Professional Documents
Culture Documents
A N L I S I S E S TA D S T I C O I I
INGENIERA EN PREVENCIN DE RIESGOS
09/09/2015
Material Apoyo
09/09/2015
Material Apoyo
09/09/2015
Material Apoyo
n k
f ( x) P( X k ) p (1 p ) n k
k
La esperanza matemtica ser:
La varianza ser:
09/09/2015
V ( x) npq
E ( x) np
donde
Material Apoyo
p q 1
4
P( x 1) 1 P( x 1) 1 P( x 0)
10 0
P( x 0) 0,3 (1 0,3)100 0,0282
0
P( x 1) 1 P( x 1) 1 P( x 0) 1 0,0282 0,9717
09/09/2015
Material Apoyo
4 2
P( x 2) 0,8 (1 0,8) 4 2 0,1536
2
La probabilidad es del 15,36%
09/09/2015
Material Apoyo
P( x 2) P( x 0) P( x 1) P( x 2)
4 0
P( x 0) 0,8 (1 0,8) 40 0,0016
0
4 1
P( x 1) 0,8 (1 0,8) 41 0,0256
1
4
P( x 2) 0,82 (1 0,8) 42 0,1536
2
09/09/2015
Material Apoyo
09/09/2015
Material Apoyo
09/09/2015
Material Apoyo
N1 N 2
x n x
P( X x)
N
n
ESPERANZA MATEMTICA
Varianza
09/09/2015
V (X ) n
E( X ) n
N1
N
N1 N 2 N n
N N N 1
Material Apoyo
10
Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narctico en una
botella que contiene 9 pldoras de vitamina que son similares en apariencia. Si el oficial de la
aduana selecciona 3 tabletas aleatoriamente para analizarlas, a) Cul es la probabilidad de que el
viajero sea arrestado por posesin de narcticos?, b) Cul es la probabilidad de que no sea
arrestado por posesin de narcticos?.
Solucin:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narctico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narctico = variable que nos indica el nmero de tabletas de narctico
que se puede encontrar al seleccionar las 3 tabletas
09/09/2015
Material Apoyo
11
0,4747
P ( X 1)
15
6 9
2 1
P ( X 2) 0,2967
15
3
6 9
3 0
P ( X 3) 0,0439
15
3
09/09/2015
0,8143
Material Apoyo
12
0,1846
P ( X 0)
15
09/09/2015
Material Apoyo
13
09/09/2015
Material Apoyo
14
0,1666
P ( X 4)
10
P( x 2) P( x 2) P( x 3) 0,3333
7 3
0,30
P ( X 2)
10
7 3
0,0333
P ( X 3)
10
09/09/2015
Material Apoyo
15
Material Apoyo
16
Donde:
e k
P( X k )
k!
Material Apoyo
17
n = 85
P = 0,02
X=4
lambda = 1,7
09/09/2015
e 1, 71,7 4
P( X 4)
0,0635
4!
Material Apoyo
18
n = 20
p = 0.15
X=3
lambda =3
09/09/2015
e 3 33
P( X 3)
0,2240
3!
Material Apoyo
19
Solucin:
a) x = variable que nos define el nmero de cheques sin fondo que llegan al banco en un da
cualquiera = 0, 1, 2, 3, etc.
4
6
(
6
)
(
2
.
718
)
( 1296 )( 0.00248 )
= 6 cheques sin fondo por da
p( x 4, 6 )
0.13392
4!
09/09/2015
Material Apoyo
24
20
p( x 10, 12 )
09/09/2015
0.104953
10!
3628800
Material Apoyo
21
09/09/2015
Material Apoyo
22
09/09/2015
Material Apoyo
23
La variable aleatoria al igual que en la distribucin binomial, slo puede tomar dos
valores (xito o fracaso).
Las pruebas son tambin idnticas e independientes entre s.
La probabilidad de xito es p y se mantiene constante de prueba en prueba.
Sin embargo, mientras que en la distribucin binomial se buscaba el nmero de xitos que
ocurran en n pruebas, en la distribucin geomtrica lo que se busca es el nmero de
pruebas necesarias para que ocurra un xito, es decir, el experimento consiste de una serie
de pruebas, las cuales concluyen cuando un xito es observado.
09/09/2015
Material Apoyo
24
como el numero de
conseguir el primer xito y que toma los valores discretos superiores o iguales a 1 (x1). La
funcin de cuanta de la distribucin Geomtrica Ge (p) 0< p<1 ( p es la probabilidad de
obtener xito) viene dada por :
Esperanza Matemtica
09/09/2015
P ( X x) (1 p )
1
E( X )
p
Material Apoyo
Varianza
x 1
p
1 p
V (X )
p2
25
09/09/2015
Material Apoyo
26
Solucin:
a) x = 6 que el sexto dispositivo de medicin probado sea el primero que muestre una
variacin excesiva p = 0,05 =probabilidad de que un dispositivo de medicin muestre una
variacin excesiva q = 0,95 =probabilidad de que un dispositivo de medicin no muestre
una variacin excesiva.
P ( X 6) (1 0,05)
09/09/2015
6 1
Material Apoyo
0,05 0,03869
27
Solucin:
b) x = 5 que el quinto dispositivo de medicin probado, sea el primero que no muestre una
desviacin excesiva p = 0,95 = probabilidad de que un dispositivo de medicin no muestre
una variacin excesiva q = 0,05 = probabilidad de que un dispositivo de medicin muestre
una variacin excesiva
P ( X 6) (0,05)
09/09/2015
5 1
0,95 0,0000059
Material Apoyo
28
09/09/2015
Material Apoyo
29
P ( X 6) (0,80)
09/09/2015
5 1
0,20 0,08192
Material Apoyo
30
Puede definirse como una generalizacin del modelo Geomtrico o de Pascal. As, dado un
suceso A y su complementario Ac, cuando X representa el nmero de veces que se da Ac
(ausencias, fallos, etc.) hasta que se produce r veces el suceso A, en una serie de
repeticiones de la experiencia aleatoria en condiciones independientes, decimos que X
sigue la distribucin Binomial negativa. Ntese que, cuando r = 1, tenemos exactamente el
modelo geomtrico.
Este modelo queda definido por dos parmetros p (la probabilidad de A: p = P(A)) y r (el
nmero de veces que debe producirse A para que detengamos la experiencia).
09/09/2015
Material Apoyo
31
x 1 r
p (1 p ) x r
f ( x) P( X x)
r 1
Esperanza Matemtica
Varianza
09/09/2015
r
E( X )
p
r (1 p )
V (X )
p2
Material Apoyo
32
5 1 1 2
1 5 2 27
(1 )
f ( x) P( X 5)
0,1054
4
256
2 1 4
09/09/2015
Material Apoyo
33
09/09/2015
Material Apoyo
34
negativa, ya que se realizan intervenciones hasta que se obtengan 4 lbulos sanos, y ste
es el criterio que se utiliza para detener el proceso.
E( X )
r
4
44
6,285
7
p
7
11
10 1 7 4
7
f ( x) P( X 10)
(1 )10 4 0,0318
11
4 1 11
09/09/2015
Material Apoyo
35
narctico en una botella que contiene 9 pldoras de vitamina que son similares en
apariencia. Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para analizarlas,
a) Cul es la probabilidad de que el viajero sea arrestado por posesin de narcticos?, b)
Cul es la probabilidad de que no sea arrestado por posesin de narcticos?.
09/09/2015
Material Apoyo
36
6 9
0 3
P( x 1) 1 P( x 0) 1 1 0,1846 0,8153
15
3
09/09/2015
Material Apoyo
37
6 9
0 3
P( x 0)
0,1846
15
3
09/09/2015
Material Apoyo
38
ANLISIS ESTADSTICO II
INGENIERA EN PREVENCIN
DE RIESGOS
MATERIAL DE APOYO
REALIZADO POR ALEJANDRO PIEIRO CARO
09/09/2015
Material Apoyo
39