Escolar Documentos
Profissional Documentos
Cultura Documentos
2. MODELOS PROBABILISTICOS
O en forma de ecuacin:
1 ; x = 1, 3.1, 4, 4.5, 6
fX(x) = 5
0 , de otra forma
Ejemplo FD Uniforme Discreta
La representacin grfica de la funcin es la siguiente:
Diagrama de putos
px(1 p)1-x ; x = 0, 1
fX(x) =
0 , de otra forma
Donde 0 p 1, y por tanto puede decirse que la variable
aleatoria X tiene distribucin Binomial Puntual o
Bernoulli.
E(X) = n*p
1 5 0.00918
. 6 0.00115
.
8 8 7 0.00008
f X (8) P( X 8) 0.2 0.8 0.00000
0
8 8 0.00000
1
Ejemplo FP Binomial
La probabilidad de no encontrarse discos defectuosos
es: P(X = 0) = 0.16777
E(X) = n*p
10 40
f X ( x)
x 5 x
; x = 0, 1, 2, 3, 4, 5
50
5
Ejemplo de Funcin de
probabilidades Hipergeomtrica
La probabilidad deseada:
10 40 10 40 10 40
5
x 5 x 4 1 5 0 8400 252
P( X 4) 0.00408
x 4 50 50 2118760
5 5
e x
; x = 0, 1, 2,
fX(x) = x!
0 , de otra forma
E(X) =
Var(X) =
0 , de otra forma
E(N) = k/p
Var(N) = k*q/p2
Ejemplo de funcin de
probabilidades Binomial Negativa
Un investigador somete semillas de trigo (Triticum sp)
a una dosis de radiaciones y registra si su capacidad de
germinar ha sido destruida por la radiacin. De
estudios previos se sabe que la probabilidad de que la
capacidad de germinar se destruya con esa dosis es 0.8.
El investigador desea obtener 3 semillas daadas.
Las probabilidades de que se requieran 3, 4, 5,
intentos son:
Ejemplo de funcin de
probabilidades Binomial Negativa
2
P ( N 3) 0.830.2 0 0.51200
2
3
P ( N 4) 0.830.21 0.30720
2
4
P ( N 5) 0.830.2 2 0.12288
2 Ntese que las probabilidades se
5 encuentran concentradas para valores de N
P ( N 6) 0.830.23 0.04096 cercanos a k, al grado de que P(N 10) =
2
0.99993. Esto se debe a que la probabilidad
6
P ( N 7) 0.830.2 4 0.01229 de xito en un intento es grande (0.8).
2
7
P ( N 8) 0.830.25 0.00344
2
8
P ( N 9) 0.830.2 6 0.00092
2
9
P ( N 10) 0.830.2 7 0.00024
2
Funcin de probabilidades
Geomtrica o de Pascal
Es un caso particular de la distribucin Binomial Negativa,
se da cuando se tiene k = 1.
La importancia es evidente si consideramos una situacin
en la que la observacin de un solo xito nos obliga a tomar
una accin. Ej: que se encuentre una planta atacada por un
hongo en un invernadero.
La funcin de probabilidades es:
La media y la varianza se
p * q n1 ; n = 1, 2, calcula como:
ba d c
Pa X b Pc X d
2 1 2 1
Funcin de probabilidades
Uniforme Continua
Si X U[1, 2], su media y su varianza son:
1 2
E( X )
2
Var(X) = (2 - 1)2/12
e) P( X 3) P(3 X 4) P( X 4) 1 / 7 0 0.1428
f ) P( X 0) P(3 X 0) P( X 3) 3 / 7 0 0.4286
Funcin de probabilidades Normal
Tambin se conoce como Ley Normal de los Errores.
Definicin: Una variable aleatoria X se distribuye
normalmente si su funcin de densidad es:
x
2
2
1
; - < x <
2
e
fX(x) = 2
0 , de otra forma
Donde = E(X), - < < ; Var(X) = 2 , 2> 0; e =
2.71828 y = 3.14159.
X
cero y varianza uno. Se dice que Z es una variable
estandarizada.
Definicin: Sea X una variable aleatoria distribuida
N(, 2). La variable aleatoria Z X tiene distribucin
N(0, 1). Su funcin de densidad es:
1 z2 2
e ; - < z <
2
fZ(z) =
0 , de otra forma
Funcin de probabilidades Normal
Estndar
Teorema: Si X N(, 2), el clculo de probabilidades
para X puede reducirse al clculo de probabilidades en
la variable aleatoria Z N(0, 1) mediante la siguiente
igualdad:
a b
P ( a X b) P Z
(2 ) Z12 Z 22 ... Z2
Donde las Zi son normales estndar independientes,
diremos que 2 tiene una distribucin Ji cuadrada con
grados de libertad.
Funcin de probabilidades Ji-
Cuadrada
Si una variable aleatoria 2() tiene la distribucin Ji
cuadrada con grados de libertad se tiene:
E(2()) =
Var(2()) =2
Uso de las tablas de Ji-Cuadrada
Esta integrada de la siguiente forma: en la primera columna
se encuentran los grados de libertad , en la primera hilera
diferentes valores de probabilidad, y en el resto de la
tabla valores de la variable, denotados por 2(), tales que:
P X ( )
2 2
Esto es, 2() es aquel valor de la
variable aleatoria Ji cuadrada con
grados de libertad tal que el rea
bajo la curva a su derecha es .
Uso de las tablas de Ji-Cuadrada
Debe notarse en la grfica que cada hilera de la tabla slo
da la probabilidad a la derecha de algunos valores 2().
PX 2
(15) 2
0.05
(15) 0.05
En la primera columna se busca = 15, y en la primera hilera el valor = 0.05.
En la interseccin de esa hilera y esa columna leemos el nmero 24.9958, por
lo tanto:
PX 2
(15) 24.9958 0.05
Uso de las tablas de Ji-Cuadrada
En la siguiente figura se ilustra la situacin descrita:
Funcin de probabilidades t de
Student
Esta distribucin es simtrica, con media cero y de
forma muy semejante a la normal estndar.
Definicin: Si Z es una variable N(0, 1), y si 2 2() y
es independiente de Z, entonces la variable
aleatoria definida por:
Z
2
Tiene una distribucin t de student con grados de
libertad
Funcin de probabilidades t de
Student
Como en todos los modelos anteriores, ms que una
distribucin se tiene una familia de distribuciones, en
la cual la forma particular de cada miembro depende
de los grados de libertad. Si t tiene distribucin de
Student con grados de libertad escribiremos t t().
Pt t ( )
Aqu, al igual que en la normal, debido a la simetra de
la distribucin se cumple que:
Pt t ( ) Pt t ( )
Para localizar un valor especfico de t(), se encuentra la hilera con grados de
libertad y sobre esa hilera la columna con la probabilidad deseada. El valor que
parece en el cruce de esa hilera y esa columna es t().
Uso de las tablas de t de Student
Ejemplo: Se desea encontrar el valor de t con 14 grados
de libertad, tal que la probabilidad de un valor mayor
es 0.05. Esto es, se desea encontrar t0.05(14). En la tabla
se localiza la hilera con = 14 y se busca el valor que
aparece en el cruce de esa hilera y la columna con = o.o5,
el cual resulta ser 1.761. O sea que:
PFF m
n ,
Propiedad de la distribucin F: Si la variable aleatoria F
es tal que F Fnm , entonces la variable aleatoria F * 1
tiene la distribucin Fnm F
Uso de las tablas de F
Ejemplo: Se quiere encontrar F154, 0.05 , es decir, el valor
de F tal que la probabilidad de un valor mayor es 0.05
con 4 y 15 grados de libertad.
De la tabla correspondiente, en la interseccin de la
columna con m = 4 y la hilera con n = 15, el valor
3.0556. Po lo tanto, F154,0.05 3.0556 . Es decir,
P F154 3.0556 0.05