Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRINCIPALES LEYES DE
DISTRIBUCIÓN DE
VARIABLES ALEATORIAS
Presentado por: Mg.Ing. César J. Huamaní Salazar
Sesión N° 14
I. INTRODUCCIÓN II. VARIABLES DISCRETAS
Como complemento al capítulo anterior en el que 2.1. Distribución de Bernoulli
definimos todos los conceptos relativos a variables
Consiste en realizar un experimento aleatorio una
aleatorias, describimos en este las principales leyes
sola vez y observar si cierto suceso ocurre o no,
de probabilidad que encontramos en las
siendo p la probabilidad de que esto sea así (éxito)
aplicaciones del cálculo de probabilidades.
y q = 1−p el que no lo sea (fracaso). En realidad no
Atendiendo a la clasificación de las v.a. en discretas
se trata más que de una variable dicotómica, es
y continuas describiremos las principales leyes de
decir que únicamente puede tomar dos
probabilidad de cada una de ellas, las cuales
modalidades, es por ello que el hecho de llamar
constituirán el soporte subyacente de la inferencia
éxito o fracaso a los posibles resultados de las
estadística y a las que será necesario hacer
pruebas obedece más una tradición literaria o
referencia en el estudio de dicho bloque. Iniciamos
histórica, en el estudio de las v.a., que a la situación
este capítulo con el estudio de las distribuciones
real que pueda derivarse del resultado. Podríamos
para v.a. discretas.
por tanto definir este experimento mediante una
v.a. discreta X que toma los valores X = 0 si el
suceso no ocurre, y X = 1 en caso contrario, y que
se denota X ⤳ Ber (𝑝)
Un ejemplo típico de este tipo de variables 2.2. Distribución binomial
aleatorias consiste en lanzar una moneda al aire y Se dice que una v.a. X sigue una ley binomial de
considerar la v.a. parámetros n y p, X ⤳ B (n, p), si es la suma de n v.a.
independientes de Bernoulli con el mismo
parámetro, 𝑝:
𝑛 𝑛! 10! 1.2.3.4.5.6.7.8.9.10
• 𝐶𝑘𝑛 = 𝑘
= 𝑘! 𝑛−𝑘 !
= 4!(6!) = (1.2.3.4)(1.2.3.4.5.6)= 210
Y La variable aleatoria que contabiliza el número de
resultados erróneos del test es
Una v.a. X sigue posee una distribución geométrica, La media y varianza de esta variable aleatoria son:
X ⤳ Geo (𝑝), si esta es la suma del número de
fracasos obtenidos hasta la aparición del primer
éxito en la sucesión 𝑋𝑖 ∞
𝑖=1 . Por ejemplo
Ejemplo de uso de la distribución geométrica Sabemos que el número esperado de hijos varones
Un matrimonio quiere tener una hija, y por ello es
𝑞
deciden tener hijos hasta el nacimiento de una hija. 𝐄 𝑋 = 𝑝 = 1 , por tanto el número esperado en total
Calcular el número esperado de hijos (entre varones entre hijos varones y la niña es 2. La probabilidad de
y mujeres) que tendrá el matrimonio. Calcular la que la pareja acabe teniendo tres o más hijos, es la
probabilidad de que la pareja acabe teniendo tres de que tenga 2 o más hijos varones (la niña está del
hijos o más. tercer lugar en adelante), es decir,
Solución:
Este es un ejemplo de variable geométrica. Vamos a
suponer que la probabilidad de tener un hijo varón
es la misma que la de tener una hija mujer. Sea X la
v.a. •
X = número de hijos varones antes de nacer la niña
Hemos preferido calcular la probabilidad pedida
Es claro que mediante el suceso complementario, ya que sería
más complicado hacerlo mediante la suma infinita
2.4. Distribución binomial negativa
Sobre una sucesión de v.a. de Bernoulli
independientes,
X = número de operaciones hasta obtener r = 4 con Luego el número esperado de intervenciones que
resultado positivo deberá sufrir el paciente es de 11. La probabilidad
de que el número de intervenciones sea Y = 10, es la
de que X = 10 − 4 = 6. Por tanto:
..
de modo que podemos decir que Cuando el tamaño de la población (N) es muy
grande, la ley hipergeométrica tiende a aproximarse
a la binomial: