Estadística SESIÓN 8: Distribución de probabilidad discreta. Primera parte. Contextualización En la presente sesión seguiremos con el estudio de la probabilidad introduciendo los conceptos de variable aleatoria, definiremos variable aleatoria discreta y se darán ejemplos así como se aprenderá el cálculo del valor esperado y su varianza. Fuente: http://dc238.4shared.com/doc/hwGWWtYx/preview_html_be91d07.gif Introducción Comúnmente el resultado de un experimento aleatorio se denota como un número, al cual le llamaremos variable aleatoria. En esta ocasión iniciaremos con el tema: distribución de probabilidad discreta, en la siguiente semana continuaremos con los subsiguientes subtemas. Fuente: http://web.educastur.princast.es/conc/lamilagrosa/mate/moneda.JPG Explicación Una variable aleatoria proporciona un medio para describir los resultados experimentales empleando valores numéricos. Explicación Variables aleatorias discretas Es aquella variable aleatoria que asume, ya sea un número finito de valores o una sucesión infinita de valores tales como 0,1, 2, 3… Ejemplo: Experimento Variable aleatoria(x) Valores posibles Llamar a cinco clientes No.clientes en un pedido 0, 1, 2, 3, 4,5…. Vender un automóvil Sexo del cliente 0=HOMBRE, 1=MUJER Explicación Variable aleatoria continúa. Es aquella variable que puede tomar cualquier valor numérico dentro de un intervalo o colección de intervalos. Ejemplo: Experimento Variable aleatoria(x) Valores posibles Operar un banco Tiempo en minutos entre la X ≥ 0 llegada de los clientes Llenar una lata refresco(máx. 12.1 onzas) de Cantidad de onzas 0 ≤ x ≤ 12.1 Explicación Distribuciones de probabilidad discretas Describen como se distribuyen las probabilidades entre los valores de la variable aleatoria. En el caso de una variable aleatoria discreta x, la distribución de probabilidad está definida por una función de probabilidad, denotada por f (x). Ejemplo: construye la función de probabilidad para el número de artículos defectuosos en una muestra de 2 artículos inspeccionados al azar. Explicación Solución: El espacio muestral “S” que se tiene es: S = { BB, DB, BD, DD) X 0 1 2 f(X) ¼ ½ ¼ x = Número de artículos defectuosos en la muestra. F(x) = Probabilidad Con los datos de la tabla de función, responde: ¿Cuál es la probabilidad de tener un artículo defectuoso? f (1) = ½ Explicación Condiciones requeridas para una función de probabilidad discreta. f(x) ≥ 0 ∑f(x) = 1 Valor esperado y varianza El valor esperado o media, de una variable aleatoria es una medida de localización central. Su fórmula es: E(x) = µ = ∑xf(x) Varianza.- Variabilidad en los valores de la variable aleatoria, su fórmula es: Var( x) ( x ) f ( x) 2 2 Explicación Ejemplo: Calcular el valor esperado y la varianza para la función de probabilidad X 0 1 2 f(X) ¼ ½ ¼ Valor esperado: µ = ∑xf(x) = ∑(0)(1/4)+(1)(1/2)+(2)(1/4) µ=1 Varianza: Conclusión En esta sesión aprendimos sobre variables aleatorias y sus características, lo que debemos de recordar son los conceptos de valor esperado y varianza, pues están relacionados con los temas que veremos más adelante. En la siguiente sesión estudiaremos la distribución de probabilidad binomial. Fuente: http://recursostic.educacion.es/descartes/web/materiales_didacticos/distribuciones_probabilidad/binomial1.gif Para aprender más En el presente apartado encontrarás más información acerca del tema para enriquecer tu aprendizaje. Puedes ampliar tu conocimiento visitando los siguientes sitios de Internet. Variables aleatorias. (s/f). Consultado el 6 de noviembre de 2013: http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/T emas/Capitulo2/B0C2m1t0.htm Estadística. Ingeniería informática. Curso 2009-2010. (s/f). Variables aleatorias. Consultado el 6 de noviembre de 2013: http://www.uam.es/personal_pdi/ciencias/atorrent/docenc ia/09-10/temas/1.3.VariablesAleatorias.pdf Es de gran utilidad visitar el apoyo correspondiente al tema, pues te permitirá desarrollar los ejercicios con más éxito. Bibliografía Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para administración y economía. México: Editorial Cengage Learning.