Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 1 PDF
Tema 1 PDF
Tema I
1
Distribuciones de probabilidad
I.1.1.- Introducción
- Distribución Uniforme
- Distribución Binomial
- Distribución de Poisson
2 Tema I
ESTADÍSTICA II
- Variable aleatoria
- Variable aleatoria discreta
- Función de distribución y propiedades de la misma
- Función de cuantía de una variable aleatoria discreta
- El operador esperanza matemática.
- Media y varianza de una variable aleatoria
Tema I
3
Distribuciones de probabilidad
0 si x ≠ xi i = 1,2,...,k
f(X) = 1
k si x = x i i = 1,2,...k
4 Tema I
ESTADÍSTICA II
i
F(x)= ∑ f( xr )
r =1
Tema I
5
Distribuciones de probabilidad
0 si x < x1
1
si x1 ≤ x < x2
k
2
F(x)= si x2 ≤ x < x 3
k
.
.
.
1 si x ≥ x k
Es decir,
0 si x < x1
i
F(X) = si x i ≤ x < xi +1
k
1 si x ≥
xk
6 Tema I
ESTADÍSTICA II
k 1 k
µ x = E(X) = ∑ x i f( x i ) = ∑ x i = α1
i=1 k i=1
2
1 k 1 k
σ = V(X)= ( xi - X ) = E( X 2 ) - [E(X)] = α2 - α12 = ∑ xi2 - ( ∑ xi )
2 1 2 2
x
k k i =1 k i=1
Tema I
7
Distribuciones de probabilidad
8 Tema I
ESTADÍSTICA II
xi = 1 si el resultado es éxito
xi = 0 si el resultado es fracaso.
entonces
P(E) = P(X=1) = p
P(F) = P(X=0) = q
Tema I
9
Distribuciones de probabilidad
2
µx = E(X)= ∑xi f( x ) = 1* p+0* q = p
i
i=1
y, calculemosla Varianza:
2 2
σ 2x =V(X)= ∑( xi - µx ) f( x ) = ∑( x - p) f( x )
2 2
i i i
i=1 i=1
σ 2x = p+ p - 2 p + p - p = p- p = (1- p)p= pq
3 2 2 3 2
µxi = E( xi ) = p
σ x i = V( xi ) = pq
2
10 Tema I
ESTADÍSTICA II
X ´ B(n,p)
En donde n es el tamaño de la sucesión de bernuilli, el número
de veces que se repite el experimento (número de familias de
Las Palmas de Gran Canaria, etc..), y p es la probabilidad del
éxito.
Tema I
11
Distribuciones de probabilidad
distribución binomial es
n x n- x
p q si x = xi
x
f(X = x) =
0 si x ≠ x i
12 Tema I
ESTADÍSTICA II
P(100000) = P(1)*P(0)*P(0)*P(0)*P(0)*P(0)
P(100000) = p * q * q * q * q * q = p * q5
f (x=1) = P(1) = 6 * p * q5
Tema I
13
Distribuciones de probabilidad
n
F(x)= P(X ≤ x) = ∑ f(i) = ∑ pi q n -i
i≤ x i≤ x i
14 Tema I
ESTADÍSTICA II
1 si éxito
Sea xi =
0 si fracaso
donde, µxi = E( x i ) = p
σ2xi =V( x i ) = pq
n n
- MEDIA : µx = E(X)= E( x1 + x 2 + ... + xn ) = ∑ E[ x i ] = ∑ p = np
i =1 i =1
n
- VARIANZA : σ 2x = V(X)= V[ x1 + x2 + ...+ x n ] = ∑V( xi ) ⇒
i =1
n
⇒ σ2x = ∑ pq = npq
i=1
Tema I
15
Distribuciones de probabilidad
Resolución:
16 Tema I
ESTADÍSTICA II
n x n- x
p q si x = xi
x
f(X = x) =
0 si x ≠ xi
10
f(X = 7) = 0,67 * 0,43 =
7
10!
0,6 7 * 0,43 = 0,215
7! (10 - 7)!
Tema I
17
Distribuciones de probabilidad
I.1.4.1.- Definición
18 Tema I
ESTADÍSTICA II
Tema I
19
Distribuciones de probabilidad
-λ x
f(x)= P(X = x) = e λ
x!
-λ r
F(x)= ∑ P(X = r) = ∑ e λ
r≤ x r≤ x r!
∞
µx = E(X)= e- λ ∑ λ
x
x=1 (x - 1)!
∞
Si hacemos y = (x - 1) nos quedar : E(X)= e- λ λ ∑ λ = e-λ λ eλ = λ
y
y=0 y!
20 Tema I
ESTADÍSTICA II
e- λ λx
-λ ∞ 2 λ
∞ x
α2 = E( X ) = ∑ x ∑
2 2
= e x
x =0 x! x= 0 x!
λ λ
2
λ λ 2 3
α2 = e
-λ 2
+ +
2
1! 2!
1 2 ... = e
λ +2 +3-λ
+...
1! 2!
λ λ λ 2 3
1! 2! 3!
λ λ λ λ
= e λ 1+ + +...+λ + + +... = e λ e +λ 1+ + +...
λ λ
2 2 3 2
λ
α2 -λ -λ
1! 2! 1! 2! 1! 2!
σ 2x = α2 - α21
σ 2x = E( X 2 ) - [E(X)] = λ + λ2 - λ2 = λ
2
Tema I
21
Distribuciones de probabilidad
22 Tema I
ESTADÍSTICA II
-λ x
f(x)= P(X = x) = e λ
x!
-3,5 0
3,5 =
f(0) = P(X = 0) = e
0!
(0,30197) * (1)
= 0,302
1
Tema I
23
Distribuciones de probabilidad
24 Tema I
ESTADÍSTICA II
Tema I
25
Distribuciones de probabilidad
26 Tema I
ESTADÍSTICA II
1
b - a si a ≤ x ≤ b
f(x) = Tema I
027 en otro caso
Distribuciones de probabilidad
0 si x < a
x-a
F(x)= si a ≤ x ≤ b
b-a
1 si x > b
Y su representación gráfica:
28 Tema I
ESTADÍSTICA II
1 1 b
E(X)= ∫ ba x dx = ∫ x dx =
b-a b-a a
b
1 x2 1 b2 - a2
= = =
b - a 2 a b - a 2
2 2
- (b - a)(b + a) b + a
= b a = =
2(b - a) 2(b - a) 2
1 1 b 2
E( X 2 ) = ∫ ba x 2 dx = ∫ x dx =
b- a b- a a
b
1 x3 1 b3 - a3
= == 3 =
b - a 3 a b-a
3
- 3 2
+ ab + a 2
= b a =b
3(b - a) 3
centrados de orden 1 y 2
Tema I
29
Distribuciones de probabilidad
I.2.2.1 INTRODUCCION
X → N( µ,σ 2 )
30 Tema I
ESTADÍSTICA II
1 1 x- µ 2
f(x)= e - 2( σ )
2πσ
∀ x ∈ ℜ siendo σ f 0 y µ ∈ ℜ
PROPIEDADES
(1) Es simétrica respecto de x = 0, ya que:
f(-x) = f(x)
(2) Alcanza un máximo en x = 0 y vale
1
f(0) =
2π
Tema I
31
Distribuciones de probabilidad
lim
x→ ∞
f(x)= lim f(x)= 0
x→ - ∞
2π
F(x) verifica:
Demostración:
32 Tema I
ESTADÍSTICA II
Lim Φ (x) = 1
x→ ∞
F(x) = 0; ni F(x) = 1
Tema I
33
Distribuciones de probabilidad
34 Tema I
ESTADÍSTICA II
P(|x|<1)=P(-1,0)+P(0,1)=2*P(0,1)=2*0.3413=0.6826
Tema I
35
Distribuciones de probabilidad
36 Tema I
ESTADÍSTICA II
∀ x ∈ ℜ siendo σ f 0 y µ ∈ ℜ
PROPIEDADES: La función
Tema I
37
Distribuciones de probabilidad
1 1 x- µ 2
f(x)= e- 2 ( σ )
2πσ
∀ x ∈ ℜ siendo σ f 0 y µ ∈ ℜ
cumple las siguientes propiedades:
(1) Es simétrica respecto de x = µ pues f(µ-x) = f(µ+x).
(2) Alcanza un máximo en x = µ y vale
1
f( µ ) =
2π σ
38 Tema I
ESTADÍSTICA II
Tema I
39
Distribuciones de probabilidad
40 Tema I
ESTADÍSTICA II
Demostración de (1):
Tema I
41
Distribuciones de probabilidad
X -µ
Z= ∀ Z ∈ℜ
σ
X -µ
F(z) = P ( Z ≤ z ) = P ≤ z = P ( X ≤ σz + µ)= F (σz + µ)
σ
2
1 1 σ z+µ -µ 1 -1 z 2
f(z) = σ f( σz + µ ) = σ -
e 2 σ =
e2 ;
2π σ 2π
1 -z 2
luego : f(z) = e 2; ∀z ∈ ℜ
2π
X -µ
entonces : Z = → N (0,1).
σ
x - µ
F(x)= Φ ; ∀ x ∈ _ si X _ N( µ,σ2 )
σ
De forma que:
X - µ x - µ x-µ
F(x)= P ( X ≤ x ) = P ≤ = P (Z ≤ );
σ σ σ
X -µ
pero Z = _ N(0,1) como hemos visto,luego :
σ
x - µ x - µ
F(x)= P Z ≤ =Φ
σ σ
42 Tema I
ESTADÍSTICA II
Solución:
1) Si X - N(20,4)
X - 20 X - µ x -µ
Z= _ N(0,1) y como P(X < x) = P < =
2 σ σ
x -µ x -µ
= P Z < = Φ ; luego, en este caso :
σ σ
X - 20 15 - 20
P(X < 15) = P < = Φ (-2.5) = 1 - Φ (2.5) =
2 2
Tema I
43
Distribuciones de probabilidad
como N(µi, σ2i);(con σ2i > 0 para todo i = 1, 2,..., n), y dados
a1, a2, ..., an, b números reales tal que ai es distinto de cero
para todo i = (1, 2, ..., n), se cumple:
n
Llamando X = ∑ a i X i + b;
i =1
n n
X → N ∑ ai µi + b, ∑ a2i σ 2i
i=1 i =1
∑ X → N(nµ,n σ )
n
2
(1) i
i=1
1 n
σ
2
Xn = ∑X i _ N( µ,
n
)
n i=1
44 Tema I
ESTADÍSTICA II
λ e- λx para x > 0
f(x)=
0 para x ≤ 0
Tema I
45
Distribuciones de probabilidad
0 si x ≤ 0
luego : F(x)=
1 - e- λx si x > 0
E(x) = 1/λ
Var(x) = 1/λ2
sx = 1/λ
46 Tema I
ESTADÍSTICA II
P ( X > x ) = 1 - P ( X ≤ x ) = 1 - F(x)= e -λ x
(para x → 0)
Tema I
47
Distribuciones de probabilidad
-( b+c) λ
=e -b λ
= e-cλ = P(X > c) c.q.d
e
Solución:
Si llamamos X al tiempo que tarda en llegar a la Facultad,
X - U(15,20)
Entonces:
1
20 - 15 si 15 ≤ x ≤ 20
f(x)=
0 en otro caso
Lo que nos piden es:
48 Tema I
ESTADÍSTICA II
P ( X ≤ x ) = 0.99 =
X - 15 X - 15
= = 0.99
20 - 15 5
Solución:
(1) Llamando X a la altura de los individuos en edad militar:
X - N(173,100)
y nos piden:
P(0x - 1730 > 20) = 1 - P(0x - 1730) # 20) =
= 1 - P(153 # x # 193) = 1 - (F(193) - F(153))=
(tipificando):
Tema I
49
Distribuciones de probabilidad
a X - 173 a a a
1- P - ≤ ≤ =1- P - ≤Z≤
10 10 10 10 10
X - 173
siendo Z = → N(0,1)
10
a
luego P (| X - 173 |> a ) = 1 - Φ( ) - Φ(- ) =
a
10 10
a a
= 2 - 2Φ = 0.25 → Φ = 0.875
10 10
Φ(0.8749) = 1.15
Φ(0.8770) = 1.16
a
Interpolan do : = 1.1505, luego a = 11.505.
10
50 Tema I
ESTADÍSTICA II
Solución:
Llamando T ventas de la marca Top: T → N(2000, 1002)
Llamando B ventas de la marca Body: B → N(2100, 1102)
Se pide: P(B - T > 150); llamando B - T = X
Tema I
51
Distribuciones de probabilidad
X → N(100,148.67 2 )
X - 100
Z= → N(0,1)
148.67
Solución:
Llamando Xi al coeficiente intelectual del alumno i-ésimo para
52 Tema I
ESTADÍSTICA II
1 10 52
X 10 = ∑ X i _ N(100, )
10 i=1 10
La probabilidad pedida es:
P(| X 10 - 100 |≤ 2) = P(-2 ≤ X 10 - 100 ≤ 2) =
- 100 10 ( X 10 - 100)
Tipificand o Z = X 10 =
5/ 10 5
10 10 ( X 10 - 100) 10
= P(-2 ≤ ≤2 ) = P(-1.26 ≤ z ≤ 1.26) =
5 5 5
Tema I
53
Distribuciones de probabilidad
P (| X n - 100 | ≤ 2 ) ≥ 0.975
2
n ( X n - 100)
Como X n _ N 100, 5 , entonces Z = _ N(0,1)
n 5
2 n 2 n
por lo tanto : P (| X 10 - 100 | ≤ 2 ) = P - ≤Z ≤ =
5 5
2 n 2 n
= 2Φ - 1 ≥ 0.975 → Φ ≥ 0.9875
5 5
2 n
Interpolan do : ≥ 2.24152; de donde n ≥ 31.40
5
Tienen que ir al concurso más de 31 alumnos.
Solución:
Tenemos que calcular P(Y ≥ 4). Consideramos la variable Y = nº
de baterías que funcionan más de 10.000 horas.
54 Tema I
ESTADÍSTICA II
Solución:
Si T - Exp(λ) entonces E(T) = 1/λ y λ = 1/15
Tema I
55
Distribuciones de probabilidad
(4/3 )0 - 4 4
P(X = 0) = e 3 = e - 3 _ 0.2636 = 26%
0!
Que es la probabilidad de que en 20 minutos no llegue ningún
autobús.
56 Tema I