UNIVERSIDAD DEL VALLE DE MEXICO

ESTADÍSTICA DESCRIPTIVA

UNIDAD 2 PROBABILIDAD

ACTIVIDAD 3: CUESTIONARIO

URIEL ISAAC ACEVEDO SAUCEDO

MAESTRO EN INGENIERÍA CÉSAR ADRIÁN HERNÁNDEZ

 ACTIVIDAD 3: CUESTIONARIO

1. Define variable aleatoria, continua y discreta.

 Variable aleatoria se define como una función que asocia un resultado o valor numérico en un
espacio aleatorio y al azar. Estas variables se dividen en dos tipos, variables aleatorias
discretas y continuas.
 Variable continua: puede tener un valor fijo dentro de un intervalo determinado tomando
cualquier valor en este rango (en algunos casos infinitos)
 Variable discreta: son aquellas cuyo rango es establecido y toman valores enteros (únicos)

2. ¿Qué es una distribución de probabilidad?

Está definida sobre el conjunto de resultados posibles, deben tener probabilidad de entre 0 y 1 y la
suma de las probabilidades debe dar 1.

3. Define espacio muestral.

Son los posibles resultados de algún evento de un experimento aleatorio, no constituye resultados
que no están presentes en la muestra revisada.

4. Describe eventos simples, eventos compuestos, eventos complementarios y eventos mutuamente

excluyentes.
 Simples: Es cada uno de los posibles resultados de un experimento aleatorio. Por
lo tanto, un evento simple es el resultado especifico o predecible.
 Compuestos: son dos o más posibles resultados de un evento.
 Complementarios: son dos resultados de un evento, siendo éstos los dos únicos resultados
posibles.
 Mutuamente excluyentes: son dos resultados de un evento que no pueden ocurrir al
mismo tiempo.

5. Explica cuáles son los axiomas de la probabilidad.

Son las condiciones requeridas para que una función definida sobre un conjunto de sucesos se
pueda cumplir, inicialmente fueron propuestas por el matemático Kolmogrov y enuncia lo sig.:
 Para todo evento A, P(A) ≥ 0. Esto quiere decir que no pueden existir probabilidades negativas.
 Si Ω represente el evento universo, P(Ω) = 1. Esto hace referencia a que ningún evento

 Si tenemos una colección infinita de eventos mutuamente excluyentes 𝑃(𝐴1∪ 𝐴2∪ 𝐴3…) =
probabilístico es mayor a la unidad.

∑ P ( A i)Esto nos indica que la probabilidad de unión de cada evento equivale a la suma de las
t =1
probabilidades individuales de dichos eventos.
6. Define, probabilidad simple, probabilidad conjunta y probabilidad condicional.
 Probabilidad simple: Es el numero de veces que un evento puede ocurrir, esta compuesta por un
conjunto de probabilidades conjuntas por lo cual puede ser medible (éxitos) y por ello se le conoce
como Marginal

 Probabilidad conjunta: es la que nos refiere a la probabilidad de que dos o más eventos ocurran,
es medible de 0 a1, entre mayor sea la probabilidad conjunta mas probable será que los dos
eventos se produzcan al mismo tiempo.

 Probabilidad condicional: es aquella probabilidad de que ocurra un evento tomando en cuenta la

probabilidad de que otro evento ocurra.

7. ¿Qué es la Independencia estadística?

Se refiere a que la ocurrencia del resultado de un evento no afecta la probabilidad de que otro
evento ocurra, es decir, no están condicionados: P( A ∣ B)=P( A) y P (B ∣ A)=P ( B )

8. Explica el Teorema de Bayes.

Es la formula básica para calcular la probabilidad condicional de que ocurra una serie de sucesos,
este teorema fue elaborado por el ministro Thomas Bayes.
Este teorema ayuda a evaluar información nueva, revisando datos anteriores, para la toma de
decisiones sin tomar en cuenta grandes bancos de datos.

𝑃(𝐴𝑛|𝐵)=
P ( B| An ) [P ( An ) ]
∑ P( B∨ Ai)[ P( Ai)]
9. Completa la siguiente tabla

Aplica en
Distribución de Valor Varianza Desviación Variable Variable Variable
probabilidad esperado estándar aleatoria Continua Discreta
Ocurrencia
2 de un evento
Binomial μ=nπ σ =nπ (1−π ) σ durante x
aplica
intervalo
I I2 I Distribución
Exponencial μ= σ = 2 aplica
Λ Λ Λ continua
E ( x )=αβ σ 2= √ α β 2
2 2
Gamma σ =α β F (x ; α , β ) aplica
Normal
σ 2= √ σ 2 −∞ < z <∞
2
μ σ aplica
estándar
Ocurrencia
de un evento
Poisson μ=nπ μ=nπ μ=nπ durante x
aplica
intervalo
X se
Uniforme μ=
a+ b
σ 2=
(b+ a)
2

σ 2=
√(b+a)2
distribuye en
aplica
2 12 12 el intervalo
a,b
μ=np q Número de
Hipergeométrica μ=np N −n 2
σ = √ ❑
(npq)(N ) éxito en un
aplica
N−1 N−1 número fijo
de ensayos

Referencias:

 Devore, J. L. (2008). Probabilidad y Estadística para Ingeniería y Ciencias [Archivo PDF]. Recuperado de
[Link]
APUNTES/APUNTES%20PDF/Probabilidad%20y%20Estadistica%20para%20Ingenieria%20y
%20Ciencias%20-%20Jay%20Devore%20-%20Septima%[Link]
 Khan Academy. (S. F.). Espacios muestrales. [Sitio web]. Recuperado de
[Link]
events-and-outcomes-3
 Khan Academy. (octubre 2013). Probabilidad básica. [Archivo de video]. Recuperado de
[Link]
 Universidad Nacional Autónoma de México (2010). Estadística descriptiva. [Archivo PDF]. Recuperado
de [Link]
LA_1142_05047_A_Estadistica_Descrptiva_Plan2016.pdf
 Westreicher, G. (2022, 24 noviembre). Probabilidad. Economipedia.
[Link]