Professional Documents
Culture Documents
“FEDERICO VILLARREAL”
Escuela de Universitaria de Posgrado
Distribuciones de Probabilidad
PARAMÉTRICA NO PARAMÉTRICA
Muestra Población
T Total T
E
P
S X µ
Media A
T
R
A P Proporción π A
D
M
I s2 Varianza σ2 E
G
T
R S Desviación Estándar σ R
A
O
F X1 – X2 Diferencia de muestras µ1 – µ2 S
O
S P1 – P2 Diferencia de proporciones
π1 – π2
Distribuciones de Probabilidad
Distribución Distribución
Discreta Continua
• Binomial • Normal
• Hipergeométrica • Exponencial
• Poisson • Uniforme
Distribución de Probabilidad
Conjunto de todos los posibles resultados de un experimento
asociado a la probabilidad de ocurrencia de cada uno de ellos.
Para tres tiradas de una moneda, la distribución de probabilidad
que no salga cara es cero, que salga una, dos y tres caras.
Px
Número de caras Probabilidad de los resultados
2 3/8 = 0.375
1/8
3 1/8 = 0.125
Total 8/8 = 1 0
0 1 2 3
Número de Caras
®Jorge L. Pastor Paredes UBA, UNFV, UNSA
6-3
Variables Aleatorias
Conjunto de variables cuyos valores dependen del azar, los cuales
pueden tomar diferentes valores, siendo posible establecer una
medida de su probabilidad.
Ejemplo: considere un experimento aleatorio en el que se lanza tres
veces una moneda. Sea X el número de caras. Sea C el resultado de
obtener una cara y S el de obtener un sello.
El espacio muestral para este experimento será:
SSC SCC
SSS CSC SCS CCC
CSS CCS
Explicación:
El resultado “cero caras” ocurrió una vez.
μ= [ x * P( x)]
donde representa la media y P(x) es la probabilidad de los diferentes
resultados x.
[( x ) P( x)]
2 2 2
Responder:
1. Que tipo de distribución de probabilidad es?
2. En un sábado cualquiera, cuantos autos espera vender?
3. Cuál es la varianza de la distribución?
Es una distribución de probabilidad discreta, se espera vender una
cantidad determinada de autos, no así 5 o 50 ni la mitad de un
auto.
®Jorge L. Pastor Paredes UBA, UNFV, UNSA
Espera vender en promedio el ponderado de los autos vendidos con
la probabilidad de venta.
μ= [ x * P( x)]
= 0(0.10) + 1(0.20) + 2(0.30) + 3(0.30 + 4(0.10)
= 2.10
Ejemplo:
Como se sabe, la respuesta a una pregunta de verdadero/falso es correcta
o incorrecta. Considere que 1) un examen consiste en cuatro preguntas de
verdadero/falso, y 2) un estudiante no sabe nada a cerca de la materia. La
probabilidad de que el alumno adivine la respuesta correcta a la primera
pregunta es 0.50, Asimismo, la probabilidad de acertar en cada una de las
preguntas restantes vale 0.50.
Cuál es la probabilidad de:
a) No obtener exactamente ninguna de las cuatro en forma correcta.
b) Obtener exactamente una de las cuatro.
c) Encontrar la media y la varianza.
4!
a) P(0) 0.500 (1 0.50) 4 0 0.0625
0!(4 0)!
4!
b) P(1) 0.501 (1 0.50) 4 1 0.2500
1!(4 1)!
®Jorge L. Pastor Paredes UBA, UNFV, UNSA
6-22
Media = μ nπ 4(0.50) 2
Varianza = 2 = n (1 - ) = (4)(0.50)(1-0.50) =1
Desv. Estándar = σ σ 1 1
2
Distribución Hipergeométrica
Es aplicable a muestreo “sin reemplazo” de una población finita,
(muestra de una población pequeña) en el cuál se da una serie de
experimentos tal que el resultado de cualquiera de ellos a partir del
segundo es afectado por el resultado de los anteriores.
Características:
a) Existen solo dos resultados posibles.
b) La probabilidad de un éxito no es la misma en cada ensayo.
c) La distribución resulta de un conteo del número de éxitos en
una cantidad fija de ensayos.
Donde:
(S C x )(N S Cn x ) • N es el tamaño de la población,
P(x) • S es la cantidad de éxitos en la población,
N Cn • x es el número de éxitos de interés,
• n es el número de ensayos o muestra, y
• C es una combinación.
®Jorge L. Pastor Paredes UBA, UNFV, UNSA
Ejemplo:
Durante la semana se fabricaron 50 juegos de PayStation (N=50). Operaron 40
sin problemas (S=40) y 10 tuvieron al menos un defecto. Se selecciona una
muestra al azar de 5 (n=5). ¿Cuál es la probabilidad de que 4 (x=4) de las 5
funcionen perfectamente? Observe que el muestreo se hace sin reposición y
que el tamaño de la muestra de 5 es 10% de la población (esto es mayor que la
condición de 5%).
Solución:
(40C4 )(5040C54 ) (40C4 )(10C1 )
P(4)
50 C5 50 C5
40! 10!
( )( )
4!36! 1!9! (91,390)(10)
P(4) 0.431
50! 2'118,760
5!45!
La probabilidad de seleccionar 5 juegos al azar de 50, y descubrir que 4 de los
5 operan bien, es 0.431 o 43.1%
Caso:
Una población consta de 10 elementos, 6 de los cuales se encuentran
defectuosos. En una muestra de 3 elementos, ¿cuál es la probabilidad de
que exactamente 2 sean defectuosos?
N = 10
S=6 (6C2 )(106C32 )
n=3 P(2)
x=2 10 C3
(S C x )(N S Cn x )
P(x) (
6!
)(
4!
)
N Cn 2!4! 1!3! (15)(4)
P(2) 0.50
10! 120
3!7!
20
6-30
Distribución de Poisson
Es aplicable a casos en los cuales se desea obtener la probabilidad de
un evento sobre algún intervalo (tiempo o espacio).
Es la forma límite de la distribución Binomial donde la probabilidad de
éxito es muy pequeña y n es grande.
Ejemplo: Número de turistas que visitan el Cuzco en un mes; número
de asaltos ocurridos en Lima en un año; número de computadoras que
presentan fallas, etc.
Donde:
e x u
• es la media aritmética del número de
P( x ) ocurrencias (éxitos) en un intervalo
x!
específico de tiempo.
• e es la constante 2.71828
• x es el número de ocurrencias (éxitos).
0.30 e 0.30
P(0) 0.7408
x e u 0!
P( x)
x!
0.31 e 0.30
P(1) 0.2222
1!
Distribución de
Probabilidad Normal
Distribución de Probabilidad Normal
La curva de la DPN tiene “forma de campana” con un solo pico
justo en el centro de la distribución.
La media, mediana y moda (Me, Md y Mo) de la distribución son
iguales y se localizan en el pico.
La mitad del área bajo la curva está a la derecha del pico, y la otra
mitad está a la izquierda.
La distribución normal es simétrica respecto a su media.
La distribución normal es “asintótica” la curva se acerca cada vez
más al eje x pero en realidad nunca llega a tocarlo.
0.5 0.5
La curva
normal es
simétrica
En teoría, la curva se
extiende hasta el
infinito.
Cola -∞ Cola + ∞
Me=Md=Mo
®Jorge L. Pastor Paredes UBA, UNFV, UNSA
Familia de Curvas de Distribución Normal
h h =52 h =26
i i i
=41
0.4719
X μ
z
σ
-z 0 1.91 +z
Ejemplo:
La media de un grupo de ingresos semanales con distribución normal para un gran conjunto
de gerentes de nivel medio, es $1000 ¿cuál es el desvío normal o valor z para un ingreso x
de 1100? ¿para uno de 900? DS=100
Solución:
para x = 1100 para x = 900
0.3413
3 2 1 1 2 3
68.26%
95.44%
99.74%
®Jorge L. Pastor Paredes UBA, UNFV, UNSA
Transformación de las Mediciones a Valores Z
El área total bajo la curva normal es igual a 1.
El área bajo la curva normal dentro de +/- una
DS respecto a la media es 0.6826
x
3 2 1 1 2 3
-3 -2 -1 0 1 2 3 z
®Jorge L. Pastor Paredes UBA, UNFV, UNSA
7-11
Ejemplo:
La distribución de los ingresos anuales de un grupo de empleados a nivel
gerencial sigue aproximadamente una DN con media de US$37,200 y desviación
estándar US$800
95%
3 2 1 1 2 3 x
34.8 35.6 36,4 37,2 38 38,8 39,6 Z
32
Caso:
Consulte la información relacionada con el ingreso semanal de los supervisores de turno
en la industria del vidrio. La distribución de los ingresos semanales tiene una distribución
de probabilidad normal, con una media de $1000 y una desviación estándar de $100.
¿Cuál es la probabilidad de seleccionar a un supervisor de turno de la industria del vidrio
cuyo ingreso:
1. Oscile entre $790 y $1000? Se visualiza en Tabla. El área bajo la
2. Sea menor que $790? curva norma estándar correspondiente a
un valor z de -2.10 es 0.4821
Solución _
La probabilidad de localizar a un
X 790 1000 supervisor que gane entre 790 y 1000 es
2.10 0.4821 o P (790< Ingreso<1000)=0.4821
100
34
Nuevamente con el caso anterior, la distribución del ingreso semanal de los supervisores
de turno de la industria del vidrio, ¿cuál es el área bajo la curva normal entre $1150 y
$1250? De nuevo, el caso se divide en dos partes.
X 67,900
2,050
36
Observe que hay dos incognitas z y X. Para determiner X, primero calcule z y
después despeje X. Observe que el área que se encuentra por debajo de la
curva normal a la izquierda de la media µ y X es 0.4600 y se determina al restar
0.5000 – 0.0400. Luego busque en la Tabla el área más proxima a 0.4600 que
es 0.4599 siga por los márgenes de este valor y encuentre el valor z de 1.75
este valor está a la izquierda por lo tanto es -1.75
X 67,900 X 67,900
1.75 1.75(2,050) X 67,900
2,050 2,050
37