Introducción a la Probabilidad y Distribuciones
La probabilidad es una rama esencial de las matemáticas que estudia la incertidumbre. Las distribuciones, discretas o continuas, son herramientas fundamentales para modelar fenómenos aleatorios. En ingeniería y ciencias, estas herramientas son cruciales para el análisis de datos.
Una variable aleatoria describe los posibles resultados numéricos de un experimento. Por ejemplo, el número de defectos en una producción de 1000 unidades puede modelarse con una distribución binomial.
Las distribuciones se clasifican en discretas (con valores contables como la binomial) y continuas (como la normal). La distribución normal, con su forma de campana, es fundamental en estadística.
Lo que vas a probar: Conceptos básicos de probabilidad, distribuciones comunes (binomial, normal), variables aleatorias, y sus aplicaciones.
Ejemplo: Si X ~ N(μ=50, σ=5), la probabilidad de que X esté entre 45 y 55 puede calcularse con la tabla Z o una calculadora.
El Quiz
Question 1: ¿Qué tipo de variable aleatoria es el número de llamadas que un call center recibe en una hora?
Respuesta: C. Es una variable discreta porque representa un conteo entero (0, 1, 2...). Las variables continuas (B y D) describen magnitudes medibles como tiempo o peso.
Question 2: Sobre la distribución binomial, ¿cuál de estas afirmaciones es correcta?
Respuesta: D. La binomial es para experimentos dicotómicos (A), su media es np (B), y las probabilidades suman 1 (C). Todas son correctas.
Question 3: Si X ~ Binomial(n=10, p=0.3), ¿cuál es la probabilidad de exactamente 2 éxitos?
Respuesta: A. La fórmula correcta para k éxitos es C(n,k)p^k(1-p)^(n-k). Las otras opciones omiten combinaciones (B) o son incorrectas (C, D).
Question 4: ¿Cuál es la media de una distribución normal estándar N(0,1)?
Respuesta: B. Por definición, la media μ de N(μ,σ) es 0 cuando μ=0. Las otras opciones son incorrectas o irrelevantes.
Question 5: ¿Qué distribución modela el tiempo entre llegadas de eventos aleatorios, como clientes a un banco?
Respuesta: C. La exponencial describe intervalos entre eventos en procesos de Poisson. La binomial (A) es para conteos, la uniforme (B) para distribuciones constantes, y la Poisson (D) para conteos en intervalos.
Question 6: Si dos eventos son independientes, ¿cuál afirmación es verdadera?
Respuesta: D. Para eventos independientes, todas las afirmaciones son correctas: la intersección es el producto, la unión suma si son mutuamente excluyentes, y la probabilidad condicional es la marginal.
Question 7: ¿Cuál es la varianza de una distribución Poisson con λ=5?
Respuesta: B. Para Poisson, la varianza y la media son iguales a λ. Las otras opciones son incorrectas o confunden con desviación estándar (C=σ²).
Question 8: ¿Qué significa que una distribución sea simétrica?
Respuesta: C. Una distribución simétrica tiene la propiedad de espejo. La media y mediana son iguales (B) es una consecuencia, no la definición. La opción A describe una distribución constante, y D es una propiedad de unimodalidad.
Question 9: Para una variable aleatoria continua, ¿cuál de estas es la función de densidad correcta para una distribución uniforme en [0,1]?
Respuesta: D. La función de densidad uniforme en [0,1] es constante e igual a 1, ya que la integral debe ser 1. Las otras opciones no satisfacen esta condición o describen otras distribuciones.
Question 10: ¿Cuál es la probabilidad de que un evento con p=0.4 ocurra al menos una vez en tres ensayos independientes?
Respuesta: A. Es más fácil calcular el complemento: 1 - probabilidad de que no ocurra nunca (0.6)^3. Las otras opciones sobreestiman (B) o son incorrectas (C, D).
Question 11: ¿Cuál de estas no es una propiedad de la distribución normal?
Respuesta: B. Las colas de la normal son infinitas pero decaen rápidamente. Las otras propiedades (A, C, D) son correctas.
Question 12: Si X ~ N(10, 2), ¿cuál es P(X > 14) aproximadamente?
Respuesta: C. Z = (14-10)/2 = 2 → P(Z>2) ≈ 0.0228. Las otras opciones corresponden a Z=0 (A), Z=1 (B), y el área a la izquierda (D).
Question 13: ¿Cuál es la media de la suma de dos variables aleatorias independientes con medias μ1 y μ2?
Respuesta: D. Para variables independientes, la media de la suma es la suma de las medias. Las otras opciones son incorrectas o confunden con otras operaciones.
Question 14: ¿Qué se necesidad para que dos eventos sean mutuamente excluyentes?
Respuesta: A. Mutuamente excluyentes significa que P(A ∩ B) = 0. Las otras opciones son incompatibles o sin relación.
Question 15: ¿Cuál es el coeficiente de variación de una distribución con media μ=10 y desviación estándar σ=2?
Respuesta: B. El coeficiente es σ/μ = 2/10 = 0.2. Las otras opciones confunden con otras fórmulas o magnitudes.
Free resources. Explore more courses, quizzes, exercises and revision sheets — Browse all content for your country.