Documentos de Académico
Documentos de Profesional
Documentos de Cultura
generalizar:
2
Queremos calcular la probabilidad de que Melina emboque 4
veces y falle 2 veces.
La probabilidad de embocar es 0.73, y entonces la de fallar
es…
3
Queremos calcular la probabilidad de que Melina emboque 4
veces y falle 2 veces.
La probabilidad de embocar es 0.73, y entonces la de fallar
es 1 - 0.73 = 0.27.
4
Queremos calcular la probabilidad de que Melina emboque 4
veces y falle 2 veces.
La probabilidad de embocar es 0.73, y entonces la de fallar
es 1 - 0.73 = 0.27.
Una posibilidad sería que Melina emboque en los 4 primeros
intentos y falle en los 2 últimos.
5
Queremos calcular la probabilidad de que Melina emboque 4
veces y falle 2 veces.
La probabilidad de embocar es 0.73, y entonces la de fallar
es 1 - 0.73 = 0.27.
Una posibilidad sería que Melina emboque en los 4 primeros
intentos y falle en los 2 últimos.
Esto lo escribimos así: EEEEFF
6
Queremos calcular la probabilidad de que Melina emboque 4
veces y falle 2 veces.
La probabilidad de embocar es 0.73, y entonces la de fallar
es 1 - 0.73 = 0.27.
Una posibilidad sería que Melina emboque en los 4 primeros
intentos y falle en los 2 últimos.
Esto lo escribimos así: EEEEFF
Como son eventos independientes, la probabilidad de que
ocurra este caso es…
7
Queremos calcular la probabilidad de que Melina emboque 4
veces y falle 2 veces.
La probabilidad de embocar es 0.73, y entonces la de fallar
es 1 - 0.73 = 0.27.
Una posibilidad sería que Melina emboque en los 4 primeros
intentos y falle en los 2 últimos.
Esto lo escribimos así: EEEEFF
Como son eventos independientes, la probabilidad de que
ocurra este caso es
0.73⁴ x 0.27²
8
EEEEFF ------> 0.73⁴ x 0.27²
9
EEEEFF ------> 0.73⁴ x 0.27²
10
EEEEFF ------> 0.73⁴ x 0.27²
11
EEEEFF ------> 0.73⁴ x 0.27²
12
EEEEFF ------> 0.73⁴ x 0.27²
19
En conclusión, la probabilidad de que Melina emboque
exactamente 4 veces es:
en cuáles de
los 6 tiros
emboca
20
En conclusión, la probabilidad de que Melina emboque
exactamente 4 veces es:
embocar
4 veces
en cuáles de
los 6 tiros
emboca
21
En conclusión, la probabilidad de que Melina emboque
exactamente 4 veces es:
embocar
4 veces fallar
en cuáles de 2 veces
los 6 tiros
emboca
22
En conclusión, la probabilidad de que Melina emboque
exactamente 4 veces es:
embocar
4 veces fallar
en cuáles de 2 veces
los 6 tiros
emboca
Generalicemos…
23
Melina practica hacer tiro al aro con la
pelota de básquet.
Supongamos que en cada tiro, la
probabilidad de que Melina emboque la
pelota es 0.73.
Si Melina hace 6 tiros independientes,
¿cuál es la probabilidad de que
emboque la pelota exactamente 4
veces?
24
Melina practica hacer tiro al aro con la
pelota de básquet.
Supongamos que en cada tiro, la
probabilidad de que Melina emboque la
pelota es p.
Si Melina hace 6 tiros independientes,
¿cuál es la probabilidad de que
emboque la pelota exactamente 4
veces?
25
Melina practica hacer tiro al aro con la
pelota de básquet.
Supongamos que en cada tiro, la
probabilidad de que Melina emboque la
pelota es p.
Si Melina hace n tiros independientes,
¿cuál es la probabilidad de que
emboque la pelota exactamente 4
veces?
26
Melina practica hacer tiro al aro con la
pelota de básquet.
Supongamos que en cada tiro, la
probabilidad de que Melina emboque la
pelota es p.
Si Melina hace n tiros independientes,
¿cuál es la probabilidad de que
emboque la pelota exactamente k
veces?
27
Melina practica hacer tiro al aro con la
pelota de básquet.
Supongamos que en cada tiro, la
probabilidad de que Melina emboque la
pelota es p.
Si Melina hace n tiros independientes,
¿cuál es la probabilidad de que
emboque la pelota exactamente k
veces?
32
¿Y las variables aleatorias?
En la situación anterior, podríamos considerar la variable
aleatoria X = “cantidad de veces que emboca”
33
¿Y las variables aleatorias?
En la situación anterior, podríamos considerar la variable
aleatoria X = “cantidad de veces que emboca”
34
¿Y las variables aleatorias?
En la situación anterior, podríamos considerar la variable
aleatoria X = “cantidad de veces que emboca”
35
¿Y las variables aleatorias?
En la situación anterior, podríamos considerar la variable
aleatoria X = “cantidad de veces que emboca”
36
Distribución Binomial
Se tiene un experimento aleatorio con 2 resultados posibles
que llamamos éxito y fracaso. Este experimento se repite de
forma independiente n veces, siendo p la probabilidad de éxito
en cada repetición.
La variable aleatoria X = # éxitos obtenidos tiene
distribución Binomial de parámetros n y p.
Se escribe:
para k = 0, 1, 2, …, n
37
Ejemplo
Si tiramos un dado 20 veces, ¿cuál es la probabilidad de
que exactamente 7 veces salga un 5?
38
Ejemplo
Si tiramos un dado 20 veces, ¿cuál es la probabilidad de
que exactamente 7 veces salga un 5?
Definimos la variable aleatoria
Y = # veces que sale un 5,
entonces
39
Ejemplo
Si tiramos un dado 20 veces, ¿cuál es la probabilidad de
que exactamente 7 veces salga un 5?
Definimos la variable aleatoria
Y = # veces que sale un 5,
entonces
y por lo tanto
40
Ejemplo
Si tiramos un dado 20 veces, ¿cuál es la probabilidad de
que exactamente 7 veces salga un 5?
Definimos la variable aleatoria
Y = # veces que sale un 5,
entonces
y por lo tanto
41
Otra situación
Volvamos al ejemplo de tirar la pelota al aro.
Esta vez, no sabemos cuántos tiros hace Melina, sino
que tira hasta embocar por primera vez.
Consideramos la v.a.
X = # intentos hasta embocar por primera vez
42
Otra situación
Volvamos al ejemplo de tirar la pelota al aro.
Esta vez, no sabemos cuántos tiros hace Melina, sino
que tira hasta embocar por primera vez.
Consideramos la v.a.
X = # intentos hasta embocar por primera vez
El rango de esta variable son todos los números
naturales: 1, 2, 3, 4, ……
43
Otra situación
Volvamos al ejemplo de tirar la pelota al aro.
Esta vez, no sabemos cuántos tiros hace Melina, sino
que tira hasta embocar por primera vez.
Consideramos la v.a.
X = # intentos hasta embocar por primera vez
El rango de esta variable son todos los números
naturales: 1, 2, 3, 4, ……
Intentemos calcular la función de probabilidad puntual
de X.
44
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
45
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
46
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
47
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
48
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
49
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
50
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
51
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
52
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
53
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
En general:
54
Función de probabilidad puntual
X = # intentos hasta embocar por primera vez
En general:
55
Distribución Geométrica
Se tiene un experimento aleatorio con 2 resultados posibles
que llamamos éxito y fracaso, que se repite de forma
independiente, siendo p la probabilidad de éxito en cada
repetición.
La variable aleatoria X = # repeticiones hasta el primer éxito
tiene distribución Geométrica de parámetro p.
Se escribe:
para k = 1, 2, 3, 4, ……
56
Acumulada de la geométrica
Si , podemos obtener una fórmula sencilla
para su función de distribución acumulada.
57
Acumulada de la geométrica
Si , podemos obtener una fórmula sencilla
para su función de distribución acumulada.
Para un número natural k,
58
Acumulada de la geométrica
Si , podemos obtener una fórmula sencilla
para su función de distribución acumulada.
Para un número natural k,
59
Acumulada de la geométrica
Si , podemos obtener una fórmula sencilla
para su función de distribución acumulada.
Para un número natural k,
60
Acumulada de la geométrica
Si , podemos obtener una fórmula sencilla
para su función de distribución acumulada.
Para un número natural k,
61
Acumulada de la geométrica
Si , podemos obtener una fórmula sencilla
para su función de distribución acumulada.
Para un número natural k,
62
Ejemplo
Si tiramos muchas veces un dado,
a) ¿Cuál es la probabilidad de que la primera vez que salga
un 5 sea en la séptima tirada?
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
63
Ejemplo
Si tiramos muchas veces un dado,
a) ¿Cuál es la probabilidad de que la primera vez que salga
un 5 sea en la séptima tirada?
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
64
Ejemplo
Si tiramos muchas veces un dado,
a) ¿Cuál es la probabilidad de que la primera vez que salga
un 5 sea en la séptima tirada?
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
65
Ejemplo
Si tiramos muchas veces un dado,
a) ¿Cuál es la probabilidad de que la primera vez que salga
un 5 sea en la séptima tirada?
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
67
Ejemplo
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
Esto es:
68
Ejemplo
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
Esto es:
69
Ejemplo
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
Esto es:
70
Ejemplo
b) ¿Cuál es la probabilidad de que se necesiten menos de
10 tiradas para obtener el primer 5?
Esto es:
Reemplazamos en la fórmula:
71
Una generalización más…
En la geométrica, contábamos la cantidad de
repeticiones hasta el primer éxito.
72
Una generalización más…
En la geométrica, contábamos la cantidad de
repeticiones hasta el primer éxito.
¿Qué pasa si en cambio consideramos
X = # repeticiones hasta el cuarto éxito?
73
Una generalización más…
En la geométrica, contábamos la cantidad de
repeticiones hasta el primer éxito.
¿Qué pasa si en cambio consideramos
X = # repeticiones hasta el cuarto éxito?
El rango de la variable es
74
Una generalización más…
En la geométrica, contábamos la cantidad de
repeticiones hasta el primer éxito.
¿Qué pasa si en cambio consideramos
X = # repeticiones hasta el cuarto éxito?
El rango de la variable es {4, 5, 6, 7, …}
(hay que hacer al menos 4 intentos para tener 4 éxitos).
75
Una generalización más…
En la geométrica, contábamos la cantidad de
repeticiones hasta el primer éxito.
¿Qué pasa si en cambio consideramos
X = # repeticiones hasta el cuarto éxito?
El rango de la variable es {4, 5, 6, 7, …}
(hay que hacer al menos 4 intentos para tener 4 éxitos).
De nuevo, vamos a calcular la función de probabilidad
puntual de esta variable.
76
Función de probabilidad puntual
X = # repeticiones hasta el cuarto éxito
Supongamos que queremos calcular la probabilidad de
que X = 10, es decir, la probabilidad de que el cuarto
éxito sea en el décimo intento.
77
Función de probabilidad puntual
X = # repeticiones hasta el cuarto éxito
Supongamos que queremos calcular la probabilidad de
que X = 10, es decir, la probabilidad de que el cuarto
éxito sea en el décimo intento.
Entonces, el décimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
78
Función de probabilidad puntual
X = # repeticiones hasta el cuarto éxito
Supongamos que queremos calcular la probabilidad de
que X = 10, es decir, la probabilidad de que el cuarto
éxito sea en el décimo intento.
Entonces, el décimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
3 éxitos y 6 fracasos
79
Función de probabilidad puntual
X = # repeticiones hasta el cuarto éxito
Supongamos que queremos calcular la probabilidad de
que X = 10, es decir, la probabilidad de que el cuarto
éxito sea en el décimo intento.
Entonces, el décimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
3 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
80
Función de probabilidad puntual
X = # repeticiones hasta el cuarto éxito
Supongamos que queremos calcular la probabilidad de
que X = 10, es decir, la probabilidad de que el cuarto
éxito sea en el décimo intento.
Entonces, el décimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
3 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
81
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = 10, es decir, la probabilidad de que el cuarto
éxito sea en el décimo intento.
Entonces, el décimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
3 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
82
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = k, es decir, la probabilidad de que el cuarto éxito
sea en el décimo intento.
Entonces, el décimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
3 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
83
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = k, es decir, la probabilidad de que el r-ésimo
éxito sea en el k-ésimo intento.
Entonces, el décimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
3 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
84
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = k, es decir, la probabilidad de que el r-ésimo
éxito sea en el k-ésimo intento.
Entonces, el k-ésimo intento tiene que ser sí o sí un
éxito, y entre los otros 9 tenemos que repartir
3 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
85
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = k, es decir, la probabilidad de que el r-ésimo
éxito sea en el k-ésimo intento.
Entonces, el k-ésimo intento tiene que ser sí o sí un
éxito, y entre los otros k - 1 tenemos que repartir
3 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
86
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = k, es decir, la probabilidad de que el r-ésimo
éxito sea en el k-ésimo intento.
Entonces, el k-ésimo intento tiene que ser sí o sí un
éxito, y entre los otros k - 1 tenemos que repartir
r - 1 éxitos y 6 fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
87
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = k, es decir, la probabilidad de que el r-ésimo
éxito sea en el k-ésimo intento.
Entonces, el k-ésimo intento tiene que ser sí o sí un
éxito, y entre los otros k - 1 tenemos que repartir
r - 1 éxitos y k - r fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
88
Función de probabilidad puntual
X = # repeticiones hasta el r-ésimo éxito
Supongamos que queremos calcular la probabilidad de
que X = k, es decir, la probabilidad de que el r-ésimo
éxito sea en el k-ésimo intento.
Entonces, el k-ésimo intento tiene que ser sí o sí un
éxito, y entre los otros k - 1 tenemos que repartir
r - 1 éxitos y k - r fracasos
Razonando igual que como hicimos para la Binomial,
vemos que
89
Distribución Binomial Negativa
Se tiene un experimento aleatorio con 2 resultados posibles
que llamamos éxito y fracaso, que se repite de forma
independiente, siendo p la probabilidad de éxito en cada
repetición.
La variable aleatoria X = # repeticiones hasta el r-ésimo éxito
tiene distribución Binomial Negativa de parámetros r y p.
Se escribe:
para k ≥ r
90
Últimos comentarios
91
Últimos comentarios
● La geométrica es un caso particular de la binomial
negativa, con r = 1. Es decir:
BN(1,p) = Ge(p)
92
Últimos comentarios
● La geométrica es un caso particular de la binomial
negativa, con r = 1. Es decir:
BN(1,p) = Ge(p)
● ¿Por qué se llama binomial negativa?
93
Últimos comentarios
● La geométrica es un caso particular de la binomial
negativa, con r = 1. Es decir:
BN(1,p) = Ge(p)
● ¿Por qué se llama binomial negativa?
Binomial:
Cantidad de intentos fija
Contamos cantidad de éxitos
94
Últimos comentarios
● La geométrica es un caso particular de la binomial
negativa, con r = 1. Es decir:
BN(1,p) = Ge(p)
● ¿Por qué se llama binomial negativa?
95