Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OBJETIVOS
Distribuciones
probabilsticas
discretas
1-1
OBJETIVOS
Distribuciones
probabilsticas
discretas
6-3
Variables aleatorias
6-4
EJEMPLO 1
continuacin
6-5
EJEMPLO 1
continucin
6-6
Distribuciones probabilsticas
1/8 = .125
3/8 = .375
3/8 = .375
1/8 = .125
Total
8/8 = 1
6-7
La probabilidad de un resultado
siempre debe estar entre 0 y 1.
La suma de todos los resultados
mutuamente excluyentes siempre
es 1.
6-8
6-9
6-10
La media:
indica la ubicacin central de los datos.
es el promedio, a la larga, del valor de
la variable aleatoria.
tambin se conoce como el valor
esperado, E(x), en una distribucin de
probabilidad.
es un promedio ponderado.
6-11
= E ( x ) = [ x * P ( x )]
donde representa la media y P(x) es
la probabilidad de los diferentes
resultados x.
6-12
6-13
[( x ) * P( x )]
2
6-14
EJEMPLO 2
Dan Desch,
propieatario de
College Painters,
estudi sus
registros de las
ltimas 20
semanas y obtuvo
los siguientes
nmeros de casas
pintadas por
semana:
Universidad Tecnolgica Equinoccial
# de casas pintadas
Semanas
10
11
12
13
6-15
EJEMPLO 2
continuacin
Distribucin probabilstica:
Nmero de casas
pintadas, X
10
Probabilidad, P(X)
11
.30
12
.35
13
.10
Total
.25
6-16
EJUEMPLO 2
continuacin
E ( x ) [ xP( x )]
(10)(.25) (11)(.30) (12)(.35) (13)(.10)
113
.
6-17
EJEMPLO 2
continuacin
2 [( x ) 2 P ( x )]
.4225.0270.1715.2890
.91
6-18
6-20
P ( x) nCx * p (1 p )
x
n x
6-20
6-21
EJEMPLO
6-21
EJEMPLO
6-21
EJEMPLO
6-21
EJEMPLO
6-21
6-21
6-21
EJEMPLO 3
6-22
EJEMPLO 3
continuacin
6-23
np
np(1 p)
2
6-24
EJEMPLO 4
6-25
Poblacin finita
6-26
Distribucin hipergeomtrica
Frmula:
( S Cx )( N S Cn x )
P( x )
N Cn
donde N es el tamao de la
poblacin, S es el nmero de
xitos en la poblacin, x es el
nmero de xitos de inters, n es
el tamao de la muestra, y C es
una combinacin.
Universidad Tecnolgica Equinoccial
6-27
Distribucin hipergeomtrica
Use la distribucin hipergeomtrica para
encontrar la probabilidad de un nmero
especfico de xitos o fracasos si:
la muestra se selecciona de una
poblacin finita sin reemplazo (recuerde
que un criterio para la distribucin
binomial es que la probabilidad de xito
es la misma de un ensayo a otro).
el tamao de la muestra n es mayor que
5% del tamao de la poblacin N.
6-28
EJEMPLO 5
La lnea area TAME tiene una lista
de 10 violaciones a la seguridad
reportadas por la DAC. Suponga que
slo 4 de ellas son en realidad
violaciones y que TAME slo podr
investigar cinco de las violaciones.
Cul es la probabilidad de que tres
de las cinco violaciones seleccionadas
al azar para investigarlas sean en
realidad violaciones?
6-29
EJEMPLO 5
continuacin
C3 *6 C2 4 *15
P(3)
0.238
252
10 C5
4
Excel:
HYPGEOM.DIST(x;n;S;N;0)
6-30
Distribucin de Poisson
La distribucin de probabilidades
binomial se hace cada vez ms
sesgada a la derecha conforme la
probabilidad de xitos disminuye.
La forma lmite de la distribucin
binomial donde la probabilidad
de xito p es muy pequea y n es
grande se llama distribucin de
probabilidades de Poisson.
Universidad Tecnolgica Equinoccial
6-31
Distribucin de Poisson
La distribucin de Poisson se puede
describir matemticamente por la
frmula:
e
P( x)
x!
donde es la media aritmtica
del
x
6-32
Distribucin de Poisson
6-33
EJEMPLO 6