Professional Documents
Culture Documents
a+b
(b a + 1) 2
y Var ( X ) =
2
12
Ejemplo: La variable aleatoria X tiene una distribucin uniforme discreta sobre los
enteros 1 X 4 .
Calcule la media y la varianza.
P( X = x) =
1
4
X = 1,2,3,4
La media es:
(4 + 1) 5
E( X ) =
= = 2.5
2
2
La varianza es:
(4 1 + 1) 2 1 16 1 15
Var ( X ) =
=
=
= 1.25
12
12
12
Distribucin de Bernoulli
Un experimento de Bernoulli es aquel experimento en el cual slo hay dos
posibles resultados denotados por xito (E) y fracaso (F). La probabilidad de xito
se denota por p y la probabilidad de fracaso se denota por q y se obtiene mediante
q = 1-p.
Ejemplos de experimentos de Bernoulli:
a) Al lanzar un dado, se considera xito obtener 1 o 6 y fracaso obtener 2, 3, 4
o 5.
b) Registrar que un alumno apruebe (E) o no un examen (F).
c) Determinar si un producto es defectuoso (E) o no (F).
d) Anotar si una persona es mayor de edad (18 aos) o no.
Una variable aleatoria X representa el xito en un experimento Bernoulli, tanto
slo puede tomar los valores 0 y 1 y su distribucin de probabilidad est dada por:
P( X = x) =
1-p
p
0
s X = 0
s X = 1
en otro caso
x = 0,1
Media:
= E ( X ) = 0 * (1 p) + 1* p = p
Varianza
2 = E( X 2 ) 2
E ( X 2 ) = 0 2 * (1 p ) + 12 * p = p
2 = p p 2 = p (1 p ) 2 = p (1 p )
La distribucin de Bernoulli depende solamente del valor de la probabilidad de
xito p y a este valor se le denomina el parmetro de la distribucin.
Ejemplo: Suponga que se lanza un dado y se representa como xito si sale 1 o 6
y el fracaso si no se obtiene ni 1 ni 6, es decir que sale 2,3,4 o 5 . Encuentre la
media y la varianza.
p=2
6
(Prob. de ganar)
1 p = 4
6
(prob. de perder)
P( X = x) = 4/6 si X = 0
2/6 si X = 1
0 en otro caso
Media:
E( X ) = p = 2 = 1
6
3
Varianza:
Var ( X ) = p (1 p) =
2 4 8 2
* =
=
6 6 36 9
Distribucin Binomial
Un experimento binomial es aquel que cumple con las siguientes propiedades:
i)
Consiste en n ensayos de Bernoulli, es decir, en la repeticin de n
veces de un experimento que consta de dos posibles resultados, que se
denotan xito y fracaso.
ii)
La probabilidad de xito p y por ende la de fracaso (1-p) se mantienen
constantes en cada uno de los n ensayos de Bernoulli.
iii)
Los n ensayos de Bernoulli son independientes entre si, es decir, el
resultado de uno no afecta el resultado de los dems.
El suceso consistente en obtener x xitos y n-x fracasos al realizar n experimentos
de Bernoulli puede presentarse de muchas formas, ya que los xitos y los fracasos
pueden aparecer en cualquier orden. El nmero de tales secuencias son las
3
n
combinaciones de n elementos tomados de x en x y se denota , y cada una de
x
x
n x
tales combinaciones tiene probabilidad igual a p (1 p ) . As, la funcin de
probabilidad de la variable aleatoria X que representa el nmero de xitos en n
ensayos de un experimento binomial sigue una distribucin de probabilidad dada
por:
n
P( X = x) = p x (1 p ) n x
x
x = 0, 1, 2,......, n
E ( X ) = np = 10 * 0,70 = 7 alumnos
V ( X ) = np(1 p ) = 10 * 0,70 * 0,30 = 2,1 alumnos2
b) Cul es la probabilidad de que aprueben 8 alumnos?
n
P( X = x ) = p x (1 p ) n x x = 0, 1, 2,......, 10
x
10!
10
P( X = 8) = (0,7) 8 (0,3) 10 8 =
* 0,05765 * 0,09
8! (10 8)!
8
10 * 9 * 8!
=
* 0,00519 = 45 * 0,00519 = 0,23
8!*2!
0,23 es la probabilidad de que aprueben 8 alumnos.
b) P ( X = 8) = P (Y = 2) = 0,2335
c)
P( X 8) = P(Y 2) = P(Y = 0) + P(Y = 1) + P(Y = 2)
Distribucin de Poisson
Definicin 1: Dado un intervalo de nmeros reales, supngase que el conteo de
ocurrencias es aleatorio en dicho intervalo. Si ste puede dividirse en
subintervalos suficientemente pequeos tales que:
- La probabilidad de ms de una ocurrencia en el subintervalo es cero.
- La probabilidad de una ocurrencia en un subintervalo es la misma para
todos los subintervalos, y es proporcional a la longitud de stos.
P ( X = x) =
e x
X = 0,1,2,....
x!
>0
Definicin 2: Para que una variable aleatoria X siga una distribucin de Poisson
es necesario considerar un evento R que ocurre en el tiempo o en el espacio y que
cumpla con las siguientes condiciones:
1) El nmero de veces que ocurre R en cualquier unidad de tiempo o
espacio, es independiente del nmero de veces que ocurre en cualquier
otra unidad de tiempo o espacio, que no est superpuesta con la
anterior.
2) La probabilidad de que el evento R ocurra 2 o ms veces
simultneamente en una unidad de tiempo o espacio muy pequea, se
asume que es igual a cero.
3) El nmero promedio de veces que ocurre R en una determinada unidad
de tiempo o espacio es constante con sta, pero vara
proporcionalmente cuando se modifica la unidad.
Una variable aleatoria X tiene una distribucin de Poisson si sta representa el
nmero de veces que ocurre el evento R en una unidad de tiempo o espacio
determinado.
La distribucin de Poisson depende de un solo parmetro y se utiliza la
notacin X ~ P( ) para indicar que X sigue una distribucin de Poisson con
parmetro .
Ejemplos de v.a de Poisson:
1) Nmero de llamadas telefnicas que llegan a una estacin de polica en
una hora.
2) Nmero de accidentes de trnsito diarios en cierta va.
3) Nmero de aviones que llegan a un aeropuerto por hora.
4) Nmero de huspedes que llegan a un hotel por da.
5) Nmero de atracos denunciados por semana.
Media y Varianza:
2 =
P( X 2) = 1 P( X 1)
= 1 [P( X = 0) + P( X = 1)]
= 1 P( X = 0) P( X = 1)
e 5 51
= 1 0,0067
1!
= 1 0,0067 0,0337
= 0,9596
- Lleguen 6 pacientes en 2 horas.
Como se cambi la unidad de tiempo a 2 horas, el promedio de pacientes que
llegan a la emergencia pasa a ser = 5 * 2 = 10 . Si Y representa el nmero de
pacientes que llegan al hospital en 2 horas entonces Y ~ P ( = 10) .
P(Y = 6) =
e y e 10 *10 6 e 10 *10 6
=
=
= 0,0631
Y!
6!
720
P( X = 0) = 0,00674
b) X ~ P ( = 5)
P( X 2) = 1 P( X 1)
= 1 [( P( X = 0) + p( X = 1)]
= 1 (0,00674 + 0,03369)
= 0,95957
c) Y ~ P ( = 10)
P (Y = 6) = 0,06306
Ejercicios Propuestos
1. La variable aleatoria X tiene distribucin uniforme discreta sobre los enteros
91 X 100. Escriba la distribucin de probabilidad, y determine la media y
la varianza.
2. Sea X una variable aleatoria discreta, los valores que puede tomar la
variable son: , , y cada uno con la misma probabilidad. Escriba la
distribucin de probabilidad, y determine la media y la varianza.
3. La variable aleatoria X tiene distribucin binomial con n = 10 y p = 0.5.
Calcule las siguientes probabilidades:
a. P(X=5)
b. P(X 2=
c. P(X 9)
d. P(3 X 5)
4. Las lneas telefnicas del sistema de reservacin de una aerolnea estn
ocupadas el 40% del tiempo. Suponga que los eventos donde las lneas
estn ocupadas en llamadas sucesivas son independientes. Suponga
adems que se hacen 10 llamadas al sistema de reservacin:
a. Cul es la probabilidad de que al llamar exactamente tres veces las
lneas estn ocupadas.
b. Cul es la probabilidad de que al menos en una de las llamadas las
lneas no estn ocupadas.
c. Cul es el nmero esperado de llamadas en las que todas las lneas
estn ocupadas.
5. Suponga que la probabilidad de que alguien que se conecte por Internet a
un sitio especfico en un centro comercial a realizar una compra es 0.20. Si
el sitio tiene 10 personas con acceso en un momento determinado, calcule
las siguientes probabilidades:
a. Ninguna de las personas compra un artculo
b. Exactamente dos personas compran
c. Por lo menos dos personas compran
d. A lo ms dos personas compran
10