Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Distribuciones de Probabilidad
Estatura
Color de una
Solucin
Desempeo
Poltico
Numero de hijos
Edad
Volumen de
Lquido
Resistencia de un
Material
Numero de hijos
1,2,3,4. 10
Edad
10,11,12 70
Volumen de
Lquido
Resistencia de un
Material
Otros ejemplos:
Gasto familiar, consumo elctrico,
peso, produccin de una cosecha, etc.
Aleatoria
Una variable se dice que es aleatoria, si los posibles valores que puede
tomar son determinados por el azar. En otras palabras se sabe qu
valores puede tomar la variable pero no se tiene certeza de su ocurrencia,
slo se sabe que puede ocurrir con una cierta probabilidad. Por ejemplo,
se sabe por una arteria vial concurrida pueden transitar camiones de
carga pesada pero no se sabe cuantos pasaran ni en que momento lo
harn. Solo podemos tener una idea de la probabilidad de que ocurra el
evento esperado que pase un numero n de camiones por la va.
Universidad de Oriente Departamento de Ingeniera Civil Estadstica Aplicada
f x P x
Cada valor de P(X) debe estar comprendido entre 1 y 0 y la probabilidad
total de un conjunto de eventos excluyentes debe ser igual a 1.
Variable Discreta
Distribucion Binomial
Distribucion Poisson
Distribucin Normal
Variable Continua
Distribucin t Student
Distribucin Chi Cuadrado
Distribucin Binomial
Distribucin Binomial
Donde:
n x
n x
f x p 1 p
x
n
n!
x x!(n x)!
n! x
n x
p 1 p
f x
x!n x !
f(X) = probabilidad de X
xitos dados los parmetros n
yp
n = tamao de la muestra
p = probabilidad de xito
1 p = probabilidad de
fracaso
X = numero de xitos en la
muestra ( X = 0, 1, 2, n)
Distribucin Binomial
Ejemplo
Distribucin Binomial
15
15 1
f 1 0.201 1 0.20
1
15
15!
1 1!(15 1)!
Donde:
f(X) = probabilidad de X
xitos dados los parmetros n
yp
n 15
p = 0.20
1 p = 0.80
15!
151
0.201 1 0.20 0.1319
f 1
1!15 1!
Distribucin Binomial
15
15 0
f 0 0.200 1 0.20 0.0352
0
15
15 1
f 1 0.201 1 0.20 0.1319
1
15
15 2
f 2 0.202 1 0.20 0.2309
2
Distribucin Poisson
Distribucin Poisson
Donde:
e
fx
x!
f(X) = probabilidad de X
xitos
= promedio de eventos
esperados
X = numero de xitos en la
muestra ( X = 0, 1, 2, n)
Distribucin Poisson
Distribucin Poisson
Ejemplo
Distribucin Poisson
Donde:
5 3
2.71828 5
f 3
3!
f(X) = probabilidad de X
xitos
=5
X = accidente = 3
f 3 0.1404
Distribucin Normal
Distribucin Normal
Distribucin Normal
1 x 2
1
fx
exp
2
2
z 2
1
fx
exp
2
2
x
z
Distribucin Normal
Distribucin Normal
Distribucin Normal
Distribucin Normal
Distribucin Normal
1.96
1.96
n
n
1.96S
1.96 S
;X
X
n
n
1.96 0.03
1.96 0.03
;0.50
0.50
100
100
0.4843;0.5157
Ejemplo
b.
Menos de 64C
Ejemplo
P(X)=0.4996
a.
60 70
z60
3.33
3
Z=-3.33
Z=0
P(X)=0.4525
z75
75 70
1.67
3
Z=0
Z=1.67
a.
Ejemplo
Z=-3.33
Z=0
Z=1.67
P(X)=0.4996+0.4525=0.9521=95.21%
a.
Ejemplo
P(X)=0.4772
Menos de 64
64 70
z64
2.00
3
Z=-2.00 Z=0
P(X)=0.50-0.4772=0.0228=2,28%
Distribucin t student
Distribucin t student
Distribucin t Student
X
S
n
t
Universidad de Oriente Departamento de Ingeniera Civil Estadstica Aplicada
Distribucin t Student
Qu son los grados de libertad? Supongamos que estamos tratando con dos
valores de muestra, a y b, y sabemos que tienen una media de 18, es decir,
(a +b)/2 = 18.
Cmo podemos encontrar los valores que a y b pueden tomar en esta
situacin? a y b pueden ser cualesquier valor cuya suma entre los dos sea 36.
Suponga que a tiene el valor de 10. Ahora b ya no es libre de tomar cualquier
valor, sino que debe de tomar el valor de 26.
La situacin de este ejemplo se puede generalizar para cualquier (n) en donde
dada la media de los valores slo quedan (n -1) elementos que pueden
definirse libremente y uno es funcin de la media y el resto de los elementos.
v=n-1
Universidad de Oriente Departamento de Ingeniera Civil Estadstica Aplicada