Resumen Cap 5

UNIVERSIDAD CRISTIANA DE HONDURAS (UCRISH)
CATEDRATICO:
LIC DAVID VALLECILLO.
ALUMNO:
JUAN JOSE ORTEGA BONILLA
NUMERO DE CUENTA:
22218070002
MATERIA:
ESTADISTICA PARA ADMINISTRACION.
TRABAJO:
RESUMEN CAP 5.
FECHA DE ESTREGA:
10 JUNIO 2022.
RESUMEN
Comenzamos nuestro estudio de las distribuciones de probabilidad, regresemos a

la idea de la moneda no alterada que introdujimos en el capítulo 4. Suponga que
lanzamos esa moneda dos veces. La tabla 5-1 lista los posibles resultados para este
experimento de dos lanzamientos.
Suponga ahora que nos interesa formular una distribución de probabilidad del
número de cruces que podrían caer cuando lanzamos la moneda dos veces.
Podríamos empezar por anotar cualquier resultado que no contenga cruces.
En una distribución de probabilidad continua, por otro lado, la variable que se está
considerando puede tomar cualquier valor dentro de un intervalo dado. Podemos
representar gráficamente la distribución de probabilidad de la tabla 5-2. Para ello,
colocamos en una gráfica el número de cruces que deberíamos ver en dos
lanzamientos contra la probabilidad de que este número se presente. La figura 5-1
ilustra este resultado.
Analicemos otro ejemplo. Una candidata política para un puesto en el gobierno local
está considerando los votos que puede obtener en las elecciones que se avecinan.
Suponga que estamos examinando el nivel de afluencia de un cierto número de

arroyos, y medimos este nivel en partes de afluencia por millones de partes de agua.
Podríamos esperar un intervalo bastante continuo de partes por millón , en todas
las corrientes, desde los niveles más bajos en los pequeños arroyos de montaña
hasta niveles en extremo altos en los arroyos contaminados. De hecho, sería muy
normal que la variable “partes por millón” tomara una cantidad enorme de valores.
Podríamos decir que la distribución de esta variable (ppm) es una distribución
continua. Las distribuciones continuas son una forma conveniente de presentar
distribuciones discretas que tienen muchos resultados posibles, todos muy
cercanos entre sí.
¿Cuál de las siguientes afirmaciones con respecto a las distribuciones de

probabilidad son correctas?
1. Una distribución de probabilidad proporciona información acerca de la
frecuencia a largo plazo o esperada de cada uno de los resultados de un
experimento.
2. La gráfica de una distribución de probabilidad tiene los resultados posibles
de un experimento indicados en el eje horizontal.
3. Una distribución de probabilidad lista las probabilidades que cada uno de los
resultados sea aleatorio.
4. Una distribución de probabilidad se construye siempre a partir de un conjunto
de frecuencias observadas, tal como sucede en el caso de las distribuciones
de frecuencias.
5. Una distribución de probabilidad puede basarse en estimaciones subjetivas
con respecto a que ciertos resultados sucedan.
. En el otro extremo, si puede tomar cualquier valor dentro de un intervalo dado,

entonces se trata de una variable aleatoria continua. Una variable es aleatoria si
toma diferentes valores como resultado de un experimento aleatorio. Esta variable
aleatoria puede ser discreta o continua. Si puede tomar sólo un número limitado de
valores, entonces es una variable aleatoria discreta
Una variable aleatoria es una especie de valor o magnitud que cambia de una
ocurrencia a otra sin seguir una secuencia predecible. Por ejemplo, en una clínica
para tratamiento del cáncer de mama no se tiene manera de saber con exactitud
cuántas mujeres van a ser atendidas en un día cualquiera.
El valor esperado 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 utilizado ampliamente por muchas de las personas que deben
tomar decisiones en condiciones de incertidumbre.
Para obtener el valor esperado de una variable aleatoria discreta, multiplicamos
cada valor que la variable puede tomar por la probabilidad de ocurrencia de ese
valor y luego sumamos los pro- ductos. La tabla 5-5 ilustra este procedimiento para
el caso de la clínica. El total de la tabla nos indica que el valor esperado de la
variable aleatoria discreta “Número de mujeres examinadas al día” es de 108.02
mujeres. ¿Qué significa esto? Significa que, en un periodo largo, el número de
mujeres examinadas diariamente deberá tener un promedio de aproximadamente
108.02. Recuerde que un valor esperado de 108.02 no significa que mañana 108.02
mujeres asistan a la clínica.
La directora de la clínica podría basar sus decisiones en el valor esperado del
número de mujeres examinadas diariamente debido a que éste es un promedio
ponderado de los resultados que espera en el futuro. El valor esperado pesa cada
resultado posible con respecto a la frecuencia con que se espera se presente. En
consecuencia, las ocurrencias más comunes tienen asignado un peso mayor que
las menos comunes. Conforme van cambiando las condiciones, la directora podría
recalcular el valor esperado de los exámenes diarios y utilizar el nuevo resultado
como base para tomar decisiones.
En el ejemplo de la clínica, la directora utilizó registros anteriores sobre pacientes
como base para calcular el valor esperado del número diario de mujeres
examinadas.

Resumen Cap 5

Cargado por

Copyright:

Formatos disponibles

Resumen Cap 5

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Resumen Cap 5

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CRISTIANA DE HONDURAS (UCRISH)

LIC DAVID VALLECILLO.

JUAN JOSE ORTEGA BONILLA

ESTADISTICA PARA ADMINISTRACION.

Comenzamos nuestro estudio de las distribuciones de probabilidad, regresemos a

Suponga que estamos examinando el nivel de afluencia de un cierto número de

¿Cuál de las siguientes afirmaciones con respecto a las distribuciones de

. En el otro extremo, si puede tomar cualquier valor dentro de un intervalo dado,

También podría gustarte