Está en la página 1de 26

Variables Aleatorias

Malln Arenas e
Departamento de Estad stica Facultad de Ciencias F sicas y Matemticas a Universidad de Concepcin o

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

1 / 26

Algunas distribuciones discretas Distribucin Bernoulli o Distribucin Binomial o Distribucin Geomtrica o e Distribucin Binomial Negativa o Distribucin Hipergeomtrica o e Distribucin Poisson o Algunas distribuciones continuas Distribucin Uniforme o Distribucin Exponencial o Distribucin Erlang o Distribucin Normal. o

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

2 / 26

Algunas distribuciones discretas

Distribucin Bernoulli o

Distribucin Bernoulli o
Denicin o Se dice que la variable aleatoria X tiene distribucin Bernoulli de o parametro p si tiene funcin de probabilidad dada por: o p(x) = P (X = x) = px q 1x , x = 0, 1; 0<p<1 y q = 1 p.

Notacin: x Bernoulli(p) o Si realizamos un experimento donde los resultados posibles son exito (E) y fracaso (F ) y la probabilidad de exito es p. Denimos la v. a. X como: X(E) = 1 y X(F ) = 0

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

3 / 26

Algunas distribuciones discretas

Distribucin Bernoulli o

Si x Bernoulli(p) entonces su F.D.A. es: 0, si x < 0; q, si 0 x < 1; FX (x) = 1, si x 1. Su esperanza y varianza son: E(X) = p V (X) = p(1 p) = pq.

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

4 / 26

Algunas distribuciones discretas

Distribucin Binomial o

Distribucin Binomial o
Tiene importancia poder determinar la probabilidad de que se observen x xitos cuando se repite n veces ensayos Bernoulli. El resultado de estas e repeticiones da lugar a una variable aleatoria Binomial. Denicin o Se dice que la variable aleatoria X tiene distribucin Binomial de o parametros p y n si tiene funcin de probabilidad dada por: o p(x) = P (X = x) = x = 0, 1; 0 < p < 1 y q = 1 p. Notacin: x Bin(n, p) o n x px q nx ,

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

5 / 26

Algunas distribuciones discretas

Distribucin Binomial o

En tal caso se dene X como el nmero de exitos obtenidos al repetir n u veces el experimento. Por ejemplo: si repetimos 4 veces un ensayo Bernoulli y obtenemos EF EE entonces X(EF EE) = 3 Si X Bin(n, p) entonces se puede ver que: E(X) = np y V (X) = np(1 p) = npq.

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

6 / 26

Algunas distribuciones discretas

Distribucin Binomial o

Ejemplo Se est llevando a cabo un estudio para determinar la opinin con respecto a o a la construccin de una nueva represa para controlar las inundaciones del o r Andalien. Para ello se eligen 15 residentes del rea. Si se sabe que un o a 80% de la gente que vive en el rea se opone a la represa, cul es la a a probabilidad que la mayor est en contra?. a e

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

7 / 26

Algunas distribuciones discretas

Distribucin Geomtrica o e

Distribucin Geomtrica o e
Tambin est relacionada con un experimento Bernoulli; e a El no de ensayos no es jo; X: no de ensayos necesarios hasta obtener el primer xito. e Denicin o Se dice que la variable aleatoria X tiene distribucin Geomtrica de o e parmetro p si tiene funcin de probabilidad dada por: a o p(x) = P (X = x) = pq x1 , En este cas se tiene que E(X) = 1 p V (X) = q p2
8 / 26

x = 0, 1, 2, . . . ;

0 < p < 1 yq = 1 p.

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

Algunas distribuciones discretas

Distribucin Geomtrica o e

Ejemplo Los 2/3 de los alumnos de un colegio estn ausentes por causa de una a epidemia. En un curso de 25 nios, el profesor pasa la lista. Dena la n variable aleatoria X como el No de estudiantes llamados hasta que uno responda a) Cul es la probabilidad que el dcimo nio llamado sea el primero en a e n responder? b) Determine P (X 2) y P (X 2) c) Determine E(X) y V (X).

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

9 / 26

Algunas distribuciones discretas

Distribucin Binomial Negativa o

Distribucin Binomial Negativa o


Denicin o Se dice que la variable aleatoria X tiene distribucin Binomial Negativa de o parametros p y r si tiene funcin de probabilidad dada por: o p(x) = P (X = x) = x1 r1 pr q xr , x = r, r+1, r+2, . . . ;

0 < p < 1.

Tambin se fundamenta en el proceso Bernoulli; e Es una extensin de la distribucin geomtrica; o o e X: no de ensayos necesarios hasta obtener r xitos. e r rq E(X) = , y V (X) = 2 . p p

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

10 / 26

Algunas distribuciones discretas

Distribucin Hipergeomtrica o e

Distribucin Hipergeomtrica o e

Denicin o Se dice que la variable aleatoria X tiene distribucin Hipergeometrica de o parametros N , k y n si tiene funcin de probabilidad dada por: o k x N k nx N n 0 < p < 1.

p(x) = P (X = x) =

x = 0, 1, 2, . . . , n;

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

11 / 26

Algunas distribuciones discretas

Distribucin Hipergeomtrica o e

Se selecciona sin reemplazo una muestra al azar de tamao n. k de los n art culos se pueden clasicar como xito y N k como fracaso. Interesa e ahora la probabilidad de seleccionar x xitos de entre un total de k xito y e e n x fracasos entre los N k fracasos. Si denimos X como el nmero de xitos, entonces X es una v.a. u e hipergeomtrica. e

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

12 / 26

Algunas distribuciones discretas

Distribucin Poisson o

Distribucin Poisson o

Denicin o Se dice que la variable aleatoria X tiene distribucin Poisson de parmetro o a t si su funcin de probabilidad est dada por: o a p(x) = P (X = x) = et(t) , x! t > 0.
x

x = 0, 1, 2, . . . ;

> 0,

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

13 / 26

Algunas distribuciones discretas

Distribucin Poisson o

Las variables aleatorias Poisson surgen como una aproximacin de la o Binomial cuando la probabilidad de xito es muy pequea y n es muy e n grande. En este caso t juega el rol de la probabilidad de xito y el de e cantidad de veces que se repite el experimento. Las v. a. Poisson tienen una conexin con los llamados procesos de o Poisson. Estos implican la observacin de un conjunto discreto de sucesos o en un intervalo continuo de tiempo, longitud, espacio o volumen. En este caso X es la v. a. nmero de ocurrencias de un evento en un intervalo u (0, t). Adems esta variable aleatoria cumple que: a E(X) = V (X) = t

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

14 / 26

Algunas distribuciones discretas

Distribucin Poisson o

Ejemplo En una cierta poblacin se ha observado que el nmero medio de personas o u que mueren de cncer al pulmn es de 12 al ao. S el nmero de muertes a o n u por cncer al pulmn sigue una distribucin de Poisson, cul es la a o o a probabilidad de que durante el ao en curso n a) haya exactamente diez muertes por cncer al pulmn? a o b) Quince o ms personas mueran a causa de la enfermedad? a c) Por lo menos una muera a causa de esta enfermedad dentro de seis meses?

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

15 / 26

Algunas distribuciones discretas

Distribucin Poisson o

Ejemplo Suponga que nmero de llamadas telefnicas que llegan a la central u o telefnica de bomberos en un periodo de tres horas es de 10 llamadas. o a) Cul es la probabilidad de que haya por lo menos 2 llamadas en 1 a hora?

b) Cul es la probabilidad de que haya exactamente 5 llamadas en dos a horas? c) Determine el nmero promedio y la desviacin estndar del nmero u o a u de llamadas en dos horas.

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

16 / 26

Algunas distribuciones continuas

Distribucin Uniforme o

Distribucin Uniforme o

Denicin o Se dice que la variable aleatoria X est uniformemente distribuida en el a intervalo (a, b) o que X tiene distribucin Uniforme de parmetros a y b si o a tiene funcin de densidad de probabilidad dada por: o f (x) =
1 ba ,

0,

si a x b; E.O.C.;

a < b,

a, b I R.

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

17 / 26

Algunas distribuciones continuas

Distribucin Uniforme o

La funcin de distribucin acumulada es o o 0, si x a; xa , si a < x < b; F (x) = ba 1, si x b; Adems se tiene que: a = E(X) = a+b 2

a < b,

a, b I R.

y 2 = V (X) =

(b a)2 12

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

18 / 26

Algunas distribuciones continuas

Distribucin Exponencial o

Distribucin Exponencial o

Denicin o Se dice que la variable aleatoria X tiene distribucin exponencial de o parmetro si tiene funcin de densidad de probabilidad dada por: a o f (x) = ex , si x > 0; 0, E.O.C.; > 0.

Recordemos que la v.a de Poisson, se deni como el No de ocurrencias de o un evento en un intervalo (0, t). Si T es el tiempo hasta la ocurrencia del primer evento de un proceso de Poisson, entonces se dice que T tiene distribucin exponencial de parmetro . o a

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

19 / 26

Algunas distribuciones continuas

Distribucin Exponencial o

La funcin de distribucin acumulada es o o F (x) = Adems se tiene que: a = E(X) = 1 y 2 = V (X) = 1 2 0, si x 0; 1 ex , si x > 0;

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

20 / 26

Algunas distribuciones continuas

Distribucin Erlang o

Distribucin Erlang o

Es una generalizacin natural de la distribucin exponencial. Ahora o o queremos determinar la distribucin del tiempo hasta que un evento o ocurra un nmero determinado de veces. u Suponga que observamos un proceso de Poisson de parmetro desde el a tiempo cero. Si Tr es el tiempo hasta el r-simo evento (r 1), entonces e Tr se llama v.a. Erlang de parmetros r y . a

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

21 / 26

Algunas distribuciones continuas

Distribucin Erlang o

Denicin o Se dice que la variable aleatoria X tiene distribucin Erlang de parmetros o a y r si tiene funcin de densidad de probabilidad dada por: o f (x) = ex (x) , si t > 0; (r1)! 0, E.O.C.;
r1

> 0.

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

22 / 26

Algunas distribuciones continuas

Distribucin Normal. o

Distribucin Normal. o

Esta es la distribucin ms importante de la estad o a stica. Se le usa como modelo en un gran nmero de aplicaciones. u Denicin o Una variable aleatoria continua, tiene distribucin normal, si su funcin de o o densidad de probabilidades es f (t) = 1 2 2 e
(x)2 2 2

x > 0.

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

23 / 26

Algunas distribuciones continuas

Distribucin Normal. o

El grco de esta funcin de probabilidad tiene forma de campana, es a o simtrica con respecto a x = , es cncava hacia abajo entre y e o + , y cncava hacia arriba fuera de este intervalo, (los puntos ( , o f ( )) y ( + , f ( + )), son puntos de inexin, adems la curva o a es asinttica con el eje x y tiene su mximo valor en x = Notacin: o a o X N (, 2 ). Los parmetros y corresponden a la media aritmtica a e y a desviacin estndar de la distribucin normal. o a o

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

24 / 26

Algunas distribuciones continuas

Distribucin Normal. o

Teorema Sea X N (, 2 ). Si Y = aX + b, a > 0, entonces Y N (a + b + a2 2 ) En particular, si Z = X , entonces Z N (0, 1). En este caso se dice que Z tiene distribucin normal estndar. o a

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

25 / 26

Algunas distribuciones continuas

Distribucin Normal. o

La funcin de distribucin acumulada de Z se denota por , es decir: o o (z) = P (Z z) = FZ (z) Si X N (, 2 ), entonces FX (x) = P (X x) = P ((X )/ < ((x )/) = ((x )/). Este resultado nos muestra que podemos calcular probabilidades de intervalos de cualquier distribucin normal, haciendo uso de la distribucin o o normal estndar. a

Malln Arenas (Dpto. Estad e stica)

Variables Aleatorias

26 / 26

También podría gustarte