Upload
vuongdien
View
223
Download
1
Embed Size (px)
Citation preview
Distribuciones de Probabilidad , Distribuciones de Probabilidad , Distribuciones de Probabilidad , Distribuciones de Probabilidad ,
BinomialBinomialBinomialBinomial & Otros (Cap. 5)& Otros (Cap. 5)& Otros (Cap. 5)& Otros (Cap. 5)
Math. 298Math. 298Math. 298Math. 298
Prof. Gaspar Torres RiveraProf. Gaspar Torres RiveraProf. Gaspar Torres RiveraProf. Gaspar Torres Rivera
Distribución de ProbabilidadDef. Es la distribución de las probabilidadesasociadas con cada uno de los valores de una xvariable aleatoria.
Espacios Finitos de ProbabilidadSeaS un espaciomuestralfinito. Un espaciofinitoSeaS un espaciomuestralfinito. Un espaciofinitode probabilidad se obtiene asignando a cada puntouna probabilidad “p”, que satisface:
(((( ))))
(((( )))) 1xP)ii
1xP0)i
nk
ii
i
====
≤≤≤≤≤≤≤≤
∑∑∑∑====
Distribución de ProbabilidadDef. Variable aleatoria (x)=es un valor funcionaldefinido sobre un espacio muestral que puede serdiscreto o continuo. Para S de algún experimento,una variable aleatoria es cualquier asociación concada resultado en S. Su dominio es S y su recorridoesel conjuntodelosnúmerosreales.esel conjuntodelosnúmerosreales.
(((( ))))(((( ))))[[[[ ]]]]
(((( ))))[[[[ ]]]] (((( ))))(((( ))))[[[[ ]]]] 22
x
22x
222x
xPx.S.D)iii
xPx:Opcional
xPx:lpoblacionaVarianza)ii
xPx:lpoblacionaMedia)i
µµµµ−−−−⋅⋅⋅⋅====σσσσ====
⋅⋅⋅⋅µµµµ−−−−====σσσσ
µµµµ−−−−⋅⋅⋅⋅====σσσσ
⋅⋅⋅⋅====µµµµ
∑∑∑∑
∑∑∑∑∑∑∑∑
∑∑∑∑
ProbabilidadEj. Considerar el experimento de lanzar dosmonedas una vez. Encuentre:a) Espacio Muestral S={(H, H), (H, T), (T, H),
(T,T)}
H
H
1/2
inicio
H
1/2
1/2
T
1/2
T
1/2
H
1/2
T
1/2
x 0 1 2
ProbabilidadEj. Considerar el experimento de lanzar dos monedas unavez. Encuentre:a) Espacio Muestral S={(H, H), (H, T), (T, H), (T,T)}b) Construir una Distribución de Probabilidad de donde la
variable aleatoria x representa el número de caras (H).
x 0 1 2
P(x)
(((( ))))(((( ))))[[[[ ]]]]
(((( ))))[[[[ ]]]] 22x
222x
xPx.S.D)iii
xPx:lpoblacionaVarianza)ii
xPx:lpoblacionaMedia)i
µµµµ−−−−⋅⋅⋅⋅====σσσσ====
µµµµ−−−−⋅⋅⋅⋅====σσσσ
⋅⋅⋅⋅====µµµµ
∑∑∑∑
∑∑∑∑∑∑∑∑
Distribución de ProbabilidadEj. Determinar si p(x) es una función deprobabilidad o no para cada tabla deprobabilidades:
1)x 0 1 2 3 4 5 6
p(x) 0.05 0.10 0.15 0.25 0.20 0.15 0.10
2)
x es el número de exámenes de sangre paraidentificar O+ (((( ))))
(((( ))))[[[[ ]]]](((( ))))[[[[ ]]]] 22
x
222x
xPx.S.D)iii
xPx:lpoblacionaVarianza)ii
xPx:lpoblacionaMedia)i
µµµµ−−−−⋅⋅⋅⋅====σσσσ====
µµµµ−−−−⋅⋅⋅⋅====σσσσ
⋅⋅⋅⋅====µµµµ
∑∑∑∑
∑∑∑∑∑∑∑∑
x 1 2 3 4
p(x) 0.10 0.15 0.25 0.20
Distribución de ProbabilidadEj. Determinar si p(x) es una función deprobabilidad o no para cada tabla deprobabilidades:
3) Exactamente después de nacer, cada bebé es evaluadoenunaescalallamadaApgar. Lasevaluacionesson0, 1, 2,
(((( ))))(((( ))))[[[[ ]]]]
(((( ))))[[[[ ]]]] 22x
222x
xPx.S.D)iii
xPx:lpoblacionaVarianza)ii
xPx:lpoblacionaMedia)i
µµµµ−−−−⋅⋅⋅⋅====σσσσ====
µµµµ−−−−⋅⋅⋅⋅====σσσσ
⋅⋅⋅⋅====µµµµ
∑∑∑∑
∑∑∑∑∑∑∑∑
enunaescalallamadaApgar. Lasevaluacionesson0, 1, 2,…,10, con la evaluación del bebé determinada por color,tono muscular, esfuerzo para respirar, ritmo cardiaco eirritabilidad. x es la evaluación Apgar para un bebéseleccionado aleatoriamente en cierto hospital.
x 0 1 2 3 4 5 6 7 8 9 10
p(x) .002 .001 .002 .005 .02 .04 .18 .37 .25 .12 .01
Distribución de ProbabilidadEj. En el supuesto de que una mujer puede dar a “luz” conla misma probabilidad a un varón que a una niña, entoncescalcular la probabilidades si se selecciona una familia contres hijos.Variable aleatoria x=número de varones en una familia de3 hijosS={(B,B,B), (B,B,G), (B,G,B), (B,G,G),(G,B,B), (G,B,G),S={(B,B,B), (B,B,G), (B,G,B), (B,G,G),(G,B,B), (G,B,G),(G,G,B), (G,G,G)}
x 0 1 2 3
P(x)81
83
83
81
inicio
B1/2
B1/2
B1/2
G1/2
G1/2
B1/2
G1/2
B
G1/2
B1/2
B1/2
G1/2
G1/2
B1/2
G1/2
Distribución de ProbabilidadEj. En el supuesto de que una mujer puede dar a “luz” conla misma probabilidad a un varón que a una niña, entoncescalcular la probabilidades al seleccionar aleatoriamenteunafamilia con 4 hijos.Variable aleatoria x=número de niñasS={ }
x 0 1 2 3 4
P(x)
(((( ))))(((( ))))[[[[ ]]]]
(((( ))))[[[[ ]]]] 22x
222x
xPx.S.D)iii
xPx:lpoblacionaVarianza)ii
xPx:lpoblacionaMedia)i
µµµµ−−−−⋅⋅⋅⋅====σσσσ====
µµµµ−−−−⋅⋅⋅⋅====σσσσ
⋅⋅⋅⋅====µµµµ
∑∑∑∑
∑∑∑∑∑∑∑∑
Distribución de ProbabilidadEj. Una moneda que está cargada, a favor de las caras arazón 3:1, es lanzada dos veces al aire. Determinar S.S={ }
(((( )))) (((( ))))(((( )))) (((( ))))
(((( )))) (((( )))) (((( )))) (((( ))))41
TP44
1TP41TPTP3
)axiomaslosver(1TPHPqueNotar
TP3HP
⇒⇒⇒⇒====⇒⇒⇒⇒====⇒⇒⇒⇒====++++
====++++====
x 0 1 2
P(x)(((( ))))
(((( ))))[[[[ ]]]](((( ))))[[[[ ]]]] 22
x
222x
xPx.S.D)iii
xPx:lpoblacionaVarianza)ii
xPx:lpoblacionaMedia)i
µµµµ−−−−⋅⋅⋅⋅====σσσσ====
µµµµ−−−−⋅⋅⋅⋅====σσσσ
⋅⋅⋅⋅====µµµµ
∑∑∑∑
∑∑∑∑∑∑∑∑
(((( )))) (((( )))) (((( )))) .43
TP3HP41
TP
44
============
inicio
H
3/4
H
3/4
T
1/4
T
H
3/4T
1/4 T
1/4
x 0 1 2
P(x) ========⋅⋅⋅⋅161
41
41
========
⋅⋅⋅⋅166
41
43
2 ========⋅⋅⋅⋅169
43
43
Distribución de Probabilidad Binomial (B) y el Experimento Binomial
De acuerdo a Holguin y Hayashi (1974), en algunas distribucionesteóricas el interés se centra en conocer si ocurre o no un resultado enparticular. En el experimento binomial se denomina éxito a laocurrencia de uno de los eventos de la dicotomía éxito o fracaso (osea fracaso a la ocurrenciadel evento contrario, sin que estossea fracaso a la ocurrenciadel evento contrario, sin que estossignifiquen de manera alguna que un evento sea o no de supreferencia, son formas de nombrar la dicotomía). La probabilidadde éxito es representada como “p” y la probabilidad de fracaso como“q” o sea que p+q=1. La probabilidad q=1−p. Ejemplos: lanzamientode las monedas, selección múltiple (examen), C o F, nacimiento deun hijo, entre otras. Según Johnson y Kuby (2004), el experimentode probabilidad binomial es integrado por eventos repetidos (no esque se repiten todos los resultados) con las siguientes propiedades:
�Tenemos “n” eventos repetidos e independientes�Cada evento tiene dos resultados: éxito o fracaso�P(éxito)=p, P(fracaso)=q → p+q=1→ q=1−p�La variable aleatoria binomial, X, es una variable discreta del número de conteos de eventos con éxito que ocurren. La X tiene como mínimo 0 y máximo “n”.
�Función de Probabilidad Binomial- es la probabilidad de haya exactamente X éxitos en “n” eventos
(((( )))) (((( )))) nxn...,,3,2,1,0xpara,p1pCxXP xnxxni ≤≤≤≤====−−−−======== −−−−
( )ppnestàndarDesviaciòn
nplpoblacionaMedia
−=
=
1σσσσ
µµµµ
haya exactamente X éxitos en “n” eventos
�Media y la desviación estándar de la Distribución deProbabilidad Binomial (probabilidad de haya exactamente Xéxitos en “n” eventos)
Ej. Una moneda que está cargada, a favor de las caras a razón 3:1, es lanzada dos veces al aire. n=2, p=3/4, q=1−3/4
inicio
H
3/4
H
3/4
T
1/4
T
1/4
H
3/4
T1/4 T
1/4
(((( ))))
(((( ))))
(((( ))))
2,1,0carasdenúmerox
5625.0169
41
169
143
143
C2XP
375.0166
41
43
243
143
C1XP
0625.0161
41
1143
143
C0XP
0222
22
1121
12
2020
02
========
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
−−−−
−−−−
−−−−
Distribución de Probabilidad Binomial (B)Ej. En el supuesto de que una mujer puede dar a “luz” conla misma probabilidad a un varón que a una niña, entoncescalcular la probabilidades si se selecciona una familia contres hijos.Variable aleatoria x=número de varones en una familia de3 hijosS={(B,B,B), (B,B,G), (B,G,B), (B,G,G),(G,B,B), (G,B,G),S={(B,B,B), (B,B,G), (B,G,B), (B,G,G),(G,B,B), (G,B,G),(G,G,B), (G,G,G)}
x 0 1 2 3
P(x)81
83
83
81
inicio
B1/2
B1/2
B1/2
G1/2
G1/2
B1/2
G1/2
B
G1/2
B1/2
B1/2
G1/2
G1/2
B1/2
G1/2
(((( ))))
(((( ))))
(((( ))))
(((( )))) 125.081
21
81
121
121
C3XP
375.083
21
41
321
121
C2XP
375.083
21
21
321
121
C1XP
125.081
21
1121
121
C0XP
0333
33
1232
23
2131
13
3030
03
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
−−−−
−−−−
−−−−
−−−−
(((( ))))
(((( )))) (((( )))) (((( ))))
3,2,1,0onesvardenúmerox
125.0125.013XP0xP1ónvarunyniñaunamenosalP
125.0828
12
12
C3XP 33
========
====−−−−−−−−========−−−−====−−−−====
========
⋅⋅⋅⋅⋅⋅⋅⋅====
−−−−
========
Distribución de Probabilidad Binomial (B)Ej. En el supuesto de que una mujer puede dar a “luz” conla misma probabilidad a un varón que a una niña, entoncescalcular la probabilidades si se selecciona una familia contres hijos.Variable aleatoria x=número de varones en una familia de 3 hijos
x 0 1 2 31 3 3 1P(x)81
83
83
81
(((( )))) (((( )))) (((( ))))(((( ))))(((( ))))(((( ))))(((( )))) ====≤≤≤≤
============≤≤≤≤====≥≥≥≥
================
1xP
3xP
2xP
1xP
:seaoCP,BP,AP:arminerdetoCalcular
niñaunademásnoD
niñastresC,niñaunamásloaB,niñaunamenosalA:eventoslosDefina
Distribución de Probabilidad Binomial (B)Ej. Calcular la probabilidad de obtener tres estudiantes“zurdos” en una muestra de 15 estudiantes, dado que elparámetro o porcentaje 10% representa la gente “zurda”.Variable aleatoria x=número de sujetos zurdos, n=15, p=0.1, q=1−0.1=0.9
x 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
p(x)
(((( )))) (((( )))) (((( )))) (((( ))))(((( ))))(((( )))) (((( ))))(((( )))) (((( ))))(((( )))) (((( ))))(((( )))) (((( ))))(((( )))) (((( )))) ====>>>>====
====<<<<<<<<========≤≤≤≤========≥≥≥≥========≥≥≥≥====
≈≈≈≈⋅⋅⋅⋅====−−−−⋅⋅⋅⋅======== −−−−
3xPzurdos2demásP
6x2Pzurdos6y2entreP
3xPzurdos3másloaP
2xPzurdos2menosalP
184.03xPzurdos3menosalP
129.0282.0001.04551.011.0C3xP
:arminerdetoCalcular3153
315
Distribución de Probabilidad Binomial (B)Ej. En el supuesto de que una mujer puede dar a “luz” conla misma probabilidad a un varón que a una niña, entoncescalcular la probabilidades si se selecciona una familia con10 hijos.Variable aleatoria x=número de varones en una familia de 3 hijos
x 0 1 2 3 4 5 6 7 8 9 10
p(x)
(((( )))) (((( )))) (((( )))) (((( ))))(((( )))) (((( ))))(((( )))) (((( ))))(((( )))) (((( ))))(((( )))) (((( ))))(((( )))) (((( )))) ====>>>>====
====<<<<<<<<========≤≤≤≤========≥≥≥≥========≥≥≥≥====
========−−−−⋅⋅⋅⋅======== −−−−
1xPniña1demásP
6x2Pniñas6y2entreP
2xPniñas2másloaP
2xPniñas2menosalP
8xPniñas8menosalP
5.05.015.0Cniñas10xP
:arminerdetoCalcular10101010
1010
Distribución de Probabilidad Binomial (B)Ej. La probabilidad de que un sujeto de dar en el blanco(tiro al blanco) es 0.4. Si lanza la flecha 4 veces, ¿cuál es laprobabilidad de dar en el blanco en todos los intentos?Variable aleatoria x=número de veces dar en el blanco,n=4, p=0.4,q=1−0.4=0.6
x 0 1 2 3 4
P(x)
(((( )))) (((( )))) (((( )))) (((( )))) (((( ))))(((( ))))(((( ))))(((( )))) ====≤≤≤≤
============≤≤≤≤
====⋅⋅⋅⋅====−−−−⋅⋅⋅⋅======== −−−−
1xP
3xP
2xP
0256.06.04.014.014.0C4xP
:Calcular04444
44
Distribución de Probabilidad Binomial (B)Ej. Una caja tiene25 piezas, de las cuales3 sondefectuosas y22 no son defectuosas. Si se seleccionanaleatoriamente tres piezas, con reemplazo,
Calcular:
(((( ))))(((( ))))
sdefectuosaseantodasP
========
(((( ))))(((( ))))
1qp
88.02522
253
1q,12.0253
p,3nqueNotar
defectuosaseaningunaP
defectuosaunaeexactamentP
====++++
========−−−−================
========
inicio
D3/25
D3/25
D3/25ND
22/25
ND22/25
D3/25ND
22/25
DD
3/25
ND22/25
D3/25
3/25ND
22/25
ND22/25
D3/25
ND22/25
x 0 1 2 3
P(x)
Ej. Un conocido médico sabe por experiencia que el 10%de los pacientes atendidos por el médico presentan unacierta reacción indeseable (empiezan a bailar “tango”). Sidiez pacientes atendidos fueron seleccionadosaleatoriamente, ¿cuál es la probabilidad de que a lo más2 presenten la reacción indeseable (empiezan a bailar“tango”).“tango”).
x 0 1 2 3 4 5 6 7 8 9 10
p(x)
Ej. Si la probabilidad de que una pareja de divorciados sevuelva a casar dentro de tres años es 0.40. Calcular lasprobabilidades siguientes en 10 parejas de divorciados:a) a lo más tres parejas se volverán a casar dentro de tres añosb) al menos siete parejas se volverán a casar dentro de tresañosc) de dos a cinco se volverán a casar dentro de tres años
x 0 1 2 3 4 5 6 7 8 9 10
Ej. El porcentaje de salir vivo en una operación riesgosa delHospital XYZ es 0.80. ¿Cuál es la probabilidad de que cuatrode los próximos cinco pacientes sobrevivan a la operaciónmencionada?
x 0 1 2 3 4 5 6 7 8 9 10
p(x)
x 0 1 2 3 4 5
P(x)