Professional Documents
Culture Documents
Tabla n° 1.
Variable aleatoria discreta: Una variable aleatoria discreta puede asumir sólo ciertos valores, con
frecuencia números enteros, y resulta principalmente del conteo. El número de caras en el
experimento en el experimento del lanzamiento de la moneda es un ejemplo, el resultado del
lanzamiento de un dado, el número de camiones que llegan por hora al puerto de carga, etc, son
ejemplos de variables aleatorias discretas.
Variable aleatoria Continua: Resulta principalmente de la medición y puede tomar cualquier valor,
al menos dentro de un rango dado. Son ejemplos de variables aleatorias continuas la estatura de
los clientes en una tienda de ropa, los ingresos de los empleados en un centro comercial, el tiempo
transcurrido entre la llegada de cada cliente en un negocio, etc. En cada caso, la variable aleatoria
puede medirse con cualquier valor, incluyendo fracciones de la unidad.
DISTRIBUCIÓN DE PROBABILIDAD
Ejemplo 2: Supongamos que lanzamos una moneda tres veces, los posibles resultados, es decir, su
espacio muestral seria: S={ccc,ccs,csc,css,scc,scs,ssc,sss}= 8
Así podemos definir las probabilidades de lanzar una moneda tres veces y de obtener, ninguna
cara, 1 cara, 2 cara o tres caras así:
0 ≤ 𝑃(𝑋 = 𝑥𝑖 ) ≤ 1
El valor esperado o media, de una variable aleatoria es una medida de la localización central de la
variable aleatoria. Es una idea fundamental en el estudio de las distribuciones de probabilidad.
Durante muchos años, el concepto ha sido puesto en práctica con bastante regularidad por las
compañías aseguradoras y, en los últimos 20 años, también ha sido usado ampliamente por
muchas de las personas que deben tomar decisiones en condiciones de incertidumbre.
Para obtener el Valor esperado de una VAD, multiplicamos cada valor que la variable pueda tomar
por la probabilidad de ocurrencia de ese valor y luego sumamos los productos:
La desviación estándar
σ = √σ2
Del Ejemplo 2: El experimento estadístico de lanzar una moneda 3 veces al aire para observar el
número de caras obtenido genera una distribución de probabilidad discreta, pues solo es posible
obtener un número finito de caras desde cero hasta tres.
Tabla N°3
En una clínica para el tratamiento del cáncer de mama no se tiene manera de saber con exactitud
cuántas mujeres van a ser atendidas en un día cualquiera, de modo que el número de mujeres del
día siguiente es una variable aleatoria. Los registros diarios de la clínica muestra que los valores de
la variable aleatoria van desde 100 hasta 115 mujeres al día, entonces esta es una variable
aleatoria discreta VAD.
La siguiente tabla lista el número de veces que se ha alcanzado cada nivel durante los últimos 100
días:
µ = ∑ 𝑥𝑃(𝑥)
Para ello dividimos cada valor de la columna
de la derecha (N° de días que se observó el
nivel) entre 100. Esto es lo que en Descriptiva
se conoce como frecuencia Relativa . Aquí
P(x)
Calculo del valor esperado de la VAD
N° de mujeres esperadas al día.
Examinadas Probabilidad de que
Valor de la variable la variable tome ese
X*P(x)
aleatoria valor
X P(x)
100 0.01 1.00
101 0.02 2.02
102 0.03 3.06
103 0.05 5.15
104 0.06 6.24
105 0.07 7.35
106 0.09 9.54
107 0.10 10.70
108 0.12 12.96
109 0.11 11.99
110 0.09 9.90
111 0.08 8.88
112 0.06 6.72
113 0.05 5.65
114 0.04 4.56
115 0.02 2.30
Valor esperado de la Variable Aleatoria µ
108.02
“N° de mujeres esperadas al día”
¿Qué significa
esto?