MODELOS DE SIMULACIN ESTADSTICA DISTRIBUCIONES DE PROBABILIDAD DISCRETA

PROFESOR: OSCAR SAAVEDRA ANDRS DURANGO

DISTRIBUCIN DE PROBABILIDAD BINOMIAL Un experimento binomial es aquel que cumple las siguientes condiciones de manera exacta o aproximada: 1. El experimento consiste en una secuencia de n experimentos ms pequeos llamados ensayos, donde n se fija antes del experimento. 2. Cada ensayo produce uno de los dos mismos resultados posibles (ensayos dictomos), que se denotan mediante xito o fracaso. 3. Los ensayos son independientes, as que el resultado de cualquier ensayo particular no influye en el resultado de ningn otro. 4. La probabilidad de xito es constante de un ensayo a otro; esta probabilidad se denota p. Ej. 1: El lanzamiento de una moneda o de un dado. REGLA: Considere el muestreo sin reemplazo de una poblacin dictoma de tamao N. Si el tamao de la muestra (nmero de ensayos) n es a lo sumo 5% de la poblacin, el experimento se puede analizar como si fuera un experimento binomial. Ej. 2: Suponga que cierto estado tiene 500000 conductores autorizados, de los cuales 400000 estn asegurados. Se elige una muestra de 10 conductores sin reemplazo. Como el tamao de la muestra se considera muy grande en comparacin con el tamao de la muestra, se puede considerar un experimento binomial. NOTACIN Una variable aleatoria binomial X depende de los dos parmetros n y p, y se denota por b(x; n, p)
( ) {( ) ( 0 ) en caso contrario

Ej. 3: Cuando se prueban tarjetas de circuitos empleadas en la manufactura de reproductores de discos compactos, a la larga el porcentaje de partes defectuosas es de 5%. Sea X = nmero de tarjetas defectuosas en una muestra aleatoria de tamao n = 25, entonces X ~ Bin (25, 0.05). a) b) c) d) Determine P(X2) Determine P(X5) Determine P(1X4) Cul es la probabilidad de que ninguna de las 25 tarjetas est defectuosa?

MODELOS DE SIMULACIN ESTADSTICA DISTRIBUCIONES DE PROBABILIDAD DISCRETA

PROFESOR: OSCAR SAAVEDRA ANDRS DURANGO

Cmo usar las tablas binomiales En las tablas se puede encontrar la fda F(x) = P (Xx) para diferentes tamaos de muestra en combinacin con valores seleccionados de p. Algunas otras probabilidades se pueden calcular por medio de la proposicin acerca de la fda observada anteriormente o por medio de Excel. Para X ~ bin (n, p), la fda se denota mediante:
( ) ( ) ( )

Ej. 4: Supngase que 20% de las copias de determinado libro de texto no pasan cierta prueba de resistencia de pegado. Sea X el nmero entre las 15 copias elegidas al azar que no pasan la prueba. a) Cul es la probabilidad de que a lo sumo 8 no pasen la prueba? b) Cul es la probabilidad de que exactamente 10 no pasen la prueba? c) Cul es la probabilidad de que por lo menos 12 no pasen la prueba? Media, Varianza y Desviacin Estndar para una Distribucin Binomial Si X ~ bin(n, p), entonces: E (X) = np V (X) = np (1 p) = npq, donde q = 1 p Ej. 5: Suponga que solo 25% de los automviles se detienen por completo en un cruce con luces rojas intermitentes en todas las direcciones cuando no est visible ningn otro automvil. Cul es la probabilidad de que, de 20 automovilistas seleccionados al azar que llegan a la interseccin en estas condiciones. a) A lo sumo seis se detengan por completo? b) Exactamente seis se detengan por completo? c) Al menos diez se detengan por completo? d) Cuntos de los siguientes 20 automovilistas espera el lector que se detengan por completo? DISTRIBUCIN HIPERGEOMTRICA La distribucin hipergeomtrica es el modelo de probabilidad exacto para el nmero de xitos en una muestra. Las suposiciones que dan lugar a la distribucin hipergeomtrica son las siguientes: 1. La poblacin o conjunto por muestrear consiste en N individuos, objetos o elementos (una poblacin finita). 2. Cada individuo se caracteriza como un xito o fracaso, y hay K xitos en la poblacin.

MODELOS DE SIMULACIN ESTADSTICA DISTRIBUCIONES DE PROBABILIDAD DISCRETA

PROFESOR: OSCAR SAAVEDRA ANDRS DURANGO

3. Se elige una muestra de n individuos sin reemplazo, de manera que cada subconjunto de tamao n tenga las mismas probabilidades de ser elegido. La variable aleatoria de inters X = nmero de xitos en la muestra. La distribucin de probabilidad de X depende de los parmetros n, K y N, as que desea obtener p(X = x) = h(X; n, K, N). PROPOSICIN Si x es el nmero de xitos en una muestra completamente aleatoria de tamao n extrados de una poblacin que consiste de K xitos y (N K) fracasos, entonces la distribucin de probabilidad de x, se denomina Distribucin hipergeomtrica, est dada por:
( ) ( ) ( )( ( ) )

La media y la varianza de la variable aleatoria hipergeomtrica X que tiene fmp h(x; n, K, N) son:
( ) ( ) ( ( ) ) ( )

Ej. 6: Cinco individuos de una poblacin animal que se cree estn cerca de la extincin en cierta regin, fueron capturados, marcados y liberados para mezclarse con la poblacin. Despus que tuvieron la oportunidad de mezclarse, se selecciono una muestra aleatoria de 10 de estos animales. Sea X el nmero de animales marcados en la segunda muestra. Si en realidad hay 25 animales de estos en la regin, Cul es la probabilidad de que a) X = 2 y b) X 1. Ej. 7: Cada uno de los 12 refrigeradores de cierto tipo se devolvi a un distribuidor debido e un sonido agudo oscilante cuando el refrigerador est funcionando. Suponga que siete de estos refrigeradores tienen un compresor defectuoso y los otros cinco tienen problemas menos graves. Si se examinan al azar, sea X el nmero entre los primeros seis examinados que tienen un compresor defectuoso. Calcule lo siguiente: a) P(X4) b) P(X = 5) c) Considere un gran envo de 400 refrigeradores, de los cuales 40 tienen compresores defectuosos. Si X es el nmero entre 15 refrigeradores elegidos al azar que tienen compresores defectuosos, calcule la P (X = 2)

MODELOS DE SIMULACIN ESTADSTICA DISTRIBUCIONES DE PROBABILIDAD DISCRETA

PROFESOR: OSCAR SAAVEDRA ANDRS DURANGO

DISTRIBUCIN DE PROBABILIDAD DE POISSON

Se dice que una variable aleatoria X tiene una distribucin de Poisson con parmetros (> 0) si la pmf de X es:
( )

El valor de es por lo comn una tasa por unidad de tiempo o por unidad de rea. Ej. 8: Sea x la cantidad de criaturas capturadas en una trampa durante determinado perodo. Supngase que x tiene una distribucin de 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 Ej. 9: Suponga que el nmero X de tornados observados en determinada regin durante un ao tiene una distribucin de poisson con = 8 a) Calcule la P (X 5) b) Calcule P (6 X 9) c) Calcule P (X 10) Proposicin En cualquier experimento binomial en el que n es grande y p es pequea, podemos aproximar la distribucin binomial a una Poisson, b(x; n, p) p (x; ), donde = np. Como regla emprica esta aproximacin se puede aplicar con toda seguridad si n 100, p < 0.01 y np 20. Ej.10: Si un editor de novelas se esfuerza por asegurar que sus libros estn libres de errores tipogrficos, de modo que la probabilidad de que alguna pgina contenga por lo menos un error es de 0.005 y los errores son independientes de una pgina a otra, Cul es la probabilidad de que una de sus novelas de 400 pginas contenga exactamente una pgina con errores? A lo sumo tres pginas con errores? Si X tiene una distribucin Poisson con parmetro , entonces E (X) = V(X) =