(Cros elementos desde los conjuntos que podran ser itles para el clculo de las probabilidades son los siguientes: Si se tienen los eventos A, B, C 1A B=(ANB)UA°NB) + (AUB)NC = (ANCIUBNC) + (ANBJUC = (AUC)N@UC) J. heroes thn Aen ext Fok eas Reakt Feet hn So Herrman Sudden HK ml pas Senn tae hom 9 coe b PISS) — cree BS) = WUDAMR)— BAO, ~ he eel \ sone a(t) Peas w oo i {led= ela] Tndeedrentos, Debate) = Sled ADTLAB)= HHS lex : FA £1 | WhaldegTIPOS DE VARIABLE ALEATORIA DISCRETA ‘CONTINUA Puede tomar un niimero finito o Puede tomar un nimero infinito no de valores numerable de valores. (cualquier valor en un intervalo de ntimeros reales) sNimero de pozos secos perforados en 1 mes sNimero de piezas defectuosas por proceso de | | costa de perforacién produccién ‘Numero de accidentes en una avenica por die | | Grados api del crudo Numero de aciertos segiin alguns caracterisica | | Temperatura de un horno en un proceso de produccién por lote “Tiempo secado de algiin proceso Edad, peso, estatura, presién, etc hos Ayub, com /watchvenerSotk e e a 3. Distribucién Binomial e Experimento Bernoulli Proceso que consiste de n ensayos o repeticiones que deben verifcar las siguientes condiciones |. Los ensayos son estadisticamente independiente |, Cada ensayo en la variable que se observe a través del experimento solo puede asumir dos posibles resultados (Se les. denomina a estas variables dicotémicas) (éxito y fracaso) ~ Registrar el resultado del examen de un alumno como: aprobar @ reprobar Introducir una solicitud de crédito en un banco y esperar la decisién de “aprobado” o “negado” = Controlar la calidad de un producto y determinar si es “defectuoso” o “no defectuoso” Medir la estatura de una persona y registrar si mide “mas de 1.60mt.” 0 “menos de 1,60mt.) IIL La probabilidad de ocurrencia en un ensayo de uno cualquiera de los resultados permanece constante o fija en el tiempo 3. Distribucién Binomial - Un Experimento Binomial consiste: - nrepeticiones de ensayos Bernoulli - La probabilidad de éxito “p” se mantiene constante en los n ensayos Bernoulli - Los ensayos Bernoulli son independientes entre si3. Distribucién Binomial — Para La variable aleatoriadiscreta X que representa el nimero de éxitos en n ensayos de un experimento binomial donde fa probablldad de éxito oso, la furcion de probabided esta dada por Prx=o= (Crap x= Odum az SIX se sjusta a una distbucién Binomial, esto se nota: X ~ B(n; p) Le Parimetros de la distribucton Propiedades: = EK) = ue no EQQ=h Yerx=n VOX) = 0? = E(K*) - [E0X)]? + VarQX)= of=n (1-9) 5, Distribucién de Poisson ws Utiice la eistrbucién de Poisson para describ el ndmero de veces que un evento ocurre en un espacio finito de observacién. Por ejemplo, una distibucién de Poisson puede describir el niimero de defectos en el sistema mecénico de un tipo de avién o el ndmero de lamadas a un centro de llamadas en una hora La distibuoidn de Poisson se utllza con frecuencia en el control de calidad, los estudlos de abiidadisupervivencia y los seguros. Ejemples: ‘Son variables que se aljustan a una distribuciin de Poisson: {N® de defectos por unidad de superficie © volumen {N® de articulos defectuosos que ocurren en un proceso productive durante un period de tlempo {N° de impurezas por tro de un liquide {N° de accidentes en un tramo de una carretera los dlas sabadoMODELOS MAS USADOS DE V.A’S CONTINUAS 4. Distribucién Uniforme Continua o Rectangular 3. Distribucién LogNormal 4. Distribucion Exponencial 5. Distribucion Weibull 6. Distribucién Erlang 7. Distribucién Gamma 8. Distribucien Logistica 5. Distribucién de Poisson ‘Ala variable aleatoria X: ndmero de veces que ocurre un evento en una unidad de tiempo, espacio 0 volumen, se le denomina va. Poisson, y su funcién de masa se define como: e“4a* Pre = X= OL Zion, zt Donde 2. representa el promedio de veces que sucede el evento en la unidad de espacio, volumeen 0 de tiempo considerasa Seppe smear ncaa: EO Parimetro de ta distribucton Propiedades: FOD=a EX) =W=)xPR=") VOD =a? = E(x?) — [EON]? var(x) =22- Distribucién Normal - Distribucién de Gauss, Distribucién Gaussiana 0 Distribucién de Laplace-Gauss 7 Propiedades fit Es simétrica con respecto a la media ote Mediana, moda y media, tienen el mismo valor ™ 5 Distribucién de probabilidad alrededor de la media SiX~N(u,0) ¥ @, beR, entonces aX + b~N(ap + b,a0) wae NB Si X~N(ux,0y) € Y~N(ty, y) son variables aleatorias normales, independientes, entonces |. Susuma esté normalmente distribuida U =X + ¥~N (ux + uy, foe oF ) |. Su diferencia estd normalmente distribuida V = X —Y~N (iy — hy, VaR + oF ) IIL. Silas varianzas de X e Y son iguales, entonces U y V son independientes PROPIEDADES DE LA DISTRIBUCION U » CHI CUADRADO So md 1.72 es una variable aleatoria continua 2. Para cada tamafio de muestra co‘responde una distrbucién 7? espectfica. Por lo anterior se pode Interpretar también que la dstriducién 7? depende sblo de los grados de libertad. 3. ta distribucidn 7 es sesgada alla derecha, con la candicién que a mayor tamafio de muestra (mayor nimero de rads de libertad) se hard menos sesgada ytiende ala normalidad. la media de Ia dttribucibn esté dada porlos grados de libertad. (1 =n); asi como la varlanzs est determinadd por el dole de los grades de libertad. (*= 2n) ‘Sus multiples aplicaciones se concentran en hacer laferencia sobre la variarza dela variable aeatoria de interés. PROPIEDADES DE LA DISTRIBUCION 1DE STUDENT Bu 1, ca ia vata sats ont 2, Pera caca tamafo de muesta posible, esiste una distibucién t,“Existe una distibusién t para cada uno de los posibles grados deibetac” 3. La distrbucion t es simétrics con respecto ala mecia, con la condicién que a mayor tamatio de muestra (mayor ‘ndmero de grads de Iberlad) tee a ser comma la ral. 4. Teoxicamente, la vale {toma valores desde -« a + ‘5. Le dlsinbuclon tes una atsnbucion ce probabiliad conti, poo tanto e area bajola cura es gual a1, 6, Lamedia deta eistrbusion testa dada por yi = (X)=' eke lavoninze o*=2—iin>3 7. Sus moltples aplicaciones se corcestran en hacer inferencia sobre la meda ce a variable aleatoria de interés.‘PROPIEDADES DE LA DISTRIBUCION DELA F oO md 11 Una ditribucion Fae encuentra sesgads als derecha. 2, medida que crce el nimerodeyrads de libertad det numerador yc denomindr tienda se mis cencentrada (reduce ‘persion y por lotarko mas puntaguta ss come tambien simevica 3. Ladistibucion Fes una distrbucin de probabdadcantinua, por tant, ieabajla curva es ial a 4 En forma similar que la dstrbucde ty a dstbucbn 1 We ditribucién Fes una fara de sstibuions, slo que para haces ‘ipoles requlrs tne dation + Graco de era det nmerade (i), no + Grades de ered para denominador (nj 20, dela xine scene, + Sus molpiesepicacones se corcertran en hacer nerescasobre ls compatacén de valor oe lavarale lento de interés en dos poblacones, 65 Lamedis dela dstbucén Fest dada por ut= BLN) = Laveransaestsdetermnsca por a? =r(ay= 20m