Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISTRIBUCIONES DISCRETAS v11
DISTRIBUCIONES DISCRETAS v11
P (X = 1)=0,6 = p
P (X = 0)=1− 0,6 = 0,4 = q
E(X) = p = 0,6
Var(X) = pq = 0,6 · 0,4 = 0,2
Ejercicio
En un proceso de selección de personal se tendrán en cuenta las
siguientes características: estudios superiores, experiencia laboral de más
de un año, dominio de idiomas, conocimiento de informática. La
probabilidad de cada una de estas características es 0.5, 0.7,0.3 y 0.4
respectivamente.
a. Define las correspondientes v.a. de Bernoulli y calcula su esperanza y
varianza.
b. Suponiendo que estas características son independientes, ¿cual es la
probabilidad de que un entrevistado sea contratado si ha de cumplir todas
ellas?
Distribución binomial (Experimento)
Función de distribución:
Observación
P (X = x) = P (Y = n − x),
Solución
Luego, podemos obtener
(tres gráficas con n=5 y diferentes valores p)
Ejemplo
¿Cuál es la probabilidad de obtener 4 caras o más al tirar 6 veces una
moneda (equilibrada)?
Solución
• Podemos interpretar cada moneda como una v.a. Bernoulli con
prob. de cara (éxito) =0.5
• Entonces la v.a X: número total de caras.
Interpretación
La distribución hipergeométrica se aplica con cierta frecuencia en el
control estadístico de calidad de una fabricación en serie. Así pues, si el
lote bajo control contiene A elementos buenos y B = N − A elementos
defectuosos, cuando tomamos una muestra de tamaño n sin
reemplazamiento estaremos interesados en saber el número de
elementos buenos que han aparecido en la muestra de tamaño n para así
determinar la calidad del proceso de fabricación.
Valor Esperado y Varianza.
Ejemplo
Solución
X: Nro. de premios
P( X = 0) = obtenidos
P ( X ≥ 1) =
Ejemplo
Un estudio considera la baja autoestima en niños escolares en
relación a la ausencia de padres en el ambiente familiar. Una
escuela tiene inscritos a 60 niños de 8 a 10 años. El 20% de los
alumnos señalaron la ausencia de uno o ambos padres en el hogar y
el 80% restante indicaron la presencia de ambos padres en el
ambiente familiar. Si se pregunta a 5 niños elegidos al azar para
describir su caso, ¿cuál es la probabilidad de que ninguno de ellos
describa una baja autoestima?
Solución
Sea X = Nro. de alumnos en la muestra con baja autoestima
X → H(60, 12, 5)
12 48
P( X = 0) = = 0.31352
0 5
60
5
Ejemplo
En un laboratorio se reciben lotes de 70 tubos de ensayo, de los
cuales 10 son defectuosos. A la recepción de uno de tales lotes se
realiza una inspección del mismo consistente en examinar 6 tubos,
rechazándose el lote si el número de tubos defectuosos detectados
en esa inspección es mayor o igual que 2. ¿Cuál es la probabilidad
de rechazar un lote?
Solución
cuando
Ejercicio
En ocasiones se tiene una situación física en la cual cierto evento es recurrente, tal
como las llamadas que se reciben en cierto intervalo de tiempo en una central
telefónica o el número de defectos en un tramo de cable. Si la probabilidad de
ocurrencia de un evento de este tipo es proporcional al tamaño del intervalo, área,
volumen, etc. entonces la variable aleatoria X, el número de eventos observados
en una unidad (de tiempo, de longitud, etc.) sigue una distribución conocida como
Poisson.
Función de distribución:
Ejemplo
El número medio de aviones que usan una pista de aterrizaje en
un aeropuerto es 2 cada media hora. Suponiendo que siguen una
ley de Poisson.
a) ¿Cuál es la probabilidad de que el número de llegadas sea 5 o
mayor?
b) ¿Cuál es la probabilidad de que en un cuarto de hora aterricen
4 aviones?
Solución
=1 – = 1 - 0.9473 = 0.052.
Por tanto,
P( Y > 4) = P(Y ≥ 5)
= 1 - [P(Y=0) + P(Y=1) + P(Y=2) + P(Y=3) + P(Y=4)]
4
e −11x
=1– ∑
y =0 x!
= 1 – 0.9963 = 0.0037
Ejemplo
Ejemplo
La probabilidad de que en una página de 1 libro haya una errata es
0.02. ¿Cuál es la probabilidad que en libro de 200 páginas haya 3
erratas?
Solución
Sea X=número de erratas en el libro.
Lo podemos interpretar como una binomial, entonces X es b(200,
0.02). Por tanto la probabilidad que nos piden es:
200
P( X = 3) = (0.02) 3 (0.98)197
3
También podríamos calcularlo usando la distribución de Poisson.
En efecto:
p= 0.02 < 0.1 y E(X) = np = 200*0.02 = 4 < 5
P ( X = 3) = (e −4 43 ) / 3!= 0.1954
Ejemplo
El número de nacimientos en un hospital constituye un proceso de
Poisson con intensidad de 21 nacimientos por semana. ¿Cuál es la
probabilidad de que se produzca al menos tres nacimientos el
próximo lunes?
Solución
Observación
Si X1 y X2 son dos variables aleatorias independientes distribuidas según
BN (r1, p) y BN (r2, p) respectivamente, entonces la variable X = X1+X2
se distribuye según BN (r1 + r2, p).
Alternativamente podemos definir otra función
Distribución
…. (2)
de Pascal
Características de (1)
rq rq
E[ X ] = V[X ] =
p p2
En el caso de la distribución de Pascal: X ~ B (k, p)
P(X ≤ n) = P(Y ≥ k) donde n = x + k
P(X > n) = P(Y < k)
Ejemplo:
Solución
concluir
=
Observación
Si X ~Geo (p), donde
X: Nro. de ensayos hasta
conseguir un exito
Ejemplo
Ejemplo
Solución
Ejemplo
Solución
VARIABLES ALEATORIAS DISCRETAS