Unidad 2-JS-HO

Notes
Repaso de Probabilidad y Estadstica

Modelos estocsticos
Javiera Silva
javiera.silvarroyo@gmail.com
6 de agosto de 2017
www.unab.cl
Outline
Notes
Conceptos
Variable Aleatoria
Funcin de Distribucin
Funcin de masa
Funcin de densidad 1 Conceptos de probabilidad
Variable Aleatoria
Adicin de probabilidades
Funcin de Distribucin Acumulada
Momento
Funcin de Masa de Probabilidad: Caso Discreto
Probabilidad condicional Funcin de Densidad de Probabilidad: Caso Continuo
Ley de adicin de la probabilidad
DP discretas
Momento
Bernoulli
Probabilidad condicional
Binomial
Geomtrica
Binomial Negativa
Poisson
2 Distribuciones de probabilidad discretas

Distribucin Bernoulli
Distribucin Binomial
Distribucin Geomtrica
Distribucin Binomial Negativa
Distribucin de Poisson
Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 2/50
Conceptos de probabilidad
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
DP discretas
Bernoulli
Binomial
Geomtrica
Binomial Negativa
Poisson

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Elementos de un Modelo Aleatorio
Momento
Experimento: Procedimiento cuyo resultado se puede observar pero
DP discretas
Bernoulli no anticipar.
Binomial
Geomtrica Espacio Muestral: Conjunto de todos los resultados posibles,
Binomial Negativa
Poisson denotado por S.
Evento: Subconjunto del Espacio muestral E.
Ejemplos?
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento Tipos de eventos
DP discretas
Bernoulli
Evento E imposible: si P{E} = 0.
Binomial
Geomtrica Evento E posible: si P{E} > 0.
Binomial Negativa
Poisson
Evento E posible seguro: si P{E} = 1.
Ejemplos?
Variable Aleatoria
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Adicin de probabilidades Variable aleatoria
Momento
DP discretas Una variable aleatoria mide el resultado de un experimento en el que

Bernoulli los resultados posibles son al azar.
Binomial
Geomtrica
Binomial Negativa Formalmente, una variable aleatoria es una funcin f : S R.
Poisson
El valor de una variable aleatoria es determinado por el resultado de

un experimento, por lo que podemos asignar probabilidades a los
posibles valores de la variable aleatoria.

Variable Aleatoria
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento Ejemplo: Lanzamiento de un dado
DP discretas
Bernoulli Los resultados de un experimento pueden ser numricos (el lanza-
Binomial
Geomtrica
miento de un dado), o estar representados por un cdigo (lanzamien-
Binomial Negativa to de una moneda con el resultado cara/cruz codificado como 0/1).
Poisson
La representacin numrica de los resultados define lo que se conoce

como variable aleatoria.
Variable Aleatoria
Notes
Tipos de Variables aleatorias
Conceptos
Variable Aleatoria
Funcin de masa Variable aleatoria discreta
Funcin de densidad
Momento
Sea S un espacio muestral. Una variable aleatoria discreta es aquella variable
Probabilidad condicional que puede tomar un nmero finito de resultados posibles de S. El valor de la
DP discretas variable aleatoria discreta es un nmero entero.
Bernoulli
Binomial Si el conjunto de valores de X es un conjunto finito o infinito numerable, es decir,
Geomtrica si se pueden enlistar o enumerar, se dice que la variable es discreta.
Binomial Negativa
Poisson
Ejemplos
Cantidad de caras que resultan de lanzar una moneda varias veces

sucesivas.
Cantidad de productos defectuosos obtenidos de un proceso productivo.
Cantidad de productos demandados de un bien.
Variable Aleatoria
Notes
Conceptos Tipos de Variables aleatorias

Variable Aleatoria
Funcin de masa
Funcin de densidad
Variable aleatoria continua
Momento Sea S un espacio muestral. Una variable aleatoria es aquella variable que puede
tomar cualquier valor dentro de un intervalo continuo [a, b] de una recta lineal.
DP discretas
Bernoulli A diferencia de la variable aleatoria discreta, el valor de la variable aleatoria
Binomial
Geomtrica
continua es un nmero perteneciente a los nmeros reales.
Binomial Negativa
Poisson
Ejemplos
Tiempo de funcionamiento de un componente de un sistema hasta que falla.

Tiempo que transcurre hasta la llegada del prximo cliente a la fila de la caja
de un banco.
Volumen de agua que cae durante una lluvia.

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Funcin de distribucin (acumulada)
Momento
La funcin de distribucin acumulada F de una variable aleatoria X
DP discretas se define, para b R, como:
Bernoulli
Binomial
Geomtrica
F (b) = P{X b} (1)
Binomial Negativa
Poisson F (b) denota la probabilidad de que la variable aleatoria X tome cual-
quier valor menor o igual a b.
Como el valor de una variable aleatoria es determinado por el resulta-
do de un experimento, podemos asignar probabilidades a los posibles
valores de la variable aleatoria.
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
Probabilidad condicional Propiedades
DP discretas
Bernoulli
Binomial
(I) F (b) es una funcin no decreciente de b.
Geomtrica
Binomial Negativa (II) limb F (b) = F () = 1
Poisson
(III) limb F (b) = F () = 0
Notes
Conceptos
Variable Aleatoria Funcin de distribucin (acumulada)
Funcin de masa
Funcin de densidad
Momento
DP discretas
Bernoulli
Binomial
Geomtrica
Binomial Negativa
Poisson

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
Funcin de masa de probabilidad
DP discretas Para una variable aleatoria discreta X {x1 , x2 , . . . }, la funcin de

Bernoulli
Binomial masa de probabilidad p(a) se define como:
Geomtrica
Binomial Negativa
Poisson
p(a) = P{X = a}
p(a) corresponde a la probabilidad de que la variable aleatoria X tome

un valor igual a a.
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento Propiedades
DP discretas
Bernoulli La funcin de masa de probabilidad p(a) es positiva para un nmero
Binomial
Geomtrica
contable de valores de a. Esto es:
Binomial Negativa
Poisson (I) p(xi ) 0, para i = 1, 2, . . . .
P
(II) i=1 p(xi ) = 1.
Funcin de Densidad de Probabilidad: Caso Continuo
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Funcin de densidad de probabilidad
Momento
Para una variable aleatoria continua X R, la funcin de densidad
DP discretas
Bernoulli probabilidad f (x) es una funcin tal que para un conjunto de nmeros
Binomial
Geomtrica
reales B: Z
Binomial Negativa
Poisson
P{X B} = f (x)dx
B
Esto es, la probabilidad de que la variable aleatoria X tome un valor

que est dentro del intervalo B se calcula como la integral de la funcin
de densidad de probabilidad sobre este intervalo.

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
Propiedades
R
DP discretas
Bernoulli
(I) P{X (, )} = f (x)dx = 1.
Binomial
Rb
Geomtrica
Binomial Negativa
(II) P{a X b} = a f (x)dx, donde B = [a, b].
Poisson Ra
(III) P{X = a} = a f (x)dx = 0
(IV) P{X } 0
Notes
Relacin entre la funcin de masa (densidad) de probabilidad y la
Conceptos
Variable Aleatoria
funcin de distribucin acumulada
Funcin de masa
Funcin de densidad
Momento Para una variable aleatoria discreta, la funcin de distribucin acumulada F pue-
de expresarse en trminos de p(a) como:
DP discretas
Bernoulli X
Binomial
F (a) = p(xi ) (2)
Geomtrica
Binomial Negativa xi a
Poisson
Para una variable aleatoria continua, la funcin de distribucin acumulada F

puede expresarse en funcin de f (a) como:
Z a
F (a) = P{X (, a)} = f (x)dx (3)

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Ejemplo
Momento
Probabilidad condicional Supongamos que el error en la temperatura de reaccin, en grados
DP discretas Celsius, para un experimento de laboratorio controlado es una v.a.c. X
Bernoulli
Binomial
que tiene la funcin de densidad de probabilidad
Geomtrica (
2x
Binomial Negativa
1 x 2
Poisson
f (x) = 3
0 en otro caso
(I) Calcular P(0 < x < 1)

(II) Calcular P(x > 1)

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Ley de la adicin de la probabilidad
Funcin de densidad
Momento La unin de dos eventos E y F es E+F o E F , y su interseccin es
EF o E F .
DP discretas
Bernoulli
Binomial
Los eventos E y F son mutuamente excluyentes si la ocurrencia de
Geomtrica uno excluye la ocurrencia del otro: P{EF} = 0.
Binomial Negativa
Poisson
Basado en estas definiciones, la ley de adicin de probabilidad puede
formularse como:
(
P{E} + P{F } E y F excluyentes
P{E + F } =
P{E} + P{F } P{EF } de lo contrario
Notes
Conceptos
Variable Aleatoria
Funcin de Distribucin Ejemplo
Funcin de masa
Funcin de densidad
Momento
Considere el experimento de lanzar un dado. El espacio de muestreo
Probabilidad condicional del experimento es {1,2,3,4,5,6}. Para un dado equilibrado, tenemos:
DP discretas
Bernoulli P[1]=P[2]=P[3]=P[4]=P[5]=P[6]=1/6
Binomial
Geomtrica
Binomial Negativa
Definimos E={1, 2, 3 o 4} y F ={3, 4 o 5}
Poisson
La probabilidad de E es: P{E}=1/6+1/6+1/6+1/6= 2/3

La probabilidad de F es: P{F}=1/6+1/6+1/6= 1/2
La probabilidad de la interseccin entre E y F : P[EF ]= 1/3
Luego, P{E+F}=2/3+1/2-1/3=5/6
Notes
Conceptos
Variable Aleatoria
Ejemplo
Funcin de masa
Funcin de densidad
Adicin de probabilidades Un dado se lanza dos veces. Calcule la probabilidad de obtener 4, 5 o
Momento
6 en el primer lanzamiento y 1, 2, 3 o 4 en el segundo.
DP discretas
Bernoulli
Binomial
Geomtrica
Respuesta
Binomial Negativa
Poisson
Sea E1 es el evento 4, 5 o 6 en el primer lanzamiento y E2 es el evento
1, 2, 3 o 4 en el segundo lanzamiento.
P{E1 }=1/6+1/6+1/6=1/2
P{E2 }=1/6+1/6+1/6+1/6=2/3
P{E1 }*P{E2 }=1/3

Momento
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento Momentos
DP discretas
Bernoulli
Es una cantidad cuantitativa especfica y caracterstica de la forma de
Binomial un conjunto de puntos. Se usa tanto en mecnica como en estadstica.
Geomtrica
Binomial Negativa
Poisson La coleccin de todos los momentos de un conjunto de puntos carac-
teriza su distribucin. Si dos conjuntos de puntos comparten toda su
coleccin de momentos, entonces tienen la misma distribucin.
Momento
Notes
Conceptos
Variable Aleatoria
Esperanza
Funcin de masa
Funcin de densidad
Adicin de probabilidades Valor esperado de una v.a. X es valor promedio de la v.a. en un gran
Momento
nmero de experimentos.
DP discretas En el caso de una variable aleatoria discreta, esta esperanza se

Bernoulli
Binomial calcula: X
Geomtrica
Binomial Negativa
E|X | = xi f (xi )
Poisson iS
En el caso de una variable aleatoria continua, esta esperanza se

calcula:
Z +
E|X | = xf (x)dx

Momento
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad Esperanza
Momento
Probabilidad condicional Propiedades
DP discretas
Bernoulli E(k )=k
Binomial
Geomtrica
Binomial Negativa E(kX )=k E(X )
Poisson
E(X +Y )=E(X )+E(Y )

E(k +Y )=k +E(Y )
Si X e Y son independientes: E(X Y )=E(X )E(Y )

Momento
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
Varianza
DP discretas Varianza de una v.a. X es una medida de la dispersin de la distribucin

Bernoulli
Binomial
de probabilidad de esa v.a. y se calcula de la siguiente manera:
Geomtrica
Binomial Negativa V (X ) = E(X E(X ))2
Poisson
Esta definicin equivale a:

V (X ) = E(X 2 ) (E(X ))2
Momento
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Adicin de probabilidades Varianza
Momento
DP discretas
Propiedades
Bernoulli
Binomial V (k )=0
Geomtrica
Binomial Negativa
Poisson
V (kX )=k 2 V (X )
V (k +X )=V (Y )
Si X e Y son independientes: E(X +Y )=E(X )+E(Y )
Momento
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
Ejemplo
DP discretas
Bernoulli
Binomial
Geomtrica
Juan arroja un dado y gana $1 si obtiene 1 o 2, $2 si obtiene un 3 o un
Binomial Negativa 4, $4 si sale 5 y $8 si sale 6.
Poisson
Cul es el premio esperado?

Momento
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Adicin de probabilidades Ejemplo
Momento
DP discretas Sea X una variable aleatoria continua cuya funcin de densidad es:
Bernoulli (
Binomial
2x 0 x 1
Geomtrica
f (x) =
Binomial Negativa
Poisson
0 en otro caso
(I) Calcular la Esperanza

(II) Calcular la Varianza
Momento
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Ejemplo
Momento
Probabilidad condicional : La demanda semanal de cierta bebida, en miles de litros tiene la
DP discretas funcin densidad:
Bernoulli (
Binomial
2(x 1) 1 x 2
Geomtrica f (x) =
Binomial Negativa 0 en otro caso
Poisson
(I) Calcular P(0 < x < 1)

(II) Calcular la Esperanza
(III) Calcular la Varianza
Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Probabilidad Condicional
Momento
Dados los dos eventos E y F con P{F}>0, la probabilidad condicional
DP discretas
de E dado F se calcula como:
Bernoulli
Binomial
Geomtrica P{EF }
Binomial Negativa P{E | F } = (4)
Poisson P{F }
Existen dos casos:
Si E es un subconjunto de F, entonces: P{EF}=P{E}
Si los dos eventos son independientes, entonces: P{EF}=P{E}P{F}

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad Probabilidad Condicional: Ejemplo
Momento
Probabilidad condicional Usted participa en un juego en el que otra persona lanza un dado. No
DP discretas puede ver el dado, pero le informan sobre los resultados. Su tarea es
Bernoulli
Binomial predecir el resultado de cada lanzamiento. Determine la probabilidad
Geomtrica
Binomial Negativa
de que el resultado sea 6, dado que le dicen que el resultado fue un
Poisson nmero par.
Sea E={6}, y defina F={2,4 o 6}
P{EF }
Entonces, P{E | F } = P{F }
= P{E}
P{F }
= 1/6
1/2
= 1/3
Distribuciones de probabilidad discretas

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
DP discretas
Bernoulli
Binomial
Geomtrica
Binomial Negativa
Poisson

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad Distribucin de Bernoulli
Momento
Probabilidad condicional Si X es una variable aleatoria que mide el "nmero de xitos"de un
DP discretas experimento que se realiza una sla vez,y que tiene dos resultados
Bernoulli
Binomial posibles, se dice que X se distribuye como una Bernoulli de parmetro
Geomtrica
Binomial Negativa
p.
Poisson
F. masa probabilidad: f (x) = px (1 p)1x , con x = {0, 1}
Esperanza: E(x) = p
Varianza: V (x) = p(1 p)

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento
DP discretas
Bernoulli
Binomial
Geomtrica
Binomial Negativa
Poisson

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Adicin de probabilidades Ejemplo: Distribucin de Bernoulli
Momento
DP discretas Al final de la cadena de ensamblaje ciertos productos son sujetos a ins-

Bernoulli
Binomial
peccin. Definimos Xn = 1 si el n-simo producto es defectuoso, Xn = 0
Geomtrica si es bueno. Supongamos que el proceso de fabricacin bajo inspec-
Binomial Negativa
Poisson cin produce artculos defectuosos al azar (la aparicin de un artculo
defectuoso es independiente de la aparicin de otros) y la probabilidad
de ocurrencia del defecto es una constante p. El proceso {Xn : n N}
es un proceso de Bernoulli.

Notes
Conceptos
Variable Aleatoria Distribucin Binomial
Funcin de masa
Funcin de densidad Sea X una variable aleatoria que mide la cantidad de xitos k de n
Momento experimentos independientes, donde cada experimento tiene una pro-
babilidad de xito dep. Se dice entonces que esta variable se distribuye
DP discretas
Bernoulli
Binomial de parmetros (n, p).
Binomial
n
pk (1 p)nk
Geomtrica
F. masa probabilidad: f (x = k ) = k =
Binomial Negativa
Poisson
k
0, 1, . . . , n
Esperanza: E(x) = np
Varianza: V (x) = np(1 p)

n n!
Nota: = k !(nk )!
k

Notes
Conceptos
Variable Aleatoria
El espacio de estados est dado por:
Funcin de masa
Funcin de densidad
Momento
DP discretas
Bernoulli
Binomial
Geomtrica
Binomial Negativa
Poisson

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Ejemplo: Distribucin Binomial
Momento
Al final de la cadena de ensamblaje ciertos productos son sujetos a ins-
DP discretas
Bernoulli peccin. Definimos Xn = 1 si el n-simo producto es defectuoso, Xn = 0
Binomial
Geomtrica
si es bueno. Supongamos que el proceso de fabricacin bajo inspec-
Binomial Negativa cin produce artculos defectuosos al azar (la aparicin de un artculo
Poisson
defectuoso es independiente de la aparicin de otros) y la probabili-
dad de ocurrencia del defecto es una constante p. Supongamos que
realizamos n inspecciones independientes, y medimos la cantidad de
artculos defectuosos. El proceso {Xn : n N} es un proceso Binomial.

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad Ejercicio: Distribucin Binomial
Momento
Se sabe que cualquier producto fabricado por cierta mquina puede
DP discretas
resultar defectuoso con probabilidad 0.1, independientemente de los
Bernoulli dems productos. Cul es la probabilidad de que en una muestra de
Binomial
Geomtrica
tres productos, haya a lo ms un producto defectuoso?.
Binomial Negativa
Poisson
Solucin: Si X es el nmero de productos defectuosos en la muestra,

entonces X es una variable aleatoria binomial con parmetros (3, 0,1).
De acuerdo con esto, la respuesta es:

3 3
f (X = 0)+f (X = 1) = (0,1)0 (0,9)3 + (0,1)1 (0,9)2 = 0,972
0 1
(5)

Notes
Conceptos
Variable Aleatoria
Funcin de Distribucin Distribucin Geomtrica
Funcin de masa
Funcin de densidad
Adicin de probabilidades Sea X una variable aleatoria que mide la cantidad experimentos k rea-
Momento
Probabilidad condicional lizados hasta obtener el primer xito, donde cada experimento tiene
DP discretas una probabilidad de xito dep. Se dice entonces que esta variable se
Bernoulli
Binomial
distribuye Geomtrica de parmetro p.
Geomtrica
Binomial Negativa F. masa probabilidad: f (x = k ) = (1 p)k 1 p k = 1, 2, . . .
Poisson
1
Esperanza: E(x) = p
(1p)
Varianza: V (x) = p2

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad Ejemplo: Distribucin Geomtrica
Momento
Al final de la cadena de ensamblaje ciertos productos son sujetos a ins-
DP discretas
Bernoulli
peccin. Definimos Xn = 1 si el n-simo producto es defectuoso, Xn = 0
Binomial si es bueno. Supongamos que el proceso de fabricacin bajo inspec-
Geomtrica
Binomial Negativa
cin produce artculos defectuosos al azar (la aparicin de un artculo
Poisson defectuoso es independiente de la aparicin de otros) y la probabili-
dad de ocurrencia del defecto es una constante p. Supongamos que
realizamos una serie de inspecciones independientes hasta encontrar
el primer artculo defectuoso. El proceso {Xn : n N} es un proceso
Geomtrico.

Notes
Conceptos
Variable Aleatoria
Funcin de Distribucin Ejercicio: Distribucin Geomtrica
Funcin de masa
Funcin de densidad
Se realizan varios lanzamientos sucesivos de una moneda no
Momento cargada. Calcular la probabilidad de que ocurran los siguientes
eventos:
DP discretas
Bernoulli
Binomial a. Se obtiene la primera cara en el cuarto lanzamiento.
Geomtrica
Binomial Negativa b. La primera cara aparece a lo ms en el segundo intento.
Poisson
Solucin:
a. Si X es el nmero de lanzamientos de moneda realizados hasta
obtener la primera cara, entonces tiene distribucin geomtrica de
parmetros 0,5:
f (X = 4) = (1 0,5)41 0,5 = 0,0625

Notes
Conceptos
Variable Aleatoria
Funcin de Distribucin Ejercicio: Distribucin Geomtrica
Funcin de masa
Funcin de densidad
Se realizan varios lanzamientos sucesivos de una moneda no
Momento
Probabilidad condicional cargada. Calcular la probabilidad de que ocurran los siguientes
DP discretas eventos:
Bernoulli
Binomial
Geomtrica
a. Se obtiene la primera cara en el cuarto lanzamiento.
Binomial Negativa
Poisson b. La primera cara aparece a lo ms en el segundo intento.
Solucin:
b. Considerando la misma variable aleatoria anterior, ahora se tiene:
f (X 2) = f (X = 1)+f (X = 2) = (10,5)11 0,5+(10,5)21 0,5 = 0,75

Notes
Conceptos
Variable Aleatoria Distribucin Binomial Negativa (Pascal)
Funcin de masa
Funcin de densidad Sea X una variable aleatoria que mide la cantidad n de experimentos
Momento realizados hasta obtener el k -simo xito, donde cada experimento tie-
ne una probabilidad de xito de p. Se dice entonces que esta variable
DP discretas
Bernoulli
tiene se distribuye Binomial Negativa. con parmetros k , p.
Binomial
n1
pk (1 p)nk
Geomtrica
F. masa probabilidad: f (x = n) = k=
Binomial Negativa
Poisson
k 1
0, 1, . . .
k
Esperanza: E(x) = p
pr
Varianza: V (x) = (p)2

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad Ejemplo: Distribucin Binomial Negativa
Momento
Probabilidad condicional Al final de la cadena de ensamblaje ciertos productos son sujetos a
DP discretas inspeccin. Definimos Xn = 1 si el n-simo producto es defectuoso,
Bernoulli
Binomial Xn = 0 si es bueno. Supongamos que el proceso de fabricacin bajo
Geomtrica
Binomial Negativa
inspeccin produce artculos defectuosos al azar (la aparicin de un
Poisson artculo defectuoso es independiente de la aparicin de otros) y la pro-
babilidad de ocurrencia del defecto es una constante p. Supongamos
que realizamos una serie de inspecciones independientes hasta en-
contrar el primer artculo defectuoso. El proceso {Xn : n N} es un
proceso Binomial Negativo.

Notes
Conceptos
Variable Aleatoria
Ejercicio: Distribucin Binomial Negativa
Funcin de masa
Funcin de densidad Supongamos que un jugador de futbol est ensayando penales, y
tiene una probabilidad de hacer un gol de 0.8. Su objetivo es
Momento
Probabilidad condicional detenerse una vez obtenidos 10 goles. Determinar la probabilidad de
DP discretas que ocurra lo siguiente:
Bernoulli
Binomial
Geomtrica
a. Se requieran 15 intentos para convertir 10 goles.
Binomial Negativa
Poisson
Solucin:
a. Si X es una variable aleatoria que mide la cantidad de intentos
realizados por el jugador hasta obtener los 10 goles, entonces esta
variable se distribuye binomial negativa con parmetros (10, 0,8).

15 1
f (X = 15) = 0,810 (1 0,8)1510 = 0,688
10 1

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Una variable aleatoria X = {0, 1, 2, . . . } se distribuye Poisson de par-
Momento metro si para algn > 0 se tiene que:
DP discretas
Bernoulli i
Binomial f (i) = f (X = i) = e i = 0, 1, . . . (6)
Geomtrica i!
Binomial Negativa
Poisson La
P ecuacin (6) define una funcin de masa de probabilidad, ya que
i=0 f (i) = 1.
Esperanza: E(x) =
Varianza: V (x) =

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Momento Ejemplo: Distribucin de Poisson
DP discretas
Bernoulli
Al final de la cadena de ensamblaje ciertos productos son sujetos a
Binomial inspeccin. Definimos Xn como la cantidad de productos defectuosos
Geomtrica
Binomial Negativa obtenidos a lo largo de un intervalo de tiempo (por ejemplo, durante un
Poisson
da). Supongamos que se sabe que la tasa de productos con fallas que
aparecen a lo largo de este intervalo de tiempo es de = 3. El proceso
{Xn : n N} es un proceso de Poisson.

Notes
Conceptos
Variable Aleatoria
Funcin de masa
Funcin de densidad
Ejercicio: Distribucin de Poisson
Momento
DP discretas
Si el nmero de accidentes que ocurren en una autopista cada dia es
Bernoulli una variable aleatoria de Poisson de parmetro = 3, Cul es la
Binomial
Geomtrica
probabilidad de que no ocurran accidentes hoy?:
Binomial Negativa
Poisson
Solucin:
f (0) = f (X = 0) = e3 0,05

Notes
Preguntas?
Notes

Unidad 2-JS-HO

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Unidad 2-JS-HO

Caricato da

Copyright:

Formati disponibili

Notes

Repaso de Probabilidad y Estadstica

2 Distribuciones de probabilidad discretas

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 2/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 3/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 4/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 5/50

DP discretas Una variable aleatoria mide el resultado de un experimento en el que

El valor de una variable aleatoria es determinado por el resultado de

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 6/50

La representacin numrica de los resultados define lo que se conoce

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 7/50

Cantidad de caras que resultan de lanzar una moneda varias veces

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 8/50

Conceptos Tipos de Variables aleatorias

Tiempo de funcionamiento de un componente de un sistema hasta que falla.

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 9/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 10/50

(III) limb F (b) = F () = 0

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 11/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 12/50

DP discretas Para una variable aleatoria discreta X {x1 , x2 , . . . }, la funcin de

p(a) corresponde a la probabilidad de que la variable aleatoria X tome

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 13/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 14/50

Esto es, la probabilidad de que la variable aleatoria X tome un valor

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 15/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 16/50

Para una variable aleatoria continua, la funcin de distribucin acumulada F

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 17/50

(I) Calcular P(0 < x < 1)

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 18/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 19/50

La probabilidad de E es: P{E}=1/6+1/6+1/6+1/6= 2/3

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 20/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 21/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 22/50

DP discretas En el caso de una variable aleatoria discreta, esta esperanza se

En el caso de una variable aleatoria continua, esta esperanza se

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 23/50

E(X +Y )=E(X )+E(Y )

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 24/50

DP discretas Varianza de una v.a. X es una medida de la dispersin de la distribucin

Esta definicin equivale a:

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 25/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 26/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 27/50

(I) Calcular la Esperanza

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 28/50

(I) Calcular P(0 < x < 1)

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 29/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 30/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 31/50

Distribuciones de probabilidad discretas

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 32/50

Distribuciones de probabilidad discretas

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 33/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 34/50

Distribuciones de probabilidad discretas

DP discretas Al final de la cadena de ensamblaje ciertos productos son sujetos a ins-

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 35/50

Distribuciones de probabilidad discretas

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 36/50

Javiera Silva Repaso de Probabilidad y Estadstica 6 de agosto de 2017 37/50