1

Estadística Administrativa IPeríodo 2013-3

Distribuciones discretas de probabilidad

2

Distribuciones discretas de probabilidad

Son similares a las distribuciones de frecuencias relativas; pero, en lugar de analizar el pasado, describe la probabilidad de que un evento ocurra en el futuro.

3 Distribuciones discretas de probabilidad

¿Qué es una distribución de probabilidad? Características de una distribución de

probabilidad Variable aleatorias

Variable aleatoria discreta Variable aleatoria continua

Medidas de ubicación y dispersión de una distribución de probabilidad

4

¿Qué es una distribución de probabilidad?

Es un listado de todos los resultados de un experimento y la probabilidad asociada a cada resultado.

5

Ejemplo … Suponga que le interesa el número de caras que

aparecen en 3 lanzamientos de una moneda. Los posible resultados a obtener son:

Al lanzar una moneda 3 veces se pueden tener 8 posibles resultados.

CARAS0123

Primero Segundo Tercero

1 E E E 0

2 E E C 1

3 E C E 1

4 C E E 1

5 C C E 2

6 C E C 2

7 E C C 2

8 C C C 3

No. de lanzamiento

Lanzamiento de 1 moneda Total de caras

23=8

2 lados de la moneda3 lanzamientos

6

… Ejemplo A partir de la tabla resultante, se construye la

distribución de probabilidades que será el resultado de los posibles.

Primero Segundo Tercero

1 E E E 0

2 E E C 1

3 E C E 1

4 C E E 1

5 C C E 2

6 C E C 2

7 E C C 2

8 C C C 3

No. de lanzamiento

Lanzamiento de 1 moneda Total de caras No. de caras

0 1/8 = 0.1251 3/8 = 0.3752 3/8 = 0.3753 1/8 = 0.125

Probabilidad del resultado P(x)

7

Características de una distribución de probabilidad

1. La probabilidad de un resultado se encuentra en 0 y 1

2. Los resultados son eventos mutuamente excluyentes.

3. La lista es exhaustiva. La suma de todas las probabilidades debe ser 1.

8

Variables aleatorias

Siempre se que se hace referencia a variables aleatorias, se debe asumir que el experimento que se está llevando a cabo es al azar.

Si la información puede ser manipulada, ya no serán variables aleatorias.

9 Variable aleatoria

Cantidad que resulta de un experimento que, por azar, puede adoptar diferentes resultados.

Una variable aleatoria puede ser discreta o continua

10

Variable aleatoria discreta

Variables aleatoria que adopta solo valores claramente separados.

En algunos casos, el hecho de que una variable tenga un resultado decimal no significa que es continua.

11

Ejemplo….

Distribuciones de probabilidad consideradas como variables aleatorias discretas Cantidad de ausencias de empleados el día lunes 25

de noviembre. El peso de 4 lingotes de oro en la Reserva Federal Los puntajes de los clavados realizados por los atletas

en la competencia de hoy. El tiempo en minuto que duran las llamadas por

quejas de falta de entrega de periódicos en Seattle atendidas por el Call Center Altia en San Pedro Sula.

Número de focos defectuosos producidos por hora en la empres General Electric.

Variablealeatoria discreta

12

Variable aleatoria continua

Las variables aleatorias continuas son las que resultan de procesos de medición que involucran masa, longitud, volumen, etc.

13

Ejemplos…

Los tiempos de vuelos comerciales entre Atlanta y Miami puede durar 4.56 horas, 5.13 horas, 4.354 horas, etc. En esta caso la variable aleatoria son las HORAS

La presión medida en libras por pulgada cuadrada (psi) en un nuevo neumático para Chevy puede ser de 32.78 psi, 31.62, 33.07 psi, etc. La variable aleatoria es la presión de la llanta.

14

Medidas de ubicación y dispersión

A una distribución de probabilidad se le puede calcular las medidas de ubicación y de dispersión como ser: Media, Varianza y Desviación estándar

15 Media Valor típico para representar la localización

central de una distribución de probabilidad. La media de una distribución de probabilidad

también se le conoce como “Valor Esperado” o “Esperanza”.

Es un valor ponderado entre las frecuencias y su respectiva probabilidad.

=

16 Varianza Mide el grado de dispersión de los datos con

relación al valor esperado. También es un valor ponderado entre las

diferencias de sus frecuencias, multiplicadas por su respectiva probabilidad.

𝜎 2=∑ ¿¿

17 Desviación estándar Es la raíz cuadrada de la varianza.

𝜎=√∑ (𝑥−𝜇 )2𝑃 (𝑥)

18

Ejemplo… John Ritter vende vehículos en la empresa “El

Pelícano”; por lo general vende la mayor cantidad de vehículos los días sábados. Ideó la siguiente distribución de probabilidad de la cantidad que espera vender el próxima sábado.

Cantidad de automóviles

vendidos

Probabilidad P(x)

0 0.11 0.22 0.33 0.34 0.1

Total 1.0

Determinar el tipo de distribución de probabilidad

¿Cuántos automóviles espera vender?

¿Desviación estándar?

19

. . .Ejemplo

Tipo de distribución:Distribución aleatoria discreta

Variable aleatoria: número de automóviles vendidos. Media =Cantidad de automóviles

vendidos x

Probabilidad P(x)

0 0.1 0 * 0.1 = 0.001 0.2 1 * 0.2 = 0.202 0.3 2 * 0.3 = 0.603 0.3 3 * 0.3 = 0.904 0.1 4 * 0.1 = 0.40

Total 1.0 2.10

x P(x) Se multiplica cada dato de la variable aleatoria por su respectiva probabilidad

Se suman todos los productos. La media es 2.1 vehículos

𝜇=¿

20

. . .Ejemplo

Varianza

Cantidad de automóviles

vendidos x

Probabilidad P(x)

0 0.1 0 - 2.1 = -2.10 (-2.10)2 = 4.41 4.41 * 0.1 = 0.441

1 0.2 1 - 2.1 = -1.10 (-1.10)2 = 1.21 1.21 * 0.2 = 0.242

2 0.3 2 - 2.1 = -0.10 (-0.10)2 = 0.01 0.01 * 0.3 = 0.003

3 0.3 3 - 2.1 = 0.90 (-0.90)2 = 0.81 0.81 * 0.3 = 0.243

4 0.1 4 - 2.1 = 1.90 (1.90)2 = 3.61 3.61 * 0.1 = 0.361

Total 1.0 1.29

ݔ െߤ�

ሺݔ െ�ʹ Ǥͳሻ

ሺݔ െߤ�ሻଶ

ሺݔ െ�ʹ Ǥͳሻଶሺݔ െߤ�ሻଶP(x)

ଶߪ െ��

21

. . .Ejemplo

Desviación estándar

Si Varianza =1.29 entonces

=

22

Fin de lapresentación

Muchas gracias