Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN TRÁNSITO Y TRANSPORTE
DOCENTE: ROBERT ROMERO
TEMAS
• Concepto
• Función de probabilidad
• Rango
• Variable Aleatoria Discreta
• Distribución de probabilidad Binomial
• Distribución de probabilidad Poisson
• Distribución de probabilidad Hipergeométrica
CONCEPTO DE VARIABLES
ALEATORIAS
Una variable aleatoria es una descripción numérica del
resultado de un experimento
Puede ser según su rango :
Discreta: Una variable aleatoria discreta puede asumir un
número finito de valores o una secuencia infinita de valores.
Ejemplo:
o El número de ciclistas que transitan por la Av Cra 7ma
con Cll 51 en sentido Norte-Sur un día hábil.
o La cantidad de personas que han compado vehículos
eléctricos el último año.
Continua: Puede asumir cualquier valor en un intervalo.
Ejemplo:
o El tiempo promedio de viaje a pie desde un punto A a
un punto B.
CONCEPTO DE VARIABLES
ALEATORIAS
Espacio muestral : {SSS, SSC, SCS, CSS, CCS, CSC, SCC, CCC}
Valores posibles de X : x = {0, 1, 2, 3}
Valores posibles de Y : y = {0, 1, 2, 3}
VARIABLE ALEATORIA
DISCRETA
Propiedades
1. limx® -¥ F(x) = 0
2. limx® ¥ F(x) = 1
3. F es no decreciente
4. F es continua por la derecha
5. 0 ≤ 𝐹 𝑥 ≤ 1 Para cualquier 𝑥
6. 𝐹 𝑥𝑖 ≥ 𝐹(𝑥𝑗 ) si 𝑥𝑖 ≥ 𝑥𝑗
7. 𝑃 𝑋 ≥ 𝑥 = 1 − 𝐹(𝑥)
8. 𝑃 𝑥𝑖 ≤ 𝑋 ≤ 𝑥𝑗 = 𝐹 𝑥𝑗 − 𝐹(𝑥𝑖 − 1)
VARIABLE ALEATORIA
DISCRETA
• Función de Distribución Acumulada:
Ejemplo:
VARIABLE ALEATORIA
DISCRETA
• Función de Distribución Acumulada:
Ejemplo:
Se presenta el número de carros varados de una Petrolera
durante 200 días de operación:
P(X = 0)
Unidades Número
Varadas De Días x f(x) F(x)
0 80 0 .40 .40 P(X ≤ 2)
1 50 1 .25 .65
2 40 2 .20 .85
3 10 3 .05 .90
4 20 4 .10 1.00
200 1.00
VARIABLE ALEATORIA
DISCRETA
• Valor Esperado o Media:
También llamado Esperanza de la variable. Corresponde al
promedio de los valores del rango de la variable ponderado por
su respectiva probabilidad.
𝐸 𝑥 = 𝑥 = ∑ 𝑛𝑖=0 𝑥𝑓(𝑥)
• Varianza:
Corresponde a la diferencia cuadrática promedio de los valores
que toma la v.a.d., respecto de su media. Los pesos corresponden
a las probabilidades.
𝑉 𝑥 = 𝑠2 = ∑(𝑥 − 𝑥 )2 𝑓(𝑥)
VARIABLE ALEATORIA
DISCRETA
• Ejemplo:
Número esperado de
varados
VARIABLE ALEATORIA
DISCRETA
• Ejemplo:
Encontrar E(x) y V(x), 𝑃(𝑋 < 2), 𝑃(𝑥 ≤ 3), 𝑃(𝑥 ≥ 3), 𝑃(2 ≤ 𝑥 ≤ 6)
DISTRIBUCIÓN BINOMIAL
Un experimento binomial tiene las siguientes propiedades:
Cuál es el experimento?
Cuál la variable aleatoria?
Cuál es el valor de p?
Cuál es el valor de 1-p?
DISTRIBUCIÓN BINOMIAL
• Árbol de probabilidad
1er Ind. 2do Ind. 3er Ind. x Prob.
Sí evade Sí (.1) 3 ppp
(.1)
No (.9) 2 p p (1-p)
Sí evade
(.1) Sí (.1) 2 p (1-p) p
(.9)
No evade No (.9) 1 p (1-p) (1-p)
x: Número de éxitos
p: Probabilidad de éxito en cada ensayo
n: Número de ensayos
P(X= x) = f(x): Probabilidad de x éxitos en n ensayos
DISTRIBUCIÓN BINOMIAL
• Función de probabilidad:
DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BINOMIAL
l = 6/hora = 3/media-hora, x = 4
DISTRIBUCIÓN DE POISSON
n Ejemplo:
Probabilidades de Poisson
0.25
0.20
Probabilidad
0.15 La secuencia
continúa:
0.10 11, 12, 13 …
0.05
0.00
0 1 2 3 4 5 6 7 8 9 10
Número de choques en 30 minutos
DISTRIBUCIÓN DE POISSON
EJERCICIO
El número promedio de clientes que
llegan al centro de atención de la SDM
en 15 minutos es de 10.
Sí:
x: Número de éxitos
n: Número de ensayos
r: El número de elementos de la
población considerada como éxito
N: Número total de elementos
DISTRIBUCIÓN
HIPERGEOMÉTRICA
DISTRIBUCIÓN
HIPERGEOMÉTRICA
• Restricciones:
• Varianza:
• Desviación Estandar:
EJERCICIO
El Departamento de Protección del
Ambiente ha adquirido 40 instrumentos de
precisión para medir la contaminación del
aire en distintas localidades. Se seleccionan
aleatoriamente ocho instrumentos y se
someten a una prueba para encontrar
defectos. Si cuatro de los 40 instrumentos
se encuentran defectuosos: