DISTRIBUCIÓN DE

PROBABILIDAD
Mg. Ing. Luis Medina Aquino
¿Qué es una distribución de probabilidad
Una distribución de probabilidad muestra los posibles
resultados de un experimento y la probabilidad de
que cada uno se presente.

DISTRIBUCIÓN DE PROBABILIDAD: Lista de todos los

resultados de un experimento y la probabilidad
asociada a cada uno de ellos.
¿Características de una
distribución 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. Por lo tanto, la suma de las
probabilidades de los diversos eventos es igual a 1.
¿Características de una
distribución de probabilidad

Ejemplo:
Suponga que le interesa el número de caras que
aparecen en tres lanzamientos de una moneda. Tal
es el experimento. Los posibles resultados son: cero
caras, una cara, dos caras y tres caras. ¿Cuál es la
distribución de probabilidad del número de caras?
¿Características de una
distribución de probabilidad

Ejemplo:
Hay ocho posibles resultados. En el primer
lanzamiento puede aparecer una cara, una cruz en
el segundo y otra cruz en el tercero. O puede obtener
cruz, cruz y cara, en ese orden.
El espacio muestral me indica que hay 8 posibles
resultados
¿Características de una
distribución de probabilidad

Ejemplo:
Hay ocho posibles resultados. En el primer
lanzamiento puede aparecer una cara, una cruz en
el segundo y otra cruz en el tercero. O puede obtener
cruz, cruz y cara, en ese orden.
El espacio muestral me indica que hay 8 posibles
resultados
¿Características de una
distribución de probabilidad

Ejemplo:
 ¿Características de una
distribución de probabilidad
Distribución de probabilidad de los eventos relativos a
cero, una, dos y tres caras en tres lanzamientos de
una moneda
Variable Aleatoria
En cualquier experimento aleatorio, los resultados se
presentan al azar; así, a éste se le denomina variable
aleatoria. Por ejemplo, lanzar un dado constituye un
experimento: puede ocurrir cualquiera de los seis
posibles resultados.
Cada valor de la variable aleatoria se relaciona con
una probabilidad que indica la posibilidad de un
resultado determinado.
 Variable Aleatoria

• Si cuenta el número de empleados ausentes en el

turno matutino del lunes, el número puede ser 0, 1,
2, 3,… El número 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
 Variable Aleatoria

VARIABLE ALEATORIA: Cantidad que resulta de un

experimento que, por azar, puede adoptar diferentes
valores.
 Variable Aleatoria Discreta

Una variable aleatoria discreta adopta sólo cierto

número de valores separados. Si hay 100 empleados,
el recuento de la cantidad de ausentes el lunes sólo
puede ser 0, 1, 2, 3, …, 100. Una variable discreta
suele ser resultado de contar algo.
 Variable Aleatoria Discreta
Por lo general, una distribución discreta es el
resultado de contar algo, como:
• El número de caras que se presentan en tres
lanzamientos de una moneda.
• El número de estudiantes que obtienen 16 en
clase.
• El número de empleados de producción que se
ausentaron hoy en el segundo turno.
 Variable Aleatoria Continua

La variable aleatoria continua tiene una distribución

de probabilidad continua. Si mide algo, como la
anchura de una recámara, la estatura de una
persona o la presión de la llanta de un automóvil, se
trata de una variable aleatoria continua
 Variable Aleatoria Continua

Las distribuciones continuas son el resultado de algún

tipo de medición, como:
• El peso de cada estudiante de esta clase.
• La temperatura ambiente en el momento en que
usted lee un libro.
 Media, varianza y desviación
estándar de una distribución de
probabilidad discreta
Una distribución de probabilidad queda resumida por
su media y su varianza. La media de una distribución
de frecuencias se identifica mediante la letra
minúscula griega mu (µ), y la desviación estándar,
con rho ( ).
 Media de una distribución de
probabilidad discreta
La media constituye un valor típico para representar
la posición central de una distribución de
probabilidad. La media de una distribución de
probabilidad también recibe el nombre de valor
esperado.
 Media de una distribución de
probabilidad discreta
La media de una distribución de probabilidad
discreta se calcula con la fórmula:
µ = Σ [ x P(x) ]
aquí 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 en seguida se suman
los productos.
Varianza y desviación estándar de
una distribución de probabilidad
discreta
Como se observó, la media constituye un valor típico
para resumir una distribución de probabilidad
discreta. Sin embargo, no describe el grado de
dispersión (variación) en una distribución. La varianza
sí lo hace.
Varianza y desviación estándar de
una distribución de probabilidad
discreta
La fórmula de la varianza de una distribución de
probabilidad es:
 Ejemplo
John Ragsdale vende
automóviles nuevos en
Pelican Ford. Por lo general,
John vende la mayor
cantidad de automóviles el
sábado. Desarrolló la
siguiente distribución de
probabilidades de la
cantidad de automóviles
que espera vender un
sábado determinado.
 Ejemplo
1. ¿De qué tipo de
distribución se trata?
2. ¿Cuántos automóviles
espera vender John un
sábado normal?
3. ¿Cuál es la varianza de la
distribución?
 Ejemplo
1. ¿De qué tipo de
distribución se trata?
Rpta.
Se trata de una distribución
de probabilidad discreta de
la variable aleatoria
denominada número de
automóviles vendidos.
 Ejemplo
2. ¿Cuántos automóviles
espera vender John un
sábado normal?
Rpta.
La media de la cantidad de
automóviles vendidos se
calcula al multiplicar el
número de automóviles que
vendió por la probabilidad
de vender dicho número, y
sumar los productos.
 Ejemplo
2. ¿Cuántos automóviles
espera vender John un
sábado normal?
Rpta.
 Ejemplo
3. ¿Cuál es la varianza de la
distribución?
Rpta.
 Ejemplo
3. ¿Cuál es la varianza de la distribución?
Rpta. Recuerde que la desviación estándar, , es la raíz
cuadrada positiva de la varianza. En este ejemplo es
1.136 automóviles. ¿Cómo interpretar
una desviación estándar de 1.136 automóviles? Si la
vendedora Rita Kirsch también vendió un promedio de 2.1
automóviles los sábados y la desviación estándar de sus
ventas fue de 1.91 automóviles, concluiría que hay más
variabilidad en las ventas sabatinas de Kirsch que en las
de Ragsdale (pues 1.91 > 1.136)