Documentos de Académico
Documentos de Profesional
Documentos de Cultura
x 0 = 0 ⇒ p0 = P ( X = X 0 ) = P ( X = 0) = q = 1 − p
x1 = 1 ⇒ p1 = P ( X = X 1 ) = P ( X = 1) = p
k
E ( X ) = ∑ X i · pi = X 0 · p0 + X 1· p1 = 0·(1 − p ) + 1· p = p
i =1
k
E ( X ) = ∑ X i2 ·pi = X 02 ·p 0 + X 12 ·p1 = 0 2 ·(1 − p ) + 12 ·p = p
2
i =1
• Función de cuantía:
P( X = xi ) = p xi ·(1 − p )1− xi con xi = 1 o xi = 0 y 0 ≤ p ≤ 1
• Esperanza matemática: E( X ) = p
x 0 = 0 = sacar cruz
p 0 = P( X = X 0 ) = P( X = 0) = 1 − p = q = 1 − 0,5 = 0,5
x 1 = 1 = sacar cara
p1 = P( X = X 1 ) = P( X = 1) = p = 0,5
•Función de cuantía:
Si xi el número de éxitos obtenidos
n xi
P( X = xi ) = p (1 − p ) n − xi con x i = 0, 1,..., n i 0 ≤ p ≤ 1
xi
1.1. Distribución dicotómica y binomial
E ( X ) = E ( X 1 + X 2 + .... + X n −1 + X n ) =
= E ( X 1 ) + E ( X 2 ) + .... + E ( X n −1 ) + E ( X n ) =
= p + p + ... + p + p = n·p
V ( X ) = V ( X 1 + X 2 + .... + X n −1 + X n ) =
= V ( X 1 ) + V ( X 2 ) + .... + V ( X n −1 ) + V ( X n ) =
= p·q + p·q + ... + p·q + p·q = n·p·q
1.1. Distribución dicotómica y binomial
• Función de distribución:
x0
n xi
F ( x 0 ) = P( X ≤ x 0 ) = ∑ p (1 − p ) n − xi ; si 0 ≤ x 0 ≤ n
xi = 0 x i
X 1 ≈ B(n1 , p ) i X 2 ≈ B(n 2 , p )
X = (X 1 + X 2 ) X ≈ B(n1 + n 2 , p)
1.1. Distribución dicotómica y binomial
Xi P(10;0,1) P(10;0,3) P(10;0,5) P(10;0,7) P(10;0,1)
0 0,34868 0,02825 0,00098 0,00001
1 0,38742 0,12106 0,00977 0,00014 0,45000
λx −λ
P( X = x) = e ; x = 0,1,2,...
x!
1.2. Distribución de Poisson
Características poblacionales
• Valor Esperado
E( X ) = λ
• Varianza
Var ( X ) = λ
Función de Distribución
x0
λi
F ( x0 ) = P( X ≤ x0 ) = ∑ e −λ ; x = 0,1,2,..
i =0 i!
1.2. Distribución de Poisson
Su representación gráfica:
1.2. Distribución de Poisson
Propiedad reproductiva:
X 1 ≈ P(λ1 ) i X 2 ≈ P(λ 2 )
X = (X 1 + X 2 ) X ≈ P(λ1 + λ 2 )
1.2. Distribución de Poisson
Xi P(Xi ) F(Xi ) Función Cuantía: P(0,75)
0 0,47236655 0,47236655 0,5
1 0,35427491 0,82664147
0,4
2 0,13285309 0,95949456
3 0,03321327 0,99270783 0,3
4 0,00622749 0,99893532
0,2
5 0,00093412 0,99986945
6 0,00011677 0,99998621 0,1
7 1,2511E-05 0,99999872
0
8 1,1729E-06 0,99999989 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
9 9,7739E-08 0,99999999
10 7,3304E-09 1
Función Distribución: P(0,75)
11 4,998E-10 1
1
12 3,1238E-11 1 0,9
13 1,8022E-12 1 0,8
0,7
14 9,6545E-14 1
0,6
15 0 1 0,5
0,4
0,3
0,2
0,1
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Estadística II
1. Modelos de distribución de variables aleatorias
1
a≤ x≤b
f ( x) = b − a
0 caso contrario
1.3. Distribución de Uniforme
Función de distribución:
0 si x < a
(x − a )
F (x ) = si a ≤ x ≤ b
(b − a )
1 si x > b
1.3. Distribución de Uniforme
Características poblacionales
• Valor Esperado
a+b
E( X ) =
2
b b 1 1 b
E ( X ) = ∫ x· f ( x)·dx = ∫ x· ·dx = ∫ x·dx =
a a b−a b−a a
b
1 x 2
1 b2 a2 1 b2 − a2
= · = · − = · =
b − a 2 a b − a 2 2 b−a 2
1 (a + b)·(b − a ) a + b
= · =
b−a 2 2
1.3. Distribución de Uniforme
• Varianza
(b − a ) 2
V (X ) =
12
[ 2
]
V ( X ) = E ( x − E ( X ) ) = ∫ ( x − E ( X ) ) · f ( x)·dx
b
a
2
a+b 1 (b − a ) 2
2
b
= ∫ x− · ·dx = ... =
a
2 b−a 12
[ ]
V ( X ) = E x − (E ( X ) ) = ∫ x 2 · f ( x)·dx − (E ( X ) )
2 2 b
a
2
+ −
2
2
b 1 a b (b a )
=∫ x 2· ·dx − = ... =
a b−a 2 12
1.3. Distribución Uniforme
Función Densidad: U(5;50)
Xi P(Xi ) F(Xi )
0,05
5 0,02222222 0
7,5 0,02222222 0,05555556
10 0,02222222 0,11111111
12,5 0,02222222 0,16666667
15 0,02222222 0,22222222
17,5 0,02222222 0,27777778
20 0,02222222 0,33333333
0
22,5 0,02222222 0,38888889 0 10 20 30 40 50
25 0,02222222 0,44444444
27,5 0,02222222 0,5 Función Distribución: U(5;50)
1
30 0,02222222 0,55555556
32,5 0,02222222 0,61111111
0,75
35 0,02222222 0,66666667
37,5 0,02222222 0,72222222 0,5
40 0,02222222 0,77777778
42,5 0,02222222 0,83333333 0,25
45 0,02222222 0,88888889
47,5 0,02222222 0,94444444 0
0 10 20 30 40 50
50 0,02222222 1
1.4. Distribución Normal
−( x − µ ) 2
1
f ( x) = e 2σ 2 −∞ ≤ x ≤∞
2πσ 2
Función de Distribución:
−( x − µ ) 2
x 1
F ( x) = ∫
−∞
2πσ 2
e 2σ 2 dx − ∞ ≤ x ≤ ∞
1.4. Distribución Normal
Características de la D. Normal
Recorrido (- ∞ , + ∞)
Simétrica respecto al E(X)= µ
Puntos inflexión “µ ± σ”
Derecha e izquierda del punto medio, es asintótica respecto a los ejes
horizontales
Creciente para valores inferiores a µ
Decreciente para valores superiores a µ
1.4. Distribución Normal
X − µ µ− µ X −µ 1 σ2
E (Z ) = E = =0 Var ( Z ) = Var = 2 Var ( X ) = 2 = 1
σ σ σ σ σ
X −µ
Z=
σ
1.4. Distribución Normal
Propiedad reproductiva:
Si X1 y X2 son dos v.a. independientes que se distribuyen
según una ley de Normal tal que,
0,2
0,15
0,1
0,05
0
-10 -8 -6 -4 -2 0 2 4 6 8 10
-2 0 2
1.4. Distribución Normal
0,3
0,2
0,1
0
-6 -4 -2 0 2 4 6
1 2 4
1.4. Distribución Normal
Z ≈ N ( µ = 0; σ 2 = 1)
P( Z ≤ 0,34) = 0,63307
P( Z ≤ 1,36) = 0,91308
1.4. Distribución Normal
Probabilidades de intervalos
Si X es una variable Normal de media 3 y desviación 2. Calcular la
probabilidad de que tome un valor entre 4 y 6.
X → N (3, 2) Z → N (0, 1)
4−3 X − µ 6−3
P (4 < X < 6) = P < < = P (0,5 < Z < 1,5) =
2 σ 2
= P( Z < 1,5) − P( Z < 0,5) = 0,9332 − 0,6915 = 0,2417
1.4. Distribución Normal
P( Z ≤ 2,58) = 0,995
¿...?
Z ≈ N ( µ Z = 0; σ Z = 1)
200
X − µX
99,5%
con Z =
σX N(0,1)
2 − P(X ≤ a) = 0,05
N(0,1)
P( Z ≤ −1,64) = 0,05 5%
Z ≈ N ( µ Z = 0; σ Z = 1)
X − µX
N(0,1)
con Z =
σX
5%
95%
1.4. Distribución Normal
3 − P(X ≥ a) = 0,05
N(0,1)
P( Z ≥ 1,64) = 0,05
5%
Z ≈ N ( µ Z = 0; σ Z = 1)
X − µX
con Z =
0
σX
a = µ X + Z ·σ X = 200 + 1,64·5 = 208,2
95%
1.4. Distribución Normal
1.5. Distribución Chi-cuadrado
-Por definición:
0 < χ (2n ) < +∞
1.5. Distribución Chi-cuadrado
-Características de su distribución:
si X ≈ χ (2n )
E( X ) = n
V ( X ) = 2·n
Distribución Chi-cuadrado
con diferentes grados de libertad
0,1
0,08
0,06
0,04
0,02
0
0 5 10 15 20
4 6 10
1.6. Distribución t de Student
-Definimos la variable aleatoria con n grados de libertad
Z
X ≈ t( n ) si X=
Y n
Z ≈ N ( µ = 0; σ 2 = 1)
Y ≈ χ 2
(n)
si X ≈ t( n ) entonces
E( X ) = 0
n
V (X ) = n>2
n−2
- Cuando n > 30
χ2
n
=
(n)
F( n ,m )
χ
2
(m) m
-Valores de la variable:
-Características de la distribución,
si X ≈ F( n;m )
m
E( X ) = m>2
m−2
2 m 2 ( n + m − 2)
V (X ) = m>4
n(m − 4)(m − 2) 2
1.7. Distribución F de Snedecor
DISTRIBUCIONES F DE FISHER CON IGUAL GRADOS DE LIBERTAD EN EL NUMERADOR
GRADOS LIBERTAD NUMERADOR 30 30 30
GRADOS LIBERTAD DENOMINADOR (mínimo 5) 6 10 15
VALORES ESPERADOS 1,50 1,25 1,15
VARIANZA 2,55 0,66 0,35
0,3
0,25
0,2
0,15
0,1
0,05
0
0 1 2 3 4 5 6
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
0 1 2 3 4 5 6 7 8