Unidad 2: Tarea 2 - Experimentos aleatorios y distribuciones de probabilidad

 Reconocer y aplicar modelos de probabilidad discretos y

continuas
 Conocer el significado y calcular la esperanza y la varianza de
PROPOSITOS una variable aleatoria discreta y continua
 Calcular probabilidades dominando el uso de funciones
asociadas con variables aleatorias discretas y continuas.

VARIABLES
ALEATORIAS
DISCRETAS Y
CONTINUAS

 Una variable aleatoria es discreta si su espacio muestral es una

conjunto discreto, es decir, un conjunto finito o bien un conjunto
CARACT infinito pero numerable.
ERISTICA  Una variable aleatoria continua es el espacio muestral donde la
variable es infinita no numerable, como el conjunto de puntos
de un intervalo real.
  Explicar y diferenciar las principales distribuciones de
probabilidad para variable aleatoria discreta: Binomial,
Hipergeométrica y Poisson.
DEFINICION Y
 Identificar las condiciones que se deben tomar en cuenta para
PROPOSITOS
la aplicación de cada una de las distribuciones de probabilidad
 Calcular e interpretar probabilidades haciendo uso de las
distribuciones mencionadas.

Una distribución de probabilidad Binomial discreta describe el

BINOMIA número de éxitos al realizar n experimentos independientes
L entre sí, acerca de una variable aleatoria. Se representa
mediante un proceso de Bernoulli.

Una distribución de probabilidad de Poisson se aplica para

DISTRIBUCIONES variables aleatorias discretas, ya que mide la frecuencia
DISCRETAS DE POISSON relativa de un evento en función a una unidad de tiempo, a
PROBABILIDAD una de espacio, o bien, a una de volumen. Permite describir
el comportamiento de probabilidad en problemas diversos.

TEMATIC
AS Una distribución de probabilidad Hipergeométrica surge al
seleccionar una muestra sin reemplazo de una población
finita conocida y que representa una proporción relativamente
HIPERGE
grande de la población. Determina la probabilidad de tener
OMETRÍA
un determinado número éxitos en una muestra que se obtuvo
de una población con determinado número de éxitos.

Esta distribución de probabilidad Geométrica es un caso

especial de la Binomial, ya que se desea que ocurra un éxito
GEOMET por primera y única vez en el último ensayo que se realiza del
RÍA experimento, para obtener la fórmula de esta distribución,
haremos uso de un ejemplo.
 Una distribución de probabilidad continua es el conjunto de todos los
posibles resultados que presenta una variable aleatoria continua junto con la
DEFINICION probabilidad de cada resultado, en el rango o intervalo de valores en el que
se ha hecho la medición de la variable.
Es la distribución continua de probabilidad
en la cual todos los valores que toma la
variable en el intervalo o rango que la
PROBABI define tienen el mismo valor de
probabilidad. P ¿
LIDAD

Mide el paso del tiempo entre un suceso y

otro, de ahí que esta la última distribución
PROBABI sea una distribución de probabilidad
DISTRIBUCIONES LIDAD continua P( X ≤ x)=1−e−μt
CONTINUAS DE
PROBABILIDAD
La Distribución normal es aquella distribución de
la probabilidad cuya gráfica adquiere forma de
DISTRIBUCIONES
PROBABI campana simétrica (de Gauss). Sirve para evaluar
LIDAD variables aleatorias que tendrán un
comportamiento normal o aproximadamente normal.

PROBABI
LIDAD

DISTRIBU
CION t de
 Bibliografía

Mendenhal, W., Beaver, R., & Beaver, B. M. (s.f.). Introducción a la probabilidad. Recuperado el 21
de 10 de 2019, de
file:///C:/Users/Usuario/Downloads/Introduccion_a_la_probabilidad_y_estadistica
%20mendenhall%20completo.pdf

Rodriguez Franco, J., & Pierdant Rodríguez, A. I. (01 de 01 de 2014). Estadística para
administración. Recuperado el 21 de 10 de 2019, de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=3227823&ppg=258