DISTRIBUCIONES DISCRETAS

OSVALDO BORREGO M. RAMIRO HERNANDEZ C. ANA LAURA VEGA G.

DEFINICION Y CLASIFICACION DE VARIABLES ALEATORIAS

VARIABLE ALEATORIA.- Es una funcin que asocia un numero real a cada elemento del espacio muestral. Es decir son aquellas que pueden diferir de una respuesta a otra.

DEFINICION Y CLASIFICACION DE VARIABLES ALEATORIAS

DISCRETAS VARIABLES ALEATORIAS CONTINUAS

Distribuciones de probabilidad

Es una distribucin terica de frecuencias que describe cmo se espera que se varen los resultados de un experimento.
Discretas
DISTRIBUCIONES

Continuas

Distribuciones de probabilidad

Distribuciones discretas. Son aquellas donde las variables asumen un nmero limitado de valores, por ejemplo el nmero de aos de estudio.
Poisson

Hipergeomet rica

DISTRIBUCIONES DISCRETAS

Binomial

Multinominal

Varianza

Se basa en la diferencia entre cada valor del conjunto de datos y la media del grupo. La diferencia se eleva al cuadrado antes de sumarse.

Valor Esperado y/o Esperanza ()

Sea x una variable aleatoria discreta con distribucin de probabilidad p(x). La media o valor esperado esta dado como:

donde los elementos se suman sobre todo los valores de la variable aleatoria x

Funcin de Distribucin Acumulada

La funcin de distribucin acumulada de una variable aleatoria X, denotada como F (x), es

Distribucin binominal
Esta distribucin fue elaborada por Jacobo Bernoulli. Posee las siguientes propiedades esenciales: 1.El espacio muestral tiene n ensayos idnticos. 2.Las observaciones posibles se pueden obtener mediante dos diferentes mtodos. INFINITA SIN FINITA CON
REPOSICIO N REPOSICIO N

3.Cada observacin se puede clasificar en una de dos categoras conocidas como xito E o fracaso E, las cuales son mutuamente excluyentes es decir E E=0

4.Las probabilidades de xito p y fracaso q en un ensayo se mantienen constantes durante los n ensayos. 5.El resultado de cualquier observacin es independiente del resultado de cualquier otra observacin.

Distribucin binominal

El clculo de estas magnitudes pueden realizarse con las siguientes frmulas: Media = Varianza 2 =npq Desviacin estndar =

La probabilidad de que el evento E ocurra x veces y el evento E ocurra (n-1x) veces en n ensayos independientes est dado por la frmula binominal: , , =

Distribucin de probabilidad para una variable aleatoria discreta

Una relacin terica de los resultados y probabilidades que se puede obtener de un modelo matemtico y que representa algn modelo de inters. Una relacin emprica de resultados y sus frecuencias relativas observadas. Una relacin subjetiva de resultados relacionados con sus probabilidades subjetivas o artificiales que representan el grado de conviccin del encargado de tomar las decisiones sobre la probabilidad de los posibles resultados.

Uniforme Discreta

Si la variable aleatoria X asume los valores de X1, X2, .Xk con iguales probabilidades, entonces la distribucin uniforme es:
P(x)

f(x, k)=

x1

x2

xk

Distribucin Multinominal

Ocurre cuando en el experimento binominal cada intento tiene ms de dos resultados posibles: Las posibilidades de ocurrencia p1, p2, pk en un solo ensayo la distribucin de probabilidad de las variables aleatorias k1, k2.kn que representan el numero de ocurrencias de E1, E2En en n independientes es: ! , 1 , 2 , = 1 1 2 2
1 !2 ! !

Distribucin Hipergeomtrica
Probabilidad de obtener determinado nmero de xitos en un espacio muestral de n ensayos donde los datos de la muestra se extraen sin reemplazo en una poblacin finita, por lo que la probabilidad de ocurrencia cambia a lo largo del ensayo. , , , =

N= El tamao de espacio muestral S. n= El nmero de ensayos. M= El nmero de xitos en el espacio muestral. N-M= Nmero de fracasos del espacio muestral. x= Nmero de xitos en la muestra. N-x= Nmero de fracasos de la muestra.

Distribucin Hipergeomtrica Generalizada

Si N resultados pueden dividirse en la k celdas N1, N2Nk con k1, k2, , kn elementos respectivamente, entonces la distribucin de probabilidad representa el nmero de elementos seleccionados, en una muestra aleatoria de tamao n, es: , 1 , 2 , =
1 2 1 2

Distribucin de Poisson
La distribucin de Poisson se utiliza en situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria. En otras palabras no se sabe el total de posibles resultados

Distribucin de Poisson
= , = ! n= Nmero de ensayos. x= Nmero de xitos esperados en n ensayos. e= 2.71828. = np= Constante igual al nmero de xitos promedio por unidad de medida. p=Probabilidad constante durante el proceso igual al nmero de xitos promedio por unidad de medida.

Distribucin de Poisson

La media Varianza

Desviacin estndar
La distribucin de Poisson se usa para determinar la probabilidad de un numero determinado de eventos cuando estos ocurren en un espacio de tiempo

Distribucin de Poisson

Nmero de clientes que son atendidos en el banco en una hora Clientes: Variable discreta Hora: Rango de tiempo Variable continua. Nmero de personas que viven en Mxico por kilmetro cuadrado Personas: Kilometro: Variable discreta Superficie Variable continua.

Distribucin de Poisson

Sea X la cantidad de criaturas de cierto tipo capturadas en una trampa durante determinado periodo. Supngase que X tiene una distribucin Poisson con =4.5, as que en promedio las trampas contienen 4.5 criaturas. La probabilidad de que una trampa contenga exactamente cinco criaturas es:

La probabilidad de que una trampa tenga a los sumo cinco criaturas es

BIBLIOGRAFIA
Probabilidad y Estadistica para ingenieria y ciencias Jay L. Devore Ed. Thomson Introduccion a la Probabilidad y Estadistica Mendenhall-BeaverBeaver