Академический Документы
Профессиональный Документы
Культура Документы
OBJETIVO
Funcin de probabilidad
Se llama funcin de probabilidad de una variable aleatoria discreta X a la aplicacin que
asocia a cada valor de xi de la variable su probabilidad pi.
0 pi 1
p1 + p2 + p3 + + pn = pi = 1
Representacin
La representacin de una distribucin discreta de probabilidad es un diagrama de barras.
Funcin de distribucin
Sea X una variable aleatoria discreta cuyos valores suponemos ordenados de
menor a mayor. Llamaremos funcin de distribucin de la variable X, y escribiremos
F(x) a la funcin:
F(x) = p(X xi)=f(x1)+ f(x2)+ f(xi)
La funcin de distribucin asocia a cada valor de la variable aleatoria la probabilidad
acumulada hasta ese valor.
Ejemplo:
Calcular la funcin de distribucin de probabilidad de las puntuaciones obtenidas al
lanzar un dado.
x pi
x <1 0
1 x < 2
2 x < 3
3 x < 4
4 x < 5
5 x < 6
6 x 1
Representacin
La representacin de una funcin de distribucin de probabilidad es una grfica
escalonada.
Valor Esperado
El valor esperado o esperanza de una variable aleatoria tiene su origen en los
juegos de azar, debido a que los jugadores deseaban saber cul era su esperanza
de ganar o perder con un juego determinado. Como a cada resultado particular del
juego le corresponde una probabilidad determinada, esto equivale a una funcin de
probabilidad de una variable aleatoria y el conjunto de todos los resultados posibles
del juego estar representado por la distribucin de probabilidad de la variable
aleatoria. El valor esperado o esperanza es muy importante, ya que es uno de los
parmetros que describen una variable aleatoria.
Sea X una variable aleatoria discreta con funcin de probabilidades f(x). Entonces,
el valor esperado de la variable aleatoria X, el cual se representa por E(X), est
definido por:
E(X) = xi f(xi)
Lo anterior significa, que para calcular E(X) se multiplica cada valor que puede
tomar la variable aleatoria por la probabilidad que le corresponde y despus se
suman esos productos.
E(X) = = xi f(xi)
Variancia.
Las desviaciones (X - m ) toman valores: (x1 - m), (x2 - m), (x3 - m), ,(xi -m), con
probabilidades respectivas: f(x1), f(x2), f(x3), . . . , f(xi). Sin embargo, al tomar el valor
esperado de estas desviaciones nos encontramos con que:
E(X - m ) = (xi - m ) f(xi) = xi f(xi) - m f(xi) = xi f(xi) - m = m - m = 0
Esto se debe a que las desviaciones positivas se compensan con las
desviaciones negativas. Para determinar una medida de dispersin, necesitamos
considerar nicamente la magnitud de las desviaciones sin sus signos.
=
Distribucin binomial o de Bernoulli (vitutor.com, s.f.)
Un experimento sigue el modelo de la distribucin binomial o de Bernoulli si:
1. En cada prueba del experimento slo son posibles dos resultados: el suceso A
(xito) y su contrario .
2. La probabilidad del suceso A es constante, es decir, que no vara de una prueba
a otra. Se representa por p.
3. El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.
La distribucin binomial se suele representar por B(n, p).
n es el nmero de pruebas de que consta el experimento.
p es la probabilidad de xito.
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.
El nmero combinatorio
Distribucin normal
Correlacin
La correlacin trata de establecer la relacin o dependencia que existe entre las dos
variables que intervienen en una distribucin bidimensional.
Es decir, determinar si los cambios en una de las variables influyen en los cambios de
la otra. En caso de que suceda, diremos que las variables estn correlacionadas o que
hay correlacin entre ellas.
Tipos de correlacin
1 Correlacin directa
2 Correlacin inversa
3 Correlacin nula
Grado de correlacin
El grado de correlacin indica la proximidad que hay entre los puntos de la nube de
puntos. Se pueden dar tres tipos:
1. Correlacin fuerte
2. Correlacin dbil
La correlacin ser dbil cuanto ms separados estn los puntos de la recta.
Recta de regresin
La recta de regresin es la que mejor se ajusta a la nube de puntos.
y= x=
Ejemplos:
x p i x p i
+100 100/6
+ 200 200/6
+ 300 300/6
-
- 400
400/6
+ 500 500/6
-
-600
600/6
100/6
Ejemplo 2: Calcular la funcin de distribucin de probabilidad de las puntuaciones
obtenidas al lanzar un dado.
x pi
x <1 0
1 x < 2
2 x < 3
3 x < 4
4 x < 5
5 x < 6
6 x 1
x p i x p i
+100 100/6
+ 200 200/6
+ 300 300/6
- 400 -400/6
+ 500 500/6
-600 - 600/6
100/6
=16.667
x p x p x 2 pi
i i
2
3
6 1 6
Soluciones:
1 Las cinco personas
B(5, 2/3) p = 2/3 q = 1/3
E = {(c,c);(c,x);(x,c);(x,x)}
p(+1) = 2/4
p(+2) = 1/4
p(5) = 1/4
3. Dada la funcin:
Sabiendo que p(X 2) = 0.7 y p(X 2) = 0.75. Hallar:
1 La esperanza matemtica
2 La varianza
3 La desviacin tpica
x pi xpi x 2 pi
0 0.1 0 0
2.15 6.05
1 La esperanza matemtica
=2.15
2 La varianza
3 La desviacin tpica
= 1.19
F(X)=
Calcular:
a) La media
b) La variancia
La desviacin estndar
Solucin.
Xi 1 3 5 7
f(xi) 0.25 0.25 0.25 0.25
s2 = V(X) = E( X2) - m2
s2 = V(X) = E( X2) - m2 = 21 42 = 5
= = 2.3361
X = xi 0 1 2 3 4 5
Solucin.
X = xi 0 1 2 3 4 5 Total
f(x) 0.1 0.1 0.2 0.3 0.2 0.1 1
x f(x) 0 01 0.4 0.9 0.8 0.5 2.7
x2 f(x) 0 0.1 0.8 2.7 3.2 2.5 9.3
y la desviacin estndar:
Una muestra aleatoria con reposicin de tamao n=2 se selecciona del conjunto
{1,2,3} produciendo el espacio equiprobable de 9 elementos.
S={(1,1),(1,2),(1.3),(2,1),(2,2),(2,3),(3,1),(3,2),(3,3)} Sea X la suma de los dos
nmeros. (a) Encuentre la distribucin de X. (b) Encuentre el valor esperado
E(X).
R=E(X)=4
(x) 1/9 2/9 3/9 2/9 1/9
Un examen consta de 6 preguntas con 4 posibles respuestas cada una, de las que
slo una de ellas es correcta. Un estudiante que no se haba preparado la materia
responde completamente al azar marcando una respuesta aleatoriamente. Calcula
la probabilidad de que acierte 4 o ms preguntas.
R= 0,03759
PREGUNTAS DE COMPROBACIN
Complete
La grafica de una distribucin normal es:
La recta de . es la que mejor se ajusta a la .. de puntos.
Bibliografa
galeon.com. (s.f.). Obtenido de http://dorasierra.galeon.com/aficiones280542.html