You are on page 1of 20

Distribuciones de Probabilidades

Se analizarán las distribuciones:


Normal.
Binomial.
Poisson.
Hipergeométricas.
Exponenciales.
Uniformes.

1
Definiciones:

Variable aleatoria: Es una variable cuyos valores se deben al azar.

Distribución de Probabilidad: Es una representación de todos los


resultados posibles de un experimento, junto con la probabilidad de
cada resultado. Se puede representar como tabla, gráfico o fórmula.

Distribución de Probabilidad Discreta: Es aquella donde la


variable aleatoria sólo puede tomar un número entero, por ejemplo;
número de clientes, unidades vendidas, etc.

Distribución de Probabilidad Continua: Utiliza una variable


aleatoria que puede tener un número infinito de valores en el rango
considerado, por ejemplo; precipitación anual, tiempo medio de
fallas, etc.
2
Valor esperado: Es la media aritmética ponderada de todos los
resultados posibles de una distribución de probabilidad. En el caso
de los juegos de azar se conoce como la Esperanza Matemática.

Su fórmula es:   E ( x)   xi * P ( xi)

   xi    * P ( xi )    xi * P ( xi )   
La varianza de una distribución de probabilidad es
 2 2 2 2

3
Ejem_1: Si se tira un dado “n” veces , el valor
esperado es:

Su fórmula es:   E( x)  xi * P( xi)

= (1 * 1/6) + (2* 1/6) + (3*1/6) + (4 * 1/6) + (5* 1/6) + (6*1/6)


= 3,5
Es una falla que dé 3,5 en vez de 3 ó 4? - No.

4
Ejem_2: En los juegos de azar se aprecia mejor, ya que
todos estos tienen una “esperanza de ganar”. Lo que
conviene conocer antes de jugar, es saber si esta “esperanza”
está a favor o en contra de uno.

Supóngase que ofrecen apostar en el lanzamiento de una


moneda al aire 3 veces.
Las reglas son:

1.- Si salen 3 caras, gana $1.000


2.- Si salen 2 caras y 1 sello, gana $500
3.- Si salen 1 cara y 2 sellos, pierde $700
4.- Si salen 3 sellos, pierde $1.000

Este juego está a favor o en contra del jugador.? 5


Ejem_3:

Supóngase que tiene que pagar $1.000 por tirar un


dado. Si a Ud. le dan $200 por cada punto obtenido,
juega Ud?

6
La Distribución Normal

Se sabe que :
Y además se pueden tener varias distribuciones normales
iguales, pero con diferentes valores. Por ejemplo:

Pero ambas cumplen con la misma regla

8
Por lo tanto hay que reducir todas distribuciones con igual , pero con
distinta  o distintas  y  a una forma estándar. Esto se realiza con la
fórmula de transformación de Z.

X 
Donde: Z 
  

y Z se llama variable tipificada.

Después de este proceso de transformación se tiene que la distribución


resultante tiene una media() = 0 y una desviación típica () = 1, con
independencia de los valores originales.

9
Ejem_1: Telefónica ha encontrado que la duración media de una
llamada es de 150 seg con una desviación típica de 15 seg, con
distribución normal.

A la gerencia le interesa conocer la probabilidad de que una


llamada dure entre 150 y 180 seg.

Entonces, cuando se habla de 180, es igual a decir :


X  180  150 
Z  Z  =2
    15 
10
Para determinar el área situada debajo de la curva entre 150 y 180 se
tiene que: P(150 <= X <= 180) = P(0 <= X <= 2)

Observando la Tabla, se obtiene 0,4772.

Existe un 47,72% de que una llamada telefónica cualquiera dure


entre 150 y 180 segundos.

Ó el 47,72% de las llamadas duran entre 150 y 180 seg.

Ojo. La Tabla da el valor del área entre la curva normal y el eje X


desde la media () hasta cualquier valor (positivo o negativo).

11
Ejem_2 : Encontrar: P(X>=180)
0,5 0,5

P(X>=180) = P(Z >= 2)


=0,5 – 0,4772

= 0,0228
12
Ejem_3: Encontrar : P( 125 <= X <= 150)

X  125  150 


= Z  Z   = -1,67
    15
P(-1,67 <= Z <= 0)

= 0,4525
13
Ejem_4: Encontrar: P( X <= 125)

P(Z <= 1,67)


= 0,5 – 0,4525

= 0,0475

14
Ejem_5: Encontrar: P(160 <= X <= 165)

Z1 = 165  150  = 1 área = 0,3413


 15 

160  150 
Z2 =  15  = 0,67 área = 0,2486
Entonces P(160 <= X <= 165) = P(0,67 <= X <= 1)
= P(0 <= X <= 1) – P(0 <= X <= 0,67)
= 0,3413 - 0,2486
= 0,0927
La posibilidad de que una llamada dure entre 160 y 165 seg es del 15
9,27%.
Cálculo de un valor X a partir de una probabilidad conocida.

Anteriormente se deteminó el cálculo de una probabilidad dado un


valor de X o se encontraba el área entre este valor y la media.

En muchas ocasiones interesa conocer el valor X que corresponde a


una cierta probabilidad.

16
Ejemplo:
Los asesores económicos del presidente proponen un programa de
bienestar social para ayudar al 15% más pobre de la población. Si
el nivel de renta promedio es de $600.000 con una desviación
típica de $200.000, cuál es el ingreso que separa al 15% más
pobre del resto?

Gráficamente se tiene:

Se busca en la tabla el valor del área 0,35 (0,5 – 0,15), el más


cercano es 0,3508, entonces [Z = 1.0 | 0,04 ] = Z = -1, 04 17
Se tiene

Se puede extrapolar si se desea una mayor precisión.

X   X  600.000 
Z   1,04  
   
De = = => X = $ 392.000
 200.000 

18
Ejem_6:

Sea XN(100;35) Cuál es el valor de X que cubre el 60% del

área bajo la curva?

Y por Tabla se tiene que el valor más aproximado es 0,0987 y que

corresponde a Z = 0,25

X   X  100 
0,25  
Z 
Por
  
=>  35 

=> 8,75 = X – 100 19


=> 108,75
Ejem_7: Sea X N (25; 12) ¿ Por encima de que valor de X

se encuentra el 75% del área debajo de la curva?

Por Tabla se tiene que Z = 0,67..... (0,2486)

X   X  25 
 0,67  
Z 
  
  12 

=> -8,04 = X –25


=> X = 16,96 20

You might also like