Professional Documents
Culture Documents
06.modelos Discretos
06.modelos Discretos
p ( x) = p x (1 − p)1− x ; x = 0, 1 . Además 0 p 1
p es el parámetro de la función.( modelo ) , y p = P(E )
Notación : X Bernoulli ( p )
Características Numéricas ( parámetros ) de la v.a. X :
• E(X)= p
• V ( X ) = p ( 1- p ) = p q
Ejercicio.- De un lote de 12 bolillas, distinguibles, tres son defectuosos. Se extrae, al
azar, una bolilla. ¿Cuál es la probabilidad que la bolilla sea defectuosa?
Solución :
ε : Seleccionar, al azar, una bolilla
¿ Es ε un experimento Bernoulli ?
- Se hace una sola extracción
- Se definen dos posibles resultados: E y F , donde E = Defectuoso
Si X = Número de defectuosos . Entonces :
3 1
P X = 1 = p (1) = p1 (1 − p )1−1 , donde p = P ( E ) = =
12 4
1
=
4
2. DISTRIBUCION BINOMIAL
EXPERIMENTO BINOMIAL : Es aquel en el que se cumplen los siguientes
supuestos:
• Es un experimento compuesto por n pruebas Bernoulli.
• Cada prueba Bernoulli es independiente, es decir que la ocurrencia de una prueba
no afecta la ocurrencia de las otras.
Sea la v.a. X = Número de éxitos
La distribución de probabilidad para la variable aleatoria X esta por :
n
p ( x) = p x ( 1 − p) n − x ; x = 0, 1, . . . , n . Además 0 p 1
x
n ; p son los parámetros de la función ( modelo ) ; con n = Nº de ensayos y p = P(E )
Notación : X B(n,p)
Características Numéricas ( parámetros ) de la v.a. X
• E(X)= np
• V(X)= npq
Propiedad Reproductiva
Si Y y Z son v. a. independ. con Y B ( n 1 , p ) y Z B ( n 2 , p ) ( Y + Z ) B ( n 1 + n 2 , p )
Ejercicio.- Los registros de una Cia. de seguros indican que el 40% de las familias
tiene algún tipo de seguro. Se eligen, al azar, 14 familias. Determine la
probabilidad que :
a). Ninguna tenga seguro.
b). Por lo menos dos tengan seguro.
Solución :
: Se eligen, al azar, 14 familias y se observa si están asegurados o no
¿ Es un experimento Binomial ?
• Esta compuesta por 14 familias seleccionadas.
• Cada familia seleccionada es una prueba Bernoulli, donde :
E = Asegurado
F = No asegurado
14
= (0,4) 0 (1 − 0,4) 14− 0 = (0,6) 14
0
b). P X 2 = 1 − P X 2
= 1 − P X = 0 + P X = 1
n x
donde PX = 1 = p (1) = p (1 − p)
n− x
1
14
= (0,4) 1 (1 − 0,4) 14−1 = 14(0,4)(0,6) 13
1
P X 2 = 1 − (0,6)14 − 14(0,4)(0,6)13
3. DISTRIBUCION DE POISSON
EXPERIMENTO O PROCESO POISSON : Es aquel en el que se cumplen los
siguientes supuestos:
• Esta constituido por una prueba en el que se fija una unidad de tipo continuo (
intervalo; de tiempo, de longitud, de área, de volumen, ..., etc.)
• Se observan las ocurrencias, de tipo discreto, dentro de dicha unidad prefijada.
• Estas ocurrencias son independientes de una unidad especificada a otra.
Sea la v.a. X = Número de ocurrencias dentro de un intervalo prefijado
La distribución de probabilidad para la variable aleatoria X esta dada por:
e − x
p ( x) = ; x = 0, 1, 2, . . . y 0
x!
es el parámetro de la función ( modelo )
Notación : X Poisson ( )
4. DISTRIBUCION GEOMETRICA
EXPERIMENTO GEOMETRICO : Es similar al experimento Binomial, con la única
diferencia de que no se conoce n .
Solución : Sea = Llevar a cabo exámenes hasta obtener una reacción positiva
¿Es un experimento geomètrico?
- Constituido por un nùmero no definido de ensayos
- Cada ensayo es una prueba Bernoulli, donde :
Éxito = Reacción positiva
Fracaso = Reacción Negativa
- Cada prueba Bernoulli es independiente
X = Nùmero de pruebas hasta obtener el primer èxito
P( X = 6 ) = p X ( 6 ) = q 6 − 1 p donde p = P( èxito ) = 0,4
5. DISTRIBUCION HIPERGEOMETRICA
EXPERIMENTO HIPERGEOMETRICO : Es aquel en el que se cumplen los siguientes
supuestos:
• Supóngase un conjunto ( población ) finito de N objetos distinguibles.
• Los N objetos pueden ser clasificados en dos categorías; K de las cuales poseen cierta
característica ( éxito ) y N − K no poseen tal característica ( fracaso ).
• Se toma una muestra aleatoria de n ( n < N ) objetos sin reposición.
Sea la variable aleatoria X = Número de éxitos en una muestra aleatoria de tamaño n
La distribución de probabilidad de la variable aleatoria X esta dada por :
K N − K
x n − x
p X ( x) = ; x = 1, 2, . . . , r donde r = min { n , K }
N
n
Notación : X h ( N, n , K )
Características Numéricas ( parámetros ) de la v.a. X :
K
• E( X )=n
N
K N − K N − n
• V ( X ) = n
N N N − 1
K N − K
x n − x
p X( x) = ; x = 1, 2 , , r ; r = min n , K = 8
N
n
Se pide :
8 4
P( X = 5 ) = p X ( 5 ) =
5 4
12
9
8! 4!
3 !5 ! 0 !4 ! 56
= = = 0,254
12 ! 220
3! 9 !