Академический Документы
Профессиональный Документы
Культура Документы
• Distribución Binomial
• Distribución de Bernoulli
• Distribución Poisson
• Distribución Hipergeométrica
• Distribución Geométrica
• Distribución Uniforme (discreta)
• Distribución Multinomial
1. DISTRIBUCION BINOMIAL
𝑛
Función de probabilidad: b 𝑥; 𝑛, 𝑝 = 𝑥
𝑝 𝑥 (1 − 𝑝)𝑛−𝑥 ; 𝑥 = 0,1, … , 𝑛
3 4
7 1 5
𝑃 𝑋=3 = = 0.0781
3 6 6
2) Determine la probabilidad de obtener dos caras exactamente, en 12
lanzamientos al aire de una moneda equilibrada
• 3) Se lanza una moneda corriente 6 veces, si el Salir cara es éxito,
calcular la probabilidad: a) de que se consiga exactamente 3 caras
b) De que se consiga por lo menos 4 caras
Solución
a) b(3,6;1/2)
b) P(X≥4)=b(4,6;1/2)+b(5,6;1/2)+b(6,6;1/2)= 11/64+6/64+1/64= 11/32
2. DISTRIBUCION DE BERNOULLI
Ejemplo
1) En el experimento de lanzar un dado, considerando como éxito sacar
un 6, es decir fracaso es sacar cualquier otro número, ¿cuál es la
probabilidad de fracaso?
Solución
En este caso tenemos P(6)=1/6, o lo que es lo mismo: P(X=1)=1/6
Y P(X=0)= 5/6 que es la probabilidad de fracaso
2) Se lanza un dado una vez. Calcular
a) La probabilidad de obtener un 3
b) La probabilidad: P(X=1)
3. DISTRIBUCION DE POISSON
E(X)=λ; Var(X)=λ
Casos en el que se presenta:
El número de partículas que llegan a un consultorio en
un lapso dado.
El número de llamadas que recibe un servicio de
atención a urgencias durante 1 hora.
El número de células anormales en una superficie
histológica o el número de glóbulos blancos en un
milímetro cubico de sangre.
El número de glóbulos blancos en una gota de sangre. El
suceso de interés es la observación de un glóbulo blanco,
mientras que el “intervalo” continuo implicado es una
gota de sangre
Ejemplo
b) P(X>2)=1-P(X≤2)=𝑒 −3
3. DISTRIBUCION UNIFORME
Ejemplo: El volumen de ventas de un almacén se
distribuye uniformemente entre 38 y 120 miles de
dólares. Calcular la probabilidad de que las ventas sean
superiores a 1000, 000 dólares.
Solución: Sea X volumen de ventas del almacén,
entonces trabajamos con U(38,120)
la función de densidad es f(x)= 1/(120-80)= 1/82
+∞ 120 1
luego P(X>100)=100 𝑓 𝑥 𝑑𝑥 = 100 𝑑𝑥 = 0.2439
82
FUNCION GAMMA
∞
Γ 𝑥 = න 𝑡 𝑥−1 𝑒 −𝑡 𝑑𝑡 ; 𝑥 > 0
0
• Γ(1)=1 , Γ(1/2)= 𝜋
1 𝑚
−1 −1/2𝑥
𝑓 𝑥 = 𝑚 𝑥 2 𝑒 ; 𝑥>0
2𝑚/2 Γ( )
2
Ejemplo: si x ̴χ2 encontrar: (mostrando su grafica)
a) P(X≥35.172), con 23 grados de libertad
b) P(X≤15.44), con 21 grados de libertad
c) P(X<7.807), con 12 grados de libertad
d) P(X >16.31), con 17 grados de libertad
e) P(9.591≤ X<15.45), 20 grados de libertad
6. DISTRIBUCION t DE STUENT
Distribución de t-Student
𝑚+1
Γ( 2 ) 𝑥 2 −𝑚+1
•𝑓 𝑥 = 𝑚 (1 + ) 2 ;𝑥 𝜖 𝑅
𝑚𝜋Γ( ) 𝑚
2
observación
Con diferentes grados de libertad
Ejemplo: Calcular las probabilidades mostrando su
gráfica en cada caso:
1) Si X ̴T4 calcular P(X≥1.190)
2) Si X ̴T18 calcular P(X>2.110)
3) Si X ̴T20 calcular P(0≤X ≤2.528)
4) Si X ̴T15 calcular P(X<-0.691)
5) Si X ̴T10 ,hallar el valor de c tal que P(X ≥c)=0.15
6) Si X ̴T4, hallar p(X≥1.08)
6. DISTRIBUCIÓN F DE FISHER-SNEDECOR
𝑚+𝑛 𝑚
Γ( 2 ) 𝑚 𝑥 2 −1
•𝑓 𝑥 = ( ) 𝑚/2 ;𝑥 ≥ 0
𝑚 𝑛 𝑚
Γ( 2 )Γ( 2 ) 𝑛 (1+ 𝑛 𝑥)(𝑚+𝑛)/2
Ejemplo
• 1) Calcular el valor crítico F0.95,3,71
• 2) Mostrar el área a la derecha de F0.95,3,71
• 3) Si P(F ≤ Fo)= 2.87, calcular Fo
• 4) Mostrar el área a la derecha de F0.90,8,21
• 5) Mostrar el área a la izquierda de F0.95,3,16