Escolar Documentos
Profissional Documentos
Cultura Documentos
1) Un grupo de empleados solicitan negociar su pago para el próximo año e intuye que las
probabilidades de obtener un aumento se distribuyen de la siguiente manera: 0.30 para
obtener un aumento de $2000 por hora, 0.20 para obtener un aumento de $1500 por hora,
0.30 para obtener un aumento $1000 por hora y finalmente un 0.20 de no obtener ningún
aumento por hora. Calcule el aumento esperado.
E(x) = ∑ 𝑥 𝑝 (𝑥)
E(X) = 0.30 * 2000 + 0.20 *1500 + 0.30 * 1000 + 0.20 *0 = 1200
R/ El aumento esperado es de $1200 por hora.
2) Construya un cuadro (de filas y columnas) donde compare las siguientes distribuciones
de probabilidad utilizadas con variables aleatorias discretas: Uniforme, Binominal,
Hipergeométrica y Poisson. Además de los elementos fundamentales con que se explica
una distribución de probabilidades, se debe presentar los criterios de para escoger una u
otra distribución cuando se requiere resolver un caso particular.
Variables aleatorias discretas
Uniforme Binomial Hipergeométrica Poisson
La distribución uniforme Esta distribución tiene amplia Se utiliza en procesos Es de gran utilidad en procesos
discreta se utiliza cuando el gama de aplicaciones sobre muestrales sin reemplazo, en biológicos e investigaciones
comportamiento de una todo cuando se trata de realizar los que se investiga la presencia médicas, particularmente en
variable discreta puede pruebas cuyo resultado solo o ausencia de cierta epidemiologia.
tomar n valores distintos puede adoptar dos valores. característica.
con la misma probabilidad La distribución de Poisson
cada uno de ellos. Ej. También cuando estamos Se emplea para calcular la también se observa cuando
Lanzamiento de los dados. interesados en saber el número probabilidad de obtener surge un evento o suceso “raro”
de veces que un suceso A determinado número de éxitos después de un número grande
Sea X una variable aleatoria ocurre (éxitos) en n intentos en un espacio muestral de n de repeticiones.
discreta que toma valores independientes de un ensayos; pero a diferencia de la
𝑥1 ..... 𝑥𝑛 tales la experimento. distribución binomial es que los
Las propiedades pueden
probabilidad de tomar cada datos de la muestra se extraen
resumirse en que el proceso que
uno de los valores es P (X = Esta distribución aparece de sin reemplazo en una población
genera una distribución de
1 finita. Ej. Los procesos de
𝑥𝑖 ) = 𝑛. Cuando esto ocurre forma natural al realizar Poisson es estable y no tiene
repeticiones independientes de calidad de un producto.
se dice que X se distribuye memoria (conocer el número de
como una variable aleatoria un experimento que tenga sucesos en un intervalo no
respuesta binaria, generalmente La variable con distribución
uniforme discreta. ayuda a predecir el número de
clasificada como “éxito” o Hipergeométrica suele denotarse
sucesos en el siguiente).
Esta es la distribución discreta “fracaso”; este experimento como: X ≈ H (n,N,r)
recibe el nombre de
más sencilla, la cual asigna la Se puede utilizar como una
experimento de Bernoulli. Es especialmente útil en todos
misma probabilidad a cada una aproximación de la binomial, Bin
aquellos casos en los que se
de las soluciones. (n, p) si el número de pruebas n es
La variable binomial suele extraigan muestras o se realizan
grande, pero la probabilidad de
denotarse como: X≈ 𝐵(𝑛, 𝑝) experiencias repetidas sin
devolución del elemento extraído o éxito p es pequeña; siendo 𝜆 = 𝑛𝑝
Ejemplo de respuesta binaria puede sin retornar a la situación
ser el hábito de fumar (sí/no). experimental inicial. Ej. El número de células anormales
en una superficie histológica o el
número de glóbulos blancos en un
milímetro cúbico de sangre.
Referencias
Cascos, Ignacio (2008-2009) “Modelos de distribuciones discretas y continuas”
Recuperado de
http://halweb.uc3m.es/esp/Personal/personas/icascos/esp/resumen_distribuciones.pdf
Distribuciones de probabilidad (2014) Recuperado de https://www.sergas.es/Saude-
publica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre20
14.pdf
Modelos de probabilidad. Recuperado de
https://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/estadisticaII/tema3.pdf
Variables aleatorias discretas (2002). Recuperado de
http://www3.uji.es/~epifanio/DOCENCIA/t4.pdf
Variables aleatorias discretas (2011). Recuperado de
http://www.dm.uba.ar/materias/probabilidades_estadistica_C/2011/1/PyEC04.pdf
Variables aleatorias discretas y sus distribuciones de probabilidad. Recuperado de
http://www.economia.unam.mx/profesores/blopez/estadistica-discretas.pdf
Variables aleatorias y distribuciones de probabilidad. Recuperado de
https://www2.ulpgc.es/hege/almacen/download/5/5014/Complemento_2_Distribucione
s_de_probabilidad_notables.pdf