DISTRIBUCIN DE PROBABILIDAD (VARIABLES DISCRETAS) En este recurso se muestra la motivacin al estudio de las distribuciones de probabilidades discretas, los que

contribuyeron su estudio y los principios elementales para la resolucin de problemas de inters comn. Adems explicaciones para que, de una forma sencilla, puedas fomentar tu capacidad de anlisis y obtener una comprensin ptima de los objetivos planeados en esta unidad. Este documento fue elaborado por la Prof. Mara Adelaida Herasme Cuevas, con base en las siguientes fuentes: Johnson, Robert; Kuby, Patricia (2008) Estadstica Elemental, Lo esencial, Edicin 1, Editorial Cengage Learning, Argentina. Pea, Daniel (2008), Fundamentos de Estadstica, 2da. Edicion, Editorial: Alianza, Espaa. Richard I. Levin &David S. Rubin (2004), Estadstica para Administradores, 7ma. Edicin, Editorial Printice Hall, Mxico. Weiers, Ronad M. (2006) Introduccin a la Estadstica para Negocios, 5ta. Edicin, Editorial Thomson, Mxico. El estudio del contenido de este documento te ser de utilidad para desarrollar las Actividades de Aprendizaje, as como para responder las preguntas que aparecen en la evaluacin de unidad.

Distribucin de probabilidad (variables discretas) Variable aleatoria En un experimento aleatorio se observan resultados y a cada uno se le asigna el valor numrico de la variable aleatoria. Veamos los siguientes ejemplos: 1. Se utilizan tres monedas y se observa el nmero de cara al caer. La variable aleatoria x es el nmero de caras y puede adoptar valores enteros de 0 a 3 porque son tres moneda 2. Se extraen tres bolas de una canasta que tiene 3 azules y 4 rojas. Se observa el nmero de las rojas. La variable aleatoria x es el nmero de las bolas rojas y puede adoptar valores enteros de 0 a 4. Por lo que se observa que una variable es aleatoria cuando los valores que toma la variable correspondiente a los distintos resultados posibles de un experimento. Es decir es la variable que asume un valor numrico nico para cada uno de los posibles resultados de un experimento aleatorio. Las variables aleatorias se clasifican en discretas y continuas. La variable aleatoria discreta es aquella que toma una cantidad numerable de valores distintos (ver ejemplo 1 y 2). La variable aleatoria continua es la variable que puede adoptar una cantidad inmensurable de valores de valores dentro de un intervalo. Ejemplos: Tiempo necesario en hacer una transaccin en un banco Longitud de un cable de telfono

Distribucin de Probabilidad es una descripcin del conjunto de valores posibles de la variable junto con la probabilidad asociada con cada uno de los valores.

Ejemplo. Se lanzan tres monedas al aire, y se observan las ocurrencias de cero caras, una cara, dos caras o tres caras, la variable aleatoria X adopta los valores 0, 1,2 3 y la probabilidad de cada una es:

P(x=0)=1/8

P(x=1)= 3/8 P(x=2)=3/8 P(x=3)=1/8

Estas probabilidades se pueden expresar en una tabla denominada distribucin de probabilidad.

P(x)

0 0.125 1 0.375 2 0.375 3 0.125 Varianza y La desviacin estndar de una distribucin de probabilidad discreta. La varianza de una variable aleatoria discreta x se encuentra al multiplicar el cuadrado de cada diferencia del valor de la variable x y la Esperanza Matemtica (media de una variable aleatoria) por la probabilidad de la variable x y luego sumando estos productos.
2

= [(X-E(x))2 P(x)]

Donde:
2

=varianza

X= variable aleatoria E(x)= Esperanza Matemtica P(X)= probabilidad de la variable aleatoria = sumatoria Desviacin estndar de una variable aleatoria discreta. La desviacin estndar no es ms que la raz cuadrada de la varianza.
2

desviacin estndar

Ejemplo Hallar la varianza y la desviacin estndar del valor correspondiente al lanzar 3 monedas al aire y obtener el nmero de caras. 1. Calculamos la Esperanza Matemtica E(x) E(x)= Donde: X1=0 X2=1 X3=2 X4=3 En el ejemplo anterior se determin la probabilidad de X E(x)= 0(0.125)+1(0.375)+2(0.375)+3(0.125)=1.5 2. Hacer una distribucin de probabilidad para calcular la varianza

P (xi)

[Xi- E (xi)]

(X-E(x))2

[(X-E(x))2 P (xi)]

0.125
1 2 3 0.375 0.375 0.125

-1.5
-0.5 0.5 1.5

2.25
0.25 0.25 2.25

0.281
0.094 0.094 0.281

=0.75 Puedes observar que, en la primera columna estn los valores que puede adoptar la variable aleatoria Xi: 0, 1, 2, 3 , en la segunda esta la probabilidad de cada la variable, en la tercera est la diferencia de cada valor de la variable y la esperanza matemtica (1.5), esta diferencia se eleva al cuadrado como se observa en la cuarta columna y en la quinta columna estn los productos de multiplicar cada probabilidad de la segunda columna con el cuadrado de la diferencia de la cuarta columna. La sumatoria de estos productos es el valor de la varianza. ( 2 0.75)

La desviacin estndar es la raz cuadrada de la varianza:

, significa el grado de depreciacin o variacin de la variable aleatoria X con respecto a la esperanza Matemtica (media).
2

Distribucin Binomial es una distribucin de probabilidad discreta que mide el nmero de xito en una secuencia de n ensayos independientes de Bernoulli con una probabilidad fija de ocurrencia de xito entre los ensayos. En una Distribucin Binomial se debe cumplir las propiedades siguientes: 1. Un experimento se efectan n veces (ensayos repetidos) 2. Cada ensayo tiene dos posibles resultados: xito (p) o fracaso(q) tal que p + q=1 3. El resultado de cada suceso es independiente de otro resultado 4. Los datos recopilados son variables discretas. 5. Los sucesos son mutuamente excluyentes.

La Distribucin Binomial es tambin llamada Distribucin de Bernoulli. Para su clculo se utiliza la formula siguiente:

P(x)=probabilidad de ocurrencia n= nmero de veces que se realiza el ensayo x= xitos deseados p= probabilidad de xitos q= probabilidad de fracaso (1-p)

=n P(x)= n!= n(n-1)(n-2)(n-3)(n-(n-1)) n! se lee n factorial Ejemplo: el factorial de 5!= 5x4x3x2x1=120 Adems, El factorial de cualquier nmero se busca en la calculadora. Ejemplo 1. Hallar la probabilidad de obtener 4 caras al lanzar una moneda 7 veces. Primero veamos si cumple con las propiedades: Es de ensayos repetitivos ya que la moneda se tira 7 veces o sea n=7; tiene dos posibles resultados xito o fracaso, probabilidad de xito es y de fracaso porque al tirar la moneda, la probabilidad de caer cara en cada ensayo es por lo que son sucesos independientes y mutuamente excluyentes. La probabilidad de fracaso es de tambin ya que q=1-p de donde q=1-0.5= 0.5

P(x) = n= 7

x=4 p=0.5 q=0.5 P (4) = P (4) = 7! = 7x6x5x4x3x2x1 =5,040 4! = 4x3x2x1 =24 3! = 3x2x1 = 6 P (4) = P (4) = P (4)= 34x0.00781 P (4)= 0.2734 x 100 P (4)= 27.34%
P (4)=27.34%; quiere decir que la probabilidad de obtener 4 caras de los 7 ensayos es de un 27.34%.

zEjemplo 2. En una fbrica de zapatos, se ha encontrado que el 12% de la mercanca sale defectuosa, si se seleccionan 6 al azar. Cul es la probabilidad de que 2 estn defectuosas?

P(x)=
n=6 x=2 p= 12% = 12 entre 100 = 0.12 q=1-0.12=0.88

P(2)= P(2)= 15 (0.0144)(0.5997) P(2)= 0.1295 P (2)= 0.1295x100 P (2)= 12.95 % La probabilidad de que hayan 2 defectuosas en la seleccin es de un 12.95%