Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 6
Tema 6
TEMA
Estadística
Esquema
Ideas clave
Se dice que una variable aleatoria discreta x sigue un modelo de Bernoulli con
parámetro p (o sigue una distribución de Bernoulli con parámetro p) si su función de
probabilidad es la siguiente:
P(x=1) = p
P(x=0) = 1 – p
Al experimento que da lugar a una variable aleatoria que sigue un modelo de Bernoulli
se le llama experimento o ensayo de Bernoulli.
Definición
Se dice que una variable aleatoria x sigue una distribución binomial de parámetros n y
p si es la suma de n variables aleatorias independientes cada una de las cuales tiene una
distribución de Bernoulli con el mismo parámetro p. Se representa como: x B(n, p)
Se realizan n ensayos de Bernoulli que, por definición, sólo tienen dos sucesos
posibles: éxito (valor 1) o fracaso (valor 0).
Propiedades
mx = np
σx = np (1-p)
Distribución binomial
0,30
0,25
Probabilidad
0,20
0,15
0,10
0,05
0,00
0 1 2 3 4 5 6 7 8 9 10
Variable aleatoria x
Definición
Se dice que una variable aleatoria x sigue una distribución geométrica de parámetro p si
representa la realización de ensayos de Bernoulli con el mismo parámetro p, hasta la
consecución del primer éxito. Se representa como: x G (p)
Propiedades
1
mx =
p
1-p
σx =
p2
Distribución geométrica
0,45
0,40
0,35
Probabilidad
0,30
0,25
0,20
0,15
0,10
0,05
0,00
1 2 3 4 5 6 7 8 9 10
Variable aleatoria x
Definición
Formalmente, se dice que una variable aleatoria x sigue una distribución de Poisson de
parámetro λ si su distribución de probabilidad es de la forma:
Propiedades
e-λ λk
P(x=k) =
k!
mx = λ
σx = λ
Distribución de Poisson
0,25
0,20
Probabilidad
0,15
0,10
0,05
0,00
1 2 3 4 5 6 7 8 9 10
Variable aleatoria x
Definición
Se dice que una variable aleatoria x sigue una distribución uniforme entre dos extremos
a y b si puede tomar cualquier valor con igual probabilidad entre ambos extremos.
Propiedades
a+ b
mx =
2
b-a
σx =
12
Distribución uniforme
0,12
0,10
Probabilidad
0,08
0,06
0,04
0,02
0,00
1 2 3 4 5 6 7 8 9 10 11
Variable aleatoria x
Definición
Formalmente, se dice que una variable aleatoria x sigue una distribución exponencial
con parámetro λ (con λ > 0) si su función de densidad es:
0 cuando x< 0
Propiedades
1
mx =
λ
1
σx =
λ
Distribución exponencial
3,50
3,00
2,50
Probabilidad
2,00
1,50
1,00
0,50
0,00
0 1 2 3 4
Variable aleatoria x
Definición
Formalmente, se dice que una variable aleatoria x sigue una distribución normal con
parámetros m y σ (con σ > 0) si su función de densidad es:
2
1 x-m
-
1 2 σ
f(x) = e
σ 2π
Propiedades
mx = m
σx = σ
Distribución normal
0,45
0,40
0,35
Probabilidad
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 1 2 3 4 5 6 7 8 9 10
Variable aleatoria x
my = amx + b
σy = a σx
x - mx
z=
σx
Por otro lado, la suma de variables con distribución normal es una variable con
distribución normal, con media la suma de las medias y desviación típica
la raíz cuadrada de la suma de las varianzas.
b - mx
P(x < b) = P z <
σx
a - mx
P(x > a) = P z >
σx
a - mx b - mx
P(a < x < b) = P <z<
σx σx
Si x1, x2, …, xn son variables independientes todas ellas con la misma media
m y la misma desviación típica σ, la variable x calculada como suma de las
anteriores variables sigue una distribución aproximadamente normal con
media la suma de las medias, y desviación típica la raíz cuadrada de la
suma de varianzas.
mx = n m
σx = σ n
x - np
zB =
np (1- p)
Lo + recomendado
Lecciones magistrales
En esta clase, el profesor José Benítez explicará algunos conceptos básicos relacionados
con la distribución de probabilidad, centrándose en la distribución binomial, la
distribución uniforme y la distribución normal.
No dejes de leer…
La distribución Poisson
Mónica Martínez Gómez y Manuel Marí Benlloch. Universidad Politécnica de
Valencia (2009).
No dejes de ver…
+ Información
A fondo
Distribuciones de probabilidad
Sixto Sánchez Merino
Universidad de Málaga (2009)
Webgrafía
Distribuciones de probabilidad
http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm
http://www.ucm.es/info/genetica/Estadistica/estadistica_basica%201.htm
La página web ofrece un glosario online sobre los principales aspectos relacionados con
la probabilidad y la inferencia estadística, entre ellos todos los referidos a las
distribuciones de probabilidad estudiadas en el tema 6, su formulación matemática y
sus aplicaciones.
http://stattrek.com/Help/Glossary.aspx?Target=Poisson_experiment
Bibliografía
PÉREZ, CÉSAR. Estadística aplicada a través de Excel. Prentice Hall. Madrid. 2002
RITCHEY, FERRIS J. Estadística para las Ciencias Sociales. McGraw Hill. México
D.F. 2008
ROHATGI, V.K. y SALCH, A.K. An Introduction to Probability and Statistics. Ed. John
Wiley and Sons. 2001
ROSS, S. A First Course in Probability. Pearson Prentice Hall. New Jersey. 2006
Actividades
Considera una variable aleatoria x. En función del tipo de distribución que se indica
para la variable, calcula las probabilidades correspondientes:
Test
A. A = 75%; B=75%
B. A = 75%; B=68,3%
C. A = 50%; B=68,3%
D. A = 50%; B=88,8%