Professional Documents
Culture Documents
DISTRIBUCIONES DISCRETAS
DISTRIBUCIN BINOMIAL
N
p(x) = p
x
q
n-x
x = 0, 1,2,, N
x
CARACTERSTICAS
i) El experimento consiste en N pruebas de Bernoulli
ii) En cada prueba la probabilidad de XITOS es la
misma
iii) Las pruebas son estadsticamente independientes
iv) La v.a. binomial x es el nmero de resultados E en N
pruebas
FUNCIN DE DISTRIBUCIN
0 , x<0
x N
F(x) =
x k
p q
n-k
, 0 x<N
k 0
1 , x 1
= E (X) = N p 2 = N p. q
KURTOSIS ASIMETRA
q p
1 6 pq 3 = Npq
4 = 3 + Npq
a) Lanzar una moneda dos o ms veces, para observar el nmero de caras o sellos que resulten
b) Seleccionar dos o ms artculos de un lote que contiene un porcentaje de artculos
defectuosos para verificar cuantos defectuosos o cuantos buenos contiene la muestra
aleatoria
c) Ejecutar dos o ms tiros para ver cuntos dan en el blanco o cuntos no dan.
DISTRIBUCIN GEOMTRICA
P(x=1) = p (E) = p = q0 p
P(x=2) = p (FE) = q p = q1 p
P(x=3) = p (FFE) = q2 p = q2 p
P(x=4) = p (FFFE) = q3 p = q3 p
P(x=5) = p (FFFFE) = q4 p = q4 p
Generalizando:
P ( x ) = p ( FFF FE ) = qx-1 p
x-1 veces
La distribucin de probabilidad geomtrica es:
MEDIA VARIANZA
x-1
P(x) = pq , x = 1,2,3, 2
2
=1/p q/p
0 , en otros casos
0 , x<1
F (x) = FUNCIN DE
x DISTRIBUCIN
1- q , x1
|a|<1
1
2 3 -2
1 + 2 a + 3 a + 4 a + = ( 1- a ) =
1 a 2
1 2 3
S = { EE...E E , EE...E F E , EE...E FF E , EE...E FFF E , ...}
P ( x=r ) = p ( EE E E ) = pr q0
r 1 1 r
P ( x=r+1 ) = p ( EE E FFF E ) = pr q1 = pr q1
r 1 r 1
r 1 2 r 1
P ( x=r+2 ) = p ( EE E FFF E ) = pr q2 = pr q2
r 1 r 1
DR. ING. LUIS MANRIQUE SUAREZ
ESTADISTICA INFERENCIAL DISTRIBUCION DE PROBABILIDADES
r 1 3 r 2
P ( x=r+3 ) = p ( EE E FFF E ) = pr q3 = pr q3
r 1 r 1
Generalizando:
r 1 x r
P ( x=r ) = p ( EE E FF...FF E ) = pr qx-r
r 1
r-1 veces
x-r veces
FIJO
x 1
P(x) = { pr qr , X = r, r+1, r+2, ; 0 , en otros casos
r 1
x 1
x 1
Nota: x r
= por ser combinacin complementaria
r 1
MEDIA VARIANZA
r 2 rq
p
p2
DISTRIBUCIN DE POISSON
x
P(X) = e , =Np
x!
X N de ocurrencia de eventos en t unidades de medida
X v. a. de Poisson
P(x): funcin de cuanta de Poisson
FUNCIN DE DISTRIBUCIN
x x
F(X) = 0 , x < 0 ; e , x0
x 0 x!
MEDIA VARIANZA
= 2 =
Luego:
2 = E(x2) - 2 = 2 + - 2 2 =
Caractersticas:
DISTRIBUCIN HIPERGEOMTRICA
N
D r n D k
D N-r D N-k
muestra
r N r
k n k
P ( X= k ) = ---------------------- , K = 0,1,2,3, , r
N
n
Se dice que X es una variable aleatoria discreta y tiene una distribucin hipergeomtrica
MEDIA VARIANZA
r nr (N-r) (N-n)
= n V(X) = ------------------------
N
2
N (N-1)
CARACTERSTICAS
DISTRIBUCIN MULTINOMIAL
Si un espacio muestral de un experimento se divide en K sucesos mutuamente
excluyentes.
A1 , A2 , A3 , A4 , AK , con probabilidades P1 , P2 , P3 , P4 , PK en N
pruebas, la probabilidad de que A1 suceda n1 veces , A2 suceda n2 veces , , AK
suceda nK veces ; es igual :
N! n1 n2 n3 n
P (A1, A2, A3, A4, AK) = p1 p 2 p3 ... pK k
n1 ! n2 ! n3 !... n K !
K K
N= ni 1 = pi
i 1 i 1
CARACTERSTICAS
1.- El experimento consiste en n pruebas idnticas
2.- Hay K posibles resultados de cada prueba
3.- Las probabilidades de los K resultados, denotados por P1 , P2 , P3 , P4 , PK se
mantienen constantes a lo largo de todas las pruebas, donde :
P1 + P2 + P3 ,+P4 + + PK = 1
4.-Las pruebas son independientes
5.- Las v. a. de inters son las cuentas X1 , X2 , X3 , X4 , XK en cada uno de las K
categoras de clasificacin
PROBLEMAS
1.- Los 2/3 de los votantes inscritos en cierto distrito electoral apoyan al partido A.
Cul es la probabilidad de que en una muestra aleatoria de 6 votantes de este distrito,
exactamente 5 a poyen al partido A? Por lo menos 1
2.-Se lanzan un par de dados 4 veces. Cul es la probabilidad de que la suma nueve
aparezca a) ninguna vez b) una vez c) dos veces d) tres veces e) cuatro veces
3.-Una mquina produce artculos, de tal manera que existe una probabilidad
de 0.05 que el artculo producido sea defectuoso.Cul es la probabilidad de
que a) en una muestra de 18 artculos producidos, ninguno sea defectuoso.
b) al menos uno sea defectuosos en un lote de 10 artculos
c) Cul es el nmero promedio de artculos defectuosos en un lote de 10,000
artculos producidos? Cual es la varianza?
DISTRIBUCIONES CONTINUAS
DISTRIBUCIN NORMAL
1 x 2
f(x) = , -< x <
2 e 2
2
Notacin: X N (, 2)
z 1 t
2
Nz (z) = p (Z = z) =
2 . e 2 .dt
Los valores de esta funcin se encuentran tabulados en las tablas de
distribucin normal
z=
X
DISTRIBUCIN UNIFORME
Sea X una v.a.c. , que toma los valores del intervalo [a, b]
a, b R, a < b
X se distribuye en el intervalo [a, b]
, x <a
0
1 , axb
,axb
x a
f (x) = b a , en otros casos F(x) =
0 b a , otros casos
1
MEDIA VARIANZA
ab 2
2 (b a)
2 12
f(x) F(x)
1
ba
a b a b
DISTRIBUCIN EXPONENCIAL
1 x
f (X) = , x 0
e
0,
Si 1 -x / = - x
x
e
f (x) = , x 0
f (x) F(x)
FUNCIN DE DISTRIBUCIN
0,........ .....x 0
F (x) =
1 exmuestra
La curva en continuo descenso , x 0 que con el paso
del tiempo X aumenta y la probabilidad disminuye
MEDIA VARIANZA
1 1
== V (x) = 2 = 2
p(X x) = 1 e-x .
X Lapso de tiempo
tasa promedio de ocurrencia
PROBLEMAS
6.-En el periodo ms ocupado entre las 5 y 7 pm. Un automvil entra a una gasolinera
cada 3 minutos en promedio Cul es la probabilidad
a) de que cuando menos 25 automviles entren a la gasolinera entre las 4 y 5 pm. ? b)
de que entren menos de 30 automviles entre las 4 y 6 pm. En un da elegido al azar?
7.-Las estaturas de los estudiantes de la FIIS estn distribuidas normalmente con media
1.68 metros y una varianza de 0.0016 m 2. Calcular la probabilidad de que un estudiante
tenga estatura:
a) entre 1.68 y 1.72 m. b) entre 1.60 y 1.68 m. c) entre 1.62 y 1.73 m.
d) mayor que 1.69 m. e) menor que 1.63 m. f) entre 1.69 y 1.74 m.
g) entre 1.58y 1.62 m. h) Mayor que 1.67 m. i) menor que 1.71m.
j) mayor que 1.70 m. o menos que 1.66
8.-Se sabe que el 5% de los tubos de radio producidos por cierto fabricante son
defectuosos. Si el fabricante enva a un mayorista 1000 lotes c/u de los cuales contiene
100 tubos. En cuntos de estos lotes espera tener a) menos de 90 tubos buenos? B) 98
ms tubos buenos?
12.-250 artculos son empacados en cajas grandes .Los pesos de los artculos son
variables aleatorias independientes con media O.5 libras y desviacin estndar 0.10
libras. 20 cajas son colocadas en un camin. Calcular la probabilidad que el peso de los
empaques colocados en el camin exceda a 2510 libras (considere despreciable el peso
de la caja)
13.-Supongamos que los pesos de los pasajeros que viajan por aire en los vuelos
establecidos que parten de un aeropuerto grande siguen una distribucin normal con
media 78 Kg. y S = 10 Kg. Cul es la probabilidad de que el peso total de una muestra
al azar de 100 pasajeros exceda a 8000 Kg?
14.-La longitud de vida de una especie de planta en cierto medio ambiente es una v.a.c.
x que tiene una distribucin exponencial con una longitud media de vida de 1000 das
a) Qu proporcin de plantas de esta especie, mueren antes de los 1000 das?
b) Si una planta individual vive durante 800 das Cul es la probabilidad de que viva
otros 400 das?
15.-El tiempo que tarda una persona en ser atendida en una cafetera es una v.a. que
tiene una distribucin exponencial con media de 4 minutos. Cul es la probabilidad que
una persona sea atendida en menos de 3 minutos, al menos en 4 de los 6 das siguientes?