Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema2Discretasmodif PDF
Tema2Discretasmodif PDF
Principales contenidos
Distribucin de Bernoulli.
Distribucin Binomial.
Distribucin Binomial Negativa.
Distribucin Hipergeomtrica.
Distribucin de Poisson.
Introduccin
P
pi si x = xi (i = 1, 2, . . .)
P (X = xi ) =
pi = 1
con pi 0 y
0
en el otro caso
i
Distribucin de Bernoulli
Distribucin Binomial
La distribucin Binomial de parmetro n y p (Bi (n, p)) surge como una secuencia n intentos del tipo de Bernoulli que verifica:
Los intentos son independientes.
Cada resultado del intento puede tomar nicamente dos resultados mutuamente excluyentes, que denotaremos por EXITO (E) o FRACASO (F).
La probabilidad de xito (y por lo tanto la de fracaso) es constante en
cada intento.
As cada intento, definiendo p = P (EXITO) y asignando el valor 0 cuando
ocurre F y el valor 1 cuando ocurre E, se puede describir como una distribucin
de Bernoulli de parmetro p.
2
Definicin 3 Una v.a. X tiene una distribucin Binomial si (para algn entero
positivo n y algn p con 0 p 1) mide
X = "no de xitos de un total de n si la probabilidad de xito es p"
n k
p (1 p)nk si k = 1, 2, . . . , n
P (X = k) =
k
0
en el otro caso
12
12
122
123
+
0.12 (1 0.1)
= 1 0.9744 = 0.0256.
+
0.13 (1 0.1)
2
3
La v.a. binomial est tabulada para valores pequeos de n. Hay tablas
que dan la funcin de masa de probabilidad P (X = k) o bien la funcin de
distribucin P (X k), aunque slo vienen para valores p 0.5.
r+k1 r
k
p (1 p)
si k = 0, 1, 2, . . .
P (X = k) =
k
0
en el otro caso
k1 r
kr
si k = r, r + 1, r + 2, . . .
p (1 p)
P (Y = k) = P (X = k r) =
kr
0
en el otro caso
Observacin 9 La distribucin Binomial Negativa con r = 1 es conocida en la
literatura por distribucin geomtrica de parmetro p y mide el nmero de
fracasos antes del primer xito.
PROPIEDADES
Distribucin Binomial Negativa de parmetros r y p
(1 p)
Media
E (X) = r
p
(1 p)
2
V ar (X) = r
Varianza
p2
p
r (1 p)
Desviacin Tpica
p
Distribucin Hipergeomtrica
k
N k
k
x n
P (X = x) =
N
Proposicin 11 Podemos aproximar la distribucin Hipergeomtrica a la distribucin Binomial, puesto que cuando N es grande (N > 10n) podemos suponer
k
.
que X Bi (n, p) con p = N
PROPIEDADES
Distribucin Hipergeomtrica de parmetros k, n y N
Media
E (X) = np
N n
2
Varianza
V ar (X) = npq
N 1
r
N n
npq
Desviacin Tpica
N 1
Ejemplo 12 De cada 2.000 tornillos fabricados por una determinada
mquina hay 2 defectuosos. Para realizar el control de calidad se
observan 150 tornillos y se rechaza el lote si el nmero de defectuosos
es mayor que 1. Calcular la probabilidad de que el lote sea rechazado.
Sea X ="no de defectuosos de un total de n = 150 si en N = 2.000 hay un
total de k = 2" HG (k = 2, n = 150, N = 2.000)
Se pide P (X > 1) = 1 [P (X = 0) + P (X = 1)] =
2 2.000 2
2 2.000 2
0
150
1
150 1
=1
+
2.000
2.000
150
150
P (X
> 1) =1 [P (X = 0) + P (X =
1)] =
150
150
1500
1501
0
1
= 1
0.001 (1 0.001)
+
0.001 (1 0.001)
0.442
0
1
Distribucin de Poisson
Consideremos sucesos ("xitos") que ocurren aleatoriamente a lo largo del tiempod y sea la v.a. X ="no de sucesos en el intervalo de tiempo (0, t)". La distribucin de Poisson de parmetro surge en los llamados procesos de Poisson
que se presenta en relacin con el acontecimiento de xitos de un tipo particular
6
k
e
si k = 0, 1, 2, . . .
P (X = k) =
0 k! en el otro caso
o(4t)
4t
=0
PROPIEDADES
Distribucin de Poisson
Media
Varianza 2
Desviacin Tpica
de parmetros
E (X) =
V
ar (X) =