Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PROBABILIDAD
CICLO: V
2019
DEDICATORIA
CONTENIDO
1. Introducción
2. Distribuciones de probabilidad
4. Ejercicios
1. INTRODUCCIÓN
# Favorable E
P E
# Total resultados
1
Ejemplo 1: La probabilidad de que salga 2 al lanzar un dado es: .16
6
1
Ejemplo 2: La probabilidad de lanzar una moneda y que caiga cara es: .5
2
Ejemplo 3: La probabilidad de sacar 1,2,3,4,5, o 6 al lanzar un dado es:
1 1 1 1 1 1
1
6 6 6 6 6 6
Variable aleatoria: Para un determinado espacio muestral SS una variable aleatoria (VA) es
cualquier regla que relaciona un número con cada resultado en SS.
Variable aleatoria discreta: Es una variable aleatoria cuyos posibles valores son enteros.
Variable aleatoria continua: Es una variable aleatoria cuyos valores posibles son los reales.
2. Suma (P(y)) = 1
Su fórmula es la siguiente:
Valor esperado:
FX ( x ) P ( X x)
Con propiedades:
0 F ( x) 1
Lim x F ( x ) 1
Lim x F ( x ) 0
La media o valor esperado de una variable aleatoria discreta X , denotada como E(X), es
X E ( X ) xf X ( x) xP( X x)
x x
Sea Y una variable aleatoria discreta con distribución de probabilidades P(X=x). Entonces , la
varianza de Y es:
X E[( X X ) 2 ] ( x X ) 2 P ( X x )
2
x
Se diferencian de las distribuciones de probabilidad discretas en que su función de distribcuón
acumulativa (F(yo)) para una variable aleatoria y es igual a la probabilidad F(yo) = P(y<=y0).
Si F(y) es la función de distribución acumulada para una variable aleatoria continua entonces su
función de densidad f(y) para y es:
f(y) = dF(y) / dy
1. f(y) >= 0
f(y)
F(yo)
yo y
Función de distribución acumulativa
Tendremos:
de donde
por lo que
Distribución log-normal
Utilice la distribución log-normal si el logaritmo de la variable aleatoria está distribuido
normalmente. Utilícese cuando las variables aleatorias sean mayores que 0. Por
ejemplo, la distribución log-normal se usa para el análisis de fiabilidad y en aplicaciones
financieras, como modelar el comportamiento de las acciones.
La distribución log-normal es una distribución continua que se define por sus
parámetros de ubicación y escala. La distribución log-normal de 3 parámetros se define
por sus parámetros de ubicación, escala y valor umbral.
DISTRIBUCIÓN GAMMA
1. Su esperanza es pα.
2. Su varianza es pα2
X + Y ~ G(α, p1 + p2).
DISTRIBUCIÓN BETA
La distribución beta es posible para una variable aleatoria continua que toma valores en
el intervalo [0,1], lo que la hace muy apropiada para modelar proporciones. En la
inferencia bayesiana, por ejemplo, es muy utilizada como distribución a priori cuando
las observaciones tienen una distribución binomial.
Uno de los principales recursos de esta distribución es el ajuste a una gran variedad de
distribuciones empíricas, pues adopta formas muy diversas dependiendo de cuáles sean
los valores de los parámetros de forma αα y ββ, mediante los que viene definida la
distribución.
DISTRIBUCION WEIBULL
Caso particulares