Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Unidad 4 VARIABLES ALEATORIAS • Variables aleatorias: Clasificación Unidad 4 Unidad 4 Unidad 4 Esperanza de una variable aleatoria: Ejemplo • Esperanza y Varianza de la variable aleatoria que corresponde a esta situación Unidad 4 a) E(X)= 0.1/16+ 1. 4/16 + 2. 6/16 +3. 4/16 + 4. 1/16 = 2 b) V(X)= 1 c) Interpretar Unidad 4 Funciones de : Probabilidad-Distribución-Densidad A) Función de prob. de una v. a . discreta B)Función de dist. de una v. a . continua C)Función de densidad. de una v. a . continua EJEMPLOS SOBRE GRÁFICAS DE : Unidad 4 Distribuciones Discretas: a) Distribución de Bernoulli En una población se sabe que 80% es la probabilidad de que una persona sea vacunada contra cierta enfermedad, mientras que el 20% es la probabilidad de abstención. Se extrae aleatoriamente una persona de esa población, entonces el experimento aleatorio puede ser descripto mediante la v.a. Unidad 4 La distribución de Bernoulli- Ejemplo experimento aleatorio puede ser descripto mediante la v.a. discreta X que toma los valores X=0 si la persona no se quiso vacunar y X= 1 caso contrario. Esto es X es una variable aleatoria Bernoulli: X~Ber (0,8). Unidad 4 La Distribución Binomial Unidad 4 La Distribución Binomial- Ejemplo Unidad 4 La Esperanza y la Varianza de una distribución Binomial : EJEMPLO: Un experimento aleatorio consiste en realizar 80 Un experimento aleatorio consiste en realizar 80 juegos independientes entre sí, en cada uno de los cuales, la probabilidad de ganar es 0,4. Tratándose de una distribución Binomial, entonces : E(x)= 80. 0,4 = 32 y V(X)= 80. 0,4 . 0,6 = 19.2 Ello indica que el promedio de juegos ganados, sobre 80 jugados, es 32. Dicho de otro modo, que en 80 partidos jugados, cabe esperar que se ganen 32. El resultado de cada ensayo de un experimento se clasifica en una de dos categorías mutuamente excluyentes (éxito o fracaso) La variable aleatoria cuenta el número de éxitos en una cantidad fija de ensayos. Unidad 4 La Distribución Binomial- Características cantidad fija de ensayos. La probabilidad de un éxito permanece igual en todos los ensayos. Lo mismo sucede con la probabilidad de un fracaso. Los ensayos son independientes, lo cual significa, que el resultado de un ensayo no afecta el resultado de algún otro. • La variable aleatoria discreta X , cuyos valores posibles son: 0,1,2,3,4,…… etc, tienen una distribución de Poisson con parámetro λ si su función de probabilidad es : Unidad 4 La Distribución de Poisson UNIDAD 04 . Describe la cantidad de veces que ocurre un evento en un determinado intervalo de tiempo o espacio. La distribución se basa en dos supuestos. •La probabilidad es proporcional a la extensión del intervalo (a mayor magnitud del intervalo mayor Unidad 4 La Distribución de Poisson- Características intervalo (a mayor magnitud del intervalo mayor probabilidad). •Los intervalos son independientes ( el número de ocurrencias en un intervalo no afecta a los otros intervalos). Unidad 4 Aproximación de la distribución Binomial a la Distribución de Poisson Unidad 4 Distribución de Poisson como aproximación de la distribución Binomial EJEMPLOS: A) Unidad 4 Ejemplo B) Usando como aproximación la Poisson( n>30 y p< 0.1) calcular P(3) y comparar los resultados obtenidos.
Compartir