Clase 3

Resumen de Distribuciones - Clculo de Probabilidades

Ricardo Ochoa G.
Fabio Paredes - Seccin 4
Fecha: 25-08-14
Recordatorio de probabilidades
DISTRIBUCIONES DISCRETAS
Distribucin Bernoulli
La variable aleatoria X puede tomar valores 0 1.
Fracaso -> 0
xito -> 1
Probabilidad p de xito.
X ~Ber(p)
Funcin de cuanta
Distribucin Binomial
Cuenta el nmero de xitos en una secuencia de n ensayos o
pruebas independientes entre s.
Una probabilidad fija p de ocurrencia del xito entre los ensayos.
X Binomial(n, p)
Ejercicio:
La probabilidad de seleccionar una hembra en una poblacin
de liebres es 0,6. Se seleccionan al azar 15 liebres:
X: nmero de liebres hembras seleccionadas
Cuntas liebres hembras se espera seleccionar?
Cul es la prob de que se seleccionen 2 liebres hembras?
Cul es la prob de que el nmero seleccionado de hembras supere al nmero esperado?
Funcin de cuanta
Esperanza y varianza
Distribucin Geomtrica
Una variable alaeatoria X que cuenta el nmero de ensayos hasta la ocurrencia del primer xito.
X ~ Geo(p)
Ejercicio: Suponga que la propiedad que un nio meta un gol es de 0,3.
Cul es la prob de que al chutear sistemticamente al arco, el nio haga el gol en el quinto tiro?
Definir la variable aleatoria X.
Obtener la probabilidad para 1,2,3 y 4 intentos.
Distribucin Binomial Negativa
Una variable aleatoria X que cuenta el nmero de ensayos hasta la ocurrencia del k-simo xito se dice Binomial Negativa.
X ~ BinNeg(k,p)
K corresponde al nmero de xitos.
P como la prob de ocurrencia del xito.
Ejemplo: El experimento consiste en extraer cartas con reemplazo una a una de un mazo de 52 cartas. Se desea calcular
la prob de extraer 5 cartas, hasta obtener el 3er trbol.
Defina la variable aleatoria X.
P(X = 5)
DISTRIBUCIONES CONTINUAS
Distribucin Uniforme Continua
La distribucin uniforme es aquella que puede tomar cualquier valor dentro de un intervalo, todos ellos con la
misma probabilidad.
Es una distribucin continua porque puede tomar cualquier valor y no nicamente un nmero determinado (como
ocurre en las distribuciones discretas).
Su funcin de densidad, aquella que nos permite conocer la probabilidad que tiene cada punto del intervalo, viene
definida por: Donde b y a son el valor mx y mn del intervalo.
Ejemplo:
El volumen de precipitaciones estimado para el prximo ao en la ciudad de Sevilla va a oscilar entre 400 y 500 litros
por metro cuadrado. Calcular la funcin de densidad y la precipitacin media esperada: f(X)= 0,01 Y E(X)=450.
Distribucin Exponencial
Se ultiliza como modelo para representar el tiempo de funcionamiento o de
espera.
Se dice que la variable X ~ exp()
Media 1/ y Varianza 1/ ^2
Ejercicio: La vida media de un televisor s es de 7 aos. si esta vida puede
considerarse como una variable aleatoria distribuida en forma exponencial,
a) Cul es la probabilidad de que un televisor de este tipo falle despus del
7 ao de uso?
b) b) si se toma una muestra aleatoria de estos 10 televisores S, Cul es la
probabilidad de que un televisor de esta muestra dure ms de 12 aos?
Funcin densidad
Funcin de dist acumulada
Distribucin Normal
En estadstica y probabilidad se llama distribucin normal a una de las
distribuciones de probabilidad de variable continua que con ms
frecuencia aparece aproximada en fenmenos reales. Si X se distribuye
normal con media y varianza ^2 se denota por X Normal(,^2).
Toda distribucin de datos, puede transformarse en una normal
mediante la estandarizacin:
Donde Z ~N(0,1)
Funcin de densidad
Grfica de la distribucin Normal(0,1)
Simtrica media = moda =mediana
Media 0 y varianza 1
Z= 1,64 acumula el 95% de los datos.
Comando en Excel: =DISTR.NORM.ESTAND(Z)
Ejercicio
La media de los pesos de 500 estudiantes de un Instituto es 70 kg y la desviacin tpica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan:
a) Entre 60 kg y 75 kg.
b) Ms de 90 kg.
c) Menos de 64 kg.
d) 64 kg.
e) 64 kg o menos
Distribuciones discretas
Distribuciones Continuas
Fin de la presentacin.
Gracias por asistir.