Академический Документы
Профессиональный Документы
Культура Документы
OBJETIVOS
Definir los trminos de distribucin de probabilidad y variable aleatoria.
Distinguir entre una distribucin de probabilidad discreta y una continua.
Calcular la media, la variancia y la desviacin estndar de una distribucin
probabilstica discreta. Describir las caractersticas y calcular las probabilidades
usando la distribucin de probabilidad binomial. Describir las caractersticas y
calcular las probabilidades usando la distribucin hipergeomtrica.
Describir las caractersticas y calcular las probabilidades usando la distribucin de
Poisson.
Desarrollo:
Variable Aleatoria
Una variable aleatoria es un valor numrico determinado por el resultado de un
experimento.
Ejemplo:
Considere un experimento aleatorio en el que se lanza tres veces una moneda. Sea
X el nmero de caras. Sea C el resultado de obtener una cara y S el de obtener una
sello.
Solucin:
El espacio muestral para este experimento ser:
Numero de Prob.
Caras Resultados
0 1/8
1 3/8
2 3/8
3 1/8
1
La probabilidad de un resultado siempre debe estar entre 0 y 1. La suma de todos
los resultados mutuamente excluyentes siempre es 1.
Ejemplo:
Sea X el nmero de caras obtenidas al lanzar 3 veces una moneda.
Aqu los valores de X son x = 0, 1, 2, 3.
Ejemplos:
La altura de un jugador de bsquetbol o el tiempo que dura una siesta.
Donde
m Representa la media
P(x) Es la probabilidad de los diferentes resultados x.
Ejemplo:
Con la distribucin anterior calcule la media de la Distribucin
n
m = E ( X ) = ( X i * P ( X i ) )
i =1
4
1 3 3 1
m = ( X i * P ( X i ) ) = (0) * + (1) * + (2) * + (3) *
i =1 8 8 8 8
3 6 3 12
m = 0 + + + = = 1,5
8 8 8 8
Variancia de una distribucin probabilstica discreta
La variancia mide la cantidad de dispersin (variacin) de una distribucin. La
variancia de una distribucin discreta se denota por la letra griega (sigma
cuadrada).
s2
i =1
Ejemplo:
4
s = [( X i - 1,5 ) * P( X i )]
2 2
i =1
1 2 3 2 3 2 1
s 2 = [(0 - 1,5) 2 * ] + ( 1 - 1,5 ) * +
( 2 - 1,5 ) * + ( 3 - 1,5 ) *
8 8 8
8
s 2 = 0, 28 + 0, 094 + 0, 094 + 0, 28 = 0, 748
Desviacin Estndar
La desviacin estndar se obtiene tomando la raz cuadrada de
s = 2s2
Ejemplo:
s = 2 s 2 = 2 0, 748 = 0,864
Distribucin Probabilstica Binomial
La distribucin binomial tiene las siguientes caractersticas:
Solucin:
n = 20
x: cantidad de intentos exitosos
p = 1/10 = 0,1
1-p = 1 0,1= 0,9
20 3 20 -3 20
P( x = 3) = 0,1 *(1 - 0,1) = 0,001*(0,9)17
a) 3 3
P( x = 3) = 1140*0, 001*0,17 = 0,19
P ( x 1) + P( x < 1) = 1
P ( x < 1) = P(0)
20 20
P ( x < 1) = * (0,1) 0 * (0, 9) 20- 0 = * (1) * (0, 9) 20
0 0
P ( x < 1) = (1) * (1) * (0,12) = 0,12
P ( x 1) = 1 - P( x < 1)
P ( x 1) = 1 - 0,12 = 0,88
Poblacin Finita:
Una poblacin finita es una poblacin que consiste en un nmero fijo de
individuos, objetos o medidas conocidos.
Ejemplos:
El nmero de estudiantes en esta clase, el nmero de automviles en el
estacionamiento.
Distribucin Hipergeomtrica
Use la distribucin hipergeomtrica para encontrar la probabilidad de un nmero
especfico de xitos o fracasos si:
k N -k
*
x n- x
P( x) =
N
n
Donde:
N Es el tamao de la poblacin
n Es el tamao de la muestra
k Es el nmero de xitos en la poblacin
x Es el nmero de xitos en la muestra
Ejemplo:
La National Air Safety Board tiene una lista de 10 violaciones a la seguridad
reportadas por ValueJet. Suponga que slo 4 de ellas son en realidad violaciones y
que el Safety Board slo podr investigar cinco de las violaciones. Cul es la
probabilidad de que tres de las cinco violaciones seleccionadas al azar para
investigarlas sean en realidad violaciones?
N = 10
n=5
k=4
x=3
4 10 - 4 4 6
*
*
3 5 - 3 3 2 = (4) *(15)
P ( x = 3) = =
10 10 252
5 5
P ( x = 3) = 0, 24
Distribucin de Poisson
La distribucin de probabilidades binomial se hace cada vez ms sesgada a la
derecha conforme la probabilidad de xitos disminuye.
m x * e- m
P( x) =
x!
Donde:
m Es la media aritmtica del nmero de ocurrencias en un intervalo especfico de
tiempo
e Es la constante 2.71828
x Es el nmero de ocurrencias.
Ejemplo:
La Sylvania Urgent Care se especializa en el cuidado de lesiones menores,
resfriados y gripe. En las horas de la tarde de 6-10 PM el nmero medio de
llegadas es 4.0 por hora. Cul es la probabilidad de 4 llegadas en una hora?
m x * e- m 44 * e-4 256*0,018
P( x = 4) = = =
x! 4! 4*3*2*1
4,608
P( x = 4) = = 0,192
24