Probabilidad y Estadística 2
Probabilidad y Estadística 2
Probabilidad y Estadística 2
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
La siguiente tabla muestra la distribución de probabilidad para :<br />
Como puedes notar cada una de las probabilidades es mayor que cero, pero menor que uno, además la suma de<br />
todas las probabilidades es igual a uno. Esto es, cumple con los requisitos para que la distribución anterior sea de<br />
probabilidad.<br />
A través de un gráfico de barras, la distribución de probabilidad se representa de la siguiente manera:<br />
Observa que la variable “número de caras” (eje horizontal) toma valores de manera puntual; esto es, 0, 1 o 2. De ahí<br />
que las barras estén separadas entre sí. Se sabe que entre los números 0 y 1 de la recta numérica, se encuentran una<br />
infinidad de números decimales, que la variable, en este caso, es imposible que tome. Por otro lado, en el eje vertical<br />
se encuentran las probabilidades asociada a cada uno de los valores que la variable aleatoria toma, es en ese sentido<br />
que decimos que una variable aleatoria discreta toma valores puntuales.<br />
Requisitos para una distribución de probabilidad discreta<br />
92<br />
= ( )<br />
0<br />
1<br />
1. Las probabilidades de cada uno de los eventos simples debe ser positiva y menor que uno.<br />
( ) 1<br />
2. La suma de las probabilidades de cada evento simple debe ser igual a 1.<br />
∑ ( ) = 1<br />
Valor esperado y varianza para una distribución de probabilidad discreta.<br />
El valor esperado –también llamada esperanza, media poblacional o media– es una idea fundamental en el estudio<br />
de las distribuciones de probabilidad. Es el número ( ) que representa la idea de valor medio de los resultados de<br />
un experimento aleatorio.<br />
Para obtener el valor esperado de una variable aleatoria discreta, se multiplica cada valor que<br />
la variable pueda tomar por la probabilidad de ocurrencia de ese valor y luego se suman esos<br />
productos. Por lo tanto representa la cantidad media que se “espera” como resultado de un<br />
experimento aleatorio cuando la probabilidad de cada suceso se mantiene constante y el<br />
experimento se repite un elevado número de veces. Aunque cabe mencionar que el valor que<br />
1<br />
2<br />
1<br />
1<br />
∑ ( ) = 1<br />
RESUELVE PROBLEMAS DE APLICACIÓN MEDIANTE LA DISTRIBUCIÓN DE PROBABILIDADES DE VARIABLES DISCRETAS Y CONTINUAS