Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplos:
Queremos distribuir a los alumnos de nuestro curso segn el
criterio de edad
Queremos distribuir a los pacientes del hospital segn el
nivel de su enfermedad que puede ser leve, de cuidado, y
muy grave
Queremos distribuir los vehculos de una empresa minera
segn su capacidad de tonelaje
Supongamos que tenemos 21 personas... y estamos interesados en su
estatura medida en metros
Por lo tanto a cada una de estas 21 personas medimos su estatura...
1,82 metros
1,68 metros
Vamos a suponer que los resultados de cada una de las 21
mediciones medidas en metros y puestas en orden creciente
son los siguientes:
1,56 1,57 1,59 1,62 1,62 1,63 1,65 1,67 1,69 1,70
1,71 1,72 1,74 - 1,75 1,76 1,77 1,79 1,80 1,81 1,81 1,82
1,56 1,57 1,59 1,62 1,62 1,63 1,65 1,67 1,69 1,70
1, 71 1,72 1,74 - 1,75 1,76 1,77 1,79 1,80 1,81 1,81 1,82
6 personas 5 personas
Clases Frecuencias
1,56 1,63 (bajitas) 6
1,63 1,70 (medianas) 4
1,70 1,77 (altas) 6
1,77 1,84 (muy altas) 5
Bajitas
Muy altas
Medianas
Altas
Se divide cada frecuencia por el total
Funcin de distribucin:
1 p, para x 0
F ( x)
1, para x 1
Distribucin Binomial
La distribucin binomial aparece cuando estamos
interesados en el nmero de veces que un suceso
A ocurre (xitos) en n intentos independientes de
un experimento
Ejemplo:
Nmero de caras en n lanzamientos de una moneda
3 p 2 (1 p)
3 p(1 p) 2
18
Supongamos que el experimento consta de n
intentos y definamos la variable aleatoria:
n x n x n! n x
B(n, p) p( x) p (1 p) p (1 p)
x
x x!(n x)!
n x
p(x) p ( 1 p)n x
x
p 0.5; n 4; x 2
4
p( 2 ) ( 0.5 ) ( 1-0.5 )
2 4- 2
2
Ejercicio:
Si una dcima parte de personas tiene cierto grupo sanguneo,
cul es la probabilidad de que entre 100 personas escogidas al
azar exactamente 8 de ellas pertenezcan a este grupo sanguneo?
n x n x
p(x) p ( 1 p)
x
p 0.1; n 100; x 8
100
p( 8 ) ( 0.1 )8( 1-0.1 )92
8
Y si la pregunta es 8 como mximo?
8
n x
p(x 8 ) p ( 1 p)n x
x 0 x
8
100
(0.1) x ( 0.9 )100 x
x 0 x
Caractersticas de la distribucin
binomial
Media
= E(X) = n p .6
P(X) n = 5 p = 0.1
= 5 0.1 = 0.5 .4
.2
= 5 0.5 = 0.25 0 X
0 1 2 3 4 5
Desviacin estndar
P(X) n = 5 p = 0.5
np(1 p) .6
.4
Probabilidad
Distribucin geomtrica
Consideremos el siguiente experimento:
Partimos de un experimento de Bernoulli donde la probabilidad
de que ocurra un suceso es p (xito) y la probabilidad de que
no ocurra q = 1- p (fracaso).
Repetimos nuestro experimento hasta conseguir el primer
xito. Definimos la variable aleatoria X, como el nmero de
fracasos hasta que se obtiene el primer xito.
Entonces:
G( p) P( X x) 1 p p,
x
x 0,1, 2, ...
p(x)
G( p) P( X x) 1 p p,
x
x 0,1, 2, ...
Funcin de distribucin:
n
F (n) (1 p) p 1 (1 p)
x n 1
x 0
Cmo simular de manera sencilla en el ordenador
una variable aleatoria binomial X?
Entonces tenemos:
i 1
P(Y i) P(1 q rnd 1 q )
i
i 1 i 1 i 1
q q q (1 q) q p.
i
1 q rnd
Y
Ln (1 rnd )
Y int
Ln q
Distribucin de Poisson
Cuando en una distribucin binomial el nmero de intentos (n)
es grande y la probabilidad de xito (p) es pequea, la
distribucin binomial converge a la distribucin de Poisson:
e x
p ( x) , x 0,1,2,... 0
x!
donde np =
P(X) = 6
.6
.4
Nota: el mximo de la distribucin .2
se encuentra en x 0 X
0 2 4 6 8 10
La distribucin de Poisson se obtiene como aproximacin de
una distribucin binomial con la misma media, para n grande
(n > 30) y p pequeo (p < 0,1). Queda caracterizada por un nico
parmetro (que es a su vez su media y varianza)
n p =