Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Distribución variable discreta, Diapositivas de Estadística

Teoria sobre distribucion de variable discreta con ejemplos y ejercicios

Tipo: Diapositivas

2018/2019
En oferta
30 Puntos
Discount

Oferta a tiempo limitado


Subido el 10/10/2019

daniela-katherin-challco-chavez
daniela-katherin-challco-chavez 🇵🇪

1

(2)

4 documentos

1 / 26

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Distribución de Bernoulli
Distribución de Bernoulli
Experimento de Bernoulli: solo son
posibles dos resultados: éxito o fracaso.
Podemos definir una variable aleatoria
discreta X tal que:
éxito 1
fracaso 0
Si la probabilidad de éxito es p y la de fracaso q = 1 - p,
podemos construir una función de probabilidad:
1,0)(
1
xqpxXP
xx
Evidentemente:
1
0
1)1()0()(
x
qpXPXPxXP
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
Discount

En oferta

Vista previa parcial del texto

¡Descarga Distribución variable discreta y más Diapositivas en PDF de Estadística solo en Docsity!

Distribución de BernoulliDistribución de Bernoulli

Experimento de Bernoulli : solo son

posibles dos resultados: éxito o fracaso.

Podemos definir una variable aleatoria

discreta X tal que:

éxito  1

fracaso  0

Si la probabilidad de éxito es p y la de fracaso q = 1 - p ,

podemos construir una función de probabilidad:

( ) 0 , 1

1

  

P X x p q x

x x

Evidentemente:

       

1

0

( ) ( 0 ) ( 1 ) 1

x

P X x P X P X p q

Ejercicio: Calcular la esperanza y la varianza de la

distribución de Bernoulli.

P X P X p

E X x P X x

x

     

    

0 ( 0 ) 1 ( 1 )

[ ] ( )

1

0

p p p p pq

P X P X p

Var X E X E X x P X x p

x

   

       

     

( 1 )

0 ( 0 ) 1 ( 1 )

( ) [ ] ( [ ]) ( )

2

2 2 2

1

0

2 2 2 2

1. INTRODUCCION:

Es una distribución de probabilidad de variable

discreta y Bernoulli es el autor de esta

distribución.

Ensayo de Bernoulli : Es cualquier ensayo de

algún

experimento que conduce sólo a uno de dos

resultados

mutuamente excluyentes, tales como: vivo o

muerto; enfermo o saludable; + ó –

De una sucesión de ensayos de Bernoulli se

obtiene la

distribución binomial.

La formación de un proceso de Bernoulli se

efectúa bajo las siguientes condiciones.

a. Se tiene un número finito de ensayos

b. Cada ensayo conduce a uno de dos resultados

C. La probabilidad de éxito, representada por

p,

permanece constante de ensayo a ensayo.

La

probabilidad de fracaso, 1-p, se denota por

q.

D. Los ensayos son independientes, es decir,

el

resultado de cualquier ensayo particular

no es

afectado por el resultado del otro ensayo.

2. CÁLCULO DE PROBABILIDADES CON LA
DISTRIBUCIÓN BINOMIAL

Al estudiar la distribución binomial se tiene

interés en calcular la probabilidad de obtener

x éxitos de un total de n ensayos de Bernoulli.

La distribución de probabilidad P ( X = k ) será:

x n x x n x

p p

x n x

n

p p

x

n

B n p p x

 

  

  ( 1 )

!( )!

!

( , ) ( ) ( 1 )

Distribución binomial para n = 5 y

distintos valores de p, B(5, p)

Características de laCaracterísticas de la

distribución binomial distribución binomial

n = 5 p = 0.

n = 5 p = 0.

Media

= E(X) = n p

Desviación estándar

0

.

.

.

0 1 2 3 4 5

X

P(X)

.

.

.

0 1 2 3 4 5

X

P(X)

0

5 0. 5 ( 1 0. 5 ) 1. 1

5 0. 1 ( 1 0. 1 ) 0. 67

( 1 )

    

    

 

np p

b. La probabilidad de que la muestra

incluya menos de dos alérgicos

Solución:

p = 0,

q = 0,

n = 10

P(X<2) = P(X=0) + P(X=1)

0 (0,8)

10

  • 0,
P(X<2) = 0,

c. La probabilidad de que la muestra

incluya

dos o más alérgicos.

d. La probabilidad de que la muestra

incluya

entre uno y tres alérgicos inclusive.

e. La probabilidad de que los dos

Distribución hipergeométricaDistribución hipergeométrica

( , , ) ( ) ( x 0 , 1 ,.... n )

n

N

n x

N A

x

A

H n N A P x

 

n x

N A

x

A

n x N A

n x

N A

x A

x

A

Casos favorables

diferentesformasdetomar bolasnorojas de

diferentesformasde tomar bolasrojas de

Queremos seleccionar al azar dos bolas de una caja que contiene

10 bolas, tres de las cuales son rojas. Encuentra la función de

distribución 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:

2

  ^ 

p p p

x

p x

x x

  1. 07

45

3

047 ( 2 )

45

21

( 0 ) ( 1 )

2

10

2

3 7

( )     

p p. , p

x x

p x

Escogemos sin reemplazo:

Además calcule la media y varianza en cada situación.

Hipergeométrica

N = 24

X = 8

n = 5

Binomial

n = 5

p = 8/24 =1/

x

Error

0 0.1028 0.1317 -0.

1 0.3426 0.3292 0.

2 0.3689 0.3292 0.

3 0.1581 0.1646 -0.

4 0.0264 0.0412 -0.

5 0.0013 0.0041 -0.

P(x) P(x)

N = 240

X = 80

n = 5

n = 5

p = 80/240 =1/

x P(x) Error

0 0.1289 0.1317 -0.

1 0.3306 0.3292 0.

2 0.3327 0.3292 0.

3 0.1642 0.1646 -0.

4 0.0398 0.0412 -0.

5 0.0038 0.0041 -0.

P(x)

Observa que si N,

A, N-A son grandes

comparados con n

no hay gran

diferencia en qué

distribución

empleemos.

La distribución

binomial es una

aproximación

aceptable a la

hipergeométrica

si n < 5% de N.

Ejemplo

  • (^) a)¿Cuál es la probabilidad de que una

mesera se rehúse a servir bebidas

alcohólicas únicamente a dos menores de

edad si verifica aleatoriamente solo 5

identificaciones de entre 9 estudiantes, de

los cuales 4 no tienen la edad suficiente?

  • (^) b) ¿Cuál es la probabilidad de que como

máximo 2 de las identificaciones

pertenezcan a menores de edad?

Distribución

Distribución

de Poisson

de Poisson

Y aplicaciones

Ejemplo 1Ejemplo 1

  • (^) La probabilidad de muerte resultante del

uso de píldoras anticonceptivas es de

3/100.000. De 100.000 mujeres que

utilizan este medio de control de

natalidad, se pide:

  • (^) a. ¿Cuántas muertes se espera debida a

esta causa?

  • (^) b. ¿Cuál es la probabilidad de que haya,

como máximo, 2 de estas muertes?

  • (^) c. ¿Cuál es la probabilidad de que el

número de muertes debidas a esta causa

esté entre 1 y 5 inclusive?

IntroducciónIntroducción

  • (^) Los parámetros que identifican a la

distribución binomial son: probabilidad

de éxito p y el número de ensayos n.

  • (^) Cuando la probabilidad p se aproxima a

cero (P<0.1), se tiene un evento raro

(como una enfermedad oncológica, ETS,

etc.), por consiguiente, se recomienda

utilizar una distribución alternativa

como la distribución de Poisson.

  • (^) La distribución de Poisson es de

variable discreta y se considera como

una distribución límite de la

distribución binomial