Este documento presenta conceptos básicos de estadística, incluyendo la diferencia entre variables discretas y continuas, ejemplos de cada una, y cómo calcular la probabilidad de eventos usando la función de probabilidad binomial. También explica las distribuciones de probabilidad y sus propiedades, dando el ejemplo de calcular la distribución de probabilidad de los resultados de lanzar un dado.

1. CONCEPTOS BASICOS DE ESTADISTICA
-Variable discreta:
Una variable discreta es una variable cuantitativa que toma valores aislados, es decir no admite valores intermedios entre dos valores específicos.
Ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
-Variable continúa:
Una variable continua es una variable cuantitativa que puede tomar valores comprendidos entre dos números.
Ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con tres decimales.
EJEMPLOS DE DIFERENCIAS ENTRE VARIABLE DISCRETA Y VARIABLE CONTINUA:
1. Número de acciones vendidas cada día en la Bolsa. Variable Discreta
2.Temperaturas registradas cada hora en un observatorio. Variable Continua
3. Período de duración de un automóvil. Variable Continua

2. 4. El diámetro de las ruedas de varios coches. Variable Continua
5. Número de hijos de 50 familias. Variable Discreta
6. Censo anual de los españoles. Variable Discreta
-Función de probabilidad:
La función de probabilidad de la distribución binomial, también denominada función de la distribución de Bernoulli, es:
n es el número de pruebas.
k es el número de éxitos.
p es la probabilidad de éxito.
q es la probabilidad de fracaso. El número combinatorio
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:

3. 1. ¿Cuál es la probabilidad de que el grupo hayan leido la novela 2 personas?
n = 4
p = 0.8
q = 0.2
B(4, 0.2)
-Distribución de probabilidad: 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 naturales. Toda distribución de probabilidad es generada por una variable (porque puede tomar diferentes valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser de dos tipos: VARIABLE ALEATORIA DISCRETA (x). Porque solo puede tomar valores enteros y un número finito de ellos. Por ejemplo: X Variable que nos define el número de alumnos aprobados en la materia de probabilidad en un grupo de 40 alumnos (1, 2 ,3…ó los 40). PROPIEDADES DE UNA VARIABLE ALEATORIA DISCRETA (X) p(xi)<1 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a cero y menores o iguales a 1. E p(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a 1.
EJEMPLO:
Calcular la distribución de probabilidad de las puntuaciones obtenidas al lanzar un dado.

4. x p i 1 2 3 4 5 6 1 Representación
La representación de una distribución discreta de probabilidad es un diagrama de barras.
http://www.ditutor.com/estadistica/variable_discreta.html
http://metodoscuantitativo2.galeon.com/enlaces2218784.html