabilidad)
El comportamiento aleatorio de una variable aleatoria discreta se analiza a travs de una funcin de
probabilidad.
2
Definicin: Sea X una variable aleatorio discreta, cuyo rango (conjunto de valores posibles) es el conjunto
que denotamos por . Se define la funcin de probabilidad X como:
: [0,1]
Tal que, () = ( = ) para todo valor .
Esto es, la funcin de probabilidad de X es una funcin que asigna a cada valor de x del rango de X, la
probabilidad de que la variable aleatoria lo asuma en la siguiente realizacin del experimento.
En otras palabras Toman valores enteros, por lo general contar el nmero de veces que
ocurre un suceso (abundancia o conteos).
Ejemplo:
Supongamos que la variable aleatoria X representa el nmero de automviles que pasan por una caseta
de peaje en un perodo de un da. El rango de la variable aleatoria es = {0,1,2, }; es decir, todos
los enteros no negativos. Como el rango es un conjunto infinito numerable, la variable aleatoria X es
discreta.
La funcin de probabilidad de X es la funcin que determina para cada valor x, la probabilidad de que ese
valor sea el observado; es decir, (0) = ( = 0) es la probabilidad de que en un da no pase ningn
carro por la caseta mencionada. (1) = ( = 1) es la probabilidad de que en un da pase
exactamente un automvil por la caseta de peaje, etc.
2.1.1 Propiedades
La funcin de probabilidad de una variable aleatoria tiene las siguientes propiedades:
1) Sus valores estn entre 0 y 1
2) La suma de los valores de () cuando se consideran todos los valores de rango, es igual
a uno.
3) La probabilidad de que la variable aleatoria presente alguno de los valores que pertenecen a
un conjunto, es la suma de las probabilidad de los valores particulares
En otras palabras Toman valores en un intervalo, por lo general medir magnitudes continuas (alta,
temperatura, etc.).
3
3. FUNCIN DE DISTRIBUCIN
La funcin de distribucin describe el comportamiento probabilstico de una variable aleatoria X asociada
a un experimento aleatorio y se representa como:
()
Para estudiar la funcin de distribucin distinguiremos entre el caso discreto y el caso continuo.
3.1 Caso discreto
Sea X una variable aleatoria discreta asociada a un espacio probabilstico, se define la funcin
de distribucin:
(): [0,1] que verifica () = [ ] = <
() = ()
3.3 Propiedades
1. Dado que es una probabilidad, solamente puede tomar valores entre cero y uno.
2. Para el mayor valor del rango de X, la funcin de distribucin toma el valor de uno.
3. Para el menor valor del rango de X, la funcin de distribucin toma el valor de cero.
4. La funcin () es una funcin no decreciente, escalonada si la variable es discreta o
creciente si X es continua.
5. Permite calcular fcilmente la probabilidad de que X est en el intervalo semi-abierto
(, ].
4
4. PARMETROS DE LAS DISTRIBUCIONES DE VARIABLES ALEATORIAS
Con el fin de lograr una mejor descripcin de una variable aleatoria, es necesario utilizar caractersticas
numricas, las caractersticas numricas de una variable aleatoria se pueden clasificar en:
Medidas de tendencia central
Medidas de dispersin
Parmetros de forma
a. Si X es discreta
() = = ()
b. Si X es continua
() = = ()
4.1.3.1 Propiedades
Operador lineal
Si c es una constante, () =
Si c es una constante, () = ()
5
4.2 Medidas de dispersin
Las medidas de dispersin se pueden utilizar como herramientas para medir la validez de la media
como representativa de la variable aleatoria X, ya que muestran qu tanto cercanos estn, en promedio,
los valores de X, de .
Las principales medidas de dispersin se tratan a continuacin.
4.2.1 Varianza
Si X es una variable aleatoria, se define su varianza como:
() = 2 = [( )2 ]
Por lo tanto, si X es discreta:
() = 2 = ( )2 ()
Si X es contina:
() = 2 = ( )2 ()
2 ()
[ 2 ] =
2 ()
{
y 2 es el cuadrado de E(X).
= ()
4.2.3 Coeficiente de variacin
Sea X una variable aleatoria. Se define su coeficiente de variacin como:
6
. . () =
Mide la variacin promedio de la variable aleatoria alrededor de la media , como una
proporcin de la misma . Por lo tanto, es una medida adimensional.
7
CONCLUSIONES
Una vez comprendido el tema sobre la distribucin de probabilidades de variables aleatorias (discretas y
continuas) y en particular la distribucin de probabilidades discretas, podemos concluir que a travs de
estas construcciones tericas, se podr experimentar sobre aquello que la realidad no permita o que era
de difcil comprensin. Estos temas se usan extensamente en reas como la estadstica, la fsica, la
matemtica, la ingeniera y en otras ciencias o disciplinas, para lograr conclusiones o ideas generales y
especficas sobre la probabilidad de sucesos potenciales en sistemas complejos.
Debido a la necesidad de modelar lo observable, la probabilidad constituye un parmetro importante en
la determinacin de las diversas casualidades obtenidas tras una serie de eventos esperados dentro de
un rango estadstico; un modelo resulta extremadamente til, siempre que se corresponda con la realidad
que pretende representar o predecir; por ello, es necesario conocer cada distribucin de la probabilidad
de variables aleatorias en casos especficos, conocer sus usos y formas de aplicacin.
As mismo, la probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de
resultados), al llevar acabo un experimento aleatorio, del que se conocen todos los resultados posibles,
bajo condiciones suficientemente estables; en este sentido se recurre a diferentes distribuciones de
probabilidad y la distribucin de probabilidades discretas tienen un rol importante para sus estudios.
8
BIBLIOGRAFA
Badii, D. M., & Castillo, D. J. (Marzo 2009). Distribuciones probabilsticas de uso comn. Nuevo Len,
Mxico.: International Journal of Good Conscience.
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/04Distribuciones%20de%20Pro
babilidad.htm
https://www2.ulpgc.es/hege/almacen/download/5/5509/Tema_1.pdf
Badii, M.H. & J. Castillo (eds.). 2007. Tcnicas Cuantitativas en la Investigacin. 348 pp. UANL,
Monterrey. ISBN: 970-694-377-3.
Badii, M.H., J. Castillo, J. Landeros & K. Cortez. 2007a. Papel de la estadstica en la investigacin
cientfica. Innovaciones de Negocios. 4(1): 107-145.
Badii, M.H., J. Castillo, A. Wong & J. Landeros. 2007b. Precisin de los ndices estadsticos: tcnicas de
jacknife & bootstrap. Innovaciones de Negocios. 4(1): 63-78.