Conocimientos Básicos de Probabilidad

Serrano Racedo Camilo Andrés

Universidad el Bosque
Ingeniería Industrial
Estocásticos
Bogotá D.C
26 de Enero de 2014
 Espacio muestra
El conjunto de todos los resultados posibles diferentes de un determinado
experimento aleatorio y se suele representar por Ω. A los elementos de Ω se les
denomina sucesos elementales 1

Variable Aleatoria
El concepto de variable aleatoria (v.a.) o variable estocástica proporciona un medio
para relacionar cualquier resultado de un experimento aleatorio con una medida
cuantitativa, lo cual significa que a cada elemento de un espacio muestra se le
asigna un valor sobre la recta de los reales.
Sea Ω un espacio muestra con una clase de eventos A. Cualquier regla que asigna
a cada elemento w ∈ Ω un número real X(w) es llamada variable aleatoria.

Clasificación de Variable Aleatoria

 Discreta
Una variable aleatoria (v.a.) X es discreta si los valores que asigna forman un
conjunto contable (finito o infinito).
 Continua

Una variable es llamada continua si toma todos sus valores sobre un intervalo de
la recta real. Esto es, el conjunto es un intervalo sobre . Como
ejemplo este caso se pueden considerar variables tiempo, edad y estatura. 2
 Independiente
Una variable independiente es aquella cuyo valor no depende del de otra variable,
se suele representar por x en el eje de las abscisas.
 Dependiente
Una variable dependiente es aquella cuyos valores dependen de los que tomen otra
variable, se suele representar por y en el eje de las ordenadas. 3

Distribución de Probabilidad

1
(Martínez, 2013)
2
(M., Diplomado: Probabilidad y Estadistica Fundamental para no Estadisticos, 2013)
3
(ditutor, 2014)
Una distribución de probabilidad indica toda la gama de valores que pueden
representarse como resultado de un experimento si éste se llevase a cabo.

Es decir, describe la probabilidad de que un evento se realice en el futuro,

constituye una herramienta fundamental para la prospectiva, puesto que se puede
diseñar un escenario de acontecimientos futuros considerando las tendencias
actuales de diversos fenómenos naturales4

 Distribución de probabilidad discreta

Las distribuciones de probabilidad discretas son aquellas en las que la variable
aleatoria sólo puede asumir ciertos valores claramente separados, y son resultado
de un conteo5

Distribución de Bernoulli

Consiste en realizar un experimento aleatorio una sola vez y observar si cierto

suceso ocurre o no, siendo p la probabilidad de que esto sea así (éxito) y q=1-p el
que no lo sea (fracaso).6

n: es el número de pruebas. k: es el número de éxitos.p: es la probabilidad de éxito.

q: es la probabilidad de fracaso.

Ejemplo:

La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80%
de los lectores ya la han leído. Un grupo de 4 amigos son aficionados a la lectura:

1. ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2 personas?

n = 4 p = 0.8 q = 0.2 K = 2

4
( Metodos Cuantitativos, 2014)
5
(Universidad en Línea CEAAMER, 2014)
6
(M., Diplomado: Probabilidad y Estadistica Fundamental para no Estadisticos, 2013)
 Distribución de probabilidad Continua

Las distribuciones de probabilidad continuas son aquellas en las que la variable

aleatoria puede asumir un número infinito de valores, que son resultado de una
medición. Por ejemplo, el tiempo que tarda un atleta en recorrer 100 metros planos.
Por supuesto que las variables aleatorias continuas dependen de la exactitud del
instrumento de medición.7

Distribución Normal
La distribución de una variable normal está completamente determinada por dos
parámetros, su media y su desviación estándar, denotadas generalmente por y
. Con esta notación, la densidad de la normal viene dada por la ecuación:8

Ejemplo:
El peso de los sujetos de una determinada población sigue una distribución
aproximadamente normal, con una media de 80 Kg y una desviación estándar de
10 Kg. ¿Podremos saber cuál es la probabilidad de que una persona, elegida al
azar, tenga un peso superior a 100 Kg?

La probabilidad que se desea calcular será:

Resultando según la tabla norma:

Función de Densidad
La función de densidad de una variable aleatoria X permite trasladar la medida de
probabilidad o "suerte" de realización de los sucesos de una experiencia aleatoria a
la característica numérica que define la variable aleatoria.

Designando por f a la función de densidad X, distinguiremos el caso discreto,

donde los posibles valores de X forman un conjunto discreto (finito o numerable),

7
(Universidad en Línea CEAAMER, 2014)
8
(fisterra, 2014)
del continuo, donde el recorrido de la variable aleatoria es un intervalo de la recta
real:

 Si X es discreta su función de densidad se define por

Cualquiera que sea el valor de x

 En el caso de que X sea continua su función de densidad debe permitir

expresar F, la función de distribución de probabilidad de X , en forma
integral:

Cualquiera que sea el valor de x donde f: es

una funcion no negativa integrable9

Media
La media aritmética es el valor al sumar todos los datos y dividir entre el total de
datos existentes, determinado el valor representativo de un conjunto de números
10

La ecuación de la media o esperanza ( ) son de la siguiente manera:

Varianza
La varianza es la media aritmética del cuadrado de las desviaciones respecto a la
media de una distribución estadística.

La varianza se representa por 11

9
(Sánchez, y otros, 2014)
10
(Vitutor, 2014)
11
(Vitutor, 2014)
Bibliografía

1.Martínez, M. J. (26 de Enero de 2013). Estadistica Descriptiva y Probabilidad. Obtenido de Espacio

Muestral: http://thales.cica.es/rd/Recursos/rd99/ed99-0278-01/probab1.html

2.M., H. M. (26 de Agosto de 2013). Diplomado: Probabilidad y Estadistica Fundamental para no

Estadisticos. Obtenido de Variables Aleatorias:
http://www.virtual.unal.edu.co/cursos/ciencias/2001065/index.html

3.ditutor. (26 de Enero de 2014). ditutor.com. Obtenido de Tipos de variables:

http://www.ditutor.com/estadistica/variables_tipos.html

4.

Metodos Cuantitativos. (26 de Enero de 2014). galeon.com. Obtenido de INTRODUCCIÓN A LAS

PROBABILIDADES: http://metodoscuantitativo2.galeon.com/enlaces2218784.html

5.Universidad en Línea CEAAMER. (26 de Enero de 2014). Centros de Estudios Avanzados de las
Americas. Obtenido de Distribuciones de probabilidad: Discretas :
http://www.ceaamer.edu.mx/new/ae2/modulo_9.pdf

6.M., H. M. (26 de Agosto de 2013). Diplomado: Probabilidad y Estadistica Fundamental para no

Estadisticos. Obtenido de Distribuciones de variables aleatorias discretas:
http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un2/cont_230_72.html

7.Universidad en Línea CEAAMER. (26 de Enereo de 2014). Centro de Estudios Avanzados de las
Americas. Obtenido de Distribucion de Probabilidad: Continua:
http://www.ceaamer.edu.mx/new/ae2/modulo_10.pdf

8.fisterra. (26 de Enero de 2014). fisterra. Obtenido de La Distribución Normal:

https://www.fisterra.com/mbe/investiga/distr_normal/distr_normal.asp

9.Sánchez, J. L., Vargas, A. P., Romero, J. Z., Cespedosa, A. M., Eiros, J. A., & Eiros, M. R. (26 de Enero
de 2014). Aula Virtual de Bioestadistica. Obtenido de Definición de Función de Densidad :
http://e-stadistica.bio.ucm.es/glosario/def_fun_densidad.html

10.Vitutor. (26 de Enero de 2014). Vitutor. Obtenido de La Media:

http://www.vitutor.com/estadistica/descriptiva/a_10.html

11.Vitutor. (26 de Enero de 2014). Vitutor. Obtenido de La Varianza:

http://www.vitutor.com/estadistica/descriptiva/a_10.html