Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE
PROBABILIDAD
RESUMEN
Discreta Continua
Se investiga
a través de
una muestra Variable El problema
es un
de valores de fenómeno
X (tamaño,
n)
Aleatoria aleatorio
X P(x)
Función
0 0.1
1 0.2
2 0.3
3 0.4
x
Inversa
Inversa
Alfa 10 % Alfa 5 %
CI= 0.05 CD= 0.95 CI= 0.025 CD= 0.975
f(x)
n
b(x; n, p) = pxqn-x, x = 0, 1, 2, …, n.
n! x
x!(n-x)!
b=Distribución Binomial; x=la probabilidad de que X=x; n= # de veces que se repite el experimento (muestra); p=probabilidad
RSTUDIO PARA LA DISTRIBUCIÓN
BINOMIAL
Comando
x<-c(0:3) Generar la matriz de los valores de X. En el ejemplo los valores de X van de 0 a 3
dbinom(x,3,0.25) Distribución Binomial (x,n,p) donde x= matriz de los valores de X, n=muestra y p=probabilidad
constante. En el ejemplo los valores de X son la matriz x<-c(0:3), n=3 y p=0.25.
pbinom(x,3,0.25) Distribución Binomial Acumulada (x,n,p) donde x= valores de la matriz, n=muestra y p=probabilidad
constante. En el ejemplo los valores de X son la matriz x<-c(0:10), n=15 y p=0.20.
pbinom(2, 3,0.25,lower.tail = Distribución Binomial Acumulada cuando se busca un valor de X dado, por ejemplo en este caso 2,
FALSE) como al final se ha puesto lower.tail = FALSE entonces regresara la probabilidad acumulada mayor a 2
pbinom(2, 3,0.25) P(X>2), si no se pone lower.tail = FALSE regresará la probabilidad aculada hasta 2 P(X≤2).
qbinom(0.025, 3,0.25) Distribución Binomial Inversa (alfa,n,p) donde Alfa= probabilidad que se busca, Alfa del 0.05/2 (cola
qbinom(0.975, 3,0.25) izquierda 0.025, cola derecha 0.975) o Alfa del 0.1/2 (cola izquierda 0.05, cola derecha 0.95);
n=muestra; y p=probabilidad constante.
Gráfica Distribución Binomial
plot(x,dbinom(x, 3,0.25),type = "h", main = "Distribución Binomial", xlab = "x",ylab = "f(x)",lwd=6,col="red", xaxp=c(0,3,3))
k N–k
h(x; N, n, k)= x n–x x = 0, 1, 2, …, n.
N
n
Entonces cuando X = número de artículos defectuosos de un lote de 100 (N); con n = 15; y k = 20
20 100 – 20
h(x; 100, 15, 20)= x 20 – x x = 0, 1, 2, …, 15
100
20
h=Distribución Hipergeométrica; x=la probabilidad de que X=x; n= tamaño de la muestra; k= éxito de que ocurra X; N-k = fracaso de que no ocurra X.
RSTUDIO PARA LA DISTRIBUCIÓN HIPERGEOMÉTRICA
Comando
x <- (0:15) Generar la matriz de los valores de X. En el ejemplo los valores de X van de 0 a 15
dhyper(x,20,80,15) Distribución de Probabilidad Hipergeométrica dhyper(x,k,N-k,n) donde donde x=valores de
x, k= lo que buscas, N=total o población, n= tamaño de muestra. En el ejemplo los valores de X
son la matriz x<-c(0:15), k=20, N-k= 80 y n=15.
phyper(x,20,80,15) Distribución Hipergeométrica Acumulada phyper(x,k,N-k,n) donde x=valores de x, k=lo que
buscas, N=total o población, n= tamaño de muestra. En el ejemplo los valores de X son la
matriz x<-c(0:15), k=20, N-k= 80 y n=15.
phyper(3,20,80,15,lower.tail = FALSE) Distribución Hipergeométrica Acumulada cuando se busca un valor de X dado, por ejemplo
en este caso 3, como al final se ha puesto lower.tail = FALSE entonces regresara la probabilidad
phyper(3,20,80,15) acumulada mayor a 3, P(X>3); si no se pone lower.tail = FALSE regresará la probabilidad
aculada hasta 3, P(X≤3).
qhyper(0.025,20,80,15) Distribución Hipergeométrica Inversa (alfa, k,N-k,n) donde Alfa= probabilidad que se busca,
Alfa del 0.05/2 (cola izquierda 0.025, cola derecha 0.975) o Alfa del 0.1/2 (cola izquierda 0.05,
qhyper(0.975,20,80,15) cola derecha 0.95); k=lo que buscas; N=total o población; y n= tamaño de muestra
Gráfica Distribución Hipergeométrica
plot(x, dhyper(x,20,80,15), type = "h", main = "Distribución Hipergeométrica", xlab = "x",ylab = "f(x)",lwd=6,col="red", xaxp=c(0,15,15))
e−λt(λt)x
p(x; λt) = x! , x = 0,1,2,...
qpois(0.025,5) [1] 1
qpois(0.975,5) [1] 10
En una ciudad se estima que la temperatura máxima en el mes de junio tiene una
distribución normal, con media µ = 27° y desviación estándar σ = 5°.
a) Calcular el número de días del mes en los que se espera alcanzar máximas
entre 25° y 30°.