Universidad Nacional Mayor de San Marcos

Facultad de Ciencias Matemticas

E.A.P. Computacin Cientfica

Semana 9

Prof. Juan Carlos Snchez Vera

Juan.sanchez.vera@gmail.com
y=binopdf(x,4,1/4) % Funcion binomial de densidad de probabilidad binopdf(x,n,p)
y=binocdf(x,4,1/4) % Funcin binomial de distribucin acumulativa binocdf(x,n,p)

y=poisspdf(x,6) % Funcion de poisson de la densidad de probabilidad poisspdf(x,alfa)

y=poisscdf(x,6) % Funcion de poisson de la distribucion acumulativa poisscdf(x,alfa)

y=normpdf(x,80000,8000) % Funcion normal de la densidad de probabilidad

normpdf(x,media,desviacion)

y=normcdf(x,80000,8000) % Funcion normal de la distribucion acumulativa

normcdf(x,media,desviacion)
Distribucin de Bernoulli:
Consideramos experimentos donde solo hay dos
resultados exito(E) y fracaso(F), as el espacio
muestral ={E,F}.

Definimos ahora la variable aleatoria X de tal manera que

X()=numero de xitos en el ensayo de Bernoulli

R X {0,1}

Es decir X(F)=0 , Si el resultado del ensayo es una F y

X(E)=1, Si el resultado del ensayo es una E.
Distribucin de Bernoulli:
Denotemos por p=P[E] y q=1-p=P[F]

La distribucin de Bernoulli es la funcin:

p( x) P[ X x] p 1 p ; x 0 x 1
x 1 x

La media y la varianza viene determinado por:

EX p

Var X EX EX pq
2
X
2 2
Proceso de Bernoulli o distribucin Binomial:
Es cuando el experimento consiste en n ensayos de Bernoulli, y se
cumple:
Cada ensayo tiene dos resultados posibles E o F.

Los ensayos son independientes, es decir el resultado de un ensayo

es independiente del resultado de otro.
La probabilidad de xito p permanece constante en cada ensayo y
la probabilidad de fracaso q, en consecuencia, tambin.

La distribucin binomial de la variable aleatoria X es:

n x n x
p ( x) P[ X x] p q ; x 0,1,2,..., n
x

OBS: p(x)>0 ; p( x ) 1 ; EX np
n
;
x 0

X2 Var X EX2 EX 2 npq

Funcin de distribucin acumulada Binomial:

0 ;x 0

x n x n x
F( x) P[ X x] p q ;0 x n
k 0 k

1 ;x n
Distribucin Binomial:
Ejemplo: Se lanza un dado 10 veces. Calcular la probabilidad de obtener 6
veces seis.
Solucin:
La variable aleatoria X est definida as:
X()=Numero de veces que aparece el numero 6 en los 10 lanzamientos del
dado
R X {0,1,2,...,10}
El evento de inters es la obtencin del numero seis.
E=obtener 6 al lanzar un dado 1 5
F=obtener un numero diferente de 6
P[E] y P[F]
6 6
10 x
10 1
x
Su funcin de probabilidad es: 5
P[ X x]
x 6 6
10 4
1 5
4
10
P[ X 4]
4 6 6
Distribucin Binomial:
Ejercicio: Un estudiante se presenta a un examen de seleccin
mltiple que contiene 8 preguntas cada una con tres respuestas
opcionales. Si el estudiante esta adivinando al responder cada
pregunta y adems se sabe que para aprobar el examen debe
responder correctamente 6 o mas preguntas. Cul es la
probabilidad de que el estudiante apruebe?.
Rta: P[ X 6] 0.02

Ejercicio: En una poblacin grande de drosophila, el 25% de las

moscas tiene una mutacin de alas. Se seleccionan aleatoria 300
moscas de la poblacin para un examen de mutacin de alas.
Defina X como el numero de moscas que tienen mutacin en la
muestra. Cul es la probabilidad de obtener al menos 25 moscas
que tiene mutacin en la muestra?.
Decimos que los eventos discretos que se generan en un intervalo
continuo, forman un proceso de Poisson con parmetro , si tiene
las siguientes propiedades:
El nmero promedio de ocurrencias de eventos en una unidad de
medida(intervalo de tiempo, una regin especifica, volumen, etc.)
es conocido e igual a .
La ocurrencia de un evento en una unidad de medida h no afecta
a la ocurrencia, o no ocurrencia de otra unidad de media h
contigua(Es decir, la ocurrencia de eventos en unidades de medida
contiguas son independientes).
Sea la unidad de medida suficientemente pequeo de longitud h,
luego:
La probabilidad de que un xito en esta unidad pequea es
proporcional a la longitud del intervalo, esto es h.
La probabilidad de la ocurrencia de 2 o ms xitos en esta
unidad pequea es aproximadamente 0.
En un proceso de Poisson de parmetro se observa t unidades de
medida, definimos X de la siguiente manera:
X()=nmero de ocurrencias de eventos en t unidades de medida.

R X {0,1,2,3,...}
Entonces la distribucin de Poisson est definida por:

e t t
x

p( x) P[ X x]
x!
t es el nmero promedio de ocurrencias de los eventos en las t
unidades de medida.
Para t fijo, ponemos =t y se tiene una expresin ms simple:
x e
p( x) P[ X x]
x!
Funcin de distribucin acumulada:
0 ;x 0

F( x) P[ X x] x k
e ;x 0
k 0 k!
OBS: Se usa esta distribucin cuando n es grande y p pequeo.

np

EX

Var X EX EX
2
X
2 2
Ejemplo: El tablero conmutador de cierta universidad, indica un
promedio de 2 llamadas cada 3 minutos. Asumiendo un proceso
de poisson. Cul es la probabilidad que ocurran 5 o ms
llamadas en un periodo de 9 minutos y cul de que no haya
llamadas en dicho perodo?
Solucin: Sea X la variable aleatoria definida por:
X() = nmero de llamadas en un perodo de 9 minutos.
Entonces =E(X)=6 (2 llamadas cada 3 min, es decir =2,t=3).

As la distribucin de probabilidad de X es:

6 x e 6
P[ X x] ; x 0,1,2,3,...
x!

(a)P[X5]=1-P[X4]=0.7149
(b)P[X=0]=0.0025
Ejercicio: Se sabe que en un lquido particular contiene ciertas
bacterias a razn de 4 bacterias por cm3. Se toma una
muestra de 1cm3, Cul es a probabilidad de que la
muestra no contenga bacteria alguna? Cul es la
probabilidad de que en cm3 haya por lo menos una
bacteria?
Rtas: (a)0.0183 (b)0.864

Ejercicio: Una fabrica textil produce ciertas piezas de

dimensiones especificas. Se sabe que la probabilidad que una
pieza sea defectuosa es 0.02. En un lote de 100 piezas, Cul
es la probabilidad que no haya piezas defectuosas?Cul es la
probabilidad que haya, a lo sumo, 3 piezas defectuosas?
Rtas: (a)0.1353 (b)0.8571
Distribucin normal

Ejemplo: La fabrica de autos DURAMAS produce un tipo de

neumticos que tiene una vida til media de 80000 km y
una desviacin estndar de 8000km. Suponiendo que esta
visa til esta distribuida normalmente.
(a)Cul es la probabilidad que un neumtico dure mas de 96
0000Km? Rta:0.0228
(b)El 50% de os neumticos duran entre x1 y x2 kilmetros .
Hallar los valores de x1 y x2 si ellos son simtricos
respecto a la media. Rtas: 74640Km, 85360Km
(c)EL fabricante garantiza que reemplazar gratis cualquier
neumtico cuya duracin sea inferior a x. Determine el
valor de x de modo que tenga que reemplzar slo el 1% de
los neumaticos. Rta: 61360km aprox.
FIN!!!