Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Variable aleatoria
Continua: variable aleatoria que puede tomar todos los valores posibles
dentro de un cierto intervalo de la recta real.
Función de Probabilidad
Esta última propiedad nos indica que la probabilidad de un punto no existe por lo
tanto se cumplirá, para las variables continuas lo siguiente:
Es decir no se tiene en cuenta si es menor ó igual; ó menor, ya que da lo mismo; ó
mayor; ó mayor ó igual.Función de Distribución
Función de Distribución :se define como la probabilidad de que "x" tome valores
menores o iguales a un valor determinado (xk).Es decir acumula hasta un valor
determinado:
- Meteorología
Las predicciones que hacen los meteorólogos sobre el tiempo que hará en los
próximos días se hace en base a los patrones de lo que ha ocurrido en años
anteriores y se expresa en términos de probabilidad: "la probabilidad de que llueva
es del 90%"
Decisiones médicas
Esperanza de vida
Es una medida del promedio de años que se espera que viva una persona en las
condiciones de mortalidad del período que se calcula. Se basa en el cálculo de la
probabilidad de muerte o de vida de la población a partir de los datos recogidos
sobre nacimientos y defunciones, distribuidos por sexo, edades, territorios...
Primas de seguros
Análisis de riesgos
Antes de tomar una decisión importante se debe hacer un análisis del riesgo que
conlleva tomarla.
Así, por ejemplo, los gobiernos y las empresas utilizan métodos basados en
estudios probabilísticos para estudiar la repercusión que tendrán las medidas que
van a tomar y así poder elegir aquéllas que sean las más acertadas o las menos
arriesgadas.
- Mercado de materias primas
Donde:
P(X) = probabilidad de X éxitos dados los parámetros n y p
n = tamaño de la muestra
p = probabilidad de éxito
1 – p = probabilidad de fracaso
X = numero de éxitos en la muestra ( X = 0, 1, 2, …….. n)
EJERCICIO
Solución::
a) P(x=0)=b(x=0;n=10,p=0.20)= 0.1074
b) P(x=1)=b(x=1;n=10,p=0.20)= 0.2684
c) P(x≥2)=1-P(x≤1)=1-B(x≤1;n=10,p=0.20)=1-[0.1074+0.2684]=1-0.3758=0.6242
d) P(x≥3)=1-P(x≤2)= 1-B(x≤2;n=10,p=0.20)= 1 - [0.1074+0.2684+0.3020]=1-
0.6778=0.3222
e) P(x≤3)= B(x≤3;n=10,p=0.20)= 0.1074 + 0.2684 + 0.3020 + 0.2013=0.8791
Distribución Normal
Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su
propio nombre indica su extendida utilización, justificada por la frecuencia o
normalidad con la que ciertos fenómenos tienden a parecerse en su
comportamiento a esta distribución.
Muchas variables aleatorias continuas presentan una función de densidad cuya
gráfica tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un
mismo valor de p y valores de n cada vez mayores, se ve que sus polígonos de
frecuencias se aproximan a una curva en "forma de campana".
En resumen, la importancia de la distribución normal se debe principalmente a que
hay muchas variables asociadas a fenómenos naturales que siguen el modelo de
la normal.
Caracteres morfológicos de individuos (personas, animales, plantas,…) de
una especie, p. ejm. Tallas, pesos, envergaduras, diámetros, perímetros…
Caracteres fisiológicos, por ejemplo; efecto de una misma dosis de un
fármaco, o de una misma cantidad de abono.
Caracteres sociológicos, por ejemplo: consumo de cierto producto por un
mismo grupo de individuos, puntuaciones de examen.
Caracteres psicológicos, por ejemplo: cociente intelectual, grado de
adaptación a un medio……
Errores cometidos al medir ciertas magnitudes.
Valores estadísticos maestrales, por ejemplo: la media.
EJERCICIO
En una ciudad se estima que la temperatura máxima en el mes de junio sigue
una distribución normal, con media 23° y desviación típica 5°. Calcular el
número de días del mes en los que se espera alcanzar máximas entre 21° y 27°
Distribución de Poisson
es una distribución de probabilidad continua que expresa, a partir de una
frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado
número de eventos durante cierto período de tiempo. Concretamente, se
especializa en la probabilidad de ocurrencia de sucesos con probabilidades muy
pequeñas, o sucesos "raros"
probabilidad de la distribución de Poisson es
donde
K es el número de ocurrencias del evento o fenómeno (la función nos da la
probabilidad de que el evento suceda precisamente K veces).
X es un parámetro positivo que representa el número de veces que se
espera que ocurra el fenómeno durante un intervalo dado. Por ejemplo, si el
suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos
interesados en la probabilidad de que ocurra k veces dentro de un intervalo
de 10 minutos, usaremos un modelo de distribución de Poisson con x =
10×4 = 40.
e es la base de los logaritmos naturales (e = 2,71828...)
EJERCICIO:
La contaminación constituye un problema en la fabricación de discos de
almacenamiento
óptico. El número de partículas de contaminación que ocurren en un disco óptico
tiene una
distribución de Poisson y el número promedio de partículas por centímetro
cuadrado de
superficie del disco es 0.1. El área de un disco bajo estudio es 100 centímetros
cuadrados.
(a) Encuentre la probabilidad de que ocurran 12 partículas en el área del disco
bajo
estudio.
(b) La probabilidad de que ocurran cero partículas en el área del disco bajo estudio
(c) Determine la probabilidad de que 12 o menos partículas ocurran en el área del
disco
bajo estudio
Solución:
λ =np = 100 cm2 (0.1) partículas/cm2
=10 partículas