Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Escuela de Posgrado
MAESTRA EN ESTADISTICA
ESTADSTICA INFERENCIAL
Mg. Ysabel Adriazola Cruz
Variables aleatorias
Es una descripcin numrica del resultado de
un experimento aleatorio
Las variables pueden ser clasificadas como
discretas o continuas
Las discretas son variable aleatorias con un
rango finito ( o infinito numerable)
Las continuas son variables que pueden
asumir cualquier valor en un intervalo o
conjunto de intervalos
VARIABLE
ALEATORIA
Es una funcin que traduce
numricamente los resultados
de un experimento
Distribucin de Probabilidad
Discreta
Distribucin de
probabilidad: p(x)
La distribucin de probabilidad de una variable
aleatoria discreta X, se define como una
descripcin del conjunto de valores posibles de
X, junto con su respectiva probabilidad.
Para una variable aleatoria
distribucin
de
probabilidad
mediante
una
funcin
de
representada por p(x). Donde
define la probabilidad de cada
variable aleatoria.
discreta la
se
describe
probabilidad,
esta funcin
valor de la
1. p ( x) 0
n
2. p( x) 1
i 1
p(x)
E ( x) xi p ( x)
i 1
Var ( x) xi p ( x ) 2
i 1
Var ( x) E X
E X
Donde :
E X 2 x 2 p( x)
Ejemplo.
Dada la siguiente tabla de distribucin de
probabilidades de la variable aleatoria X:
Nmero de peces capturados.
x
p(x)
0.20
0.30
0.40
0.10
Distribuciones de
Probabilidad Continua
Funcin de Densidad de
Probabilidad
FUNCIN DE DISTRIBUCIN
ACUMULADA
E ( x) x f ( x )dx
Var ( x) E X
E X
Donde :
E X 2 x 2 f ( x )dx
Distribuciones Discretas
Importantes
Distribucin de Bernoulli
Distribucin binomial
Distribucin de Poisson
DISTRIBUCIN DE
BERNOULLI
Dato histrico
Jacob Bernoulli (1654-1705). Matemtico suizo
Bernoulli defini el proceso conocido por su nombre el
cual establece las bases para el desarrollo y utilizacin
de la distribucin binomial.
DISTRIBUCIN DE BERNOULLI
La distribucin de Bernoulli caracteriza a
una variable aleatoria con dos posibles
resultados y con probabilidad de ocurrencia
constante. Tpicamente, estos resultados
representan un
xito (x=1)
o un
fracaso (x=0) . La funcin de probabilidad
x
n x
p
(
1
p)
; x 0,1; 0 p 1
es:
P( X x)
;c.c
PROPIEDADE
S
i.
0 p( x) 1
1
ii.
p( x ) 1
i 0
ESPERANZA: E ( X ) p
VARIANZA:
V ( X ) p (1 p )
Bernoulli
es
inmune
no
o
no,
con
a
la
una
Bernoulli
Bernoulli
DISTRIBUCIN BINOMIAL
DISTRIBUCIN BINOMIAL
Se basa |en un experimento aleatorio que tiene
las siguientes caractersticas:
En cada ensayo del experimento slo existen dos posibles
resultados: el evento A (xito) y su complemento Ac (fracaso).
Denominado ensayo de Bernoulli.
n de ensayos de Bernoulli.
Binomial
Funcin de Probabilidad
n
x
n x
p
(
1
p)
; x 0,1,..,n; 0 p 1
P ( X x) x
0
;c.c
P X x
Binomial
x : Nmero de xitos , 0 x n
PROPIEDADE
S
i.
0 p( x) 1
n
ii.
p( x ) 1
i 1
Notacin:
X : B n, p
n : nmero de ensayos; n 0
B n, p
p : probabilidad de xito;0 p 1
ESPERANZA:
VARIANZA:
Binomial
E ( X ) np
V ( X ) np (1 p )
EJEMPLO
La probabilidad de que una semilla germine es 0.8. As, la variable
aleatoria, X, representa el nmero de semillas que germinan en un
conjunto de nueve semillas, entonces , suponer que la suposicin
, 2 , yes
vlida.
de independencia
i. Obtener :
ii.
X , S2, y S
Binomial
POBLACIN
X ~ B 9,0.8
i. 7.2
2
1.44
1.2
ii.
iii.
X 7.32
S 1.188 S 2 1.412
Distribucin terica
Distribucin emprica
p(x)
0.00
0.00
0.00
0.00
0.02
0.07
0.18
0.30
0.30
0.13
Total
1.00
x
0
1
2
3
4
5
6
7
8
9
Total
h(x)
0.00
0.00
0.00
0.00
0.02
0.06
0.12
0.35
0.28
0.17
1.00
DISTRIBUCIN DE
POISSON
Dato histrico
La distribucin de Poisson se
llama as en honor a su
creador, el francs Simen
Dennis Poisson (1781-1840),
Esta
distribucin
de
probabilidades fue uno de los
mltiples
trabajos
matemticos
que
Dennis
complet en su productiva
DISTRIBUCIN DE POISSON
La distribucin de Poisson, ya haba sido
introducida en 1718 por Abraham De Moivre
como una forma lmite de la distribucin
binomial que surge cuando se observa un
evento inusitado despus de un nmero grande
de repeticiones. En general, la distribucin de
Poisson
se
puede
utilizar
como
una
aproximacin de la binomial, Bin(n, p), si el
nmero de pruebas n es grande, pero la
probabilidad de xito p es pequea; una regla
es que la aproximacin Poisson-binomial es
buena si n20 y p0.05 y muy buena siPoisson
n
100 y p 0.01.
Funcin de Probabilidad
e x
, si x 0,1,...; 0
P( X x) x !
0 , c.c.
e = 2.71828
Poisson
PROPIEDADE
S
i. 0 p ( x) 1
ii.
p( x ) 1
i 1
=5
Poisson
Notacin:
X : P , 0
ESPERANZA:
VARIANZA:
E( X )
V (X )
Poisson
EJEMPLO
En un laboratorio de fsica se cuenta con un
contador de Geiger el cual registra el nmero de
partculas alfa emitidas por el carbono-14 en 0.5
segundos. Se obtuvieron las siguientes 50
observaciones.
Poblacin X ~ P , 8
8
Muestra n=50
8
2.8
2
X 7.94 8
S 2 7.731 8
Distribucin terica
Distribucin emprica
x
0
1
2
3
3
4
5
6
7
8
9
10
11
12
13
14
Total
x
0
1
2
3
3
4
5
6
7
8
9
10
11
12
13
14
Total
p(x)
0
0
0.01
0.03
0.03
0.06
0.09
0.12
0.14
0.14
0.12
0.1
0.07
0.05
0.03
0.02
1
h(x)
0
0
0
0
0.02
0.1
0.08
0.18
0.12
0.06
0.12
0.1
0.1
0.08
0.02
0.02
1
alor = 0.995>0.05
se rechaza H0.
o tanto, el nmero de partculas tiene una distribucin de Poisson con
En resumen:
1.La distribucin de Poisson se forma de
una serie de experimentos de Bernoulli.
2.La media o valor esperado en la
distribucin de Poisson es igual a .
3.La varianza (2 ) en la distribucin de
Poisson tambin es igual a .
4.La desviacion
cuadrada de .
estndar
es
la
raz