Beruflich Dokumente
Kultur Dokumente
para la
Introduccin
Se requieren definir algunos elementos del presente
tema, a continuacin se presentan en un mapa
conceptual.
Los cuadros de inters en el presente tema se indican con
color; los que son complementarios solo se indican con un
cuadro blanco.
Variable determinstica
discreta.
Elabor: MC. Marcel Ruiz Martnez
Variable determinstica
continua.
Parmetros de un problema
Variable
discreta. Solo
cambia su valor
en nmeros
enteros, por
ejemplo el
nmero de hijos
que puede tener
una persona
elegida al azar
Constante. Se
refieren a valores
que no cambian,
por ejemplo el
nmero pi =
3.1416 es un valor
que permanece
igual.
Variable aleatoria (probabilstica o estocstica). Valor que cambia regido por las leyes de la
probabilidad, es decir, puede tomar un valor al azar dentro de ciertos rangos de mediciones: no
puede predecirse su valor; por ejemplo el nmero obtenido por el lanzamiento de un dado. O
el porcentaje exacto de humedad relativa en un da determinado.
Variable aleatoria discreta. Solo puede
tomar valores enteros dentro de un rango de
valores (es una cantidad finita de nmeros).
Por ejemplo el resultado de lanzar un dado
solo tiene nmeros enteros 1, 2, 3, 4, 5 y 6
Mtodos Estadsticos
La distribucin binomial
Binomial indica solo dos resultados posibles de mltiples ensayos: xito o
fracaso. El nmero total de ensayos se conoce como la poblacin n. y se
debe conocer una probabilidad de xito y de fracaso al realizar cada
ensayo.
Extraer un solo componente de una poblacin y determinar si est o no
defectuoso es ejemplo de un ensayo de Bernoulli. En la prctica, es posible
extraer varios componentes de una gran poblacin y contar el nmero de
elementos defectuosos. Esto implica realizar diversos ensayos de Bernoulli
independientes y contar el nmero de xitos. El nmero de xitos es una
variable aleatoria, que tiene una distribucin binomial.
Es decir, para una poblacin donde se extraen muestras con dos resultados
posibles, se puede aplicar la distribucin de binomial bajo las condiciones
siguientes
Donde:
n = Nmero total de elementos de la poblacin
x = Nmero de xitos.
p = Probabilidad de xito
A continuacin se describe un ejemplo para la aplicacin de la ecuacin
descrita.
Elabor: MC. Marcel Ruiz Martnez
8! 1 1
p(x = 0) =
1 -
0!(8 0 )! 6 6
Datos:
x=
0
n=
8
p = 1/6
8 -0
= 0.2326
Usando EXCEL:
Mtodos Estadsticos
Mtodos Estadsticos
La distribucin hipergeomtrica
Para una combinacin se usa la frmula:
Cuando una poblacin finita contiene dos tipos de unidades, que pueden
ser denominados como xitos y fracasos, y se extrae una muestra aleatoria
simple de la poblacin, cada unidad representa un ensayo de Bernoulli. A
medida que se selecciona cada unidad, la proporcin de xitos en la
poblacin restante disminuye o aumenta, dependiendo si la unidad extrada
es un xito o fracaso. Por esta razn, los ensayos no son independientes, de
ah que el nmero de xitos en la muestra no siga una distribucin
binomial. En su lugar, la distribucin que describe adecuadamente el
nmero de xitos en esta situacin se llama distribucin hipergeomtrica.
Suponga una poblacin finita que contiene N unidades, de ellas R son
clasificadas como xitos y N R como fracasos. Suponga que se extrae n
unidades de esta poblacin, y sea X el nmero de xitos en la muestra.
Entonces X sigue la distribucin hipergeomtrica con los parmetros N, R
y n, que se puede denotar como X H(N, R, n).
La funcin de masa de probabilidad de X es:
x n x
p(x) =
N
n
12 50 12 12!
(50 - 12)!
p(x = 3) =
=
50
50!
10!(50 - 10 )!
10
p(x = 3) = 0.2703 o 27.03%
4
Mtodos Estadsticos
Usando EXCEL:
Datos
N = 50
n = 10
R = 12
x=
3
Poblacin total
Muestra tomada
Nmero de xitos en la poblacin
Nmero de xitos en la muestra
RESPUESTA INCISO A) USANDO LA FUNCIN
DE DISTRIBUCIN HIPERGEOMTRICA DE EXCEL
0.27028633
Mtodos Estadsticos
La distribucin de Poisson
La distribucin de Poisson se utiliza con frecuencia en el trabajo cientfico.
Una manera de considerarla es como una aproximacin de la distribucin
binomial cuando n es grande y p es pequea. Esto ltimo se muestra con
un ejemplo.
Una masa contiene 10 000 tomos de una sustancia radiactiva. La
probabilidad de que cierto tomo decaiga en un periodo de un minuto es de
0.0002. Sea X el nmero de tomos que decae en un minuto. Se puede
considerar a cada tomo como un ensayo de Bernoulli, en los que el xito
ocurre si el tomo decae. Por tanto, X es el nmero de xitos en 10 000
ensayos de Bernoulli independientes, cada uno con probabilidad de xito
de 0.0002, de tal forma que la distribucin de X es Bin(10 000, 0.0002).
La media de X es X = (10 000)(0.0002) = 2.
Si X Poisson(), entonces
X es una variable aleatoria discreta, cuyos posibles valores son
enteros no negativos.
El parmetro es una constante positiva.
La funcin de masa de probabilidad de X es
Mtodos Estadsticos
Mtodos Estadsticos