Professional Documents
Culture Documents
UNED
TEMA 6
Introducci
Introduccin al an
anlisis de datos
VARIABLE ALEATORIA: DEFINICI
DEFINICIN
TEMA 6
Una variable aleatoria es una funcin que asigna un nmero real, y slo uno, a cada uno
de los resultados de un experimento aleatorio.
NOTACIN: Las variables aleatorias las vamos a representar por letras maysculas de
nuestro alfabeto latino (X, Y, ...) y utilizaremos las letras minsculas, con subndices, para
referirnos a los valores concretos que tomen estas variables aleatorias (x1, x2, ... , y1, y2,...).
DISTRIBUCIONES DISCRETAS
DE PROBABILIDAD
Veremos en este tema que para cada experimento aleatorio podemos definir
una, o unas variables aleatorias definidas por el experimentador que
pueden ser de naturaleza discreta o continua.
Mostraremos tambin como, para una variable aleatoria discreta, podemos
construir su funcin de probabilidad y de distribucin. El siguiente paso
ser describir la funcin de probabilidad mediante la obtencin de su
unos valores numricos que representen su tendencia central y su dispersin
o variabilidad. Dedicaremos especial atencin a la distribucin binomial.
2010
UNED
Carmen Voces
Introducci
Introduccin al an
anlisis de datos
VARIABLE ALEATORIA: DEFINICI
DEFINICIN
TEMA 6
Ejemplo:
UNED
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
TEMA 6
Considrese el experimento lanzar una moneda al aire tres veces consecutivas y observar
su cara superior. Sea C igual a cara y X igual a cruz. El espacio muestral ser:
ESPACIO MUESTRAL, E
CCC
CCX
CXC
XCC
XXX
XXC
XCX
CXX
2010
x1
x2
x3
xn
2010
UNED
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
ESPACIO MUESTRAL, E
3
0
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,375
PROPIEDADES FUNDAMENTALES
Las propiedades fundamentales que debe
cumplir la funcin de probabilidad son:
0,375
f ( x ) = f ( x ) + f ( x ) + ... + f ( x ) = 1
1/8 = 0,125
3/8 = 0,375
3/8 = 0,375
1/8 = 0,125
2010
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
2010
TEMA 6
UNED
2010
f(xi) 0
i =1
f(x)
UNED
xX
0,125
TEMA 6
x1
x2
x3
xn
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
TEMA 6
Funcin de distribucin
F(x)
X
f(x)
F(x)
0,125
0,125
0,375
0,500
0,375
0,875
0,125
1,000
F(2) es la probabilidad de que el numero de caras sea menor o igual que dos: F(2) = P(X 2)
= P(X = 0) + P(X = 1) + P(X = 2) = f(0) + f(1) + f(2) = 0,125 + 0,375 + 0,375 = 0,875
F(3) es la probabilidad de que el numero de caras sea menor o igual que tres: F(3) = P(X 3)
= P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3) = f(0) + f(1) + f(2) + f(3) = 0,125 + 0,375 + 0,375 +
0,125 = 1
2010
UNED
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
TEMA 6
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
F(x)
0,125
0,500
0,875
1,000
2010
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
UNED
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
2010
10
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
a) la funci
funcin de probabilidad
b) la funci
funcin de distribuci
distribucin
c) la funci
funcin relativa
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,4
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,1
0,4
0,4
0,1
0,1
f(x)
F(x)
0,10
0,10
0,40
0,50
0,40
0,90
0,10
1,00
1,00
2010
TEMA 6
a) la funci
funcin de probabilidad
b) la funci
funcin de distribuci
distribucin
c) la funci
funcin relativa
0,4
0,1
TEMA 6
11
2010
12
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
18. Con los datos de la figura 1, la probabilidad de que la variable aleatoria X, tome
valores mayores o iguales a 1 es:
18. Con los datos de la figura 1, la probabilidad de que la variable aleatoria X, tome
valores mayores o iguales a 1 es:
a) 0,1
b) 0,5
c) 0,9
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
a) 0,1
b) 0,5
c) 0,9
0,4
0,1
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,4
0,1
0,4
0,1
0,1
f(x)
F(x)
0,10
0,10
0,40
0,50
0,40
0,90
0,10
1,00
1,00
0,4
2010
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
13
2010
TEMA 6
UNED
14
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
f(x)
F(x)
0,10
0,10
0,40
0,50
0,40
0,90
0,10
1,00
1,00
2010
15
2010
16
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
18. Dada la Situacin 1, la probabilidad de que X sea menor o igual que 3 es:
18. Dada la Situacin 1, la probabilidad de que X sea menor o igual que 3 es:
a) 0,20
b) 0,60
c) 0,80
a) 0,20
b) 0,60
c) 0,80
f(x)
F(x)
0,20
0,20
0,20
0,40
0,20
0,60
0,20
0,80
0,20
1,00
1,00
2010
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
17
2010
TEMA 6
UNED
18
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 0,80
b) 0,25
c) 0,20
2010
f(x)
F(x)
0,15
0,15
0,35
0,20
0,35
0,60
0,25
0,60
0,80
0,20
0,80
1,00
0,20
1,00
F(x)
0,15
19
2010
20
UNED
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
TEMA 6
UNED
Para calcular la media, que designaremos por la letra griega, , de una variable
aleatoria discreta X calcularemos el sumatorio de cada uno de los valores que toma
la variable por su correspondiente funcin de probabilidad. Es decir, la media, , de
una variable aleatoria discreta X viene definida por la siguiente expresin:
Para obtener la varianza de una variable aleatoria discreta X, que designaremos por
la letra griega 2 V(X), debemos calcular el sumatorio del producto de cada uno de
los valores que toma la variable menos su media elevados al cuadrado por su
correspondiente valor de la funcin de probabilidad. Es decir:
2 = V(X) = (x )2 f(x)
= E(X) = xf(x)
La media de una variable aleatoria tambin se denomina esperanza matemtica o valor
esperado de X y se representa por E(X). Representa el promedio terico que
tomara la variable aleatoria si se repitiese el experimento aleatorio infinitas veces.
f(x)
F(x)
0,125
0,125
0,375
0,500
0,375
0,875
0,125
1,000
x f ( x)
Opcin (a):
f(x)
(x )2
(x )2fx
x2
x2fx
0,125
2,25
0,28125
= E ( X ) = x1 f ( x1 ) + x2 f ( x2 ) + x3 f ( x3 ) + x4 f ( x4 )
0,375
0,25
0,09375
0,375
0,375
0,25
0,09375
1,500
0,125
2,25
0,28125
1,125
= E( X ) =
2010
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
= 2
2 = E(X2) [E(X)]2
Ejemplo:
X = nmero de caras
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
VARIABLES ALEATORIAS DISCRETAS
0,75
= E( X ) = 1,5
21
2010
TEMA 6
UNED
2 =
( x )
f ( x ) = 0,75
Opcin (b):
2 = E ( X 2 ) [ E ( X )]2
2 = 3 1,52 = 0,75
22
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
16. La funcin de probabilidad de una variable X es: f(0) = 0,2, f(1) = 0,3 y f(2) =
0,5. La media de X es:
16. La funcin de probabilidad de una variable X es: f(0) = 0,2, f(1) = 0,3 y f(2) =
0,5. La media de X es:
a) 0,3
b) 1,3
c) 2,5
a) 0,3
b) 1,3
c) 2,5
2010
23
2010
f(x)
x f(x)
0,2
0,0
0,3
0,3
0,5
1,0
1,00
1,3
24
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 1
b) 1,5
c) 2
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
a) 1
b) 1,5
c) 2
0,4
0,1
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0,4
0,1
2010
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
0,4
0,1
UNED
0,4
0,1
f(x)
x f(x)
0,10
0,0
0,40
0,4
0,40
0,8
0,10
0,3
1,00
1,5
25
2010
TEMA 6
UNED
26
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 1,56
b) 2,09
c) 1,67
a) 1,56
b) 2,09
c) 1,67
2010
27
2010
f(x)
F(x)
x f(x)
0,05
0,05
0,00
0,23
0,28
0,23
0,38
0,66
0,76
0,26
0,92
0,78
0,08
1,00
0,32
1,00
2,09
28
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 0
b) 2
c) 10
a) 0
b) 2
c) 10
E ( X 2 ) [ E ( X )]2
f(x)
x f(x)
x2f(x)
0,20
0,00
0,00
0,20
0,20
0,20
0,20
0,40
0,80
0,20
0,60
1,80
0,20
0,80
3,20
1,00
2,00
6,00
2 = E ( X 2 ) [ E ( X )]2 = 6 22 = 6 4 = 2
2010
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
29
2010
30
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 0,25
b) 0,50
c) 2,50
a) 0,25
b) 0,50
c) 2,50
2010
31
2010
f(x)
x f(x)
= 0,75
0,00
= 0,25
0,25
1,00
0,25
32
UNED
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
TEMA 6
Ejemplos: Lanzar una moneda al aire, admite slo dos resultados posibles: cara o cruz, el
nacimiento de un varn o mujer, el lado izquierdo o derecho de un laberinto en forma de T
elegido por una rata no entrenada en el laboratorio, etc.
2010
UNED
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
33
2010
TEMA 6
UNED
n
f ( x ) = P ( X = x ) = p x q n x
x
F ( x) = P( X x) =
x p
TEMA 6
n
n!
Funcin de
f ( x ) = P ( X = x ) = p x q n x =
p xqn x
probabilidad
x!( n x )!
x
q n x
3
3
3!
f ( 2) = P ( X = 2) = 0,52 0,53 2 = 0,52 0,5 =
0,25 0,5 = 0,375
2!1!
2
2
= n pq
2010
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
c) Media: = np
d) Varianza: 2 = npq
34
35
x p q
x n x
x!( n x )! p q
n!
x n x
F ( 2) = P ( X 2) = f ( 0) + f (1) + f ( 2) = 0,875
2010
36
UNED
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
TEMA 6
x p q
x n x
UNED
x n x
X = nmero de caras
F ( 2) = P ( X 2) = f ( 0) + f (1) + f ( 2) = 0,875
f(x)
F(x)
0,125
0,125
3
3
3!
f (1) = P ( X = 1) = 0,51 0,5 3 1 = 0,5 0,5 2 =
0,5 0,5 2 = 0,375
1
1!2!
1
0,375
0,500
0,375
0,875
3
3
3!
f ( 2 ) = P ( X = 2 ) = 0,5 2 0,5 3 2 = 0,5 2 0,5 =
0,25 0,5 = 0,375
2
2
2
!
1!
0,125
1,000
3
3
3!
f ( 0 ) = P ( X = 0 ) = 0,5 0 0,5 3 0 = 1 0,5 3 =
1 0,5 3 = 0,125
0!3!
0
0
2010
UNED
= E ( X ) =1,5
37
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
TEMA 6
X B(5;0,4)
2 = V ( X ) = 0,75
38
Ejemplo:
n=5
x=0
p = 0,4
a) Ninguno
termine en los
seis aos.
f ( 0) = P ( X = 0)
n
n!
f ( x ) = P ( X = x ) = p x q n x =
p xq n x
x!( n x )!
x
5
f (0) = P ( X = 0) = 0,40 0,65 = 0,0778
0
39
= np = 3 0,5 = 1,5
UNED
Introducci
TEMA 6
Introduccin al an
anlisis de datos
DIST. BINOMIAL: B(N,p)
B(N,p) Tabla I. Funci
Funcin de Probabilidad f(x)
f(x)
2010
2010
= 0,0778
Funcin
de
probabilidad
TEMA 6
x!( n x )! p q
n!
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
2010
x
0
1
0
1
2
0
1
2
3
0
1
2
3
4
0
0,01
.9900
.0100
.9801
.0198
.0001
.9703
.0294
.0003
.0000
.9606
.0388
.0006
.0000
.0000
.9510
0,05
.9500
.0500
.9025
.0950
.0025
.8574
.1354
.0071
.0001
.8145
.1715
.0135
.0005
.0000
.7738
0,10
.9000
.1000
.8100
.1800
.0100
.7290
.2430
.0270
.0010
.6561
.2916
.0486
.0036
.0001
.5905
0,15
.8500
.1500
.7225
.2550
.0225
.6141
.3251
.0574
.0034
.5220
.3685
.0975
.0115
.0005
.4437
0,20
.8000
.2000
.6400
.3200
.0400
.5120
.3840
.0960
.0080
.4096
.4096
.1636
.0256
.0016
.3277
0,25
.7500
.2500
.5625
.3750
.0625
.4219
.4219
.1406
.0156
.3164
.4219
.2109
.4609
.0039
.2373
0,30
.7000
.3000
.4900
.4200
.0900
.3430
.4410
.1890.
.0270
.2401
.4116
.2646
.0756
.0081
.1681
0,35
.6500
.3500
.4225
.4550
.1225
.2746
.4436
.2389
.0429
.1785
.3845
.3105
.1115
.0150
.1160
1
2
3
4
5
0
...
.0480
.0010
.0000
.0000
.0000
.9415
.0571
.2036
.0214
.0011
.0000
.0000
.7351
.2321
.3280
.0729
.0081
.0004
.0000
.5314
.3543
.3915
.1382
.0244
.0022
.0001
.3771
.3993
.4096
.2048
.0512
.0064
.0003
.2621
.3932
.3855
.2637
.0879
.0146
.0010
.1780
.3560
.3602
.3087
.1323
.0284
.0024
.1176
.3025
.3124
.3364
.1811
.0488
.0053
.0754
.2437
0,40
.6000
.4000
.3600
.4800
.1600
.2160
.4320
.2880
.0640
.1296
.3456
.3456
.1536
.0256
.0778
0,45
.5500
.4500
.3025
.4950
.2025
.1664
.4084
.3341
.0911
.0915
.2995
.3675
.2005
.0410
.0503
0,50
.5000
.5000
.2500
.5000
.2500
.1250
.3750
.3750
.1250
.0625
.2500
.3750
.2500
.0625
.0312
.2592
.3456
.2304
.0768
.0102
.0467
.1866
.2059
.3369
.2757
.1128
.0185
.0277
.1359
.1562
.3125
.3125
.1562
.0312
.0156
.0938
40
UNED
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
TEMA 6
Ejemplo:
n=5
x=1
p = 0,4
b) Solamente
uno termine
n
n!
f ( x ) = P ( X = x ) = p x q n x =
p x q n x
x!( n x )!
x
Funcin
de
probabilidad
UNED
Introducci
TEMA 6
Introduccin al an
anlisis de datos
DIST. BINOMIAL: B(N,p)
B(N,p) Tabla I. Funci
Funcin de Probabilidad f(x)
f(x)
Probabilidad del xito p
n
1
2
f (1) = P ( X = 1)
= 0,2592
5
f (1) = P( X = 1) = 0,41 0,64 = 0,2592
1
Que a lo sumo terminen cuatro, o lo que es lo mismo, que terminen ninguno, uno,
dos, tres o cuatro, pero no ms, es decir:
Funcin
de
distribucin
F(4) = P( X 4) =
x 0,4 0,6
x
N x
x=0
2010
41
UNED
Introducci
TEMA 6
Introduccin al an
anlisis de datos
DIST. BINOMIAL: B(N,p)
B(N,p) Tabla II. Funci
Funcin de Distribuci
Distribucin F(x)
F(x)
Ejemplo:
n=5
x=4
p = 0,4
n
2
x
0
1
2
0
1
2
3
0
1
2
3
4
0
1
2
3
4
5
0
...
0.01
0.9801
0.9999
10000
0.9703
0.9997
10000
0.9606
0.9994
10000
0.9510
0.9990
10000
0.9415
0.9986
2010
0.05
0.9025
0.9975
10000
0.8574
0.9928
0.9999
10000
0.8145
0.9860
0.9995
10000
0.7738
0.9774
0.9988
10000
0.7351
0.9672
0.10
0.8100
0.9900
10000
0.7290
0.9720
0.9990
10000
0.6561
0.9477
0.9963
0.9999
10000
0.5905
0.9185
0.9914
0.9995
10000
0.15
0.7225
0.9775
10000
0.6141
0.9392
0.9966
10000
0.5220
0.8905
0.9880
0.9995
10000
0.4437
0.8352
0.9734
0.9978
0.9999
0.20
0.6400
0.9600
10000
0.5120
0.8960
0.9920
10000
0.4096
0.8192
0.9728
0.9984
10000
0.3277
0.7373
0.9421
0.9933
0.9997
0.25
0.5625
0.9375
10000
0.4219
0.8438
0.9844
10000
0.3164
0.7383
0.9492
0.9961
10000
0.2373
0.6328
0.8965
0.9844
0.9990
0.30
0.4900
0.9100
10000
0.3430
0.7840
0.9730
10000
0.2401
0.6517
0.9163
0.9919
10000
0.1681
0.5282
0.8369
0.9692
0.9976
0.35
0.4225
0.8775
10000
0.2746
0.7182
0.9571
10000
0.1785
0.5630
0.8735
0.9850
10000
0.1160
0.4284
0.7648
0.9460
0.9947
0.5314
0.8857
10000
0.3771
0.7765
10000
0.2621
0.6553
10000
0.1780
0.5339
10000
0.1176
0.4202
10000
0.0754
0.3191
0.40
0.3600
0.8400
10000
0.2160
0.6480
0.9360
10000
0.1296
0.4752
0.8208
0.9744
10000
0.0778
0.3370
0.6826
0.9130
0.9898
0.45
0.3025
0.7975
10000
0.1664
0.5748
0.9089
10000
0.0915
0.3910
0.7585
0.9590
10000
0.0503
0.2562
0.5931
0.8688
0.9815
0.50
0.2500
0.7500
10000
0.1250
0.5000
0.8750
10000
0.0625
0.3125
0.6875
0.9375
10000
0.0312
0.1875
0.5000
0.8125
0.9688
10000
0.0467
0.2333
10000
0.0277
0.1636
10000
0.0156
0.1094
F (4)= P ( X 4) = 0,9898
43
x
0
1
0
1
2
0
1
2
3
0
1
2
3
4
0
1
0,01
.9900
.0100
.9801
.0198
.0001
.9703
.0294
.0003
.0000
.9606
.0388
.0006
.0000
.0000
.9510
.0480
0,05
.9500
.0500
.9025
.0950
.0025
.8574
.1354
.0071
.0001
.8145
.1715
.0135
.0005
.0000
.7738
.2036
0,10
.9000
.1000
.8100
.1800
.0100
.7290
.2430
.0270
.0010
.6561
.2916
.0486
.0036
.0001
.5905
.3280
0,15
.8500
.1500
.7225
.2550
.0225
.6141
.3251
.0574
.0034
.5220
.3685
.0975
.0115
.0005
.4437
.3915
0,20
.8000
.2000
.6400
.3200
.0400
.5120
.3840
.0960
.0080
.4096
.4096
.1636
.0256
.0016
.3277
.4096
0,25
.7500
.2500
.5625
.3750
.0625
.4219
.4219
.1406
.0156
.3164
.4219
.2109
.4609
.0039
.2373
.3855
0,30
.7000
.3000
.4900
.4200
.0900
.3430
.4410
.1890.
.0270
.2401
.4116
.2646
.0756
.0081
.1681
.3602
0,35
.6500
.3500
.4225
.4550
.1225
.2746
.4436
.2389
.0429
.1785
.3845
.3105
.1115
.0150
.1160
.3124
2
3
4
5
0
...
.0010
.0000
.0000
.0000
.9415
.0571
.0214
.0011
.0000
.0000
.7351
.2321
.0729
.0081
.0004
.0000
.5314
.3543
.1382
.0244
.0022
.0001
.3771
.3993
.2048
.0512
.0064
.0003
.2621
.3932
.2637
.0879
.0146
.0010
.1780
.3560
.3087
.1323
.0284
.0024
.1176
.3025
.3364
.1811
.0488
.0053
.0754
.2437
2010
UNED
0,40
.6000
.4000
.3600
.4800
.1600
.2160
.4320
.2880
.0640
.1296
.3456
.3456
.1536
.0256
.0778
.2592
0,45
.5500
.4500
.3025
.4950
.2025
.1664
.4084
.3341
.0911
.0915
.2995
.3675
.2005
.0410
.0503
.2059
0,50
.5000
.5000
.2500
.5000
.2500
.1250
.3750
.3750
.1250
.0625
.2500
.3750
.2500
.0625
.0312
.1562
.3456
.2304
.0768
.0102
.0467
.1866
.3369
.2757
.1128
.0185
.0277
.1359
.3125
.3125
.1562
.0312
.0156
.0938
42
Introducci
Introduccin al an
anlisis de datos
DISTRIBUCION BINOMIAL
TEMA 6
Las tablas I y II slo contienen valores de p desde 0,01 hasta 0,50, entonces qu
hacer cuando tengamos una p > 0,50?. En estos casos lo que haremos ser
intercambiar las condiciones de xito y fracaso.
EJEMPLO: sabemos, por la experiencia de aos anteriores en el Servicio de
Psiquiatra y Psicologa Clnica, que un 60% de los pacientes son tratados con
Tcnicas de Modificacin de Conducta. Si un determinado da acuden 5 personas a
consulta, cul es la probabilidad de que 3 sean tratadas con Tcnicas de Modificacin
de Conducta? Datos: experimento binomial con n = 5; p = 0,6 y q = 1 p = 0,4.
44
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 4
a) 0,0500
b) 0,1762
c) 0,255
a) 0,0500
b) 0,1762
c) 0,255
X B(20;0,5)
la probabilidad de
obtener 10 xitos
(caras), cada uno de
ellos con probabilidad p
= 0,5 es P(X=10)...
2010
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
45
2010
TEMA 6
UNED
46
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 0,2350
b) 0,3456
c) 0,6544
a) 0,2350
b) 0,3456
c) 0,6544
X B(5;0,4)
la probabilidad de
obtener 2 xitos
(varones), cada uno de
ellos con probabilidad p
= 0,4, P(X=2), es...
2010
47
2010
48
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
19. Se sabe que el 20% de los espaoles no ha acudido nunca a terapia con un
psiclogo clnico. Si seleccionamos aleatoriamente una muestra de 10
personas, cul es la probabilidad de que 3 personas de la muestra no hayan
acudido a terapia?
19. Se sabe que el 20% de los espaoles no ha acudido nunca a terapia con un
psiclogo clnico. Si seleccionamos aleatoriamente una muestra de 10
personas, cul es la probabilidad de que 3 personas de la muestra no hayan
acudido a terapia?
X B(10;0,2)
a) 0,8791
a) 0,8791
b) 0,1209
c) 0,2013
b) 0,1209
c) 0,2013
2010
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
49
2010
TEMA 6
UNED
la probabilidad de
obtener 3 xitos
(personas que no hayan
acudido a terapia), cada
uno de ellos con
probabilidad p = 0,2,
P(X=3) es ...
50
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 0,2023
b) 0,3456
c) 0,6172
a) 0,2023
b) 0,3456
c) 0,6172
2010
51
2010
20
20
20
0,50 0,520 + 0,51 0,519 + 0,52 0,518 +
0
1
2
20
20
20
+ 0,53 0,517 + 0,54 0,516 + 0,55 0,515 =
3
4
5
= 0,6172
Opcin b: Buscar en la Tabla II
n = 20, x = 5; p = 0,5 P(X 5) = 0,6172
52
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
UNED
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
a) 0,1476
b) 0,2952
c) No podemos calcularla
a) 0,1476
b) 0,2952
c) No podemos calcularla
2010
UNED
53
Introducci
Introduccin al an
anlisis de datos
EJEMPLOS
TEMA 6
3)
2010
55
2010
54