SEMANA 7

DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD

Distribuciones discretas de probabilidad

Distribucin de probabilidad: Listado de todos los

resultados de un experimento y la probabilidad asociada con
cada resultado

Caractersticas de una distribucin de probabilidad

1.-La probabilidad de un resultado en particular se

encuentra entre 0 y 1, inclusive.
2.- Los resultados son eventos mutuamente excluyentes

3.- La lista es exhaustiva. As, la suma de las

probabilidades de los diversos eventos es igual a 1.

En cualquier experimento aleatorio, los resultados se

presentan al azar; as, a ste se le denomina variable
aleatoria.

Ejemplos
Lanzar un dado constituye un experimento: puede ocurrir
cualesquiera de los seis posibles resultados.
Algunos experimentos dan origen a resultados de ndole
cuantitativa (como dlares, peso o nmero de nios)

otros dan origen a resultados de naturaleza cualitativa

(como el color o la afiliacin religiosa)

Cada valor de la variable aleatoria se relaciona

con una probabilidad que indica la posibilidad de
un resultado determinado.

Si cuenta el nmero de empleados ausentes en el turno matutino

del lunes, el nmero puede ser 0, 1, 2, 3, El nmero de
ausencias es una variable aleatoria.
Si pesa cuatro lingotes de acero, los pesos pueden ser de 2 492
libras, 2 497 libras, 2 506 libras, etc. El peso es una variable
aleatoria.
Si lanza dos monedas y cuenta el nmero de caras, puede caer
cero, una o dos caras. Como el nmero de caras que resulta de
este experimento se debe al azar el nmero de caras que caen es
una variable aleatoria.

Otras variables aleatorias pueden ser el nmero de

focos defectuosos producidos por hora en Cleveland
Company, Inc.; el nmero de corredores del
maratn de Boston en la carrera de 2006 y la
cantidad diaria de conductores multados por
conducir bajo la influencia del alcohol en Texas.

Variable aleatoria

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

Variable aleatoria discreta

Variable aleatoria que adopta slo valores claramente
separados

Variable aleatoria continua

Si mide algo, como la anchura de una recmara, la estatura de
una persona o la presin de la llanta de un automvil, se trata
de una variable aleatoria continua. Se puede suponer una
infinidad de valores, con ciertas limitaciones.

Ejemplos
Los tiempos de los vuelos comerciales entre Atlanta y Los ngeles
son de 4. 67 horas, 5.13 horas, etc. La variable aleatoria es la
cantidad de horas.
La presin, medida en libras por pulgada cuadrada (psi), en un
nuevo neumtico Chevy Trail-blazer puede ser de 32.78 psi, 31.62
psi, 33.07 psi, etc. En otras palabras, es razonable que se presente
cualquier valor entre 28 y 35. La variable aleatoria es la presin de
la llanta.

Por lo general, una distribucin discreta es el resultado de contar

algo, como:
El nmero de caras que se presentan en tres lanzamientos de una
moneda.

El nmero de estudiantes que obtienen A en clase

El nmero de empleados de produccin que se ausentaron hoy en
el segundo turno.
El nmero de comerciales de 30 segundos que pasan en la NBC
de las 8 a las 11 de la noche.

Las distribuciones continuas son el resultado de algn

tipo de medicin, como
La duracin de cada cancin en el ltimo lbum de Tim
McGraw.

El peso de cada estudiante de esta clase.

La temperatura ambiente en el momento en que lee
este libro.

La suma de dinero que gana cada uno de los 750

jugadores actuales en la lista de los equipos de la Liga
Mayor de Bisbol.

MEDIA

La media constituye un valor tpico para representar la

localizacin central de una distribucin de probabilidad.
Tambin es el valor promedio de larga duracin de la
variable aleatoria. La media de una distribucin de
probabilidad tambin recibe el nombre de valor
esperado. Se trata de un promedio ponderado en el que
los posibles valores de una variable aleatoria se
ponderan con sus correspondientes probabilidades de
ocurrir.

La media de una distribucin de probabilidad discreta se

calcula con la frmula:

Aqu P(x) es la probabilidad de un valor particular x. En

otras palabras, se multiplica cada valor x por la
probabilidad de que ocurra y enseguida se suman los
productos.

Varianza y desviacin estndar

Como se observ, la media constituye un valor
tpico para resumir una distribucin de
probabilidad discreta. Sin embargo, sta no
describe el grado de dispersin (variacin) en una
distribucin. La varianza s lo hace.

La frmula para la varianza de una distribucin

de probabilidad es:

Los pasos para el clculo son los siguientes:

1.- La media se resta de cada valor y la diferencia se
eleva al cuadrado.
2.- Cada diferencia al cuadrado se multiplica por su
probabilidad.

3.- Se suman los productos que resultan para obtener

la varianza

John Ragsdale vende automviles nuevos en Pelican Ford. Por lo

general, John vende la mayor cantidad de automviles el sbado.
Ide la siguiente distribucin de probabilidades de la cantidad de
automviles que espera vender un sbado determinado.
Cantidad de automviles vendidos, x

Probabilidad, P(x)

0.10

0.20

0.30

0.30

0.10
Total

1.00

1.- De qu tipo de distribucin se trata?

2.- Cuntos automviles espera vender Jhon

un sbado normal?

3.- Cul es la varianza de la distribucin?

1.- Se trata de una distribucin de probabilidad discreta para

la variable aleatoria denominada nmero de automviles
vendidos. Observe que Jhon slo espera vender cierto
margen de automviles. No espera vender 5 automviles ni
50. Adems, no puede vender medio automvil. Slo puede
vender 0, 1, 2, 3 o 4 automviles. Asimismo, los resultados
son mutuamente excluyentes: no puede vender un total de 3 y
4 automviles el mismo sbado.

2.- La media de la cantidad de automviles vendidos se

calcula al multiplicar el nmero de automviles vendidos
por la probabilidad de vender dicho nmero, y sumar los
productos de acuerdo con la frmula:

Cmo interpretar una media de 2.1?

Este valor indica que, a lo largo de una gran cantidad de
sbados, John espera vender un promedio de 2.1 automviles
por da. Por supuesto, no es posible vender exactamente 2.1
automviles un sbado en particular. Sin embargo, el valor
esperado se utiliza para predecir la media aritmtica de la
cantidad de automviles vendidos a la larga. Por ejemplo, si
John trabaja 50 sbados en un ao, puede esperar vender
(50)(2.1) o 105 automviles slo los sbados. Por
consiguiente, a veces la media recibe el nombre de valor
esperado.

3.- Una tabla resulta til para sistematizar los clculos de la

varianza, que es de 1.290.
Nmero de
automviles
vendidos, x

Probabilidad,
P(x)

0.10

0 2.1

4.41

0.441

0.20

1 2.1

1.21

0.242

0.30

2 2.1

0.01

0.003

0.30

3 2.1

0.81

0.243

0.10

4 2.1

3.61

0.361

1.290