Академический Документы
Профессиональный Документы
Культура Документы
PROBABILIDAD
Distribuciones discretas: Bernouilli,
binomial, Poisson y multivariante.
Las distribuciones discretas son aquellas
en las que la variable puede pude tomar un
nmero determinado de valores: Ejemplo: si
se lanza una moneda al aire puede salir cara
o cruz; si se tira un dado puede salir un
nmero de 1 al 6; en una ruleta el nmero
puede tomar un valor del 1 al 9
DISTRIBUCION DE
BERNUILLI
La distribucin de Bernuilli es el modelo que sigue
un experimento que se realiza una sola vez y que
puede tener dos soluciones: acierto o fracaso:
Cuando es acierto la variable toma el valor 1
Cuando es fracaso la variable toma el valor 0
Ejemplo: Probabilidad de salir cara al lanzar una
moneda al aire (sale cara o no sale); p robabilidad de
ser admitido en una universidad (o te admiten o no te
admiten); p robabilidad de acertar una quiniela (o
aciertas o no aciertas)
DISTRIBUCION BINOMIAL
Luego,
P (x = 6) = 0,205
Es decir, se tiene una probabilidad del 20,5% de obtener 6 caras
al lanzar 10 veces una moneda.
Luego,
P (x = 4) = 0,026
Es decir, se tiene una probabilidad del 2,6% de obtener cuatro
veces el nmero 3 al tirar un dado 8 veces.
Ejemplos
La probabilidad de que cierta clase de
componentes sobreviva a una prueba de
choques es . Encuentre la probabilidad de
que sobrevivan exactamente 2 de los 4
componentes que se prueben.
Sol 27/128
ejemplo
Las posibilidades de que un bit transmitido a
travs de un canal se reciba con error es de
0.1. Suponga adems que los ensayos de
transmisin son independientes. Sea x el
numero de bits con error en los siguientes 4
bits transmitidos, determine la probabilidad
de que lleguen 2 bits con error
0.0486
APLICACIONES
Todo experimento que tenga resultados binarios
(xito/fracaso, defectuoso/no defectuoso,
enfermo/sano, mujer/hombre, etc.) y cuyos
ensayos sean independientes.
Ejemplos:
Medicina: frmacos, cura/no cura
Militares: misiles dan en el blanco/no dan.
Comunicaciones: error de una cadena de bits.
MEDIA Y VARIANZA
La media y varianza de la distribucin
binomial, es:
= np
Varianza = npq
Ejemplo: en el de 4 bits, = 4 x 0.1= .4
Varianza= 4 x 0.1x0.9= 0.36
Distribucin Poisson.
Vamos a explicarla:
El nmero "e" es 2,71828
" l " = n * p (es decir, el nmero de veces " n " que se realiza el
experimento multiplicado por la probabilidad " p " de xito en
cada ensayo)
" k " es el nmero de xito cuya probabilidad se est calculando
Veamos un ejemplo: La probabilidad de tener un accidente de
trfico es de 0,02 cada vez que se viaja, si se realizan 300
viajes, cual es la probabilidad de tener 3 accidentes?
Como la probabilidad " p " es menor que 0,1, y el producto " n *
p " es menor que 10, entonces aplicamos el modelo de
distribucin de Poisson.
Luego,
P (x = 3) = 0,0892
Por lo tanto, la probabilidad de tener 3 accidentes de trfico en
300 viajes es del 8,9%
Luego,
P (x = 5) = 4,602
Por lo tanto, la probabilidad de que haya 5 pelirrojos
entre 800 recin nacidos es del 4,6%..
MEDIA Y VARIANZA
= np
Varianza = np
Consecuencia: Si la varianza de los conteos es mucho ms
grande que la media de los mismos, entonces la distribucin
de Poisson no es buen modelo para la distribucin de la
variable.
ejemplo
Un conmutador recibe en promedio 5 llamadas
sobre autos extraviados por hora. Cul es la
probabilidad de que en una hora tomada al azar
reciba?
a) Ninguna llamada.
b) Exactamente 3 llamadas.
c) No ms de 3 llamadas.
ejemplo
DISTRIBUCION
HIPERGEOMETRICA
Los experimentos que tienen este tipo de distribucin
tienen las siguientes caractersticas:
a)
Al realizar un experimento con este tipo de
distribucin, se esperan dos tipos de resultados.
b)
Las probabilidades asociadas a cada uno de los
resultados no son constantes.
c)
Cada ensayo o repeticin del experimento no es
independiente de los dems.
d)
El nmero de repeticiones del experimento (n) es
constante.
hipergeomtrica
hipergeometrica
Sol. 0.3
Respuesta:
Este es un experimento de muestreo sin reemplazo, por lo tanto es un
experimento hipergeomtrico con
N=9
(total de elementos del conjunto)
K=4
(total de elementos considerados xitos)
n=3
(tamao de la muestra)
X: cantidad de bateras en buen estado en la muestra
(variable aleatoria discreta)
Entonces la distribucin de probabilidad de X es:
f(x) =
P(X=0) = f(0) =
4
x
9 4
3 x , x 0,1,2,3
9
3
4
0
9 4
3 0
9
3
=0.119
P(X1) = 1 P(X<1) = 1 f(0) = 1 - 0.119 = 0.881
P(X2) = P(X=0) + P(X=1) + P(X=2) = f(0) + f(1) + f(2)
= 0.9523
MEDIA Y VARIANZA
La media y varianza de la distribucin
hipergeometrica es , es:
= np = nk/N
Varianza = npq= (nk/N) [N-n/ N-1 ]