Beruflich Dokumente
Kultur Dokumente
TEORÍA DE PROBABILIDAD
PARTE 1-B
x h(t) ó h[n] y
VARIABLES ALEATORIAS Y
SUS DISTRIBUCIONES
Variable aleatoria (recordar)
Se considera así a una medida que contiene variabilidad.
Generalmente, se representa matemáticamente usando
el modelo:
: constante
: perturbación aleatoria
Ejemplos:
Discreto Continuo
[Tomado de Montgomery]
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución de probabilidad
1.
(área debajo de desde hasta para cualquier y .
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución de probabilidad
Histograma.
Un histograma es una aproximación a la función de
densidad de probabilidad, el área de las barras es igual
a la frecuencia relativa (proporción) en el intervalo.
En el histograma, es usado para calcular el área que
representa la probabilidad que asuma un valor en
Tomado de Montgomery
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución de probabilidad
1. Si , entonces
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Funciones de Probabilidad Acumulativa
Ejemplo.
Determine la función de probabilidad de a partir de la siguiente
distribución de probabilidad acumulativa.
2. Si , entonces
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Funciones de Probabilidad Acumulativa
Ejemplo
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Algunos conceptos adicionales
La desviación estándar de es
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Algunos conceptos adicionales
Ejemplo (discreto):
La probabilidad de transmitir un bit erróneamente en un
canal de comunicaciones. Se asume que es igual al
número de bits erróneos en los próximos
cuatro transmitidos. Los posibles valores de
son: . Basados en un modelo para los errores,
las probabilidades son:
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Algunos conceptos adicionales
Ejemplo (discreto):
Ejemplo (continuo):
Una variable aleatoria continua denota la corriente
medida en un alambre de cobre delgado. Asuma el
rango de es y asuma que la función de densidad de
probabilidad es para . ¿Cuál es la probabilidad que una
corriente mida menos de10 mA? ¿Cuál será su media?
. A su vez la varianza:
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Algunos conceptos adicionales
La mediana
La mediana muestral es el valor medio cuando las
observaciones se ordenan de menor a mayor. Si las
observaciones se denotan por , se emplea el símbolo
para representar la mediana muestral.
Definición:
La mediana muestral se obtiene al ordenar las n
observaciones (o muestras) de menor a mayor (incluso
si hay valores repetidos) así:
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Algunos conceptos adicionales
Para cada valor en . Función de probabilidad para una variable aleatoria discreta uniforme
0.4
0.3
f(x)
0.2
0.1
.
0
-1 0 1 2 3 4 5 6 7 8 9 10
x
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución Uniforme
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución Uniforme
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Binomial
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Binomial
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Binomial
Definición
La variable aleatoria que iguala el número de intentos que
resultan en un éxito tiene una distribución binomial con
parámetros y La función de masa de probabilidad de es:
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Binomial
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Binomial
Ejemplo:
Cada muestra de agua tiene un 10% de probabilidad de
contener una partícula orgánica contaminante. Asuma que las
muestras son independientes con relación a la presencia del
contaminante. Encuentre la probabilidad que en las próximas
18 muestras, exactamente 2 contienen contaminante.
Digamos que es el número de muestras que contienen el
contaminante en las próximas 18 muestras analizadas.
Entonces es una variable aleatoria binomial con y . Por lo
tanto:
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Binomial
Y:
Ejercicio:
Determine la probabilidad que .
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Binomial
Definición
Si es una variable aleatoria binomial con parámetros y ,
y
Lo cual muestra que para una variable aleatoria binomial su media
y varianza depende sólo de los parámetros y .
Ejemplo:
Para el número de bits recibidos con error en un ejemplo visto, y ,
entonces:
y
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Geométrica
Definición
En una serie de intentos de Bernoulli (intentos independientes
con probabilidad constante de un éxito), digamos que la
variable aleatoria denota el número de intentos hasta el
primer éxito. Entonces, es una variable aleatoria geométrica
con parámetro y distribución de probabilidad,
y
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Geométrica
Ejemplo
La probabilidad que un semiconductor (wafer) contenga una
partícula grande de contaminación es 0.01. Si se asumió que
los wafer son independientes, ¿Cuál es la probabilidad que
exactamente se necesiten 125 wafers para ser analizados
antes de que una partícula sea detectada?
: Número de muestras analizadas hasta detectar una partícula.
es una variable aleatoria geométrica con . La probabilidad
requerida es :
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Geométrica
Definición
Si es una variable aleatoria geométrica con parámetro ,
y
Propiedad de pérdida de memoria
Una variable aleatoria geométrica ha sido definida como el
número de intentos hasta encontrar el primer éxito. Sin
embargo, porque los intentos son independientes, el conteo
del número de intentos hasta el éxito puede iniciar en cualquier
intento sin cambiar la distribución de probabilidad de la
variable aleatoria.
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Geométrica
Una generalización de una distribución geométrica en la cual la
variable aleatoria es el número de intentos requeridos para
obtener resultados exitosos es la distribución binomial
negativa.
=0.003
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Hipergeométrica
Ejemplo. Al utilizar la definición de la variable aleatoria
hipergeométrica:
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución Hipergeométrica
Ejemplo. Un lote contiene 100 partes de un proveedor local
de tuberías y 200 partes de un proveedor de otro estado. Si
cuatro partes son seleccionadas aleatoriamente y sin
reemplazos, ¿Cuál es la probabilidad que todos sean del
proveedor local?
Digamos que es el número de partes en la muestra del
proveedor local. Entonces tiene una distribución
hipergeométrica y la respuesta es . Así:
VARIABLES ALEATORIAS Y
SUS DISTRIBUCIONES
Distribución Hipergeométrica
Donde:
VARIABLES ALEATORIAS
Y SUS DISTRIBUCIONES
Distribución de Poisson
Definición: Dado un intervalo de números reales, asuma que los
conteos ocurren al azar a lo largo del intervalo. Si el intervalo
puede ser particionado dentro de subintervalos de longitudes
suficientemente pequeñas que:
1. La probabilidad de más de un conteo en un subintervalo es
cero,
2. La probabilidad de un conteo en un intervalo es la misma para
todos los subintervalos y proporcional a la longitud del
subintervalo, y
3. El conteo en cada subintervalo es independiente de otros
subintervalos, el experimento aleatorio es llamado un Proceso
de Poisson.
VARIABLES ALEATORIAS Y
SUS DISTRIBUCIONES
Distribución de Poisson
VARIABLES ALEATORIAS Y
SUS DISTRIBUCIONES
Distribución de Poisson
Definición
La variable aleatoria que iguala el número de conteos en el
intervalo es una variable aleatoria de Poisson con parámetro ,
y la función de masa de probabilidad de es:
Definición:
Si es una variable aleatoria de Poisson con parámetro ,
entonces:
0.08
0.06
f(x)
0.04
0.02
0
0 2 4 6 8 10 12 14 16 18 20
x
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución uniforme
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución uniforme
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución Normal o Gaussiana
Definición.
Una variable aleatoria continua con función de densidad
de probabilidad
Definición.
Y para recordar:
y
= 0.0668
VARIABLES ALEATORIAS Y SUS
DISTRIBUCIONES
Distribución Normal Estándar
Ejemplo.