Beruflich Dokumente
Kultur Dokumente
Código: 761001M
bravo.luis@correounivalle.edu.co
Definición:
Sea X una variable aleatoria que puede tomar n valores distintos,
cada uno de ellos con la misma probabilidad. Se dice entonces
que X tiene una distribución uniforme discreta con función de
probabilidad:
1
, x 1, 2,..., n
P( X x) n
0, en otro caso
Definición:
Si X es una variable aleatoria con distribución uniforme discreta,
su función de distribución acumulada, la media y la varianza
están dadas por:
x
1
F x P X x , x 1, 2,..., n
i 1 n
n 1 n2 1
EX V X
2 12
Ejemplo:
Se selecciona un empleado de un equipo de 10 para supervisar cierto
proyecto, mediante la selección de una etiqueta al azar de una caja que
contiene 10 etiquetas numeradas del 1 al 10. Encuentre la distribución de
probabilidad de X que representa el número en la etiqueta que se saca. ¿Cuál
es la probabilidad de que el número que se extrae sea menor que 4?
Encuentre la media y la varianza.
Solución:
La distribución de probabilidad de X está dada por:
1
, x 1, 2,...,10
P( X x) 10
0, en otro caso
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN UNIFORME DISCRETA:
Ejemplo:
Se selecciona un empleado de un equipo de 10 para supervisar cierto
proyecto mediante la selección de una etiqueta al azar de una caja que
contiene 10 etiquetas numeradas del 1 al 10. Encuentre la distribución de
probabilidad de X que representa el número en la etiqueta que se saca. ¿Cuál
es la probabilidad de que el número que se extrae sea menor que 4?
Encuentre la media y la varianza.
Solución:
La probabilidad de X sea menor que 4 se calcula por medio de la fda:
3
1 1 3
P X 4 F 3 3
i 1 10 10 10
Ejemplo:
Se selecciona un empleado de un equipo de 10 para supervisar cierto
proyecto mediante la selección de una etiqueta al azar de una caja que
contiene 10 etiquetas numeradas del 1 al 10. Encuentre la distribución de
probabilidad de X que representa el número en la etiqueta que se saca. ¿Cuál
es la probabilidad de que el número que se extrae sea menor que 4?
Encuentre la media y la varianza.
Solución:
La media de X está dada por:
n 1 10 1 11
EX 5.5
2 2 2
Ejemplo:
Se selecciona un empleado de un equipo de 10 para supervisar cierto
proyecto mediante la selección de una etiqueta al azar de una caja que
contiene 10 etiquetas numeradas del 1 al 10. Encuentre la distribución de
probabilidad de X que representa el número en la etiqueta que se saca. ¿Cuál
es la probabilidad de que el número que se extrae sea menor que 4?
Encuentre la media y la varianza.
Solución:
La varianza de X está dada por:
n2 1 102 1 100 1 99
V X 8.25
12 12 12 12
Definición:
Sea X una variable aleatoria que representa el número de éxitos
en n ensayos y p la probabilidad de éxito con cualquiera de
éstos. Se dice entonces que X tiene una distribución binomial
con función de probabilidad:
n!
n x ! x ! p 1 p , x 0,1, 2,..., n
x n x
P( X x)
0, en otro caso
Los parámetros de la distribución binomial son n y p, donde n es
un valor entero positivo mayor que cero y 0 ≤ p ≤ 1.
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN BINOMIAL:
Definición:
Si X es una variable aleatoria con distribución binomial, su
función de distribución acumulada, la media y la varianza están
dadas por:
x
n!
F x P X x p 1 p ,
n i
i
x 0,1, 2,..., n
i 0 n i !i !
E X np V X npq np 1 p
Ejemplo:
Cuál es la probabilidad de que se obtengan 3 artículos con empaques
defectuosos de un lote de 20, si la línea de empaquetado presenta una
probabilidad de 0.05 de empacar defectuosamente un articulo. Además
calcule la P(X ≤ 6), la media y la varianza de X.
Solución:
X: Número de artículos con empaques defectuosos de un lote de n = 20.
P(Éxito) = 0.05, la cual es independiente para cada artículo.
La distribución de probabilidad de X está dada por:
20!
20 x ! x ! 0.05 0.95 , x 0,1, 2,..., 20
x 20 x
P( X x)
0, en otro caso
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN BINOMIAL:
Ejemplo:
Cuál es la probabilidad de que se obtengan 3 artículos con empaques
defectuosos de un lote de 20, si la línea de empaquetado presenta una
probabilidad de 0.05 de empacar defectuosamente un articulo. Además
calcule la P(X ≤ 6), la media y la varianza de X.
Solución:
X: Número de artículos con empaques defectuosos de un lote de n = 20.
P(Éxito) = 0.05, la cual es independiente para cada artículo.
La distribución de probabilidad de X está dada por:
20!
P X 3 0.05 1 0.05
3 20 3
20 3!3!
1140 0.00013 0.41812 0.0596
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN BINOMIAL:
Ejemplo:
Cuál es la probabilidad de que se obtengan 3 artículos con empaques
defectuosos de un lote de 20, si la línea de empaquetado presenta una
probabilidad de 0.05 de empacar defectuosamente un articulo. Además
calcule la P(X ≤ 6), la media y la varianza de X.
Solución:
X: Número de artículos con empaques defectuosos de un lote de n = 20.
P(Éxito) = 0.05, la cual es independiente para cada artículo.
La función de distribución de probabilidad de X está dada por:
x
n!
P X x
n i
i
p 1 p
i 0 n i !i !
6
20!
P X 6 0.05 1 0.05
i 20 i
i 0 20 i !i !
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN BINOMIAL:
Ejemplo:
Cuál es la probabilidad de que se obtengan 3 artículos con empaques
defectuosos de un lote de 20, si la línea de empaquetado presenta una
probabilidad de 0.05 de empacar defectuosamente un articulo. Además
calcule la P(X ≤ 6), la media y la varianza de X.
Solución:
X: Número de artículos con empaques defectuosos de un lote de n = 20.
P(Éxito) = 0.05, la cual es independiente para cada artículo.
La función de distribución de probabilidad de X está dada por:
6
20!
P X 6 0.05 1 0.05
i 20 i
i 0 20 i !i !
20! 20!
0.05 0.95 ... 0.05 0.95 1
20 0 20 6
0 6
20 0 !0! 20 6 !6!
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN BINOMIAL:
Ejemplo:
Cuál es la probabilidad de que se obtengan 3 artículos con empaques
defectuosos de un lote de 20, si la línea de empaquetado presenta una
probabilidad de 0.05 de empacar defectuosamente un articulo. Además
calcule la P(X ≤ 6), la media y la varianza de X.
Solución:
X: Número de artículos con empaques defectuosos de un lote de n = 20.
P(Éxito) = 0.05, la cual es independiente para cada artículo.
La media y varianza de X están dadas por:
E X np 20 0.05 1
V X np 1 p 20 0.05 0.95 0.95
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN POISSON:
Definición:
Sea X una variable aleatoria que representa el número de
eventos aleatorios independientes que ocurren a una rapidez
constante sobre el tiempo o el espacio. Se dice entonces que X
tiene una distribución de Poisson con función de probabilidad:
e x
, x 0,1, 2,...
P( X x) x !
0,
en otro caso
El parámetro de la distribución Poisson es λ, donde λ es un valor
mayor que cero, es decir λ > 0.
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN POISSON:
Definición:
Si X es una variable aleatoria con distribución Poisson, su función
de distribución acumulada, la media y la varianza están dadas
por:
e i
x
F x P X x , x 0,1, 2,...
i 0 i!
EX V X
Ejemplo:
Una entidad financiera la asaltan en promedio 6 veces al año, ¿Cuáles son las
probabilidades de que se presenten:
a) 4 asaltos en un año?
b) 10 asaltos en dos años consecutivos?
Solución:
a) 4 asaltos en un año.
X: Número de asaltos en la entidad financiera en un año cualquiera.
λ: 6 asaltos por año.
La distribución de probabilidad de X está dada por:
e6 6 x
, x 0,1, 2,...
P( X x) x !
0,
en otro caso
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN POISSON:
Ejemplo:
Una entidad financiera la asaltan en promedio 6 veces al año, ¿Cuáles son las
probabilidades de que se presenten:
a) 4 asaltos en un año?
b) 10 asaltos en dos años consecutivos?
Solución:
a) 4 asaltos en un año.
X: Número de asaltos en la entidad financiera en un año cualquiera.
λ: 6 asaltos por año.
La probabilidad de que X = 4 es:
e6 64 e61296 6
P( X 4) e 54 0.1339
4! 24
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN POISSON:
Ejemplo:
Una entidad financiera la asaltan en promedio 6 veces al año, ¿Cuáles son las
probabilidades de que se presenten:
a) 4 asaltos en un año?
b) 10 asaltos en dos años consecutivos?
Solución:
b) 10 asaltos en dos años consecutivos.
X: Número de asaltos en la entidad financiera en dos años consecutivos.
λ: 6*2 = 12 asaltos se producen en dos años consecutivos.
La distribución de probabilidad de X está dada por:
e1212 x
, x 0,1, 2,... Nota: λ siempre debe de estar en función de x
P( X x) x ! o dicho de otra forma, debe “hablar” de lo
0, mismo que x.
en otro caso
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
DISTRIBUCIÓN POISSON:
Ejemplo:
Una entidad financiera la asaltan en promedio 6 veces al año, ¿Cuáles son las
probabilidades de que se presenten:
a) 4 asaltos en un año?
b) 10 asaltos en dos años consecutivos?
Solución:
b) 10 asaltos en dos años consecutivos.
X: Número de asaltos en la entidad financiera en dos años consecutivos.
λ: 6*2 = 12 asaltos se producen en dos años consecutivos.
La probabilidad de X = 10 es:
e121210 Nota: λ siempre debe de estar en función de x
P( X 10) 0.1048 o dicho de otra forma, debe “hablar” de lo
10! mismo que x.
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
APROXIMACIÓN DE LA DISTRIBUCIÓN
BINOMIAL A LA POISSON
Cuando el tamaño de la muestra n es grande, por lo menos que
sea mayor o igual que 30 y la probabilidad del suceso p es menor
igual al 0.05; es decir, n ≥ 30 y p ≤ 0.05, es útil utilizar la
aproximación Binomial a la Poisson.
Función de probabilidad
e np np
x
p x , x 0,1, 2,...
x!
Media y varianza:
E x np
V x np
Al utilizar está aproximación, la tasa media de ocurrencia o
intensidad del suceso de la distribución Poisson es λ = np.
Universidad del Valle Fundamentos de Estadística Luis C. Bravo M.
DISTRIBUCIONES DE PROBABILIDAD
DISCRETAS
EJERCICIO_4:
15 10!10!
c) La probabilidad de X sea igual 20.
P X 20 0
i 12 15 i !i !