Академический Документы
Профессиональный Документы
Культура Документы
ESTADISTICA DESCRIPTIVA
1
Arq. Juan Martín Muñoz Hernández
Nov. 2017
Distribuciones discretas
Se denomina distribución de variable discreta a aquella cuya función
de probabilidad sólo toma valores positivos naturales en un conjunto de
valores de {x│x} finito o infinito numerable. A dicha función se le llama
función de densidad de probabilidad
Función de probabilidad
Se llama función de probabilidad de una variable aleatoria discreta X a
la aplicación que asocia a cada valor de xi de la variable su
probabilidad pi.
0 ≤ pi ≤ 1
p1 + p2 + p3 + · · · + pn = Σ pi = 1
2
Distribuciones discretas
Parámetros de la distribución de probabilidad
Media, valor esperado o esperanza matemática
Varianza
Desviación Estandar
3
EJEMPLO
Una variable aleatoria X puede tomar los valores 30, 40, 50 y 60 con probabilidades de
0.4, 0.2, 0.1 y 0.3 respectivamente.
a.Calcular la esperanza matemática de la v. a. X
b.Calcular su varianza
c.Calcular la desviación estándar de la v. a. X
c) σ = 161 =12.688
4
Distribución de Bernoulli
Experimento de Bernoulli: Admite solo
dos resultados: éxito o fracaso. Y
podemos, definer, a la variable aleatoria
discreta X tal que:
éxito → 1
fracaso → 0
Si la probabilidad de éxito es p la de fracas será q=(1 – p),
podemos construir una función de probabilidad:
6
Ejercicio: Calcular la esperanza y la varianza
de la distribución de Bernoulli.
7
Distribución binomial
La distribución binomial aparece cuando estamos
interesados en el número de veces que un suceso
A ocurre (éxitos) en n intentos independientes de
un experimento.
P. ej.: # de caras en n lanzamientos de una moneda.
8
Experimento aleatorio: n = 3 lanzamientos de una moneda.
Probabilidad de éxito en cada lanzamiento (cara) = p.
Probabilidad de fracaso en cada lanzamiento (cruz) = 1- p = q.
9
Supongamos que el experimento consta de n
intentos y definamos la variable aleatoria:
11
12
Ejercicio:
¿Cuál es la probabilidad de que en una familia de 4 hijos
exactamente 2 sean niñas?
13
Ejercicio:
Si una décima parte de las personas tienen cierto grupo
sanguíneo, ¿cuál es la probabilidad de que entre 100
personas escogidas al azar exactamente 8 de ellas
pertenezcan a este grupo sanguíneo?
14
¿Y si la pregunta es 8 como máximo?
15
Calcula la probabilidad de obtener al menos dos seises al
lanzar un dado cuatro veces.
p = 1/6, q = 5/6, n = 4
16
Distribución geométrica
Consideremos el siguiente experimento:
Partimos de un experimento de Bernoulli donde la
probabilidad de que ocurra un suceso es
p (éxito) y la probabilidad de que no ocurra
q = 1- p (fracaso). Repetimos nuestro experimento
hasta conseguir el primer éxito. Definimos la variable
aleatoria X, como el número de fracasos hasta que
se obtiene el primer éxito. Entonces:
18
p(x)
Función de distribución:
19
Distribución binomial negativa
(de Pascal o de Pólya)
Consideremos el siguiente experimento:
Partimos de un experimento de Bernoulli donde la probabilidad
de que ocurra un suceso es p (éxito) y la probabilidad de que
no ocurra q = 1- p (fracaso). Repetimos nuestro experimento
hasta conseguir el r-ésimo éxito. Definimos la variable
aleatoria X, como el número de fracasos x hasta que se
obtiene el r-ésimo éxito. Entonces: El último tiene que ser un éxito.
21
Disponemos de una moneda trucada con probabilidad de cara
igual a p=0.25. La lanzamos hasta que obtenemos 2 caras.
La distribución del número de lanzamientos x será:
P(x)
22
x
Elegir al azar con reemplazo
Elegir al azar con reemplazo significa que escogemos al azar
un elemento de un conjunto y lo regresamos para elegir de nuevo
al azar. Esto garantiza la independencia de las elecciones y nos
lleva a una distribución binomial.
23
(Una distribución binomial)
Elegir al azar sin reemplazo
Elegir al azar sin reemplazo significa que no devolvemos
el elemento elegido al azar al conjunto. De modo que las
probabilidades de la siguiente elección dependen de las
anteriores.
Si repetimos el experimento anterior sacando n bolas sin
reemplazo, ¿cuál será ahora la probabilidad de que x sean
rojas?
25
Queremos seleccionar al azar dos bolas de una caja que contiene
10 bolas, tres de las cuales son rojas. Encuentra la función de
probabilidad de la variable aleatoria : X = Número de bolas rojas
en cada elección (con y sin reemplazo).
Tenemos N = 10, A = 3, N - A = 7, n = 2
Escogemos con reemplazo:
26
Distribución de Poisson
Cuando en una distribución binomial el número de intentos (n)
es grande y la probabilidad de éxito (p) es pequeña, la
distribución binomial converge a la distribución de Poisson:
donde np = λ
Observa que si p es pequeña, el éxito es
un “suceso raro”.
30
Tenemos entonces
la siguiente ecuación
iterada:
31
La distribución de Poisson se obtiene como aproximación de
una distribución binomial con la misma media, para ‘n grande’
(n > 30) y ‘p pequeño’ (p < 0,1). Queda caracterizada por un
único parámetro μ (que es a su vez su media y varianza).
μ=σ=np=λ
34
La señal promedio recibida en un telescopio de una fuente
celeste es de 10 fotones por segundo. Calcular la probabilidad
de recibir 7 fotones en un segundo dado.