DISTRIBUCIN BINOMIAL

Tema 14
@ Angel Prieto Benito Matemticas Aplicadas CS I 1

VARIABLE DISCRETA FUNCIN DE PROBABILIDAD

Tema 10.1 * 1 BCS

@ Angel Prieto Benito Matemticas Aplicadas CS I 2

Definiciones
En un experimento aleatorio se llama variable aleatoria toda funcin que asocia a cada elemento del espacio muestral E un nmero real. Una variable aleatoria es discreta cuando slo puede tomar valores aislados (valores finitos en un intervalo finito). Por ejemplo, edad de una persona, n de hermanos, etc. Una variable aleatoria es continua cuando puede tomar todos los valores posibles de un intervalo (infinitos valores en un intervalo finito). Por ejemplo, peso de una persona, altura de una persona, etc. La funcin o distribucin de probabilidad de una variable aleatoria discreta, X, es la aplicacin que asocia a cada valor xi de la variable su probabilidad pi.

@ Angel Prieto Benito

Matemticas Aplicadas CS I

PROPIEDADES DE LA FUNCIN DE PROBABILIDAD 1.La probabilidad pi de un valor xi, pi = P(X = xi) es un nmero no negativo entre 0 y 1 0 pi 1 2.La suma de las probabilidades de los valores del recorrido de la variable es 1. pi = 1 3.La probabilidad de que una variable aleatoria tome algn valor dentro de un conjunto de valores concretos es la suma de probabilidades asociadas a cada uno de ellos. EJEMPLO 1 Se lanzan un dado al aire con 1 uno, 2 doses y 3 treses.

Valores de la variable aleatoria discreta Probabilidades correspondientes

xi pi

1 1/6

2 2/6

3 3/6

Se observa que los valores de pi son positivos, entre 0 y 1. La suma de probabilidades es 1/ 6 + 2/ 6 + 3/6 = 6/6 = 1 P(1 X 2) = P(X=1)+P(X=2) = 1/6 + 2/6 = 3/6 = = 0,50

@ Angel Prieto Benito

Matemticas Aplicadas CS I

Ejemplo de aplicacin
Un grupo de diez amigos acostumbran a salir juntos frecuentemente. Pero cada vez que salen, el nmero de ellos es aleatoriamente distinto. Sea x el n de personas que salen juntas. Sabemos que 3 x 10. X es una variable DISCRETA, o sea toma valores finitos ( enteros en este caso ) en [ 3 , 10 ] Imaginemos que anotamos el nmero de ello cada vez que salen juntos, o sea repetimos la misma observacin hasta un nmero muy grande de veces. Segn la ley del azar, en todo experimento aleatorio, las frecuencias relativas tienden a su probabilidad cuando el nmero de datos es suficientemente grande. Vemos que las frecuencias relativas se han convertido en las probabilidades. La variable estadstica x toma el nombre de variable aleatoria en la distribucin de probabilidades. La distribucin de probabilidad es una idealizacin de la distribucin de frecuencias.
Matemticas Aplicadas CS I 5

@ Angel Prieto Benito

Tabulacin de resultados observados X f f f f fr P(X) 3 1 5 18 100 0,10 0,10 4 0 10 19 130 0,13 0,13 5 1 18 36 240 0,24 0,24 6 3 27 32 200 0,20 0,20 7 0 19 26 140 0,14 0,14 8 0 11 30 80 0,08 0,08 9 3 7 26 60 10 2 3 15 50 10 100 200 1000 1 1

0,06 0,05 0,06 0,05

La frecuencia relativa (fr) es fr = f / cuando f es muy grande.

@ Angel Prieto Benito

f , que es la probabilidad P(x)

Matemticas Aplicadas CS I

EJEMPLO 2 Se observa que las distintas probabilidades presentan un valor positivo entre 0 y 1. La suma de las probabilidades de todos los valores posibles de la variable es la unidad. Es una funcin de probabilidad discreta. Calculemos la probabilidad de que se junten 5, 6 7 amigos: P(5 X 7) = P(X=5) + + P(X=6) + P(X=7) = = 0,24 + 0,20 + 0,14 = = 0,58

0,24

P(X=xi)

0,20

0,14

0,10

0,05

10

FUNCIN DE PROBABILIDAD

@ Angel Prieto Benito

Matemticas Aplicadas CS I

PARMETROS

Tema 10.2 * 1 BCS

@ Angel Prieto Benito Matemticas Aplicadas CS I 8

ESPERANZA MATEMTICA
MEDIA EN UNA DISTRIBUCIN DE PROBABILIDAD DISCRETA. _ No difiere su clculo de la media de una variable estadstica, x . Se denota por la letra griega . Se llama valor esperado o esperanza matemtica, nombre preveniente de los juegos de azar, origen de la probabilidad. es la medida utilizada para medir la equidad de un juego. Si = 0 , no hay ventaja ni para el jugador ni para la banca. Por cada 100 jugados: = 70 en la Lotera Nacional. = 55 en la Lotera Primitiva o en la Quiniela de ftbol. Forma de hallarla: = xi . pi
9

@ Angel Prieto Benito

Matemticas Aplicadas CS I

EJEMPLO 1 El dado con 1 uno, 2 doses y 3 treses. = xi . Pi = 1.(1/6) + 2.(2/6) + 3.(3/6) = 1/6 + 4/6 + 9/6 = 14/6 = 2,33 Lo que significa que el valor esperado al lanzar dicho dado es de un 2.

EJEMPLO 2 Los diez amigos que se renen para salir en nmero aleatorio. = xi . Pi = 3.0,10 + 4.0,13 + 5.0,24 + 6.0,20 + 7.014 + 8.008 + 9.006 + + 10.005 = = 0,3 + 0,52 + 1,25 + 1,2 + 0,98 + 0,64 + 0,56 + 0,5 = 5,95 6 Lo que significa que el valor esperado en dicha observacin es de 6 personas.

@ Angel Prieto Benito

Matemticas Aplicadas CS I

10

Desviacin tpica ( )
DESVIACIN TPICA EN UNA DISTRIBUCIN DE P. DISCRETA. No difiere ni su nomenclatura ni su clculo de la desviacin tpica de una variable estadstica. Forma de hallarla: = (xi )2 . pi EJEMPLO 1 El dado con 1 uno, 2 doses y 3 treses. = (1 2,33)2 . 1/6 + (2 2,33)2 . 2/6 + (3 2,33)2 . 3/6 = = 0,2963 + 0,0370 + 0,2222 = 0,5555 EJEMPLO 2 Los diez amigos que se renen para salir en nmero aleatorio. = (3 5,95)2. 0,10 + (4 5,95)2. 0,13 + (5 5,95)2. 0,25 + (6 5,95)2. 0,20 + + (7 5,95)2. 0,14 + (8 5,95)2. 0,08 + (9 5,95)2. 0,06 + (10 5,95)2. 0,05 = = ( 0,9 + 0,52 + 0,25 + 0 + 0,14 + 0,32 + 0,54 + 0,9 ) = 3,57 = 1,89 El 68% de las veces se renen entre 4 (5,95 1,89) y 8 (5,95 + 1,89) amigos
@ Angel Prieto Benito Matemticas Aplicadas CS I 11

EJEMPLO 3 En urna hay 3 bolas blancas y 5 bolas negras. Si sacamos una bola negra pagamos a la banca 5 Euros, pero si es blanca ganamos 10 Euros. Cul es la esperanza matemtica o valor esperado ?. xi -5 10 pi 5/8 = 0,625 3/8 = 0,375 xi -5,525 9,475 2 (xi ) .pi 19,08 33,66 = 52,74

= -5.0,625+10.0,375 = -3,125 + 3,75 = 0,525 S jugara, pues tengo ventaja. = 52,74 = 7,275 CV (x) = 7,275 / 0,525 = 14

@ Angel Prieto Benito

Matemticas Aplicadas CS I

12

EJEMPLO 4 Lanzamos dos monedas al aire. Apostamos 5 Euros. Si salen dos caras, volvemos a tirar; si salen dos cruces, nos llevamos 10 Euros; pero si sale una cara y una cruz perdemos lo apostado. Cul es la esperanza matemtica o valor esperado ?. Xi -5 0 10 pi 2/4 = 0,5 1/4 = 0,25 1/4 = 0,25

= - 5. 0,5+ 0. 0,25 + 10. 0,25 = -2,5 +0 + 2,5 = 0 Al ser = 0 el juego es equitativo, no hay ventaja ni para el jugador ni para la banca,

@ Angel Prieto Benito

Matemticas Aplicadas CS I

13

EJEMPLO 5 En una urna hay 2 bolas blancas y 5 bolas rojas. Extraemos una bola y la sustituimos por otra de distinto color. Luego extraemos otra bola. Si el resultado es BB, ganamos 50 Euros; si es BR, ni ganamos ni perdemos; si es RB perdemos 5 Euros; y si es RR perdemos 10 Euros. ) Cul es la esperanza matemtica o valor esperado ?. P(BB) = 2 / 7 . 1/ 7 = 2 / 49 = 0,041 P(BR) = 2/ 7 . 6 /7 = 12 / 49 = 0,245 P(RB) = 5 / 7 . 3 / 7 = 15 / 49 = 0,306 P(RR) = 5 / 7 . 4 / 7 = 20 / 49 = 0,408 Xi pi 50 0,041 0 0,245 -5 0,306 - 10 0,408 = 50. 0,041+ 0. 0,245 5 .0,306 10.0,408 = - 3,56 No jugaramos, pues tenemos desventaja, no es equitativo.
Matemticas Aplicadas CS I 14

@ Angel Prieto Benito

EJEMPLO 6 Lanzamos dos dados en forma de tetraedro, uno con las caras numeradas del 0 al 3, y el otro con las caras numeradas del 1 al 4. Cul es la esperanza matemtica o valor esperado de la funcin que asigna a cada valor de x la suma de resultados?. xi 1 2 3 4 5 6 7 fi 1 2 3 4 3 2 1 16 pi 0,0625 0,1250 0,1875 0,25 0,1875 0,1250 0,0625 xi.pi 0,0625 0,25 0,5625 1,00 0,9375 0,75 0,4375 4,00
Matemticas Aplicadas CS I

X/Y

1 1 2 3 4

2 2 3 4 5

3 3 4 5 6

4 4 5 6 7

0 1 2 3

= xi.pi = 4

@ Angel Prieto Benito

15