Documentos de Académico
Documentos de Profesional
Documentos de Cultura
SEMANA 11
PRESENTACIN
En los ejemplos de distribuciones de frecuencias
estudiados en las primeras sesiones, as como en las
probabilidades se ha tenido cuidado de trabajar con
datos basados en la observacin o en la
experiencia.
Sin embargo es posible, que partiendo de ciertas
hiptesis o condiciones de carcter general, deducir
matemticamente
cmo
pueden
ser
las
distribuciones de frecuencia de ciertos colectivos
o de las distribuciones de probabilidad del espacio
muestral, o de la variable aleatoria.
A estas distribuciones por sus caractersticas tan
especiales
se
les
llama
DISTRIBUCIONES
TERICAS.
2
OBJETIVOS
aleatorias
Calcular
probabilidades
binomiales.
Reconocer
aplicacin.
para
variables
aleatorias
Calcular
Identificar
DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD
N Caras
SS
0
P(x) = 1/4
SC
1
1/4
CS
1
CC
2
1/4 1/4
I-4
DISTRIBUCIN DE BERNOULLI
DEFINICIN:
1.
Cuando es acierto la variable toma el
valor:
Cuando es fracaso la variable toma el valor: 0.
DISTRIBUCIN DE BERNOULLI
EJEMPLOS:
1) Probabilidad de salir cara al lanzar una
moneda al aire: o sale cara o no sale cara.
2) Probabilidad de ser admitido en una
universidad: o te admiten o no te admiten.
3) Probabilidad de acertar con la Tinka:
o aciertas o no aciertas.
Se representa como:
xito p y fracaso q = (1 p)
Su frmula es:
Su funcin de distribucin:
Ejemplos de su uso:
Lanzamiento
de monedas:
Se trata de un solo
resultados posibles:
experimento,
P(X=0)=f(0)=0.50.0.51=0.5
P(X=1)=f(1)=0.51.0.50=0.5
con
dos
0.5.
resultados:
={1,2,3,4,5,6}
Se considera xito sacar un 6, por tanto, la
probabilidad ser p = 1/6.
Se considera fracaso no sacar un 6, por tanto, se
considera fracaso sacar cualquier otro resultado.
q=1p = 11/6 = 5/6
Por tanto, la variable aleatoria X se distribuye
como una Bernoulli de parmetro p = 1/6
XBe(1/6)
DISTRIBUCION BINOMIAL
La distribucin Binomial parte de la distribucin
de Bernoulli:
La distribucin de Bernoulli se aplica cuando se
realiza una sola vez un experimento que tiene
nicamente dos posibles resultados (xito o
fracaso), por lo que la variable slo puede tomar
dos valores: el 1 y el 0.
La distribucin binomial se aplica cuando se
realizan un nmero "n" de veces el experimento
de Bernoulli, siendo cada ensayo independiente
del anterior.
La variable puede tomar valores entre:
0: si todos los experimentos han sido fracaso.
n: si todos los experimentos han sido xitos.
EJEMPLO:
n x
n x
B(n, p) P( X x) p (1 p) , x 0,1,..., n
x
Probabilidad de obtener x xitos
n
B(n, p ) P( X x) p x (1 p ) n x ,
x
x 0,1,..., n
Ejemplo 1:
Cul es la probabilidad de obtener 6 caras al lanzar una
moneda 10 veces?
Solucin:
x" es el nmero de aciertos. En este ejemplo x" es igual a 6
(en cada acierto decamos que la variable toma el valor 1:
como son 6 aciertos, entonces x = 6)
"n" es el nmero de ensayos. En nuestro ejemplo son n=10.
"p" es la probabilidad de xito, es decir, que salga "cara" al
lanzar la moneda. Por lo tanto p = 0.5
La frmula quedara:
10
* 0.56 * (1 0.5)106
6
P( X 6)
Luego, P (X = 6) = 0.205
Es decir, se tiene una probabilidad del 20.5% de obtener 6
caras al lanzar 10 veces una moneda.
Ejemplo 2:
Cul es la probabilidad de obtener cuatro veces el nmero 3
al lanzar un dado 8 veces?
Solucin:
x" (nmero de aciertos) toma el valor x = 4
"n" (nmero de ensayos) toma el valor n = 8
1
"p" (probabilidad de que salga un 3 al tirar el dado) es: 6 0.1666
La frmula queda:
8
P( X 4) * 0.166 4 * (1 0.166)8 4
4
EJERCICIOS
1)
APLICACIONES
Todo experimento que tenga resultados binarios
(xito/fracaso, defectuoso/no defectuoso, enfermo/sano,
mujer/hombre,
etc.)
y
cuyos
ensayos
sean
independientes.
EJEMPLO:
Medicina: frmacos, cura/no cura.
Militares: misiles dan en el blanco/no dan.
Comunicaciones: error de una cadena de bits.
PROPIEDADES DE LA DISTRIBUCIN
BINOMIAL
1
n 1
n
p q ....
1
x
n x
n
p q
x
EJEMPLO:
En 50 lanzamientos de una moneda, el nmero medio
de cara es:
Solucin:
La media y varianza de la distribucin binomial, es:
Media, = n.p
Tenemos 50 ensayos, = 50x0.5 = 25
Varianza, 2 = n.p.q
2 = 50x0.5x0.5 = 12.5
Desviacin Tpica, = npq
= 50 x 0.50 x0.50 3.54
DISTRIBUCIN BINOMIAL
Resumen Distribucin Binomial
Sea X una variable aleatoria discreta correspondiente a
una distribucin binomial.
P ( X x) x, (nmero..de..xitos;..0 x n)
n x
n x
P( X x) p (1 p)
x
DISTRIBUCIN BINOMIAL
EJEMPLO:
La probabilidad de xito de una determinada vacuna es 0.72.
Calcula la probabilidad de que una vez administrada a 15
pacientes:
a) Ninguno sufra la enfermedad.
b) Todos sufran la enfermedad.
c) Dos de ellos contraigan la enfermedad.
SOLUCIN:
Se trata de una distribucin binomial de parmetros B(15, 0.72)
0.00724
5.097x10-9
0.11503
DISTRIBUCIN POISSON
Vamos a explicarla:
El nmero "e" es 2.71828
" l " = n * p (es decir, el nmero de veces " n " que se realiza el
experimento multiplicado por la probabilidad " p " de xito en
cada ensayo)
" k " es el nmero de xito cuya probabilidad se est
calculando
Veamos un ejemplo: La probabilidad de tener un accidente de
trfico es de 0.02 cada vez que se viaja, si se realizan 300
viajes, cual es la probabilidad de tener 3 accidentes?
Como la probabilidad " p " es menor que 0.1, y el producto " n *
p " es menor que 10, entonces aplicamos el modelo de
distribucin de Poisson.
Luego,
P (x = 3) = 0.0892
Por lo tanto, la probabilidad de tener 3 accidentes de trfico en
300 viajes es del 8.9%
Luego,
P (x = 5) = 4,602
Por lo tanto, la probabilidad de que haya 5 pelirrojos
entre 800 recin nacidos es del 4,6%.
MEDIA Y VARIANZA
La media y varianza de la distribucin POISSON , es:
= np
Varianza = np
Consecuencia: Si la varianza de los conteos es mucho
ms grande que la media de los mismos, entonces la
distribucin de Poisson no es buen modelo para la
distribucin de la variable.
DISTRIBUCIN HIPERGEOMTRICA
Ejemplo: De un grupo de 20 productos, 10 se
5!
5
!
0
!
15!
5
!
10
!
0.0183
20!
10!10!
25
30
31
32