Documente Academic
Documente Profesional
Documente Cultură
Distribuciones Discretas
Distribución Hipergeométrica
Distribución de Bernoulli
Distribución Binomial
Distribución Geométrica
Distribución Binomial Negativa
Distribución de Poisson
Distribución Hipergeométrica
Distribución Hipergeométrica
Sea una población de N elementos, M de los cuales presentan una
caracterı́stica de interés y N − M no la presentan. Si de esta población
se selecciona una muestra aleatoria de tamaño n sin reemplazo y se
define una variable aleatoria X como
X = el número de elementos que presentan la caracterı́stica de interés
en la muestra
Distribución Hipergeométrica
Sea una población de N elementos, M de los cuales presentan una
caracterı́stica de interés y N − M no la presentan. Si de esta población
se selecciona una muestra aleatoria de tamaño n sin reemplazo y se
define una variable aleatoria X como
X = el número de elementos que presentan la caracterı́stica de interés
en la muestra
M N −M
( )( )
x n−x
f (x) = , x = {max{0, n+M −N }, ..., min{M, n}}
N
( )
n
Distribución Hipergeométrica
Notación: X ∼ HG(N, M, n)
M
E(X) = n
N
M N −M N −M
V (X) = n ( ) ( )( )
N N N −1
Distribución Hipergeométrica
Distribución Hipergeométrica
Ensayo de Bernoulli
P (E) = p y P (F ) = 1 − p
Distribución de Bernoulli
f (x) = px (1 − p)1−x , x = 0, 1
Notación: X ∼ Bernoulli(p)
E(X) = p
V (X) = p(1 − p)
Distribución de Bernoulli
Distribución Binomial
n
f (x) = ( ) px (1 − p)n−x , x = 0, 1, 2, ..., n, 0 < p < 1
x
Distribución Binomial
Distribución Binomial
Distribución Geométrica
Distribución Geométrica
Notación: X ∼ Geométrica(p).
Función de distribución
F (m) = 1 − (1 − p)m
Distribución Geométrica
Se sabe que la probabilidad que ocurra una inundación que puede causar
daños importantes a la infraestructura de una ciudad en un cierto año es
de 0.05. Asumiendo que existe independencia entre la ocurrencia de las
inundaciones.
1 Calcule el número promedio de años hasta que ocurra una inundación
que cause daños importantes a una ciudad.
2 Calcule la probabilidad que el tercer año ocurra una inundación que
cause daños importantes a una ciudad.
3 Si han pasado dos años sin que ocurra una inundación, calcule la pro-
babilidad que pasen dos años más antes que ocurra una inundación que
cause daños importantes a una ciudad.
x−1
f (x) = ( ) pr (1 − p)x−r , x = r, r + 1, r + 2, ..., 0 < p < 1
r−1
Proceso de Poisson
Proceso de Poisson
Distribución de Poisson
e−µ µx
f (x) = , x = 0, 1, 2, ...., µ > 0
x!
donde µ = λt.
Distribución de Poisson
Notación: X ∼ P oisson(µ).
E(X) = µ.
V (X) = µ.
Distribución de Poisson
Distribución Exponencial
Notación: X ∼ Exp(λ).
Función de de distribución: F (x) = 1 − e−λx .
1
E(X) = .
λ
1
V (X) = 2 .
λ
Propiedad de Falta de Memoria:
Distribución Exponencial
Entonces X ∼ Exp(λ).
Distribución Exponencial
Una compañı́a de seguros vende un seguro vehicular que cubre por las pérdi-
das incurridas al tener un accidente, este seguro está sujeto a un deducible
de 100 u.m. (esto es el cliente paga 100 u.m. sin importar cuál sea el valor
de la pérdida). Se conoce que las pérdidas al tener un accidente siguen una
distribución exponencial con media de 300 u.m.
a) Calcule la probabilidad de que la compañı́a de seguros tenga que desem-
bolsar dinero en un accidente.
b) Calcule la mediana de la pérdida por accidente.
c) Asuma que un cliente no hará uso del seguro si el valor de la pérdida es
menor al deducible. Si la compañı́a vende el seguro a 150 u.m. calcula
la ganancia esperada de la compañı́a de seguros.
Distribución Exponencial
Distribución Gamma
Una variable aleatoria X sigue una distribución gamma si su función
de densidad es dada por
λα α−1 −λx
f (x) = x e , x > 0, , α > 0, λ > 0.
Γ(α)
∞
Función gamma: Γ(s) = ∫ ts−1 e−t dt y Γ(a + 1) = aΓ(a) si a es entero.
0
Notación: X ∼ Gamma(α, λ).
Función de de distribución: si α es entero
α−1
(λx)i −λx
F (x) = 1 − ∑ e
i=0 i!
para otros valores de α no tiene forma analı́tica.
α α
E(X) = y V (X) = 2 .
λ λ
Prof. Luis Valdivieso FACI PUCP 27 / 41
Distribuciones Continuas
Distribución Gamma
Distribución Gamma
Distribución Uniforme
Distribución Uniforme
Una persona llega a una estación de buses a las 10:00 am, se sabe que la
hora a la que llega el bus se distribuye uniformemente entre 10:00 am y
10:30 am.
a) Calcule la probabilidad que esta persona tenga que esperar más de 10
minutos.
b) Si ya son las 10:15 y el bus aun no llega, calcule la probabilidad que
tenga que esperar al menos 10 minutos adicionales.
Distribución Beta
Γ(α + β) α−1
f (x) = x (1 − x)β−1 , 0 < x < 1, α > 0, β > 0.
Γ(α)Γ(β)
Distribución Beta
Distribución Normal
1 (x − µ)2
1 −
f (x) = √ e 2 σ 2 , x ∈ R, µ ∈ R, σ 2 > 0
2πσ
Notación: X ∼ N (µ, σ 2 ).
E(X) = µ y V (X) = σ 2
X −µ
Sea X ∼ N (µ, σ 2 ) entonces Z = ∼ N (0, 1)
σ
Ejercicios
Ejercicios
σ2
X̄ ∼ N (µ, )
n
aprox σ2
X̄ ∼ N (µ, )
n
Ejercicios