UNIVERSIDAD DE GUAYAQUIL

“FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS”

INGENIERÍA EN SOFTWARE

TEMA: Taller # 4: Analizar vídeos sobre distribuciones discretas

INTEGRANTES: GRUPO#E

-DOMENICA LISBETH BRAVO ALVARADO(LÍDER)

-BONIFAZ CHACÓN JOSÉ XAVIER
-REINOSO JIMÉNEZ AARON RICARDO
-SALVATIERRA PEÑA MICHAEL STEVEN
-BAJAÑA ZAMBRANO DAVID

ASIGNATURA: ESTADÍSTICA II
CURSO: SOF-S-NO-4-4

MSc. ALONSO ANGUIZACA JOSE LUIS

GUAYAQUÍL – 2 DE JULIO DEL 2022

Primer video
VARIABLES ALEATORIAS DISCRETAS
Variable aleatoria uniforme
f(x)=1/N,x=1,……,N. Le pone la misma probabilidad a un
conjunto de números, en este caso un
F(x)=[x]/N,1<=x<=N. conjunto de números enteros que va
del 1 al número n.

La media de esta variable aleatoria uniforme es n 1 sobre 2 y para comprobarlo aplicamos aquí
la definicion del valor esperado de x nota usted que el valor esperado de x seria la sumatoria de
x por la probabilidad de x por f(x) en este caso f es 1 sobre n para todos los x de no a n de esta
sumatoria 1 sobre n es factor común y está la sumatoria de todos los números como uno más en
la sumatoria.
La n se cancela y queda la media que habíamos dicho. La varianza es n cuadrado menos 1 sobre
12 para verificar lo calculamos el segundo momento seria el valor esperado de x al cuadrado la
hora esperada de cuadrado seria la sumatoria de k al cuadrado sobre el soporte por f de x que
es uno sobre n.

Function de distribucion
Otra variable aleatoria EXPERIMENTO BERNOULLI

• Experimento con dos resultados posibles.

o Muere o no un hongo después de tratamiento de fungicida experimental.
o Vive o no la planta después de un tratamiento experimental.
o Esta el proceso industrial controlado o fuera de control
o Sobrevivencia de 5 años de paciente con meningioma anaplásico.
• Etiquetas: fracaso y éxito.
• Probabilidad de éxito: p.
• Variable aleatoria Bernoulli: número de éxitos.
• Función de probabilidad: f(x)= p exponente x (1-p) exponente 1-x, x =0,1.

•
• Repita el experimento Bernoulli n veces con las siguientes condiciones:
o N es constante y se fija antes de la experimentación.
o Los experimentos son independientes entre ellos.
o La probabilidad de éxito es la misma para todos.
• Variable aleatoria binomial: número de éxitos observados.

•
 •

•
•

•
•

•
• Ejemplo: el 10% de los pacientes con meningioma anaplásico viven mas de 5 años desde
el diagnostico inicial. Si se acaba de diagnosticar n=8 pacientes en una ciudad con ese
tipo de meningioma, ¿Cuál es la probabilidad que ninguno sobreviva mas de 5 años?
¿cuántos pacientes se espera que sobrevivan más de 5 años?

•
•
Variable aleatoria binomial
Video #2
Distribucion de Poisson
Introduccion

• Modelos de probabilidad
o Facilitan el cálculo de probabilidades.
• Ejemplo:
o Un radar de carretera detecta un promedio de 6 infracciones diarias. Calcula la
probabilidad de que en un día dado el radar detecte 4 infracciones.
Tipo de modelo: discreto
• Las variables aleatorias que siguen este modelo son de tipo discreto
• Variable aleatoria discreta:
o Cuando el conjunto de posibles valores que puede tomar la variable aleatoria es
finito o infinito numerable.
Características de los experimentos

• Nos interesa contar el numero de veces que ocurre un cierto fenómeno durante un
periodo de tiempo fijo o una región del espacio (unidimensional, bidimensional o
tridimensional).
• Ejemplos:
o Número de visitantes diarios a un museo.
o Numero de defectos en un metro de tela.
o Numero de llamadas recibidas en una centralita en una hora.
TODO EXPERIMENTO QUE TENGA ESTAS CARACTERISTICAS DIREMOS QUE SIGUE EL
MODELO DE LA DISTRIBUCION DE POISSON.
Video #3
Notación

• En este tipo de experimentos la variable x que expresa el numero de ocurrencias de

cierto fenómeno en una región espacial o temporal fija decimos que sigue una
distribucion de Poisson de parámetro landa:

Función de probabilidad y parámetros

La función de probabilidad (o de cuantía) de la distribucion de Poisson nos da la probabilidad
de que el fenómeno ocurra x veces.

La media y la varianza de una distribucion de Poisson Po(landa) vienen dadas por:

Ejemplo de aplicación
Un radar de carretera detecta un promedio de 6 infracciones diarias. Calcula la probabilidad
de que en un día dado el radar detecte 4 infracciones.
Distribucion uniforme o rectangular
Se dice que una v.a. X posee una distribucion uniforme en el intervalo [a,b], si su función de
densidades la siguiente:

Con esta ley de probabilidad, la probabilidad de que, al hacer un experimento aleatorio, el valor
de X este comprendido en cierto subintervalo de [a, b] depende únicamente de la longitud de
este, no de su posición.

Cometiendo un pequeño abuso en el lenguaje, podemos decir que en una distribucion uniforme
la probabilidad de todos los puntos del soporte es la misma.

• La función de densidad de

• La función de distribucion:
 • La media:

• La varianza:

Video#4
Distribucion uniforme discreta

X=resultado de lanzar
una vez un dado de 6
caras.

Formulas