SlideShare una empresa de Scribd logo
1 de 16
Descargar para leer sin conexión
TEMA 6

Variables aleatorias discretas




                          Probabilidades y Estadística I
Esquema inicial

1. Proceso de Bernoulli

2. Distribución Binomial

3. Distribución Geométrica

4. Distribución Binomial Negativa.

5. Distribución de Poisson




                                       Probabilidades y Estadística I
Esquema inicial

1. Proceso de Bernoulli

2. Distribución Binomial

3. Distribución Geométrica

4. Distribución Binomial Negativa.

5. Distribución de Poisson




                                       Probabilidades y Estadística I
1. Proceso de Bernoulli
 DEFINICIÓN

El experimento aleatorio más sencillo (binario). Sólo tiene dos resultados:


                               A      A


    1        si ocurre A
 X =                                 P [ X = 1] = p   P [ X = 0] = q = 1 − p
    0        si ocurre A

 Variable aleatoria asociada                Función de probabilidad


                                                        Probabilidades y Estadística I
Esquema inicial

1. Proceso de Bernoulli

2. Distribución Binomial

3. Distribución Geométrica

4. Distribución Binomial Negativa.

5. Distribución de Poisson




                                       Probabilidades y Estadística I
2. Distribución Binomial                                         (1/6)



    GÉNESIS

•   Proceso generador (experimento aleatorio)
    Realizar n pruebas de Bernoulli independientes.



•   Variable aleatoria

    X ≡ “nº de veces que aparece A en las n pruebas”   Rango de X ={0,1,2….,n}.




                                                              Probabilidades y Estadística I
2. Distribución Binomial                                                (2/6)



       GÉNESIS



  •   Espacio probabilístico asociado

      P[ X x= P[( A1  Ax  Ax +1  Ax + 2  An )  ( A1  Ax −1  Ax  Ax +1  An ) ]
         = ]                                                                                   =
       P[ A1  A2   Ak  Ax +1  An ] + P[ A1  Ax −1  Ax  Ax +1  Ax + 2  An ] + 
                                                             =
                                                              n
= pp  p ⋅ qq  q +  qp q  q= p x q n − x + p x q n − x +    p x q n − x
                    p  p  + ..                          =
                                                       x
     x        n− x    x −1 n − x −1




                                                                        Probabilidades y Estadística I
2. Distribución Binomial                                                 (3/6)



FICHA TÉCNICA                      X  β (n, p )

                                        n  x n − x
                                                       x = 0,1, 2, , n
                              p ( x) =  x 
                                              pq
a) Función de probabilidad               
                                       0
                                                       en el resto

                                    0                x<0
                                     k
                                     n
b) Función de distribución   F ( x) ∑   p i q n −i k ≤ x < k + 1 = 0,..., n − 1)
                               =                                    (k
                                     i =0  i 
                                    1
                                                     x≥n


c) Esperanza     E [ X ]= n × p              d) Varianza       Var [ X ] = n × p × q

                                                                 Probabilidades y Estadística I
2. Distribución Binomial                         (4/6)



 GRÁFICAS


p(x)                    p(x)




       n=10 p=0.1   X           n=10 p=0.5            X


p(x)                    p(x)




       n=50 p=0.1   X           n=50 p=0.5            X
                                   Probabilidades y Estadística I
2. Distribución Binomial                        (5/6)



TABLA




                              Probabilidades y Estadística I
2. Distribución Binomial                                                 (6/6)



EJEMPLO

Un club automovilístico comienza una campaña telefónica con el propósito de aumentar el
número de socios adscritos al club. En base a la experiencia previa, se sabe que una de cada
20 personas que recibe la llamada se suma al club. En un día cualquiera de trabajo se realizan
25 llamadas de forma independiente.

a) ¿Cuál es la probabilidad de que se una ese día dos personas al club?
b) Determinar el número de persona que se espera que se sumen al club un día cualquiera.




                                                                   Probabilidades y Estadística I
Esquema inicial

1. Proceso de Bernoulli

2. Distribución Binomial

3. Distribución Geométrica

4. Distribución Binomial Negativa.

5. Distribución de Poisson




                                       Probabilidades y Estadística I
3. Distribución Geométrica                                        (1/4)



  GÉNESIS

• Proceso   generador (experimento aleatorio)
 Realizar pruebas de Bernoulli independientes hasta que aparezca A

• Variable   aleatoria

 X ≡ “nº de pruebas hasta que aparezca A”     Rango de X ={1,2,3….}.

• Espacio   probabilístico asociado


P[ X x= P[ A1  A2  Ax −1  A] q x −1 p
   = ]                          =

                                                           Probabilidades y Estadística I
3. Distribución Geométrica                                           (2/4)



FICHA TÉCNICA                     X  Ge( p )

                                        pq x −1 x = 1, 2,
a) Función de probabilidad     p( x) = 
                                       0        en el resto


                                      0         si x < 1
b) Función de distribución   F ( x) = 
                                      1− q j   si j ≤ x < j + 1              ( j =2,....)
                                                                                  1,


                          1                                         q
c) Esperanza      E[X ] =               d) Varianza     Var [ X ] = 2
                          p                                        p

                                                            Probabilidades y Estadística I
3. Distribución Geométrica                        (3/4)



       GRÁFICAS



p(x)                           p(x)




                          X                                     X
                  p=0.1                    p=0.5




                                         Probabilidades y Estadística I
3. Distribución Geométrica                                                     (4/4)



EJEMPLO

Un club automovilístico comienza una campaña telefónica con el propósito de aumentar el
número de socios adscritos al club. En base a la experiencia previa, se sabe que una de cada
20 personas que recibe la llamada se suma al club. En un día cualquiera de trabajo se realizan
25 llamadas de forma independiente.

c) ¿Cuántas llamadas hay que realizar hasta captar el primer socio?




                                                                      Probabilidades y Estadística I

Más contenido relacionado

La actualidad más candente (20)

Tema2 ud1b
Tema2 ud1bTema2 ud1b
Tema2 ud1b
 
Tema5b ud3
Tema5b ud3 Tema5b ud3
Tema5b ud3
 
7 binomial normal
7 binomial normal7 binomial normal
7 binomial normal
 
Tema8 ud3
Tema8 ud3Tema8 ud3
Tema8 ud3
 
Ejemplo de grafica de funcion
Ejemplo de grafica de funcionEjemplo de grafica de funcion
Ejemplo de grafica de funcion
 
2012 01 26
2012 01 262012 01 26
2012 01 26
 
Binomialandnormal
BinomialandnormalBinomialandnormal
Binomialandnormal
 
FCD Guía 1.funciones
FCD Guía 1.funcionesFCD Guía 1.funciones
FCD Guía 1.funciones
 
Tablas de contingencias
Tablas de contingenciasTablas de contingencias
Tablas de contingencias
 
Taller2b
Taller2bTaller2b
Taller2b
 
Guia funciones ii_medio
Guia funciones ii_medioGuia funciones ii_medio
Guia funciones ii_medio
 
Ejemplos
EjemplosEjemplos
Ejemplos
 
Tema4 ud2
Tema4 ud2Tema4 ud2
Tema4 ud2
 
Examen selecti
Examen selectiExamen selecti
Examen selecti
 
Guia funciones ii_medio
Guia funciones ii_medioGuia funciones ii_medio
Guia funciones ii_medio
 
Formulas para Descriptiva
Formulas para DescriptivaFormulas para Descriptiva
Formulas para Descriptiva
 
Formulas estadisticas
Formulas estadisticasFormulas estadisticas
Formulas estadisticas
 
FCD Guía 3. derivadas y aplicaciones
FCD Guía 3. derivadas y aplicacionesFCD Guía 3. derivadas y aplicaciones
FCD Guía 3. derivadas y aplicaciones
 
Primer parcial solucionario
Primer parcial solucionarioPrimer parcial solucionario
Primer parcial solucionario
 
Pruebas de hipotesis para dos poblaciones: Proporciones
Pruebas de hipotesis para dos poblaciones: ProporcionesPruebas de hipotesis para dos poblaciones: Proporciones
Pruebas de hipotesis para dos poblaciones: Proporciones
 

Destacado (11)

Tema2 ud1-a
Tema2 ud1-aTema2 ud1-a
Tema2 ud1-a
 
Stadistik02
Stadistik02Stadistik02
Stadistik02
 
Distribucion geometrica
Distribucion geometricaDistribucion geometrica
Distribucion geometrica
 
Distribucion Geometrica
Distribucion GeometricaDistribucion Geometrica
Distribucion Geometrica
 
Distribucion geometrica
Distribucion geometricaDistribucion geometrica
Distribucion geometrica
 
Estadistica02 2009
Estadistica02 2009Estadistica02 2009
Estadistica02 2009
 
Distribución hipergeometrica
Distribución hipergeometricaDistribución hipergeometrica
Distribución hipergeometrica
 
Distribucion hipergeometrica
Distribucion hipergeometricaDistribucion hipergeometrica
Distribucion hipergeometrica
 
Media geométrica
Media geométricaMedia geométrica
Media geométrica
 
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIALDISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
 
Distribucion de Poisson
Distribucion de PoissonDistribucion de Poisson
Distribucion de Poisson
 

Similar a Tema6a ud3

Distribuciones ejercicios
Distribuciones ejerciciosDistribuciones ejercicios
Distribuciones ejerciciossontorito0o
 
Distribuciones 5 ejemplos
Distribuciones 5 ejemplosDistribuciones 5 ejemplos
Distribuciones 5 ejemplossontorito0o
 
VARIABLES ALEATORIAS - UNI - EPIES
VARIABLES ALEATORIAS - UNI - EPIESVARIABLES ALEATORIAS - UNI - EPIES
VARIABLES ALEATORIAS - UNI - EPIESSantiago Meza
 
09 la distribucion_de_poisson
09 la distribucion_de_poisson09 la distribucion_de_poisson
09 la distribucion_de_poissonRobin Dark
 
Montecarlo
MontecarloMontecarlo
Montecarlomanu731
 
Teoria de distribuciones discretas
Teoria de distribuciones discretasTeoria de distribuciones discretas
Teoria de distribuciones discretascarlosaaron6
 
distribuciones-discretas-2017.ppt
distribuciones-discretas-2017.pptdistribuciones-discretas-2017.ppt
distribuciones-discretas-2017.pptBaquedanoMarbaro
 
Distribuciones de probabilidad importantes
Distribuciones de probabilidad importantesDistribuciones de probabilidad importantes
Distribuciones de probabilidad importantes4lejandro 4lejandro
 
L ochoa-distribuciones-probabilidad-discretas
L ochoa-distribuciones-probabilidad-discretasL ochoa-distribuciones-probabilidad-discretas
L ochoa-distribuciones-probabilidad-discretasleo_8a
 

Similar a Tema6a ud3 (20)

Tema 6 ud3
Tema 6 ud3Tema 6 ud3
Tema 6 ud3
 
Distribuciones ejercicios
Distribuciones ejerciciosDistribuciones ejercicios
Distribuciones ejercicios
 
Distribuciones 5 ejemplos
Distribuciones 5 ejemplosDistribuciones 5 ejemplos
Distribuciones 5 ejemplos
 
VARIABLES ALEATORIAS - UNI - EPIES
VARIABLES ALEATORIAS - UNI - EPIESVARIABLES ALEATORIAS - UNI - EPIES
VARIABLES ALEATORIAS - UNI - EPIES
 
09 la distribucion_de_poisson
09 la distribucion_de_poisson09 la distribucion_de_poisson
09 la distribucion_de_poisson
 
Montecarlo
MontecarloMontecarlo
Montecarlo
 
Teoria de distribuciones discretas
Teoria de distribuciones discretasTeoria de distribuciones discretas
Teoria de distribuciones discretas
 
Distribuciones2 b discretas Estadística
Distribuciones2 b discretas EstadísticaDistribuciones2 b discretas Estadística
Distribuciones2 b discretas Estadística
 
distribuciones-discretas-2017.ppt
distribuciones-discretas-2017.pptdistribuciones-discretas-2017.ppt
distribuciones-discretas-2017.ppt
 
distribuciones-discretas- choluteca honduras
distribuciones-discretas- choluteca  hondurasdistribuciones-discretas- choluteca  honduras
distribuciones-discretas- choluteca honduras
 
distribuciones de probabilidad los numeros enteros
distribuciones de probabilidad los numeros enterosdistribuciones de probabilidad los numeros enteros
distribuciones de probabilidad los numeros enteros
 
Distribuciones De Probabilidad
Distribuciones De ProbabilidadDistribuciones De Probabilidad
Distribuciones De Probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Distribuciones de probabilidad importantes
Distribuciones de probabilidad importantesDistribuciones de probabilidad importantes
Distribuciones de probabilidad importantes
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Tema5a ud3
Tema5a ud3Tema5a ud3
Tema5a ud3
 
Tema5 ud3
Tema5 ud3Tema5 ud3
Tema5 ud3
 
L ochoa-distribuciones-probabilidad-discretas
L ochoa-distribuciones-probabilidad-discretasL ochoa-distribuciones-probabilidad-discretas
L ochoa-distribuciones-probabilidad-discretas
 

Más de Jacinto González Pachón (20)

01 presentación (16-17)
01 presentación (16-17)01 presentación (16-17)
01 presentación (16-17)
 
Tema1 a
Tema1 aTema1 a
Tema1 a
 
Presentación 15 16
Presentación 15 16Presentación 15 16
Presentación 15 16
 
Tema1 (2ª parte)
Tema1 (2ª parte)Tema1 (2ª parte)
Tema1 (2ª parte)
 
Tema1 (1ª parte)
Tema1 (1ª parte)Tema1 (1ª parte)
Tema1 (1ª parte)
 
Presentación (14-15)
Presentación (14-15)Presentación (14-15)
Presentación (14-15)
 
Tema12 ud5
Tema12 ud5Tema12 ud5
Tema12 ud5
 
Tema10 11-ud4
Tema10 11-ud4Tema10 11-ud4
Tema10 11-ud4
 
Tema 9 ud4
Tema 9 ud4Tema 9 ud4
Tema 9 ud4
 
Tema7 ud3 (ii)
Tema7 ud3 (ii)Tema7 ud3 (ii)
Tema7 ud3 (ii)
 
Tema7 ud3 (i)
Tema7 ud3 (i)Tema7 ud3 (i)
Tema7 ud3 (i)
 
Tema5 ud3
Tema5 ud3Tema5 ud3
Tema5 ud3
 
Tema1a
Tema1aTema1a
Tema1a
 
Presentación (13-14)
Presentación (13-14)Presentación (13-14)
Presentación (13-14)
 
Tema9 ud4
Tema9 ud4Tema9 ud4
Tema9 ud4
 
Tema3
Tema3Tema3
Tema3
 
Tema2
Tema2Tema2
Tema2
 
Presentación (12-13)
Presentación (12-13)Presentación (12-13)
Presentación (12-13)
 
Tema12 ud5
Tema12 ud5Tema12 ud5
Tema12 ud5
 
Tema11 ud4
Tema11 ud4Tema11 ud4
Tema11 ud4
 

Tema6a ud3

  • 1. TEMA 6 Variables aleatorias discretas Probabilidades y Estadística I
  • 2. Esquema inicial 1. Proceso de Bernoulli 2. Distribución Binomial 3. Distribución Geométrica 4. Distribución Binomial Negativa. 5. Distribución de Poisson Probabilidades y Estadística I
  • 3. Esquema inicial 1. Proceso de Bernoulli 2. Distribución Binomial 3. Distribución Geométrica 4. Distribución Binomial Negativa. 5. Distribución de Poisson Probabilidades y Estadística I
  • 4. 1. Proceso de Bernoulli DEFINICIÓN El experimento aleatorio más sencillo (binario). Sólo tiene dos resultados: A A 1 si ocurre A X = P [ X = 1] = p P [ X = 0] = q = 1 − p 0 si ocurre A Variable aleatoria asociada Función de probabilidad Probabilidades y Estadística I
  • 5. Esquema inicial 1. Proceso de Bernoulli 2. Distribución Binomial 3. Distribución Geométrica 4. Distribución Binomial Negativa. 5. Distribución de Poisson Probabilidades y Estadística I
  • 6. 2. Distribución Binomial (1/6) GÉNESIS • Proceso generador (experimento aleatorio) Realizar n pruebas de Bernoulli independientes. • Variable aleatoria X ≡ “nº de veces que aparece A en las n pruebas” Rango de X ={0,1,2….,n}. Probabilidades y Estadística I
  • 7. 2. Distribución Binomial (2/6) GÉNESIS • Espacio probabilístico asociado P[ X x= P[( A1  Ax  Ax +1  Ax + 2  An )  ( A1  Ax −1  Ax  Ax +1  An ) ] = ] = P[ A1  A2   Ak  Ax +1  An ] + P[ A1  Ax −1  Ax  Ax +1  Ax + 2  An ] +  = n = pp  p ⋅ qq  q +  qp q  q= p x q n − x + p x q n − x +    p x q n − x p  p  + .. =       x x n− x x −1 n − x −1 Probabilidades y Estadística I
  • 8. 2. Distribución Binomial (3/6) FICHA TÉCNICA X  β (n, p )  n  x n − x  x = 0,1, 2, , n p ( x) =  x  pq a) Función de probabilidad   0  en el resto 0 x<0  k  n b) Función de distribución F ( x) ∑   p i q n −i k ≤ x < k + 1 = 0,..., n − 1) = (k  i =0  i  1  x≥n c) Esperanza E [ X ]= n × p d) Varianza Var [ X ] = n × p × q Probabilidades y Estadística I
  • 9. 2. Distribución Binomial (4/6) GRÁFICAS p(x) p(x) n=10 p=0.1 X n=10 p=0.5 X p(x) p(x) n=50 p=0.1 X n=50 p=0.5 X Probabilidades y Estadística I
  • 10. 2. Distribución Binomial (5/6) TABLA Probabilidades y Estadística I
  • 11. 2. Distribución Binomial (6/6) EJEMPLO Un club automovilístico comienza una campaña telefónica con el propósito de aumentar el número de socios adscritos al club. En base a la experiencia previa, se sabe que una de cada 20 personas que recibe la llamada se suma al club. En un día cualquiera de trabajo se realizan 25 llamadas de forma independiente. a) ¿Cuál es la probabilidad de que se una ese día dos personas al club? b) Determinar el número de persona que se espera que se sumen al club un día cualquiera. Probabilidades y Estadística I
  • 12. Esquema inicial 1. Proceso de Bernoulli 2. Distribución Binomial 3. Distribución Geométrica 4. Distribución Binomial Negativa. 5. Distribución de Poisson Probabilidades y Estadística I
  • 13. 3. Distribución Geométrica (1/4) GÉNESIS • Proceso generador (experimento aleatorio) Realizar pruebas de Bernoulli independientes hasta que aparezca A • Variable aleatoria X ≡ “nº de pruebas hasta que aparezca A” Rango de X ={1,2,3….}. • Espacio probabilístico asociado P[ X x= P[ A1  A2  Ax −1  A] q x −1 p = ] = Probabilidades y Estadística I
  • 14. 3. Distribución Geométrica (2/4) FICHA TÉCNICA X  Ge( p )  pq x −1 x = 1, 2, a) Función de probabilidad p( x) =  0 en el resto 0 si x < 1 b) Función de distribución F ( x) =  1− q j si j ≤ x < j + 1 ( j =2,....) 1, 1 q c) Esperanza E[X ] = d) Varianza Var [ X ] = 2 p p Probabilidades y Estadística I
  • 15. 3. Distribución Geométrica (3/4) GRÁFICAS p(x) p(x) X X p=0.1 p=0.5 Probabilidades y Estadística I
  • 16. 3. Distribución Geométrica (4/4) EJEMPLO Un club automovilístico comienza una campaña telefónica con el propósito de aumentar el número de socios adscritos al club. En base a la experiencia previa, se sabe que una de cada 20 personas que recibe la llamada se suma al club. En un día cualquiera de trabajo se realizan 25 llamadas de forma independiente. c) ¿Cuántas llamadas hay que realizar hasta captar el primer socio? Probabilidades y Estadística I