Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 6 PDF
Clase 6 PDF
1 / 35
Algunas distribuciones discretas y sus propiedades
2. Distribución hipergeométrica:
2 / 35
2. Distribución hipergeométrica:
x = 0, 1, 2, · · · , mı́n(n, K )
3 / 35
2. Distribución hipergeométrica:
4 / 35
2. Distribución hipergeométrica:
5 / 35
2. Distribución hipergeométrica:
En este experimento se puede observar:
!
N
: Formas distintas de seleccionar n objetos de N.
n
!
K
: Formas distintas de seleccionar x elementos de los K
x
!
N −K
: Formas distintas de seleccionar (n − x ) de los (N − K )
n−x
Entonces, la f.m.p. de X está dada por:
K N−K
x n−x
N
; x = 0, 1, 2, · · · , min(n, K )
px (x ) =
n
0 ; e.o.c.
6 / 35
2. Distribución hipergeométrica:
7 / 35
2. Distribución hipergeométrica:
7 / 35
2. Distribución hipergeométrica:
7 / 35
2. Distribución hipergeométrica:
(N − n)
El término se conoce con el nombre de factor de co-
(N − 1)
rrección por 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,
como veremos más adelante, la varianza de la hipergeométrica
se asemeja a la varianza de la binomial; además garantiza que
la condición de independiencia se cumpla aproximadamente.
8 / 35
2. Distribución hipergeométrica: Ejemplo 1
9 / 35
2. Distribución hipergeométrica: Solución
10 / 35
2. Distribución hipergeométrica: Solución
10 / 35
2. Distribución hipergeométrica: Solución
b.
P (X = 6 ∨ X = 0) = P (X = 0) + P (X = 6) = px (0) + px (6)
10 10
6 6 210 + 210
= 20 + 20 = = 0.01084 .
6 6
38760
10 / 35
2. Distribución hipergeométrica: Solución
c.
10 20 − 6 10 10
E [X ] = 6 =3 Var [X ] = 6 1−
20 20 − 1 20 20
11 / 35
2. Distribución hipergeométrica: Solución
c.
10 20 − 6 10 10
E [X ] = 6 =3 Var [X ] = 6 1−
20 20 − 1 20 20
r
14 6 21 21
Var [X ] = = = 1.10526 y σ= .
19 4 19 19
11 / 35
2. Distribución hipergeométrica: Solución
c.
10 20 − 6 10 10
E [X ] = 6 =3 Var [X ] = 6 1−
20 20 − 1 20 20
r
14 6 21 21
Var [X ] = = = 1.10526 y σ= .
19 4 19 19
r r !
21 21
P (|X − µx | ≤ σ) = P − <X −3< = P (1.95 < X < 4.05) .
19 19
11 / 35
2. Distribución hipergeométrica: Solución
c.
10 20 − 6 10 10
E [X ] = 6 =3 Var [X ] = 6 1−
20 20 − 1 20 20
r
14 6 21 21
Var [X ] = = = 1.10526 y σ= .
19 4 19 19
r r !
21 21
P (|X − µx | ≤ σ) = P − <X −3< = P (1.95 < X < 4.05) .
19 19
Así,
P (|X − µx | ≤ σ) = P (2 ≤ X ≤ 4) = px (2) + px (3) + px (4) .
9450 14400 9450
P (|X − µx | ≤ σ) = + + = 0.85913 .
38760 38760 38750
11 / 35
2. Distribución hipergeométrica: Ejemplo 2
12 / 35
2. Distribución hipergeométrica: Solución
Sea X : # de arandelas inaceptables en la muestra.
13 / 35
2. Distribución hipergeométrica: Solución
Sea X : # de arandelas inaceptables en la muestra.
La f.m.p. de X es de la forma:
3 22
x 3−x
px (x ) = 25 ; x = 0, 1, 2, 3 .
3
13 / 35
2. Distribución hipergeométrica: Solución
Sea X : # de arandelas inaceptables en la muestra.
La f.m.p. de X es de la forma:
3 22
x 3−x
px (x ) = 25 ; x = 0, 1, 2, 3 .
3
a.
22
3 1540
P (X = 0) = px (0) = 25 = = 0.66957 .
3
2300
13 / 35
2. Distribución hipergeométrica: Solución
Sea X : # de arandelas inaceptables en la muestra.
La f.m.p. de X es de la forma:
3 22
x 3−x
px (x ) = 25 ; x = 0, 1, 2, 3 .
3
a.
22
3 1540
P (X = 0) = px (0) = 25 = = 0.66957 .
3
2300
b.
38
P (X ≥ 1) = 1 − P (X < 1) = 1 − px (0) = = 0.33043 .
115
13 / 35
2. Distribución hipergeométrica: Solución
Sea X : # de arandelas inaceptables en la muestra.
La f.m.p. de X es de la forma:
3 22
x 3−x
px (x ) = 25 ; x = 0, 1, 2, 3 .
3
a.
22
3 1540
P (X = 0) = px (0) = 25 = = 0.66957 .
3
2300
b.
38
P (X ≥ 1) = 1 − P (X < 1) = 1 − px (0) = = 0.33043 .
115
c.
3 22
1 2 693
P (X = 1) = px (1) = 25 = = 0.30130 .
3
2300
13 / 35
3. Distribución binomial:
14 / 35
3. Distribución binomial:
14 / 35
3. Distribución binomial:
15 / 35
3. Distribución binomial:
15 / 35
3. Distribución binomial:
15 / 35
3. Distribución binomial:
16 / 35
3. Distribución binomial: Propiedades
a.
La f.g.m. está dada por:
in
Mx (t) = (1 − p) + pe t
h
b. E (X ) = np.
c.
Var (X ) = np(1 − p).
17 / 35
3. Distribución binomial: Propiedades - Prueba
a. Se tiene que:
Mx (t) = E (e tX )
18 / 35
3. Distribución binomial: Propiedades - Prueba
a. Se tiene que:
n
Mx (t) = E (e tX ) = e tx ∗ px (x )
X
x =0
18 / 35
3. Distribución binomial: Propiedades - Prueba
a. Se tiene que:
n
Mx (t) = E (e tX ) = e tx ∗ px (x )
X
x =0
n
!
tx n
p x (1 − p)n−x
X
= e
x =0
x
18 / 35
3. Distribución binomial: Propiedades - Prueba
a. Se tiene que:
n
Mx (t) = E (e tX ) = e tx ∗ px (x )
X
x =0
n
!
tx n
p x (1 − p)n−x
X
= e
x =0
x
n
!
n
(pe t )x (1 − p)n−x
X
=
x =0
x
18 / 35
3. Distribución binomial: Propiedades - Prueba
a. Se tiene que:
n
Mx (t) = E (e tX ) = e tx ∗ px (x )
X
x =0
n
!
tx n
p x (1 − p)n−x
X
= e
x =0
x
n
!
n n
(pe t )x (1 − p)n−x = [(1 − p) + pe t ] ,
X
=
x =0
x
18 / 35
3. Distribución binomial: Propiedades - Prueba
19 / 35
3. Distribución binomial: Propiedades - Prueba
19 / 35
3. Distribución binomial: Propiedades - Prueba
19 / 35
3. Distribución binomial: Propiedades - Prueba
se tiene que
E X 2 = M 00 (0) = np + n(n − 1)p 2 = np + n2 p 2 − np 2
19 / 35
3. Distribución binomial: Propiedades - Prueba
se tiene que
E X 2 = M 00 (0) = np + n(n − 1)p 2 = np + n2 p 2 − np 2
Luego,
Var (X ) = E X 2 − [E (X )]2
19 / 35
3. Distribución binomial: Propiedades - Prueba
se tiene que
E X 2 = M 00 (0) = np + n(n − 1)p 2 = np + n2 p 2 − np 2
Luego,
Var (X ) = E X 2 − [E (X )]2
n2
= np + 2
p − np 2 −
n22
p = np − np 2
19 / 35
3. Distribución binomial: Propiedades - Prueba
se tiene que
E X 2 = M 00 (0) = np + n(n − 1)p 2 = np + n2 p 2 − np 2
Luego,
Var (X ) = E X 2 − [E (X )]2
n2
= np + 2
p − np 2 −
n22
p = np − np 2
= np(1 − p)
19 / 35
3. Distribución binomial: Ejemplos
20 / 35
3. Distribución binomial: Ejemplos - Solución
21 / 35
3. Distribución binomial: Ejemplos - Solución
21 / 35
3. Distribución binomial: Ejemplos - Solución
Así,
! x 10−x
10 1 3
px (x ) = ; x = 0 , 1 , · · · , 10 .
x 4 4
21 / 35
3. Distribución binomial: Ejemplos - Solución
a. Se pide
5 x 10−x
X 10 1 3
P (X ≥ 6) = 1 − P (X ≤ 5) = 1 − = 0.0197
x =0
x 4 4
22 / 35
3. Distribución binomial: Ejemplos - Solución
a. Se pide
5 x 10−x
X 10 1 3
P (X ≥ 6) = 1 − P (X ≤ 5) = 1 − = 0.0197
x =0
x 4 4
b.
P (3 ≤ X < 6) P (3 ≤ X ≤ 5)
P (X < 6 | X ≥ 3) = =
P (X ≥ 3) 1 − P (X < 3)
22 / 35
3. Distribución binomial: Ejemplos - Solución
a. Se pide
5 x 10−x
X 10 1 3
P (X ≥ 6) = 1 − P (X ≤ 5) = 1 − = 0.0197
x =0
x 4 4
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
P
x 4 4 0.4547
x =3
P (X < 6 | X ≥ 3) = = = 0.9585 .
1 − P (X ≤ 2) 1 − 0.5256
22 / 35
3. Distribución binomial: Ejemplos - Solución
a. Se pide
5 x 10−x
X 10 1 3
P (X ≥ 6) = 1 − P (X ≤ 5) = 1 − = 0.0197
x =0
x 4 4
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
P
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 ; Var [X ] = 10 = .
4 4 4 8
22 / 35
3. Distribución binomial: Ejemplos
23 / 35
3. Distribución binomial: Ejemplos - Solución
24 / 35
3. Distribución binomial: Ejemplos - Solución
24 / 35
3. Distribución binomial: Ejemplos - Solución
24 / 35
3. Distribución binomial: Ejemplos - Solución
20
a. P (X = 2) = px (2) = 2 (0.05) 2 (0.95) 18 = 0.1887
24 / 35
3. Distribución binomial: Ejemplos - Solución
20
a. P (X = 2) = px (2) = 2 (0.05) 2 (0.95) 18 = 0.1887
b. P (X ≤ 2) = px (0) + px (1) + px (2) = 0.3585 + 0.3774 + 0.1887 =
0.9246
24 / 35
3. Distribución binomial: Ejemplos - Solución
20
a. P (X = 2) = px (2) = 2 (0.05) 2 (0.95) 18 = 0.1887
b. P (X ≤ 2) = px (0) + px (1) + px (2) = 0.3585 + 0.3774 + 0.1887 =
0.9246
c. P (X ≥ 2) = 1 − P (X < 2) = 1 − P (X ≤ 1) = 0.2641
24 / 35
Relación entre la distribución binomial y la hipergeométrica
25 / 35
Relación entre la distribución binomial y la
hipergeométrica: Ejemplo
26 / 35
Relación entre la distribución binomial y la
hipergeométrica: Solución
10 190 10 190
0 6 6 0
P (X = 0 ∨ X = 6) =
200
+
200
= 0.7321 .
6 6
27 / 35
4. Distribución binomial negativa
Suponga que estamos interesados en la variable aleatoria
X : número de ensayos hasta obtener r éxitos, con probabilidad
de éxito en cada ensayo igual a 0 < p < 1.
28 / 35
4. Distribución binomial negativa
Suponga que estamos interesados en la variable aleatoria
X : número de ensayos hasta obtener r éxitos, con probabilidad
de éxito en cada ensayo igual a 0 < p < 1.
En este caso, la f.m.p. de X está dada por:
!
x −1
p r (1 − p)x −r , para x = r , r + 1, r + 2, . . .
r −1
px (x ) =
0, e.o.c.
28 / 35
4. Distribución binomial negativa
Suponga que estamos interesados en la variable aleatoria
X : número de ensayos hasta obtener r éxitos, con probabilidad
de éxito en cada ensayo igual a 0 < p < 1.
En este caso, la f.m.p. de X está dada por:
!
x −1
p r (1 − p)x −r , para x = r , r + 1, r + 2, . . .
r −1
px (x ) =
0, e.o.c.
28 / 35
4. Distribución binomial negativa
Suponga que estamos interesados en la variable aleatoria
X : número de ensayos hasta obtener r éxitos, con probabilidad
de éxito en cada ensayo igual a 0 < p < 1.
En este caso, la f.m.p. de X está dada por:
!
x −1
p r (1 − p)x −r , para x = r , r + 1, r + 2, . . .
r −1
px (x ) =
0, e.o.c.
29 / 35
4. Distribución binomial negativa: Ejemplo
30 / 35
4. Distribución binomial negativa: Solución
31 / 35
4. Distribución binomial negativa: Solución
31 / 35
4. Distribución binomial negativa: Solución
31 / 35
4. Distribución binomial negativa: Solución
32 / 35
4. Distribución binomial negativa: Solución
32 / 35
4. Distribución binomial negativa: Solución
33 / 35
4. Distribución binomial negativa: Solución
33 / 35
Ejercicios clase 6:
34 / 35
Ejercicios clase 6:
35 / 35