1

Variable Aleatora y Modelos

probabilsticos 1
Estadstica
Modelos probabilsticos:
Binomial e Hipergeometrica
Variable Aleatora y Modelos probabilsticos 2
Algunos modelos de v.a.
Hay v.a. que aparecen con frecuencia en las diferentes
disciplinas.
Experimentos dicotmicos.
Bernoulli
Contar xitos en experimentos dicotmicos repetidos:
Binomial
Hipergeometrica
Poisson (sucesos raros)
Y en otras muchas ocasiones
Uniforme
Exponencial, Gamma
Distribucin normal (gaussiana, campana,)
El resto del tema est dedicado a estudiar estas
distribuciones especiales.
2
Variable Aleatora y Modelos probabilsticos 3
Distribucin de Bernoulli
Tenemos un experimento de Bernoulli si al realizar
un experimentos slo son posibles dos resultados:
X=1 (xito, con probabilidad p)
X=0 (fracaso, con probabilidad q=1-p)
Lanzar una moneda y que salga cara.
p=1/2
Elegir una persona de la poblacin y que est enfermo.
p=1/1000 = prevalencia de la enfermedad
Aplicar un tratamiento a un enfermo y que ste se cure.
p=95%, probabilidad de que el individuo se cure
Como se aprecia, en experimentos donde el resultado
es dicotmico, la variable queda perfectamente
determinada conociendo el parmetro p.
Variable Aleatora y Modelos probabilsticos 4
Ejemplo de distribucin de Bernoulli.
Se ha observado estudiando 2000 accidentes de
trfico con impacto frontal y cuyos conductores no
tenan cinturn de seguridad, que 300 individuos
quedaron con secuelas. Describa el experimento
usando conceptos de v.a.
Solucin.
La noc. frecuentista de prob. nos permite aproximar la
probabilidad de tener secuelas mediante 300/2000=0,15=15%
X=tener secuelas tras accidente sin cinturn es variable de
Bernoulli
X=1 tiene probabilidad p 0,15
X=0 tiene probabilidad q 0,85
3
Variable Aleatora y Modelos probabilsticos 5
Distribucin de Bernoulli.
Esperanza de X.
Varianza de X.
p p q
X
= + = * 1 * 0
P p q X E = + = * 1 * 0 ) (
2 2 2
pq p p p p X E
X
X
= = = = ) 1 ( ) (
2 2 2 2

Variable Aleatora y Modelos probabilsticos 6
Distribucin Binomial
Si se repite un nmero fijo de veces, n, un experimento de
Bernoulli con parmetro p, el nmero de xitos sigue una
distribucin binomial de parmetros (n,p).
Lanzar una moneda 10 veces y contar las caras.
Bin(n=10,p=1/2)
Lanzar una moneda 100 veces y contar las caras.
Bin(n=100,p=1/2)
Difcil hacer clculos con esas cantidades. El modelo normal ser ms
adecuado.
El nmero de defectuosos de un lote de 500.000 unidades, Si
el fabricante afirma que hay un defectuoso cada 2000
unidades.
Bin(n=500.000, p=1/2000)
Difcil hacer clculos con esas cantidades. El modelo de Poisson
ser ms adecuado.
4
Variable Aleatora y Modelos probabilsticos 7
Distribucin binomial
Funcin de probabilidad
Media: =n p
Varianza:
2
= n p q
n k q p
k
n
k X P
k n k

= =

0 , | |
Variable Aleatora y Modelos probabilsticos 8
Suponga que el 4% de todos los chips producidos por una
empresa de hardware estn defectuosos. Si compramos 30
de estos chips, calcule la probabilidad de encontrar:
a. Menos de dos chips defectuosos.
Sea X una variable aleatoria discreta, donde X es l nmero
de chips defectuosos encontrados en una muestra de 30
chips. Entonces, los posibles valores que puede tomar X
son: 0, 1, 2,........., 30.
Ahora tenemos, P(xito) = P = 0.04, P(Fracaso) = Q = 0.96,
Donde n = 30.
La funcin de probabilidad Binomial es de la forma:
x x
x
x X P

= =
30
) 96 , 0 ( ) 04 , 0 (
30
) (
5
Variable Aleatora y Modelos probabilsticos 9
a. Menos de dos chips defectuosos.
( 2) ( 0) ( 1) P X P X P X < = = + =
( 2) 0, 29386 0,36732 0,6611 P X < == + =
29386 , 0 96 , 0 * 1 * 1 ) 96 , 0 ( ) 04 , 0 (
0
30
) 0 (
30 0 30 0
= =

= =

X P
36732 , 0 96 , 0 * 04 , 0 * 30 ) 96 , 0 ( ) 04 , 0 (
1
30
) 1 (
29 1 30 1
= =

= =

X P
R/ La posibilidad de encontrar menos de dos defectuosos en un lote de
30 chips es del 66,11%.
Variable Aleatora y Modelos probabilsticos 10
b. Al menos un chip defectuoso. .
61 , 70 7061 , 0 29386 , 0 1 ) 0 ( 1 ) 1 ( = = = = = X P X P
R/ La posibilidad de encontrar al menos un defectuoso en un lote de 30
chips es del 70,61%.
R/ La posibilidad de encontrar ms de dos pero menos de cinco
defectuosos en un lote de 30 chips es del 11,05%.
c. Ms de dos pero menos de cinco chips defectuosos.
) 4 ( ) 3 ( ) 5 2 ( = + = = < < X P X P X P
05 , 11 1105 , 0 0242 , 0 0863 , 0 ) 5 2 ( = = + = < < X P
6
Variable Aleatora y Modelos probabilsticos 11
d. Si al menos un chip est defectuoso, cual es la probabilidad de
encontrar menos de cuatro chips defectuosos?.
) 1 (
) 4 1 (
) 1 / 4 (

<
= <
X P
X P
X X P
) 0 ( 1
) 3 ( ) 2 ( ) 1 (
) 1 / 4 (
=
= + = + =
= <
X P
X P X P X P
X X P
7061 , 0
6755 , 0
29386 , 0 1
0863 , 0 2219 , 0 36732 , 0
) 1 / 4 ( =

+ +
= < X X P
66 , 95 9566 , 0 ) 1 / 4 ( = = < X X P
R/ Si se encuentra al menos un chip defectuoso en un lote de 30 chips, la
posibilidad de encontrar menos de cuatro defectuosos es del 95,66%.
Variable Aleatora y Modelos probabilsticos 12
Variable Aleatoria Hipergeomtrica
Al poco tiempo de ser puesto en servicio, algunos autobuses
fabricados por cierta compaa presentan grietas en la parte inferior
del bastidor principal; suponga que una ciudad tiene 20 de estos buses
y que a 8 le han aparecido grietas. Si se escoge al azar una muestra
de 5 autobuses.
Sea X la variable aleatoria el nmero de buses con grietas en la
muestra.
8 12
5
( )
20
5
i
i i
P X i

= =



X es una variable hipergeomtrica con N=20, M=8 y n=3, tiene
la siguiente funcin de masa
7
Variable Aleatora y Modelos probabilsticos 13
Variable Aleatoria Hipergeomtrica
Un recipiente contiene N artculos, de los cuales M son defectuosos y
los otros N-M estn en buenas condiciones . Se va a tomar una
muestra aleatoria (al azar) sin reemplazo de tamao n.
Si X denota el nmero de artculos defectuosos en la muestra,
entonces X es una variable aleatoria hipergeomtrica con parmetros
N (tamao poblacin), M (Numero de xitos en la poblacin) y n
(tamao de muestra) y funcin de masa:

= =
n
N
i n
M N
i
M
i X P ) (
Si i = 0,1,2,..min(M,n)
Variable Aleatora y Modelos probabilsticos 14
Variable Aleatoria Hipergeomtrica
Si X es una variable aleatoria hipergeomtrica con parmetros N, M y n
entonces:

=
N
M
n
X

=
1
2
N
n N
N
M N
N
M
n
X

8
Variable Aleatora y Modelos probabilsticos 15
Ejemplo: V.A.Hipergeomtrica
Una compaa tiene 5 aspirantes para dos puestos: dos mujeres y tres
hombres. Suponga que los aspirantes tienen la misma
capacitacin, y que para escoger no hay preferencia de gnero.
Sea X la variable aleatoria nmero de mujeres elegidas para
ocupar las dos posiciones:
a. Encuentre la funcin de masa para X.
b. Cul es la probabilidad de tener al menos una mujer en los dos
puestos?
c. Cual es la Media y la varianza de la distribucin?
d. Construya grficos para la funcin de masa y de distribucin.
e. Identifique la moda y la Mediana de X.
Variable Aleatora y Modelos probabilsticos 16
Ejemplo: V.A.Hipergeomtrica
Una compaa tiene 5 aspirantes para dos puestos: dos mujeres y tres
hombres. Suponga que los aspirantes tienen la misma
capacitacin, y que para escoger no hay preferencia de gnero.
Sea X la variable aleatoria nmero de mujeres elegidas para
ocupar las dos posiciones:
a. Encuentre la funcin de masa para X.
X es una V.A hipergeomtrica con parmetros N=5, M=2 y n=2, por lo
tanto la funcin de masa esta dada por:

= =
2
5
2
2 5 2
) (
i i
i X P
Si i=0,1,2
9
Variable Aleatora y Modelos probabilsticos 17
Ejemplo: V.A.Hipergeomtrica
Una compaa tiene 5 aspirantes para dos puestos: dos mujeres y tres
hombres. Suponga que los aspirantes tienen la misma
capacitacin, y que para escoger no hay preferencia de gnero.
Sea X la variable aleatoria nmero de mujeres elegidas para
ocupar las dos posiciones:
b. Cul es la probabilidad de tener al menos una mujer en los dos
puestos?
) 0 ( 1 ) 1 ( 1 ) 1 ( = = < = X P X P X P
2 5 2
0 2
( 1) 1
5
2
P X

=



Variable Aleatora y Modelos probabilsticos 18
Ejemplo: V.A.Hipergeomtrica
c. Cual es la Media y la varianza de la distribucin?
Como X es V.A. hipergeometrica con N=5, M=2 y n=2
5
4
5
2
2 =

=
N
M
n
X

25
9
4
3
5
3
5
2
2
1
2
=

=
N
n N
N
M N
N
M
n
X

10
Variable Aleatora y Modelos probabilsticos 19
Ejemplo: V.A.Hipergeomtrica
Una compaa tiene 5 aspirantes para dos puestos: dos mujeres y tres
hombres. Suponga que los aspirantes tienen la misma
capacitacin, y que para escoger no hay preferencia de gnero.
Sea X la variable aleatoria nmero de mujeres elegidas para
ocupar las dos posiciones:
a. Construya grficos para la funcin de masa y de distribucin.
b. Identifique la moda y la Mediana de X.
Variable Aleatora y Modelos probabilsticos 20
V.A.Hipergeomtrica: aproximacin
Si N y M son valores muy grandes. La Variable aleatoria
Hipergeometrica con parmetros N, M y n se puede
aproximar como una Variable Aleatoria Binomial con
parmetros n y p= M/N
np
N
M
n
X
=

=
npq grande muv es N si
N
n N
N
M N
N
M
n
X
X
=

=
2
2
1

11
Variable Aleatora y Modelos probabilsticos 21
V.A.Hipergeomtrica: aproximacin
En una bodega hay 5,000 botellas de vino, de las cuales hay 1,000 con vino
descompuesto, Si se toma una muestra al azar de 30 botellas:
Cual es la probabilidad de hallar mximo 2 botellas descompuestas?
Cul es el numero promedio de botellas descompuestas que se
encuentran en la muestra?
Variable Aleatora y Modelos probabilsticos 22
Tarea
Aprender a Manejar las tablas de
la Funcin de Distribucin
(Acumulada) para la Binomial