Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 5 PDF
Clase 5 PDF
2
1
2
1
3 4 x4 x5 1 3
E[X ] = x 6 x (1 − x) dx = 6 (x − x ) dx = 6 − 0 = .
0 0 4 5 10
Finalmente,
2
2 3 2 1 1
V ar[X] = E[X ] − (E[X]) = − = .
10 2 20
p(0) = P (X = 0) = 1 − p y p(1) = P (X = 1) = p .
Ası́,
p(x) = px (1 − p)1−x ; x = 0, 1 .
Esta distribución se conoce como Bernoulli y es usualmente denotada
X ∼ Ber(p). Es fácil mostrar que:
E[X] = p y V ar[X] = p (1 − p) .
41
Ejemplo
En el lanzamiento de una moneda no cargada, sea X: número de caras ob-
tenido. Esta variable
1 aleatoria tiene una distribución Bernoulli, con p = 12 .
Ası́, X ∼ Ber 2 .
Distribución Binomial
Proceso Binomial
Un experimento aleatorio es llamado Binomial si cumple las siguientes ca-
racterı́sticas:
(n − x) p
E[X] = n p , V ar[X] = n p (1 − p) y p(x + 1) = p(x) .
(x + 1)(1 − p)
42
Ejemplo
Suponga que la probabilidad de tener una unidad defectuosa en una lı́nea de
ensamble es de 0.05.
Solución
Sea X: el # de unidades defectuosas de las 20 unidades seleccionadas. Este
experimento cumple con todas las condiciones para ser un ensayo Binomial.
Ası́, X ∼ bin (20 , 0.05) , donde
20
p(x) = (0.05) x (0.95) 20 − x ; x = 0 , 1 , · · · , 20 .
x
a)
20
P (X = 2) = p(2) = (0.05) 2 (0.95) 18 = 0.1887 .
2
b)
c)
P (X ≥ 2) = 1 − P (X < 2) = 1 − P (X ≤ 1) = 0.2641 .
Ejemplo
Un examen de opción múltiple contiene 10 preguntas. Cada pregunta tiene
cuatro opciones de las cuáles sólo una es la correcta. El examen se aprueba si
se responden correctamente al menos seis preguntas. Si el estudiante adivina
las respuestas, conteste las siguientes preguntas:
Solución
Sea X: # preguntas con respuesta correcta de las 10 contestadas. Entonces
1
X ∼ bin (10 , p) , con p = .
4
Ası́,
x 10−x
10 1 3
p(x) = ; x = 0 , 1 , · · · , 10 .
x 4 4
a) Se pide
5 x 10−x
10 1 3
P (X ≥ 6) = 1 − P (X ≤ 5) = 1 − = 0.01973 .
x=0
x 4 4
44
b)
P (3 ≤ X < 6) P (3 ≤ X ≤ 5)
P (X < 6 | X ≥ 3) = =
P (X ≥ 3) 1 − P (X < 3)
5
10 1 x 3 10−x
x 4 4 0.4547
x=3
P (X < 6 | X ≥ 3) = = = 0.9585 .
1 − P (X ≤ 2) 1 − 0.5256
c)
1 1 3 15
E [X] = 10 = 2.5 ; V ar [X] = 10 = .
4 4 4 8
K
E [X] = n
N
(N − n) K K
V [X] = n 1− .
(N − 1) N N
(N − n)
El término se conoce con el nombre de factor de corrección por
(N − 1)
población finita. Observe que si el tamaño de la muestra n es muy pequeño
comparado con el tamaño de la población, entonces el factor de corrección por
población finita tiende a uno y por lo tanto la varianza de la hipergeométrica
se asemeja a la varianza de la binomial; además garantiza que la condición
de independiencia se cumpla aproximadamente.
Ejemplo
Un lote con 25 arandelas contiene tres en las que la variabilidad en el espesor
alrededor de la circunferencia es inaceptable. Se toma una muestra al azar
de tres arandelas.
Solución
Sea X: # de arandelas inaceptables en la muestra. La p.m.f. de X es de la
forma: 3 22
x
P (X) = 253−x
; x = 0, 1, 2, 3 .
3
a) 22
3 1540
P (X = 0) = p(0) = 25 = = 0.66957 .
3
2300
b)
38
P (X ≥ 1) = 1 − P (X < 1) = 1 − p(0) = = 0.33043 .
115
c) 3 22
1 693
P (X = 1) = p(1) = 25 2 = = 0.30130 .
3
2300
Ejemplo
Un geólogo ha recolectado 10 especimenes de roca basáltica y 10 de granito.
Se instruye a un asistente de laboratorio para que seleccione al azar 6 de los
especimenes para analizarlos.
Solución
Sea X: # de especimenes de basalto en la muestra para análisis.
a) 10 10
x
p(x) = 206−x
; x = 0, 1, 2, 3, 4, 5, 6 .
6
b)
P (X = 6 ∨ X = 0) = P (X = 0) + P (X = 6) = p(0) + p(6)
10 10
6 6 210 + 210
= 20 + 20 = = 0.01084 .
6 6
38760
c)
10 20 − 6 10 10
E [X] = 6 =3 V ar [X] = 6 1−
20 20 − 1 20 20
6 21
14 21
V ar [X] = = = 1.10526 y σ = .
4 19
19 19
21 21
P (|X − μx | ≤ σ) = P − <X −3< = P (1.95 < X < 4.05) .
19 19
Ası́,
Proposición
Sea X una variable aleatoria tal que X ∼ Hiper(N, K, n).
(N − n)
Si ≈ 1, entonces:
(N − 1)
K N −K
x n−x n K
N ≈ px (1 − p)n−x ; donde p = .
N
x N
Este resultado se conoce como Aproximación Binomial de la Hipergeométrica.