Upload
perezpc
View
1.306
Download
8
Embed Size (px)
Citation preview
Una distribución probabilística es la enumeración de todos los resultados de un experimento junto con las probabilidades asociadas.
DISTRIBUCIONES PROBABILISTICAS
Distribución ProbabilísticaLa distribución de una variable X se definecomo una descripción del conjunto de valoresposibles de X, junto con la probabilidadasociada con cada uno de estos valores
Para una variable aleatoria discreta ladistribución de probabilidad se describemediante una función de probabilidad,representada por f(x). Donde esta funcióndefine la probabilidad de cada valor de lavariable analizada
Una variable aleatoria es un valor numérico determinado por el
resultado de un experimento.
Ejemplo 1: considere un experimento aleatorio en el que se
lanza tres veces una moneda. Sea X el número de caras. Sea H
el resultado de obtener una cara y T el de obtener una cruz.
El espacio muestral para este experimento será: TTT, TTH,
THT, THH, HTT, HTH, HHT, HHH.
Entonces, los valores posibles de X (número de caras) son x = 0,
1, 2, 3,
El resultado será: “cero caras” ocurrió una vez, “una cara”
ocurrió tres veces, “dos caras” ocurrió tres veces y “tres
caras” ocurrió una vez.
De la definición de variable aleatoria, la X definida en este
experimento, es una variable aleatoria.
VARIABLE ALEATORIA
Una variable aleatoria discreta es
una variable que puede tomar sólo
ciertos valores diferentes que son el
resultado de la cuenta de alguna
característica de interés.
Ejemplo 2: sea X el número de
caras obtenidas al lanzar 3 veces una
moneda. Aquí los valores de X son
x = 0, 1, 2, 3
VARIABLE ALEATORIA DISCRETA
6
FUNCIÓN DE PROBABILIDAD (V. DISCRETAS)
• Asigna a cada posible valor deuna variable discreta suprobabilidad.
• Recuerda los conceptos de frecuencia relativa y diagrama de barras.
• Ejemplo
– Número de caras al lanzar 3 monedas. 0%
5%
10%
15%
20%
25%
30%
35%
40%
0 1 2 3
Si se mide algo, como el tamaño de
una pieza metálica, se dice que es
una variable aleatoria continua.
Puede tomar una cantidad infinita de
valores dentro de ciertas limitaciones.
Ejemplo 3: La presión de un
neumático en (lb/pulg2) podría ser
28.0, 28.6, 28.62, 28.624 y así
sucesivamente, dependiendo de la
exactitud del medidor.
VARIABLE ALEATORIA CONTINUA
8
FUNCIÓN DE DISTRIBUCIÓN
• Es la función que asocia a cada valor de una variable, laprobabilidad acumulada de los valores inferiores oiguales.
• A los valores extremadamente bajos les correspondenvalores de la función de distribución cercanos a cero.– A los valores extremadamente altos les
corresponden valores de la función de distribucióncercanos a uno.
– Lo encontraremos en los artículos y aplicaciones enforma de “p-valor”, significación,…
Distribución Binomial
• Es una de las distribuciones de probabilidad
útiles. Sus áreas de aplicación incluyen
inspección de calidad, ventas,
mercadotecnia, medicina, investigación de
opiniones y otras. En un experimento el
resultado puede serla ocurrencia o la no
ocurrencia de un evento y se le llama ‘éxito’
a la ocurrencia del evento y ‘fracaso’ a su no
ocurrencia. Además sea p la probabilidad de
éxito y 1-p a la probabilidad de fracaso.
1. Se ocupa de experimentos en donde cada
resultado puede tomar solo una de dos formas.
2. Cada resultado es mutuamente excluyente (esto
quiere decir que la respuesta no puede ser
verdadero y falso al mismo tiempo).
3. También puede ser denotado como éxito y
fracaso.
CARACTERISTICA DISTRIBUCION BINOMIAL
4. Los datos recopilados son resultado de conteos.Es por esta razón que la distribución binomialse clasifica como discreta.
5. Que la probabilidad de un éxito permaneceigual de un ensayo a otro.
6. Es que un ensayo es independiente de otro. Noexiste un patrón rítmico con respecto a losresultados.
• Las dos suposiciones claves para la
distribución Binomial son:
La probabilidad de éxito p permanece
constante para cada ensayo.
Los n ensayos son independientes entre sí.
• Para obtener la función de distribución Binomial
primero se determina la probabilidad de tener n
ensayos, x éxitos consecutivos seguido de n-x
fracasos consecutivos, dado que los n ensayos
son independientes
xnx pppppppp )1()1)...(1)(1.(....
X términos (n-x) términos
Definición
• Sea X una variable aleatoria que representa el
número de éxitos en ensayos y p la
probabilidad de éxito con cualquiera de estos
se dice entonces que x tiene una distribución
binomial con función de probabilidad.
xnx ppxxn
n
)1(!)!(
!
0 para cualquier otro valor: 0 ≤ p ≤ 1,
Para n entero
X = 0,1,2,…n
p(x;n,p)
16
Ejemplo 1: Si una décima parte de personas tiene cierto
grupo sanguíneo, ¿cuál es la probabilidad de que entre
100 personas escogidas al azar exactamente 8 de ellas
pertenezcan a este grupo sanguíneo?
928 101108
1008
810010
1
).-(). ()p(
x; n; .p
p)(px
np(x) xnx
17
Ejemplo 2: ¿Y si la pregunta es 8 como máximo?
8
0
100
8
0
9.0)1.0(100
18
x
xx
x
xnx
)(x
p)(px
n)p(x
18
Ejemplo 3: Calcula la probabilidad de obtener al menosdos seises al lanzar un dado cuatro veces.
p = 1/6, q = 5/6, n = 4
4322
6
1
4
4
6
5
6
1
3
4
6
5
6
1
2
4
132.01296
171)154256(
6
14
Al menos dos seises, implica que nos valen k = 2, 3, 4.
P(2) + P(3) + P (4)
),....1,0( )( nkqpk
nkP knk
19
Ejemplo 4 Supongamos que la probabilidad de encontrar
una estrella de masa m* >10 M
en un cúmulo estelar
joven es del 4%. ¿Cuál es la probabilidad de que en una
muestra escogida al azar, entre 10 miembros del cúmulo
encontremos 3 estrellas con m* >10 M
?
. . .).-(). ()p(
x; n; .p
p)(px
np(x)
-
xnx
00609670043004010403
103
310040
1
3103
21
Consideremos una población finita conN elementos, divididos en dos clases unacon M elementos (M<N) y la otra con N-M elementos. Llamemos “éxito” a laprimera clase y fracaso a la segunda
N - MM
Ejemplos
• Un lote de N elementos de una
producción, se divide en defectuosos
con M elementos y no defectuosos con
N-M elementos.
• Un salón de clase con N estudiantes, de
los cuales M tienen cierta enfermedad,
y N-M no tienen dicha enfermedad.
23
DISTRIBUCION HIPERGEOMETRICA
• N Tamaño de la población• M Número de éxitos en la población• x Número de éxitos que interesan (0,1,2,3,...)• n Tamaño de la muestra• C Símbolo de la combinación
Pr =(MCx)*(N-MCn-x)
(NCn)
24
ESPERANZA MATEMATICA DE UNA VARIABLE HIPERGEOMETRICA
µ = E(X) = n*M
N
VARIANZA DE UNA VARIABLE HIPERGEOMETRICA
σ2= E[(X - µ)2]
25
Ejemplo 1:
Una empresa durante la semanafabricó 50 DVDs (N=50). Operaronsin problemas 40 (M=40) y 10tuvieron al menos un defecto. Seselecciona al azar una muestra de 5(n=5). Utilizando la fórmulahipergeométrica ¿Cuál es laprobabilidad que cuatro (x=4) de loscinco operarán sin problemas?(Observar que se hace sin reposicióny que el tamaño de muestra de 5 esde 10% de la población. Esto es mayorque la condición de 5%).
26
Solución:
• N = 50• M = 40• x = 4• n = 5
Pr =(40C4)*(50-40C5-4)
(50C5)= 0.431
NÚMERO QUE FUNCIONÓ CORRECTAMENTE PROBABILIDAD
0 0.000
1 0.004
2 0.044
3 0.210
4 0.431
5 0.311
28
Ejemplo 2:Una empresa durante la semana fabricó 50 DVDs (N=50).Operaron sin problemas 40 (S=40) y 10 tuvieron al menosun defecto. Se selecciona al azar una muestra de 5 (n=5).Utilizando la fórmula hipergeométrica ¿Cuál es laprobabilidad que cuatro (r=3) de los cinco operarán sinproblemas? (Observar que se hace sin reposición y que eltamaño de muestra de 5 es de 10% de la población. Estoes mayor que la condición de 5%).
Solución: • N=50;M= 40;x= 3; n = 5
Pr =(40C3)*(50-40C5-3)
(50C5)= 0.210
29
Ejemplo 3:
Se acaba de recibir un embarque de10 TV. Poco después de recibirlos, elfabricante llamó para informar quepor descuido se habían enviado tresaparatos defectuosos.
Se decidió probar dos de estos ¿Cuáles la probabilidad que ninguno de losdos este defectuoso?
30
Solución:
• N = 10• M = 7• x = 2• n = 2
Pr =(7C2)*(10-7C2-2)
(10C2)= 0.466667
NÚMERO QUE FUNCIONÓ
CORRECTAMENTE
PROBABILIDAD
0 0.0666667
1 0.466667
2 0.466667
31
Ejemplo 4:
• Considerando que en la urnahay un total de 10 objetos, 3 delos cuales son defectuosos, side seleccionan 4 objetos al azar,¿cuál es la probabilidad de que2 sean defectuosos?
•
32
Solución:
• N = 10• M = 3• x = 4• n = 2
Pr =(3C2)*(10-3C4-2)
(10C4)= 0.30
NÚMERO QUE FUNCIONÓ
CORRECTAMENTE
PROBABILIDAD
0 0.166667
1 0.500000
2 0.300000
33
Ejemplo 5:
Para evitar que lo descubran en la aduana,un viajero ha colocado 6 tabletas denarcótico en una botella que contiene 9píldoras de vitamina que son similares enapariencia. Si el oficial de la aduanaselecciona 3 tabletas aleatoriamente paraanalizarlas.a) ¿Cuál es la probabilidad de que el viajerosea arrestado por posesión de narcóticos?.b) ¿Cuál es la probabilidad de que no seaarrestado por posesión de narcóticos?.
34
Solución:
• N = 15; M = 6 ; x = 1,2,3; n = 3
a)
Pr =(6C1)*(15-6C6-1)+
(15C3)
(6C2)*(15-6C6-2)+ (6C3)*(15-6C6-3)
NÚMERO QUE FUNCIONÓ CORRECTAMENTE PROBABILIDAD
0 0.184615
1 0.474725
2 0.296703
3 0.043956
0.815384SUMAMOS Y……
b) Pr =(6C0)*(15-6C3-0)
(15C3)= 0.184615
35
Ejemplo 6:De un lote de 10 proyectiles, 4 se seleccionan al azary se disparan. Si el lote contiene 3 proyectilesdefectuosos que no explotarán, ¿cuál es laprobabilidad de que , a) los 4 exploten?, b) almenos 2 no exploten?
Solución:• N = 10; M= 7 ;x = 4 ;n = 4
a)
Pr =(35)*(1)
(210)=0.16667
36
b)
= 0.333333
Pr =(3C2)*(10-3C4-2)
(10C4)
(3C3)*(10-3C4-3)+
Pr =(3)*(21)
(210)
(1)*(7)+
Pr =63
210
7+
37
EjERCICIO PROPUESTO:Una compañía manufacturera utiliza un esquemapara la aceptación de los artículos producidosantes de ser embarcados. El plan es de dosetapas. Se preparan cajas de 25 para embarquey se selecciona una muestra de 3 para verificar sitienen algún artículo defectuoso. Si se encuentrauno, la caja entera se regresa para verificarla al100%. Si no se encuentra ningún artículodefectuoso, la caja se embarca. a)¿Cuál es laprobabilidad de que se embarque una caja quetiene tres artículos defectuosos?, b)¿Cuál es laprobabilidad de que una caja que contiene soloun artículo defectuoso se regresa paraverificación?