VARIABLE ALEATORIA DISCRETA

Si X es una v.a. discreta, con recorrido Rx que pertenece a un subconjunto de numeros enteros.

PARAMETROS DE X
GRAFICO:
Grafico de bastones.
Grafico de escalera.
1.-
a) Definicion.
b) Sin remplazo.
c) Con remplazo.
d) Calcular los resumenes E(x) V(X) y desviacion estandar.
e) Graficas de probabilidades (c).
f) Disear una funcion de cuantia para el ejemplo.
a) POR DEFINICION
: Extraer cinco bolas de uno en uno de una urna, y obs el resultado.
= { A'A'A'A'A', AA'A'A'A', AAA'A'A', AAAA'A', AAAAA', AAAAA }
A: Azul n

= 42504.0
A': No azul n = 5
Azul 10 n
E
= 2002.0
Roja 6
Blanca 8 p = 0.0471014
Total 24
No azul 14
X: Numero de bolas azules en la muestra de tamao 5.
EVENTO EVENTO K P( E
i
) X P( X = x ) P( X x ) P( X x )
E
1
{ A'A'A'A'A'} 0 0.047101 0 0.047101 0.047101 1.000000
E
2
{ AA'A'A'A'} 1 0.235507 1 0.235507 0.282609 0.952899
Se extraen 5 bolas de una urna que contiene 6 bolas rojas, 8 bolas blancas y 10 bolas azules. Si X es una variable
aleatoria que denota el numero total de bolas azules extraidas. Construir la distribucion de frecuencia de la variable X.
DATOS
=

= (

P(X=x)
=

= P(X=x)
=

P(X=x)

E
3
{ AAA'A'A'} 2 0.385375 2 0.385375 0.667984 0.717391
E
4
{ AAAA'A'} 3 0.256917 3 0.256917 0.924901 0.332016
E
5
{ AAAAA'} 4 0.069170 4 0.069170 0.994071 0.075099
E
6
{ AAAAA } 5 0.005929 5 0.005929 1.000000 0.005929
1.000000 1.000000
X P( X = x ) P( X x ) P( X x ) xP( X = x )
0 0.047101 0.047101 1.000000 0.000000
1 0.235507 0.282609 0.952899 0.235507
2 0.385375 0.667984 0.717391 0.770751
3 0.256917 0.924901 0.332016 0.770751
4 0.069170 0.994071 0.075099 0.276680
5 0.005929 1.000000 0.005929 0.029644
1.000000 2.083333
E( X ) =
x
= 2.083333
V( X ) =
2
X
= 1.003925 V( X ) =
2
X
=
b) M U E S T R E O S I N R E M P L A Z O
Si la eleccion de los elementos de la muestra es sin remplazo.
EVENTO EVENTO n
EVENTO
P(EVENTO) X P( X = x )
E
1
{ A'A'A'A'A'} 1 0.047101 0 0.047101
E
2
{ AA'A'A'A'} 5 0.047101 1 0.235507
E
3
{ AAA'A'A'} 10 0.038538 2 0.385375
E
4
{ AAAA'A'} 10 0.025692 3 0.256917
E
5
{ AAAAA'} 5 0.013834 4 0.069170
E
6
{ AAAAA } 1 0.005929 5 0.005929
1.000000
(x-E(X))
2
P( X = x )
0.2044334
1.0039251
0.2763939
0.0026762
0.2158816
0.2541035
0.0504364
DISTRIBUCION DE PROBABILIDADES
En el ejercicio anterior preparar la distribucion de probabilidades de la variable, aplicando el Teorema de multiplicacion
y suma de probabilidades y probabilidad condicional.
0.4
0.6
0.8
1.0
FUNCION DE DISTRIBUCION
CRECIENTE
0.4
0.6
0.8
1.0
FUNCION DE DISTRIBUCION
CRECIENTE
c) M U E S T R E O C O N R E M P L A Z O
Si la eleccion de los elementos de la muestra es con remplazo.
EVENTO EVENTO X P( X = x ) P( X x ) P( X x )
E
1
{ A'A'A'A'A'} 0 0.067544
E
2
{ AA'A'A'A'} 1 0.241227
E
3
{ AAA'A'A'} 2 0.344610
E
4
{ AAAA'A'} 3 0.246150
E
5
{ AAAAA'} 4 0.087911
E
6
{ AAAAA } 5 0.012559
1.000000
EVENTO EVENTO X P( X = x )
E1 { A'A'A'A'A'} 0 =COMBINAT(5;D104)*(10/24)^0*(14/24)^5
E2 { AA'A'A'A'} 1 =COMBINAT(5;D105)*(10/24)*(14/24)^4
E3 { AAA'A'A'} 2 =COMBINAT(5;D106)*(10/24)^2*(14/24)^3
E4 { AAAA'A'} 3 =COMBINAT(5;D107)*(10/24)^3*(14/24)^2
E5 { AAAAA'} 4 =COMBINAT(5;D108)*(10/24)^4*(14/24)^1
E6 { AAAAA } 5 =COMBINAT(5;D109)*(10/24)^5*(14/24)^0
=SUMA(E104:E109)
Entonces en particular
Entonces en general la funcion de cuantia es : Entonces en general la funcion de distribucion es :
Funcion de probabilidad de v.a. discreta:
Funcion de distribucion de probabilidades de v.a. discreta:
En el ejercicio anterior preparar la distribucion de probabilidades de la variable, aplicando el Teorema de multiplicacion
y suma de probabilidades y probabilidad condicional.
0.0
0.2
0.4
0 1 2 3 4 5
0.0
0.2
0.4
0 1 2
f(x) =

(/. )

(/)

F(x) =

(/. )

(
( = ) =

(/. )

(/)

: , , , ,

P(X x
<

PRACTICA DE V.A.D 1.doc
4.- Sea X una variable aleatoria discreta cuya funcin de probabilidad es:
Calcular, representar grficamente la funcin de distribucin
Calcular las siguientes probabilidades:
1. En un ayuntamiento hay 5 concejales del partido A, 4 del B y 1 del C. Si se eligen al azar y sucesivamente tres
concejales, cul es la probabilidad de que los tres sean del partido A? y la de que pertenezcan a partidos distintos?
2.- Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de euros como marca el dado, pero si
no sale nmero primo, pierde tantos cientos de euros como marca el dado. Determinar la funcin de probabilidad y la
esperanza matemtica del juego
1.- Se lanza un par de dados. Se define la variable aleatoria X como la suma de puntos obtenidos. Hallar la distribucion de
probabilidad, la esperanza matemtica y la varianza
3.- Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 un segundo premio de 2000 con
probabilidades de: 0.001 y 0.003. Cul sera el precio justo a pagar por la papeleta?
P(X x) =

(/. )

(/)

: , , ,

>

Si X es una v.a. discreta, con recorrido Rx que pertenece a un subconjunto de numeros enteros.
= { A'A'A'A'A', AA'A'A'A', AAA'A'A', AAAA'A', AAAAA', AAAAA }
=COMBINAT(24;5)
=COMBINAT(14;5)
=2002/42504
Se extraen 5 bolas de una urna que contiene 6 bolas rojas, 8 bolas blancas y 10 bolas azules. Si X es una variable
aleatoria que denota el numero total de bolas azules extraidas. Construir la distribucion de frecuencia de la variable X.

= =
Rx
X
x) xP(X

= =
Rx
2
X
2
X
x) P(X ) (x

X
2
x
2
P( X = x )
0 0.000000
1 0.235507
4 1.541502
9 2.312253
16 1.106719
25 0.148221
5.344203
1.003925
En el ejercicio anterior preparar la distribucion de probabilidades de la variable, aplicando el Teorema de multiplicacion
y suma de probabilidades y probabilidad condicional.
FUNCION DE DISTRIBUCION
CRECIENTE
Entonces en general la funcion de distribucion es :
En el ejercicio anterior preparar la distribucion de probabilidades de la variable, aplicando el Teorema de multiplicacion
y suma de probabilidades y probabilidad condicional.
3 4 5
)

(/)

1. En un ayuntamiento hay 5 concejales del partido A, 4 del B y 1 del C. Si se eligen al azar y sucesivamente tres
concejales, cul es la probabilidad de que los tres sean del partido A? y la de que pertenezcan a partidos distintos?
2.- Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de euros como marca el dado, pero si
no sale nmero primo, pierde tantos cientos de euros como marca el dado. Determinar la funcin de probabilidad y la
esperanza matemtica del juego
1.- Se lanza un par de dados. Se define la variable aleatoria X como la suma de puntos obtenidos. Hallar la distribucion de
probabilidad, la esperanza matemtica y la varianza
3.- Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 un segundo premio de 2000 con
probabilidades de: 0.001 y 0.003. Cul sera el precio justo a pagar por la papeleta?
VARIABLE ALEATORIA CONTINUA
Si X es una v.a. continua, con recorrido Rx que pertenece a un subconjunto de numeros reales.
PARAMETROS DE X
1.- Sea la v.a. X con funcion de densidad.
Calcular el valor de k luego. Hallar la probabilidad de:
a.- Que x sea a lo mas 5.
b.- Que x sea como minimo 3.
c.- Que x sea igual a 6
d.- Que x tome valores entre 3 y 5.
e.- Construir en un cuadro la funcion de densidad y de distribucion y sus parametros por definicion.
f.- Graficar las funciones de densidad y distribucion.
a)
P( X < 5) = 0.40625
b)
P( X > 3) = 0.885417
c)
P( X = 6 ) = 0 d) P( 3 < X < 5 ) = 0.291667
e)
x f(x) F(x) f )
2.0 0.104167 0.000000
2.5 0.114583 0.054688
3.0 0.125000 0.114583
3.5 0.135417 0.179688
4.0 0.145833 0.250000
4.5 0.156250 0.325521
5.0 0.166667 0.406250
5.5 0.177083 0.492188
DISTRIBUCION DE PROBABILIDADES
DE VARIABLE X CONTINUA
0.00
0.05
0.10
0.15
0.20
0.25
1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0
FUNCION DE DENSIDAD
f

48
+
3
48

5
2
=
13
32
=
+

=
3 = 24k-6k = 18k
= /
=
+ < <

()

dx -

2
2
=
64
2
-
4
2
=
60
2
= 30k

48
+
3
48

8
3
= 1 -

48
+
3
48

3
2
= 85/96=

48
+
3
48

5
3
=28/96 =
0.10
0.15
0.20
0.25
FUNCION DE DENSIDAD
f
0,40625
6.0 0.187500 0.583333
6.5 0.197917 0.679688
7.0 0.208333 0.781250
7.5 0.218750 0.888021
8.0 0.229167 1.000000
Los parametros:
5.3750
o = 1.6909
2.- Sea la v.a. X con funcion de densidad.
a.- Que x sea a lo mas 0.5.
b.- Que x sea como minimo 0.3.
c.- Que x sea igual a 0.6
d.- Que x tome valores entre 0.3 y 0.5.
e.- Construir en un cuadro la funcion de densidad y de distribucion y sus parametros por definicion.
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1 2 3 4 5 6 7 8
FUNCION DE DISTRIBUCION
F
0.600
=

< <
.


0.00
0.05
0.10
1 2 3 4 5 6 7 8
f(x) =

: < , >
.


F(x) =
<
.

/ : < , >
.
>

=

= 5.375
=

= (

dx - ,

= 2,8593
f.- Graficar las funciones de densidad y distribucion.

6
+
1
3

2
1.5
=
5
16

0.31250

6
+
1
3

0
0
= 0

6
+
1
3

1
0
=
5
12

DISTRIBUCIONES DE V.A. DISCRETA
1.- DISTRIBUCION UNIFORME
Es una distribucion que sigue una v.a. X que toma n posibles valores x
1
, x
2
, , x
n
con las mismas probabildades
Sea X una v.a. que sigue una distribucion uniforme, con funcion de cuantia:
Ejemplo: Se tiene un dado y se lanza una vez describir la funcion de cuantia y de distribucion.
a) Funcion de cuantia b) Funcion de distribucion.
c) Graficar las funciones de densidad y de distribucion. c) Calcular los parametros.
x P(X = x) P(X x) P(X x) xP(X = x) (x-)
2
P(X=x)
1 0.1666667 0.166667 1.000000 0.166667 1.041667
2 0.1666667 0.333333 0.833333 0.333333 0.375000
3 0.1666667 0.500000 0.666667 0.500000 0.041667
4 0.1666667 0.666667 0.500000 0.666667 0.041667
5 0.1666667 0.833333 0.333333 0.833333 0.375000
6 0.1666667 1.000000 0.166667 1.000000 1.041667
1.000000 3.500000 2.916667
o = 1.71
= =

x: 1, 2, ..., n
( = ) =

: , , ,
.

P(X x) =
<
.
/ : , ,
.
>

0.00
0.05
0.10
0.15
0.20
0 1 2 3 4 5 6 7
FUNCION DE CUANTIA
=

= 3.5
=

= .
Es una distribucion que sigue una v.a. X que toma n posibles valores x
1
, x
2
, , x
n
con las mismas probabildades
Ejemplo: Se tiene un dado y se lanza una vez describir la funcion de cuantia y de distribucion.
Calcular los parametros.
DISTRIBUCIONES DE V.A. DISCRETA
DISTRIBUCION BERNOULLI X b( p )
FUNCION DE CUANTIA DE V.A. BERNOULLI PROBABILIDAD DE X.
FUNCION DE DISTRIBUCION DE V.A. BERNOULLI PROBABILIDAD ACUMULADA DE X.
Parmetros de la distribucin bernoulli.
a) Salga sello. P(Sello) = 0.3333333
b) salga cara. P(Cara) = 0.6666667 c =
c) Sea X numero de cara. Construir la funcion de cuantia y de distribucion. s =
p =P(xito) = 0.6666667
x = c
p(xito)
x P(X = x) P(X x) P(X x) xP(X = x) (x-)
2
P(X=x)
0 0.3333333 0.333333 1.000000 0.000000 0.148148
1 0.6666667 1.000000 0.666667 0.666667 0.074074
0.666667 0.222222
= 0.666667 0.2222222
Ejemplo: Se lanza una moneda trucada de modo que el salir cara tiene dos veces la posibilidad de salir sello.
Halar la probabilidad:
() =

( )

: ,
.


F(x) =
<
.

( )

: ,
.
>

F(x) =
<
.

: ,
.
>

P( = ) =

( )

.

P(X x) =

.

( )

.

=

= pq
=

= p
() =

(, )

: ,
.

2
= 0.222222
0
0
p(evento) .. 0
2n 0.66667
1n 0.33333
3n 1
=
Ejemplo: Se lanza una moneda trucada de modo que el salir cara tiene dos veces la posibilidad de salir sello.
Halar la probabilidad:

|
|
.
|

\
|
=
x n x
p) (1 p
x
1
f(x)

|
|
.
|

\
|
= =
x n x
p) (1 p
x
1
x) P(X

|
|
.
|

\
|
=

=

K
x 0
x n x
p) (1 p
x
n
F(x)

|
|
.
|

\
|
= s

=

k
X 0
x n x
p) (1 p
x
n
x) P(X
: ,


<
: ,
>

x: 0, 1
0 otro caso
x: 0, 1
otro caso
x: 0, 1
otro caso
x: 0, 1
otro caso

|
|
.
|

\
|
=
x n x
p) (1 p
x
1
f(x)

|
|
.
|

\
|
= =
x n x
p) (1 p
x
1
x) P(X

|
|
.
|

\
|
=

=

K
x 0
x n x
p) (1 p
x
n
F(x)

|
|
.
|

\
|
= s

=

k
X 0
x n x
p) (1 p
x
n
x) P(X
P(evento)
c = 2n 2/3
s = n 1/3
3n 1
x = Variable aleatoria que representa el numero de caras
p : 2/3
q : (1-p) = 1/3
a) Probabilidad que salgan caras
P
(1)
= 0.6667 66.67%
b)Probabilidad que salgan sellos
P
(0)
= 0.3333 33%
Formula
(2/3)^1*(1/3)^(1-1)
Formula
(2/3)^0*(1/3)^(1-0)
=

()

DISTRIBUCIONES DE V.A. DISCRETA
DISTRIBUCION BINOMIAL X B(n, p)
FUNCION DE CUANTIA DE V.A. BINOMIAL PROBABILIDAD DE X.
Funcion de cuantia de una binomial en EXCEL: Funcion de probabilidad de una binomial en EXCEL:
f(x) = DISTR.BINOM.N(x, n, p, 0) P( X = x ) = DISTR.BINOM.N(x, n, p, 0)
Funcion de cuantia de una binomial en SPSS: Funcion de probabilidad de una binomial en SPSS:
f(x) = PDF.BINOM.N(x, n, p) P( X = x ) = PDF.BINOM.N(x, n, p)
FUNCION DE DISTRIBUCION DE V.A. BINOMIAL PROBABILIDAD ACUMULADA DE X.
Funcion de distribucion de una binomial en EXCEL: Funcion de probab.acumulada de una binomial en EXCEL:
F(X) = DISTR.BINOM.N(x,n,p,1) P( X x ) = DISTR.BINOM.N(x,n,p,1)
Funcion de distribucion de una binomial en SPSS: Funcion de probab.acumulada de una binomial en SPSS:
F(X) = CDF.BINOM(x, n, p) P( X x ) = CDF.BINOM(x, n, p)
Parmetros de la distribucin binomial
a) Salga 5 sellos.
b) salga 3 caras.
c) Sea X numero de caras. Construir la funcion de cuantia y de distribucion.
a) p =P(xito) = 0.3333333
n = 10 P({SSSSSCCCCC}) = P(X=5) = 0.1365645
x = 5
0.1365645
b) p =P(xito) = 0.6666667
n = 10 P({CCCSSSSSSS}) = P(X=3) = 0.0162577
x = 3
Ejemplo: Se lanza una moneda trucada 10 veces de modo que el salir cara tiene dos veces la posibilidad de salir
sello. Halar la probabilidad:
() =

( )

: , , , ,
.


F(x) =
<
.

( )

: , , ,
.
>

( = ) =

( )

.

P(X x) =

.

( )

.

=

= npq
=

= np
0.0162577
c)
x P(X = x) P(X x) P(X x) xP(X = x) (x-)
2
P(X=x)
0 0.0000169 0.0000169 1.0000000 0.00000 0.0007527
1 0.0003387 0.0003556 0.9999831 0.00034 0.0108761 =
2 0.0030483 0.0034040 0.9996444 0.00610 0.0663855
2
=
3 0.0162577 0.0196616 0.9965960 0.04877 0.2185755
4 0.0569019 0.0765635 0.9803384 0.22761 0.4046357
5 0.1365645 0.2131281 0.9234365 0.68282 0.379346 =
6 0.2276076 0.4407357 0.7868719 1.36565 0.1011589
2
=
7 0.2601229 0.7008586 0.5592643 1.82086 0.0289025
8 0.1950922 0.8959508 0.2991414 1.56074 0.3468306
9 0.0867076 0.9826585 0.1040492 0.78037 0.472075
10 0.0173415 1.0000000 0.0173415 0.17342 0.1926837
1.0000000 6.66667 2.2222222
Grafico de las probabilidades individual y acumulada.
Construir la funcion de cuantia y de distribucion.
a. Haya por lo menos una defectuosa
b. No haya mesas defectuosas. DATOS: p = 0.15
c. Haya a lo mas 6 mesas defectuosas. n = 9
d. Haya entre 5 y 8 mesas defectuosas inclusive.
a. FORMULA FUNCION EXCEL
P( X > 0) = 0.7683831 0.7683831 =1-DISTR.BINOM.N(0,9,0.15,1)
P( X 1) = 0.7683831 0.7683831 =1-DISTR.BINOM.N(0,9,0.15,1)
b. =1-COMBINAT(9,0)*((0.15)^0)*(1-0.15)^9
P( X = 0) = 0.2316169 0.2316169 =DISTR.BINOM.N(0,9,0.15,0)
c. =COMBINAT(9,0)*((0.15)^0)*(1-0.15)^9
P(X< 7) =
P(X 6) = 0.9999536 0.9999536 =DISTR.BINOM.N(6,9,0.15,1)
=COMBINAT(9,6)*(0.15)^6*(1-0.15)^3+COMBINAT(9,5)*(0.15)^5*(1-0.15)^4+
COMBINAT(9,4)*(0.15)^4*(1-0.15)^5+COMBINAT(9,3)*(0.15)^3*(1-0.15)^6+
d. COMBINAT(9,2)*(0.15)^2*(1-0.15)^7+COMBINAT(9,1)*(0.15)^1*(1-0.15)^8+COMBINAT(9,0)*(0.15)^0*(1-0.15)^9
P(4<X< 9) =
P(5 X 8) = 0.0056286 0.0056286 =DISTR.BINOM.N(8,9,0.15,1)-DISTR.BINOM.N(4,9,0.15,1)
a. Obtenga la probabilidad de que las 15 personas que hicieron reservaciones aborden la avioneta.
b. Si se anotaran 16 reservaciones, encuentre la probabilidad de que:
Ejemplo: Una empresa que fabrica mesas de billar sospecha que el 15% de su produccin est defectuosa en alguna forma. Si
esta sospecha es correcta, encuentre la probabilidad de que en una muestra de nueve mesas:
Ejemplo: El 50% de los que hacen reservaciones para un vuelo en avioneta a menudo no llegan a tiempo para abordarle.
Dicha avioneta tiene capacidad para 15 pasajeros.
i) se quede una persona
ii) no se quede ninguna
iii) se quede ms de una.
Funcion de probabilidad de una binomial en EXCEL:
P( X = x ) = DISTR.BINOM.N(x, n, p, 0)
Funcion de probabilidad de una binomial en SPSS:
Funcion de probab.acumulada de una binomial en EXCEL:
P( X x ) = DISTR.BINOM.N(x,n,p,1)
Funcion de probab.acumulada de una binomial en SPSS:
Ejemplo: Se lanza una moneda trucada 10 veces de modo que el salir cara tiene dos veces la posibilidad de salir
sello. Halar la probabilidad:

|
|
.
|

\
|
=
x n x
p) (1 p
x
n
f(x)

|
|
.
|

\
|
=

=

K
x 0
x n x
p) (1 p
x
n
F(x)
: , , , ,


<
: , , ,
>

6.666667
2.222222
6.6666667
2.2222222
=1-DISTR.BINOM.N(0,9,0.15,1)
=1-DISTR.BINOM.N(0,9,0.15,1)
=DISTR.BINOM.N(0,9,0.15,0)
=DISTR.BINOM.N(6,9,0.15,1)
COMBINAT(9,2)*(0.15)^2*(1-0.15)^7+COMBINAT(9,1)*(0.15)^1*(1-0.15)^8+COMBINAT(9,0)*(0.15)^0*(1-0.15)^9
=DISTR.BINOM.N(8,9,0.15,1)-DISTR.BINOM.N(4,9,0.15,1)
Ejemplo: Una empresa que fabrica mesas de billar sospecha que el 15% de su produccin est defectuosa en alguna forma. Si
esta sospecha es correcta, encuentre la probabilidad de que en una muestra de nueve mesas:
Ejemplo: El 50% de los que hacen reservaciones para un vuelo en avioneta a menudo no llegan a tiempo para abordarle.
Dicha avioneta tiene capacidad para 15 pasajeros.
x: 0, 1, 2, . . ., n
0 otro caso . 0
x: 0, 1, 2, . . ., n
0 otro caso . 0

|
|
.
|

\
|
=
x n x
p) (1 p
x
n
f(x)

|
|
.
|

\
|
= =
x n x
p) (1 p
x
n
x) P(X

|
|
.
|

\
|
=

=

K
x 0
x n x
p) (1 p
x
n
F(x)

|
|
.
|

\
|
= s

=

k
X 0
x n x
p) (1 p
x
n
x) P(X
x: 0, 1, 2, . . ., n
otro caso
x: 0, 1, 2, . . ., n
otro caso

|
|
.
|

\
|
= s

=

k
X 0
x n x
p) (1 p
x
n
x) P(X
DISTRIBUCIONES DE V.A. DISCRETA
DISTRIBUCION GEOMETRICA o PASCAL X G( p )
Es un caso especial de la Binomial
Est relacionada con una secuencia de ensayos de Bernoulli, excepto que el nmero de ensayos no es fijo
Tambin implica la existencia de una dicotoma de posibles resultados y la independencia de las pruebas entre s.
FUNCION DE CUANTIA DE V.A. GEOMETRICA PROBABILIDAD DE X.
Funcion de cuantia de una geometrica en SPSS: Funcion de probabilidad de una geometrica en SPSS:
f(x) = PDF.GEOM(x, p) P( X = x ) = PDF.GEOM(x, p)
FUNCION DE DISTRIBUCION DE V.A. GEOMETRICA PROBABILIDAD ACUMULADA DE X.
Funcion de distribucion de una binomial en SPSS: Funcion de probab.acumulada de una binomial en SPSS:
F(X) = CDF.GEOM(x, p) P( X x ) = CDF.GEOM(x, p)
Parmetros de la distribucin geometrica
a) Determine la probabilidad de que en el ltimo lanzamiento aparezca una cara.
b) En caso sean 12 veces y no 10, cul es la probabilidad de que en ltimo lanzamiento aparezca una cara.
c) Calcular la esperanza matmatica y la varianza
DATOS: p = 0.6666667
a) b)
P( X = 10) = 0.0000339 P( X = 12) = 0.0000013
x P(X = x) P(X x) P(X x) xP(X = x) (x-)
2
P(X=x)
1 0.6666667 0.6666667 1.0000000 0.66667 0.1666667
2 0.2222222 0.8888889 0.3333333 0.44444 0.0555556
3 0.0740741 0.9629630 0.1111111 0.22222 0.1666667 =
Ejemplo: Se lanza al aire una moneda cargada 10 veces, de tal manera que la probabilidad de que aparezca cara es de
2/3, mientras que la probabilidad de que aparezca sello es de 1/3.
() =
( )

: , , ,
.


F(x) =
<
.
( )

: , ,
.
>

=

P( X = ) =
( )

: ,
.

P(X x) =

.
( )

: ,
.

4 0.0246914 0.9876543 0.0370370 0.09877 0.154321
2
=
5 0.0082305 0.9958848 0.0123457 0.04115 0.100823
6 0.0027435 0.9986283 0.0041152 0.01646 0.0555556
7 0.0009145 0.9995428 0.0013717 0.00640 0.0276635 =
8 0.0003048 0.9998476 0.0004572 0.00244 0.0128791
2
=
9 0.0001016 0.9999492 0.0001524 0.00091 0.0057156
10 0.0000339 0.9999831 0.0000508 0.00034 0.0024471
11 0.0000113 0.9999944 0.0000169 0.00012 0.0010189
12 0.0000038 0.9999981 0.0000056 0.00005 0.0004149
13 0.0000013 0.9999994 0.0000019 0.00002 0.0001659
14 0.0000004 0.9999998 0.0000006 0.00001 6.534E-05
15 0.0000001 0.9999999 0.0000002 0.00000 2.54E-05
16 0.0000000 1.0000000 0.0000001 0.00000 9.768E-06
17 0.0000000 1.0000000 0.0000000 0.00000 3.721E-06
18 0.0000000 1.0000000 0.0000000 0.00000 1.405E-06
19 0.0000000 1.0000000 0.0000000 0.00000 5.27E-07
20 0.0000000 1.0000000 0.0000000 0.00000 1.963E-07
1.0000000 1.50000 0.750000
Est relacionada con una secuencia de ensayos de Bernoulli, excepto que el nmero de ensayos no es fijo
Tambin implica la existencia de una dicotoma de posibles resultados y la independencia de las pruebas entre s.
Funcion de probabilidad de una geometrica en SPSS:
Funcion de probab.acumulada de una binomial en SPSS:
b) En caso sean 12 veces y no 10, cul es la probabilidad de que en ltimo lanzamiento aparezca una cara.
1.500000
Ejemplo: Se lanza al aire una moneda cargada 10 veces, de tal manera que la probabilidad de que aparezca cara es de
2/3, mientras que la probabilidad de que aparezca sello es de 1/3.
, ,


<
, ,
>

0.750000
1.500000
0.750000