DISTRIBUCIONES DE PROBABILIDAD

ISRAEL ARJONA VIZCAINO VCTOR ALFONSO GONZLEZ RAMREZ 08400700

septiembre 11

SIMULACIN

INGENIERA EN SISTEMAS COMPUTACIONALES

INDICE DE CONTENIDO

INTRODUCCIN2
DISTRIBUCIONES DE VARIABLE DISCRETA.3
Distribucin binomial..4 Distribucin binomial negativa..4 Distribucin Poisson...4 Distribucin geomtrica..5 Distribucin hipergeomtrica.6 Distribucin de Bernoulli6

DISTRIBUCIONES DE VARIABLE CONTINUA6

Distribucin ji cuadrado..7 Distribucin exponencial7 Distribucin t de Student7 Distribucin normal.8 Distribucin Gamma...8 Distribucin Beta.8 Distribucin F...9

CONCLUCIN.9

BIBLIOGRAFA10

INTRODUCCIN
Bueno pues en este documento se pretende dar una introduccin a lo que son las distribuciones de probabilidad, los tipos que existen, que diferencia hay entre ellas y para que sirven, la relacin que tienen con los nmeros aleatorios y la simulacin.

Qu es una distribucin de probabilidad

En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra. Es decir que nos asigna ciertos rangos de nmeros y los divide dando probabilidad a cada ciertos rangos. La distribucin de probabilidad est definida sobre el conjunto de todos los sucesos, cada uno de los sucesos es el rango de valores de la variable aleatoria. Normalmente encontraremos la campana de gauss para dicha distribucin.

Dentro de las distribuciones de probabilidad podemos encontrar dos tipos discretas y continuas y dentro de cada una de estas se derivan mas, a continuacin se har una breve explicacin.

Distribuciones de variable discreta

Grfica de distribucin binomial.

Se denomina distribucin de variable discreta a aquella cuya funcin de probabilidad slo toma valores positivos en un conjunto de valores de finito o infinito numerable

Distribuciones de variable discreta ms importantes

Las distribuciones de variable discreta ms importantes son las siguientes: Distribucin binomial Distribucin binomial negativa Distribucin Poisson Distribucin geomtrica Distribucin hipergeomtrica Distribucin de Bernoulli

DISTRIBUCIN BINORMAL

En estadstica, la distribucin binomial es una distribucin de probabilidad discreta que mide el nmero de xitos en una secuencia de n ensayos de Bernoulli independientes entre s, con una probabilidad fija p de ocurrencia del xito entre los ensayos. Un experimento de Bernoulli se caracteriza por ser dicotmico, esto es, slo son posibles dos resultados. A uno de estos se denomina xito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribucin binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado nmero de xitos. Para n = 1, la binomial se convierte, de hecho, en una distribucin de Bernoulli. Para representar que una variable aleatoria X sigue una distribucin binomial de parmetros n y p, se escribe:

Este tipo de probabilidad se utiliza para saber si un resultado puede ser bueno o malo, por ejemplo en una empresa la produccin de un articulo puede ser bueno o malo.

DISTRIBUCIN BINORMAL NEGATIVA

Esta distribucin puede considerarse como una extensin o ampliacin de la distribucin geomtrica. La distribucin binomial negativa es un modelo adecuado para tratar aquellos procesos en los que se repite un determinado ensayo o prueba hasta conseguir un nmero determinado de resultados favorables. Es por tanto de gran utilidad para aquellos muestreos que procedan de esta manera. Si el nmero de resultados favorables buscados fuera 1 estaramos en el caso de la distribucin geomtrica.

DISTRIBUCIN DE POISSON
La Distribucin de Poisson se llama as en honor a Simen Dennis Poisson (1781-1840), francs que desarroll esta distribucin basndose en estudios efectuados en la ltima parte de su vida.
Expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado nmero de eventos durante cierto periodo de tiempo. Dicho de otra manera este tipo de distribucin se emplea para determinar el suceso de resultados raros representado por una variable obviamente discreta.

DISTRIBUCIN GEOMTRICA
La distribucin Geomtrica tambin est relacionada con una secuencia de ensayos de Bernoulli, excepto que el nmero de ensayos no es fijo. En consecuencia, la distribucin geomtrica hereda las caractersticas de la distribucin binomial, a excepcin del concepto del cual se quiere calcular la probabilidad. En este caso la variable aleatoria de inters, denotada mediante X, se define como el nmero de ensayos requeridos para lograr el primer xito. Es obvio que para obtener el primer xito se debe realizar el experimento cuando menos una vez, por lo que los valores que puede tomar la variable aleatoria X son 1, 2, 3, ... , n, esto es, no puede tomar el valor cero. En este caso se cumple que (X = x ) si y slo si los primeros (x 1) ensayos son fracasos (q) y el x-simoensayo es xito (p), Ejemplo: Se lanza un dado hasta que aparece el nmero 6. Cul es la probabilidad de que el nmero de lanzamientos sean 3?

Solucin. En este problema el xito es la aparicin del nmero 6 y la probabilidad de que salga el nmero 6 al lanzar un dado es 1/6, por lo que p = 1/6 y q = 5/6. Como nos interesa calcular la probabilidad de que el 6 aparezca en el tercer lanzamiento, entonces:

P(X = 3) = (

)3-1 (

)=(

)2 (

) = 0.1157

DISTRIBUCIN HIPERGEOMTRICA
La distribucin hipergeomtrica es especialmente til en todos aquellos casos en los que se extraigan muestras o se realizan experiencias repetidas sin devolucin del elemento extrado o sin retornar a la situacin experimental inicial. de hecho, situaciones en las que se repite un nmero determinado de veces una prueba dicotmica de manera que con cada sucesivo resultado se ve alterada la probabilidad de obtener en la siguiente prueba uno u otro resultado. Es una distribucin fundamental en el estudio de muestras pequeas de poblaciones pequeas y en el clculo de probabilidades de, juegos de azar y tiene grandes aplicaciones en el control de calidad en otros procesos experimentales en los que no es posible retornar a la situacin de partida.

Se usa en problemas de este tipo. En una urna hay bolas de dos colores (blancas y negras), cul es la probabilidad de que al sacar 2 bolas las dos sean blancas?

DISTRIBUCIN DE BERNOULLI
Consiste en realizar un experimento aleatorio una slo vez y observar si cierto suceso ocurre o no, siendo p la probabilidad de que esto sea as (xito) y q=1-p el que no lo sea (fracaso). En realidad no se trata ms que de una variable dicotmica, es decir que nicamente puede tomar dos modalidades, es por ello que el hecho de llamar xito o fracaso a los posibles resultados de las pruebas obedece ms una tradicin literaria o histrica, en el estudio de las v.a., que a la situacin real que pueda derivarse del resultado. Podramos por tanto definir este experimento mediante una v.a. discreta X que toma los valores X=0 si el suceso no ocurre, y X=1 en caso contrario, y que se denota

Distribuciones de variable contina

Distribucin normal.

Se denomina variable continua a aquella que puede tomar cualquiera de los infinitos valores existentes dentro de un intervalo.

Distribuciones de variable continua ms importantes

Las distribuciones de variable continua ms importantes son las siguientes: Distribucin ji cuadrado Distribucin exponencial Distribucin t de Student Distribucin normal Distribucin Gamma Distribucin Beta Distribucin F Distribucin uniforme (continua)

DISTRIBUCIN JI CUADRADO
En estadstica, la distribucin (de Pearson) es una distribucin de probabilidad continua con un parmetro k que representa los grados de libertad de la variable aleatoria: donde Zi son variables de distribucin normal, de media cero y varianza uno. El que la variable aleatoria X tenga esta distribucin se representa habitualmente as. Es conveniente tener en cuenta que la letra griega se transcribe al latn como chi1 y se pronuncia en castellano como ji.2 3

La distribucin de chi cuadrada se utiliza habitualmente para hacer inferencias acerca de una varianza de la poblacin.

DISTRIBUCIN EXPONENCIAL
La distribucin exponencial es el equivalente continuo de la distribucin geomtrica discreta. Esta ley de distribucin describe procesos en los que: Nos interesa saber el tiempo hasta que ocurre determinado evento, sabiendo que, el tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello ocurra en un instante tf, no depende del tiempo transcurrido anteriormente en el que no ha pasado nada.

Ejemplos de este tipo de distribuciones son: El tiempo que tarda una partcula radiactiva en desintegrarse. El conocimiento de la ley que sigue este evento se utiliza en Ciencia para, por ejemplo, la datacin de fsiles o cualquier materia orgnica mediante la tcnica del carbono 14, C14;

DISTRIBUCIN T DE STUDENT
una prueba t de Student, prueba t-Stunt, o Test-T es cualquier prueba en la que el estadstico utilizado tiene una distribucin t de Student si la hiptesis nula es cierta. Se aplica cuando la poblacin estudiada sigue una distribucin normal pero el tamao maestral es demasiado pequeo como para que el estadstico en el que est basada la inferencia est normalmente distribuido, utilizndose una estimacin de la desviacin tpica en lugar del valor real. Es utilizado en anlisis discriminante. Es utilizada generalmente en evaluaciones sensoriales.

DISTRIBUCIN NORMAL

Distribucin de Gauss o distribucin gaussiana, a una de las distribuciones de probabilidad de variable continua que con ms frecuencia aparece aproximada en fenmenos reales. La grfica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un determinado parmetro estadstico. Esta curva se conoce como campana de Gauss y es el grfico de una funcin gaussiana.

Tiene una infinidad de de aplicaciones pero Se usa regularmente para: Medir la estatura, caracteres fisiolgicos, caracteres sociolgicos como el consumo de cierto producto por un mismo grupo de individuos; medir cociente intelectual, etc.

DISTRIBUCIN GAMMA
Es una distribucin adecuada para modelizar el comportamiento de variables aleatorias continuas con asimetra positiva. Es decir, variables que presentan una mayor densidad de sucesos a la izquierda de la media que a la derecha. En su expresin se encuentran dos parmetros, siempre positivos, () y () de los que depende su forma y alcance por la derecha, y tambin la funcin Gamma (), responsable de la convergencia de la distribucin. Se utiliza por ejemplo en Los tiempos que tardan en revisar un motor de un automvil avin tienen una distribucin de frecuencias sesgadas.

DISTRIBUCIN BETA
La distribucin de probabilidad beta es una funcin de densidad con dos parmetros definida en el intervalo cerrado 0 <= y <= 1. Se utiliza frecuentemente como modelo para fracciones, tal como la proporcin de impurezas en un producto qumico o la fraccin de tiempo que una maquina estn en reparacin.

DISTRIBUCIN F

Usada en teora de probabilidad y estadstica, la distribucin F es una distribucin de probabilidad continua. Tambin se le conoce como distribucin F de Snedecor (porGeorge Snedecor) o como distribucin F de Fisher-Snedecor. Una variable aleatoria de distribucin F se construye como el siguiente cociente:

donde U1 y U2 siguen una distribucin chi-cuadrado con d1 y d2 grados de libertad respectivamente, y U1 y U2 son estadsticamente independientes.

La distribucin F aparece frecuentemente como la distribucin nula de una prueba estadstica, especialmente en el anlisis de varianza.

CONCLUSIN

Yo puedo concluir de esta investigacin acerca de los diferentes mtodos de distribucin de probabilidad que difieren entre si por las caractersticas que presentan y como se calcula cada uno de ellos, se aplican a diferentes situaciones y nos ayudan a resolver muchos tipos de problemas sobre todo problemas en donde los mtodos analticos no los pueden resolver y por lo tanto recurrimos a mtodos de probabilidad y estadstica y sabemos que los resultados que nos arrojaran son probables y no exactos.

Bibliografa

http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad http://es.wikipedia.org/wiki/Distribuci%C3%B3n_F http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030011/lecciones/cap3/cap_3_pag_13. html http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo4/B0C4m1t7.htm http://www.rwandemb.org/distribucion-de-chi-cuadrado-con-microsoft-excel.html http://es.wikibooks.org/wiki/Tablas_estad%C3%ADsticas/Distribuci%C3%B3n_chi-cuadrado http://office.microsoft.com/es-mx/excel-help/prueba-chi-HP005209012.aspx http://casanchi.galeon.com/mat/chi2.htm

10