DISTRIBUCIONES DE PROBABILIDAD

KASSANDRA GMEZ
2 C

DISTRIBUCIN DE BERNOULLI
Consiste en realizar un experimento aleatorio una sola vez y observar si cierto suceso ocurre o no, siendo p la probabilidad de que esto sea as (xito) y q=1-p el que no lo sea (fracaso). podramos por tanto definir este experimento mediante una v.a. discreta X que toma los valores X=0 si el suceso no ocurre, y X=1 en caso contrario, y que se denota X~Ber(p) P (0)= P(X=0) =1-P (FRACASO) P (1)= P(X=1) = P (XITO)

DISTRIBUCIN BINOMIAL
Slo puede tener dos posibles resultados A y A'. Usualmente A recibe el nombre de xito, adems representaremos como p = p(A) y q = 1-p=p(A'). A la funcin de probabilidad de una variable aleatoria X resultado de contar el nmero de xitos al repetir n veces una experiencia aleatoria dicotmica con probabilidad de xito p la llamamos distribucin binomial y la representamos por B (n, p)

DISTRIBUCION DE POISSON
El numero d ensayos n y la probabilidad de xito p son

diferentes, pero el nmero promedio de xitos, que es igual al producto np, es el mismo. en esta distribucin el nmero de xitos que ocurren por unidad de tiempo, rea o producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado

x!

T- STUDENT
la distribucin t (de Student) es una distribucin de

probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo.

 La distribucin t de Student es la distribucin de probabilidad

del cociente

Donde:

Z tiene una distribucin normal de media nula y varianza 1 V tiene una distribucin ji-cuadrado con grados de libertad Z y V son independientes Si es una constante no nula, el cociente es una variable
aleatoria que sigue la distribucin t de Student no central con parmetro de no-centralidad .

EJEMPLO:
Sea T ~ Weibull(0.5,3)

a) Determinar
b) Determinar c) Determinar P(T P (T>5) =1-P(T1) = 1 e-

GAMMA

 Se puede caracterizar del modo siguiente:

Si se est interesado en la ocurrencia de un evento generado por un proceso de Poisson de media lambda, la variable que mide el tiempo transcurrido hasta obtener n ocurrencias del evento sigue una distribucin gamma con parmetros a= n lambda(escala) y p=n (forma). Se denota Gamma(a,p).

EJEMPLO:
Suponiendo que el tiempo de supervivencia, en aos, de pacientes que son sometidos a una cierta intervencin quirrgica en un hospital sigue una distribucin Gamma con parmetros a=0,81 y p=7,81, calclese: 1. El tiempo medio de supervivencia. 2. Los aos a partir de los cuales la probabilidad de supervivencia es menor que 0,1. Clculo de probabilidades. Distribuciones continuas Gamma (a,p) a : Escala 0,8100 p : Forma 7,8100 Cola Izquierda Pr [X<=k] Cola Derecha Pr [X>=k] Punto X Media Varianza Moda 0,9000 0,1000 14,2429 9,6420 11,9037 8,4074

El tiempo medio de supervivencia es de, aproximadamente, 10 aos.

DISTRIBUCION NORMAL
Una distribucin normal de media y desviacin

tpica se designa por N (, ).

El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad.

Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha. La probabilidad equivale al rea encerrada bajo la curva.

Distribucin normal estndar N (0, 1)

La distribucin normal estndar, o tipificada o

reducida, es aquella que tiene por media el valor cero, =0, y por desviacin tpica la unidad, =1.

La probabilidad de la variable X depender del rea del

recinto sombreado en la figura. Y para calcularla utilizaremos una tabla.

Distribucin normal estndar N (0, 1)

Para poder utilizar la tabla tenemos que transformar la variable X que sigue una distribucin N (, ) en otra variable Z que siga una distribucin N (0, 1).

 La tabla nos da las probabilidades de P (z k),

siendo z la variable tipificada.

Estas probabilidades nos dan la funcin de

distribucin (k).

(k) = P (z k)

EJEMPLO:
La resistencia de una aleacin de aluminio se

distribuye normalmente con media de 10 giga pascales (Gpa) desviacin estndar de 1.4 Gpa. Cul es la probabilidad de que una muestra de esta aleacin tenga resistencia mayor a 12 GPa?
Determine el primer cuartil de la resistencia de

esta aleacin. esta aleacin.

Determine el 95. Percentil de la resistencia de

 RESULTADOS

= 10

= 1.4

A) z = (12 -10)/1.4 = 1.43 el rea ala derecha de z = 1.43

es 1 0.9236 = 0.0764

B)

la puntuacin de z en el 25 percentil es -0.67 El 25 percentil es entonces 10 - 0.67 (1.4) = 9.062 Gpa.

C) la puntuacin de z en el 95 percentil es 1.645

El 25 percentil es entonces 10 + 1.645(1.4) = 12.303 Gpa.

CONCLUSIN:
Con ayuda de stas distribuciones podemos resolver

problemas que se nos presenten, ya sea laborales (produccin, etc.) y de otras situaciones (juegos de azar: tirar una moneda, los tiros que hagamos para anotar en un juego, actividades de la casa), siempre y cuando sepamos como usarlas, ser mas fcil y sencillo encontrar la solucin.