2. Que es la distribución de probabilidad?
• En teoría de la probabilidad y estadística,
la distribución de probabilidad de una variable
aleatoria es una función que asigna a cada suceso
definido sobre la variable aleatoria, la probabilidad de
que dicho suceso ocurra. La distribución de
probabilidad está definida sobre el conjunto de todos
los sucesos, cada uno de los sucesos es el rango de
valores de la variable aleatoria.
• La distribución de probabilidad está completamente
especificada por la función de distribución, cuyo valor
en cada x real es la probabilidad de que la variable
aleatoria sea menor o igual que x.
3. Características de la distribución.
- Caracteres morfológicos de individuos (personas, animales, plantas,…) de una
especie.
Por ejemplo: tallas, pesos, envergaduras, diámetros, perímetros,…
- Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco, o de
una misma cantidad de abono.
- Caracteres sociológicos, por ejemplo: consciente intelectual, grado de adaptación a
un medio.
- Errores cometidos al medir ciertas magnitudes.
- Valores estadísticos maestrales, por ejemplo: la media.
- Otras distribuciones como la binomial o la Poisson son aproximaciones normales.
Y en general cualquier característica que se obtenga como suma de mucho
factores
4. • EJEMPLO: En las loterías, al jugar 3 números o
simplemente comprar un LOTTO (kino) con
dígitos ya seleccionados, cual seria la
probabilidad de ganar al salir los números
escogidos o los dígitos del LOTTO?
5. Distribución normal: En estadística y probabilidad se llama
distribución normal, distribución de Gauss
distribución gaussiana, a una de las distribuciones de
probabilidad de variable continua que con más
frecuencia aparece aproximada en fenómenos reales.
Esta distribución es frecuentemente utilizada en las
aplicaciones estadísticas. Su propio nombre indica su
extendida utilización, justificada por
la frecuencia o normalidad con la que ciertos fenómenos
tienden a parecerse en su comportamiento
a esta distribución.
6. Características de la distribución
normal.
• Caracteres morfológicos de individuos (personas, animales, plantas,…) de una
especie, p. ejm. Tallas, pesos, envergaduras, diámetros, perímetros.
• Caracteres fisiológicos, por ejemplo; efecto de una misma dosis de un fármaco, o
de una misma cantidad de abono.
• Caracteres sociológicos, por ejemplo: consumo de cierto producto por un
mismo grupo de individuos, puntuaciones de examen.
• Caracteres psicológicos, por ejemplo: cociente intelectual, grado de adaptación a
un medio,Errores cometidos al medir ciertas magnitudes
• Valores estadísticos maestrales, por ejemplo: la media.
• Otras distribuciones como la binomial o la de Poisson son aproximaciones
normales.
7. • Ejemplo: cuando se hacen estadisticas de
fenomenos como enfermedades,epidemias o
pandemias es muy comun utilizar este tipo de
distribucion para dar con un resultado mas
exacto.
• Ejemplo: cuando se quiere determinar por tipo
de poblacion cuanto es el consumo de un
farmaco o producto “x”
8. Distribución binomial.
• La Distribución Binomial: Llamamos experiencia aleatoria
dicotómica a aquella que solo puede tener dos posibles resultados
A y A'. Usualmente A recibe el nombre de éxito, además
representaremos como p= p(A) y q=1-p=p(A’).
A la función de probabilidad de una variable aleatoria X resultado
de contar el número de éxitos al repetir n veces una experiencia
aleatoria dicotómica con probabilidad de éxito p la llamamos
distribución binomial y la representamos por B (n, p)
Para esta distribución se verifica que, la variable X puede tomar los
valores:
0,1,2,…, n
y que la variable toma cada uno de estos valores con probabilidad:
p( X = r ) = (nr) pr (1 – p) n-r
9. • EJEMPLO: En este tipo de distribución en
cualquier caso deben ser dos opciones, Ganar
o perder, si o no, se cumple o no se cumple.
• Dado este caso podría encontrarse en el
nacimiento de un bebe, cuanta probabilidad
hay de que sea hembra o varón.
10. Distribución aleatoria
• Una variable aleatoria puede concebirse como un valor
numérico que está afectado por el azar. Dada una variable aleatoria
no es posible conocer con certeza el valor que tomará esta al ser
medida o determinada, aunque sí se conoce que existe
una distribución de probabilidad asociada al conjunto de valores
posibles. Por ejemplo, en una epidemia de cólera, se sabe que una
persona cualquiera puede enfermar o no (suceso), pero no se sabe
cuál de los dos sucesos va a ocurrir. Solamente se puede decir que
existe una probabilidad de que la persona enferme.
• Para trabajar de manera sólida con variables aleatorias en general
es necesario considerar un gran número de experimentos
aleatorios, para su tratamiento estadístico, cuantificar los
resultados de modo que se asigne un número real a cada uno de
los resultados posibles del experimento. De este modo se establece
una relación funcional entre elementos del espacio
muestral asociado al experimento y números reales.
11. Variable aleatoria
discreta.
Una variable aleatoria discreta es una
variable que puede tomar sólo
ciertos valores diferentes que son el
resultado de la cuenta de alguna
característica de interés.
12. • EJEMPLO: Al lanzar 5 veces una moneda,cual
es la probabilidad de que caiga sello o cruz las
5 veces.
13. Distribución probabilística
La distribución de una variable X se define como
una descripción del conjunto de valores
posibles de X, junto con la probabilidad
asociada con cada uno de estos valores
Para una variable aleatoria discreta la
distribución de probabilidad se describe
mediante una función de probabilidad,
representada por f(x). Donde esta función
define la probabilidad de ocurrencia de cada
valor de la variable analizada
14. Podemos concluir que el estudio de la
probabilidad es de fundamental importancia
para la sociedad, ya qufacilita el hecho de
contabilizar eventos o episodios e antes de
que sucedan mediante los hechos sucedidos,
tener un estudio estadistico de cualquier cosa
teniendo como base resultados previos y
tambien para facilitar el archivar datos
estadisticos para su uso mas adelante,gracias.