La distribución de probabilidad discreta describe la probabilidad de que una variable aleatoria discreta tome un valor específico. A diferencia de las variables continuas, las variables discretas solo pueden tomar un número finito o contable de valores (enteros, generalmente). Piensa en el número de caras que obtienes al lanzar una moneda varias veces, o el número de estudiantes que aprueban un examen. Se usa mucho en campos como finanzas, estadística y control de calidad.
Resolviendo Problemas Paso a Paso
Aquí hay un enfoque práctico con ejemplos:
- Paso 1: Identificar la Variable Aleatoria. Define claramente qué representa tu variable x.
Ejemplo: Sea x el número de "caras" al lanzar una moneda 3 veces.
- Paso 2: Determinar la Distribución. ¿Es una distribución de Bernoulli, Binomial, Poisson, etc.? Reconocer el tipo es crucial.
Ejemplo: En nuestro caso, es una distribución Binomial, ya que tenemos un número fijo de intentos (3), cada intento es independiente, y hay solo dos resultados posibles (cara o cruz).
Ejercicios Resueltos Distribuciones De Probabilidad De Variable Images - Paso 3: Calcular las Probabilidades. Utiliza la fórmula apropiada para la distribución identificada. Para la Binomial, la fórmula es P(x = k) = (nCk) * p^k * (1-p)^(n-k), donde nCk es el coeficiente binomial ("n elige k"), n es el número de intentos, k es el número de éxitos, y p es la probabilidad de éxito en un solo intento.
Ejemplo: Calcular la probabilidad de obtener exactamente 2 caras (k = 2) al lanzar la moneda 3 veces (n = 3). Asumimos que la moneda es justa (p = 0.5). Entonces, P(x = 2) = (3C2) * 0.5^2 * 0.5^(3-2) = 3 * 0.25 * 0.5 = 0.375.
- Paso 4: Interpretar el Resultado. Entiende qué significa la probabilidad calculada en el contexto del problema.
Ejemplo: Hay una probabilidad del 37.5% de obtener exactamente 2 caras al lanzar una moneda justa 3 veces.
Ejercicios Resueltos Distribuciones De Probabilidad De Variable Images
Otro Ejemplo: Distribución de Poisson
Supongamos que recibes un promedio de 5 correos electrónicos por hora. ¿Cuál es la probabilidad de recibir exactamente 3 correos electrónicos en una hora? Aquí, usamos la distribución de Poisson: P(x = k) = (λ^k * e^(-λ)) / k!, donde λ es el promedio (5 en este caso) y k es el número de eventos deseados (3). P(x = 3) = (5^3 * e^(-5)) / 3! ≈ 0.1404. Por lo tanto, hay aproximadamente un 14.04% de probabilidad de recibir exactamente 3 correos electrónicos en una hora.
Recuerda identificar correctamente la distribución y aplicar la fórmula adecuada. ¡La práctica hace al maestro! Usa ejemplos resueltos para consolidar tu comprensión de las distribuciones de probabilidad discretas.
