Documentos de Académico
Documentos de Profesional
Documentos de Cultura
• Distribución Binomial
• Distribución Hipergeométrica
• Distribución Poisson
Desarrollo
• Ejercicios resueltos
• Ejercicios propuestos
Cierre • Autoevaluación (Moodle)
2
Se tiene un experimento aleatorio con una secuencia de n ensayos,
donde n se fija antes.
Los ensayos son idénticos e independientes, y cada uno de ellos sólo
tiene dos posibles resultados: éxito (E) o fracaso (F).
La probabilidad de éxito es constante de un ensayo a otro; se denota
esta probabilidad por P(E)=, la probabilidad de fracaso es P(F) = 1- .
Se define la V.A. Discreta: X=Número de éxitos en los n
ensayos y tiene la siguiente función de probabilidad:
n x
1 n x
x 0, 1, 2, , n
f x P X x x
0 de otro mod o
Notación: X ~ Binomial n ,
Media y Varianza: E X n y 2 Var X n 1
6
Ejemplo 1.
Una compañía vendedora de equipos electrónicos verifica que de
todas las máquinas instaladas, el 40% necesitan ajustes después
de su instalación. Si 5 máquinas fueron seleccionadas al azar.
a. Defina la variable aleatoria y su distribución de probabilidades
n=5 máquinas, Exito=Necesitan ajuste, π=P(Éxito)=0.40
La V.A.D. X: Número de máquinas que requieren ajustes.
5 x
X ~ Bin n 5, 0.4 f x =P(X=x)= 0.4 ×0.65-x , x=0,1, 2,3, 4,5
x
b. Halle la probabilidad de que 2 máquinas necesiten ajustes
5 2
P X 2 0.4 0.63 0.3456
2
c. ¿Cuál es la probabilidad de que a lo más 2 requieran trabajos
de ajuste después de la instalación?
P X 2 P ( X 0) P X 1 P X 2 C05 0.400.65 C15 0.410.64 C25 0.42 0.63
0.0778 0.2592 0.3456 0.6826
7
d. ¿Cuál es la probabilidad de que al menos 3 requieran trabajos
de ajuste después de la instalación?
5
5
P X 3 f 3 f 4 f 5 0.4 x 0.65 x 0.2304 0.0768 0.0102 0.3174
x 3 x
11
Se tiene una población de N elementos, individuos u objetos
(una población finita).
Cada elemento tiene dos posibles resultados: éxito (E) o
fracaso (F). Existen A éxitos y (N-A) fracasos en la población.
Se saca una muestra, sin reemplazo de n elementos, siendo
igualmente probable obtener cada subconjunto de tamaño n.
Se define la V.A. Discreta: X=Número de éxitos en la
muestra n y tiene la siguiente función de probabilidad:
A N A
x nx
f x P X x para x entero t.q máx0, n A N x min n, A
N
n
Notación: X ~ Hiper N , n, A
A A N n
Media y Varianza: E X n , 2 Var X n 1
A
N N N N 1
12
Ejemplo 2.
Una estación experimental se compone de 4 ingenieros
agrónomos y 9 técnicos agrícolas. Si se elige al azar y sin
reemplazo a 3 personas para asignarlos a un trabajo de campo,
a. Defina la variable aleatoria y su distribución de probabilidad
Éxito: Ingeniero agrónomo en el trabajo de campo
X=Número de ingenieros agrónomos incluidos en el
trabajo de campo.
X ~ H N 13, n 3, A 4
4 9
x 3 x
f ( x) P X x , x 0,1, 2,3
13
3
b. Halle la probabilidad que el grupo asignado al trabajo de
campo incluya a 2 ingenieros agrónomos
𝟒 𝟗
𝟐 𝟏
𝐏 𝐗 = 𝟐 = 𝟏𝟑 = 𝟎. 𝟏𝟖𝟖𝟖
𝟑 13
c. Halle la probabilidad que el grupo asignado al trabajo de
campo incluya al menos 2 ingenieros agrónomos
𝟒 𝟗 𝟒 𝟗
𝟐 𝟏 𝟑 𝟎
𝐏 𝐗≥𝟐 =𝐏 𝐗=𝟐 +𝐏 𝐗=𝟑 = 𝟏𝟑
+ 𝟏𝟑
= 𝟎. 𝟏𝟖𝟖𝟖 + 𝟎. 𝟎𝟏𝟑𝟗𝟗 = 𝟎. 𝟐𝟎𝟐𝟖
𝟑 𝟑
d. Halle la media, variancia y el coeficiente de variación del
número de ingenieros agrónomos incluidos en el trabajo de
campo.
𝑨 𝟒
𝝁=𝑬 𝑿 =𝒏 =𝟑 = 𝟎. 𝟗𝟐
𝑵 𝟏𝟑
𝟐
𝑨 𝑨 𝑵−𝒏 𝟒 𝟒 𝟏𝟑 − 𝟑
𝝈 =𝑽 𝑿 = 𝒏 𝟏− =𝟑 𝟏− = 𝟎. 𝟓𝟑𝟑
𝑵 𝑵 𝑵−𝟏 𝟏𝟑 𝟏𝟑 𝟏𝟑 − 𝟏
0.533
CV 100 x 100 x 79.4%
0.92
14
Es un experimento aleatorio en el que ocurren sucesos en
un intervalo dado de longitud t.
Los sucesos son de la misma clase u homogéneos.
Los sucesos en un intervalo son independientes de los
sucesos en otros intervalos (son no superpuestos).
El promedio de sucesos por unidad de intervalo (v) de
longitud (t), es λ = txv.
Sea la V.A. Discreta: X=Número de sucesos con una media
de ocurrencia λ y con función de probabilidad:
𝐞−𝛌 𝛌𝐱
𝐏 𝐗=𝐱 = , 𝐱 = 𝟎, 𝟏, 𝟐, …
𝐱!
Notación: 𝐗~𝐏𝐨𝐢𝐬(𝛌)
Valor Esperado y Varianza: 𝛍 = 𝐄 𝐗 = 𝛌, 𝛔𝟐 = 𝐕𝐚𝐫 𝐗 = 𝛌
18
Ejemplo 3.
Los mensajes que llegan a un servidor, lo hacen de acuerdo con
una distribución Poisson con una tasa promedio de 10 mensajes
por minuto.
a. Defina la variable aleatoria y su distribución de probabilidad.
X=El número de mensajes que llegan al servidor
Inicial: λ=10 mensajes/minuto X ~ Pois (10)
𝒆−𝝀 𝝀𝒙
𝒇 𝒙 =𝑷 𝑿=𝒙 = , 𝒙 = 𝟎, 𝟏, …
𝒙!
b. Calcule la probabilidad de que lleguen 7 mensajes en medio
minuto.
Para medio minuto: λ=0.5(10)=5 mensajes/0.5 minuto
X ~ Pois (5)
−𝟓 𝟕
𝒆 𝟓
𝑷 𝑿=𝟕 = = 𝟎. 𝟏𝟎𝟒𝟒
𝟕!
19
c. Calcule la probabilidad de que lleguen al menos 2 mensajes en
45 segundos.
Para 45 segundos: λ=45x(10/60)=7.5 X ~ Pois (7.5)
𝐏 𝐗≥𝟐 = 𝟏−𝐏 𝐗 ≤𝟏 =𝟏− 𝐏 𝐗=𝟎 +𝐏 𝐗=𝟏
𝐞−𝟕.𝟓 𝟕. 𝟓𝟎 𝐞−𝟕.𝟓 𝟕. 𝟓
=𝟏− + = 𝟏 − 𝟎. 𝟎𝟎𝟎𝟔 + 𝟎. 𝟎𝟎𝟒𝟏 = 𝟎. 𝟗𝟗𝟓𝟑
𝟎! 𝟏!
d. Halle el intervalo de tiempo para que la probabilidad de que no
lleguen mensajes, sea 0.9.
Sea X=El número de mensajes que llegan al servidor en t
minutos.
𝐞−𝟏𝟎𝐭(𝟏𝟎𝐭)𝐱
𝐗~𝐏𝐨𝐢𝐬 𝐯𝐭 = 𝐏𝐨𝐢𝐬(𝟏𝟎𝐭) ⟹ 𝐟 𝐱 = 𝐏 𝐗 = 𝐱 = , 𝐱 = 𝟎, 𝟏, …
𝐱!
𝐞−𝟏𝟎𝐭(𝟏𝟎𝐭)𝟎
𝐏 𝐗=𝟎 = = 𝟎. 𝟗 ⟹ 𝐞−𝟏𝟎𝐭 = 𝟎. 𝟗 ⇒ 𝐭 = 𝟎. 𝟎𝟏𝟎𝟓 𝐦𝐢𝐧𝐮𝐭𝐨𝐬
𝟎!
20
e. Hallar la media y coeficiente de variabilidad del número de
mensajes que llegan al servidos en 15 segundos
Para 15 Seg: λ=15x(10/60)=2.5. X ~ Pois (2.5)
𝝁 = 𝑬 𝑿 = 𝝀 = 𝟐. 𝟓, 𝝈𝟐 = 𝝀 = 𝟐. 𝟓, 𝝈 = 𝟐. 𝟓 = 𝟏. 𝟓𝟖
𝝈 𝟏. 𝟓𝟖
𝑪𝑽 = 𝒙𝟏𝟎𝟎 = 𝒙𝟏𝟎𝟎 = 𝟔𝟑. 𝟐%
𝝁 𝟐. 𝟓
21
Distribución Geométrica
: Probabilidad de éxito.
(1-): Probabilidad de fracaso
1
Distribución Geométrica: Características
2) Media y Variancia
X = EX = 1
2
Distribución Geométrica: Ejemplo
Suponga que un interruptor eléctrico de una máquina tiene una
probabilidad 0.04 de fallar. Si el interruptor falla, se le reemplaza
por uno nuevo.
𝑥~𝐺𝑒𝑜𝑚 𝜋 = 0.7
4
Distribución Binomial Negativa
• Donde 0 ≤ θ ≤ 1
• A las variables binomiales negativas con parámetros
k y θ se las denotará como X~ BinNeg (k ,θ)
• Se define la variable como: Número de ensayos hasta
encontrar K éxitos.
5
Distribución Binomial Negativa: Características
6
Distribución Binomial Negativa - Ejemplo
7
Distribución Binomial Negativa - Ejemplo
𝑥−1
𝑓 𝑥 =𝑃 𝑋=𝑥 = (0.03)3 ∗ (0.97)𝑥 −3 , 𝑥 = 3,4,5, …
2
39
𝑃 𝑋 = 40 = (0.03)3 ∗ (0.97)37= 0.006874
2
8
Distribución Binomial Negativa - Ejemplo
𝑘 3
𝐸 𝑥 = = = 100
𝑝 0.03
𝑘 1 3 1
V 𝑥 = ∗ ( −1)= ∗( −1)=3233.333
𝑝 𝑝 0.03 0.03
9
Distribución Uniforme
1
X~U(a, b) 𝑓 𝑥 = b − 𝑎 , 𝑠𝑖 𝑎 ≤ 𝑥 ≤ 𝑏
0 , de otro modo
Distribución Uniforme
X = EX = (a + b) / 2
f(x)
= VarX = − 2
2X (b a)
1/(b-a) 12
a b x
UNIVERSIDAD NACIONALAGRARIA LA
MOLINAANALISIS ESTADISTICO
10
Distribución Uniforme
CARACTERÍSTICAS:
F(x)
1
a b x
11
Distribución Uniforme : Ejemplo
12
Distribuciones continuas
Distribución Exponencial
donde: X = EX =
2X = Var X = 2
13
Distribuciones continuas
Distribución Exponencial
Características
1. Esta definida para valores positivos de la variable.
2. Es asintótica al eje horizontal en su parte positiva.
3. Es monótona decreciente.
4. Es asimétrica a la derecha
Distribución Exponencial
f(x)
1
14
Distribuciones continuas
Distribución Exponencial Ejemplo
LA MOLINAANÁLISIS ESTADÍSTICO 15
Se dice que la variable aleatoria continua X, tiene una
distribución Normal con media μ y variancia σ2 si su
función de densidad es la siguiente:
1 x
2 Notación : X ~ N , 2
1 2
f x
Media y Varianza:
e , x
2 E X , Var X 2
Característica:
1. Tiene forma acampanada.
2. Es simétrica respecto a la
recta X =
3. Es asintótica respecto al eje X
7
Si X N( , 2), entonces la V.A.C. Z = (X - ) / se dice
que tiene distribución normal estándar; con media 0, su
varianza 1 y su función de densidad es:
1
1 z2
f z e 2
, z
2
7
e) ¿Cuál es la altura mínima que debe tener un bus de transporte
para que el 97.06% de los estudiantes viaje de pie sin
dificultad?
X k 167.85 k 167.85
P X k 0.9706 P P Z
10.37 10.37
k 167.85
Z 0.9706 1.89 k 187.4493 cm.
10.37
11
Ejercicio 1.
El tiempo que se demora en
entregar una pizza tiene una
distribución normal con media
25 minutos y desviación
estándar de 4.5 minutos. Si la
pizzería ofrece su producto con
la promoción “Si recibe su pizza
después de 30 minutos usted
no paga nada”.
a. ¿Qué porcentaje de pizzas se entregan de manera gratuita al
cliente?
b. ¿Cuál es el tiempo mínimo, para considerar un pedido de pizza
dentro del 25% de mayor tiempo?
c. Halle el Percentil 65.
d. Si se eligen 8 pedidos de pizzas al azar, ¿cuál es la
probabilidad que 3 de ellos hayan sido entregados en forma
gratuita?
12
Solución:
a. ¿Qué porcentaje de pizzas se entregan de manera gratuita al
cliente? 𝐗~𝐍(𝟐𝟓, 𝟒. 𝟓𝟐 )
𝐗 − 𝛍 𝟑𝟎 − 𝟐𝟓
𝐏 𝐗 > 𝟑𝟎 = 𝐏 > = 𝐏 𝐙 > 𝟏. 𝟏𝟏 = 𝟏 − 𝐏 𝐙 ≤ 𝟏. 𝟏𝟏 = 𝟏 − 𝟎. 𝟖𝟔𝟔𝟓 = 𝟎. 𝟏𝟑𝟑𝟓
𝛔 𝟒. 𝟓
b. ¿Cuál es el tiempo mínimo, para considerar un pedido de pizza
dentro del 25% de mayor tiempo?
𝐗 − 𝛍 𝐤 − 𝟐𝟓 𝐤 − 𝟐𝟓
𝐏 𝐗 > 𝐤 = 𝟎. 𝟐𝟓 ⇒ 𝐏 𝐗 ≤ 𝐤 = 𝟎. 𝟕𝟓 ⇒ 𝐏 ≤ =𝐏 𝐙≤ = 𝟎. 𝟕𝟓
𝛔 𝟒. 𝟓 𝟒. 𝟓
𝐤 − 𝟐𝟓
𝐄𝐧𝐭𝐨𝐧𝐜𝐞𝐬 𝐬𝐞 𝐜𝐮𝐦𝐩𝐥𝐞: = 𝟎. 𝟔𝟖 ⇒ 𝐤 = 𝟐𝟖. 𝟎𝟔
𝟒. 𝟓
c. Halle el Percentil 65.
𝐗 − 𝛍 𝐤 − 𝟐𝟓 𝐤 − 𝟐𝟓
𝐒𝐞 𝐭𝐢𝐞𝐧𝐞: 𝐏 𝐗 ≤ 𝐤 = 𝟎. 𝟔𝟓 ⇒ 𝐏 ≤ =𝐏 𝐙≤ = 𝟎. 𝟔𝟓
𝛔 𝟒. 𝟓 𝟒. 𝟓
𝐤 − 𝟐𝟓
𝐄𝐧𝐭𝐨𝐧𝐜𝐞𝐬 𝐬𝐞 𝐜𝐮𝐦𝐩𝐥𝐞: = 𝟎. 𝟑𝟗 ⇒ 𝐤 = 𝟐𝟔. 𝟕𝟔 13
𝟒. 𝟓
Una v.a X tiene distribución t con m grados de libertad si
su función de probabilidad es:
m 1 Notación:
f x 2 , x Media y variancia:
m 1
m x
m
X 0 y
2 2 2
m 1
m2
X
2 2
Características:
1. Forma acampanada y simétrica, centro en 0.
2. Es más dispersa que la normal estándar.
3. La dispersión disminuye, si m aumenta.
5. A medida que n aumenta, se aproxima a la Z.
Características:
1. El rango de la variable valores positivos.
2. Tienen una asimetría positiva.
3. Es asintótica con el eje horizontal.
4. Disminuye el sesgo, si los g.l. aumentan
Se define la V.A.:
19
Una v.a. X tiene una distribución F con n y m grados de
libertad si su función de probabilidad es:
n
n m n 2 1
2
n
Notación:
x
f x 2 m , x0
nm
n m n x 2
1
2 2 m
Características:
1. El rango de la variable valores positivos.
2. Tienen una asimetría positiva.
3. Es asintótica con el eje horizontal.
4. Disminuye el sesgo, si los g.l. aumentan