Documente Academic
Documente Profesional
Documente Cultură
Es la
característica considerada en un experimento aleatorio cuyo valor de
ocurrencia solo puede saberse con exactitud una vez observado.
Problemas Total de la
Sanos Hipertensos Asmáticos Diabetes
Articulares población
234 34 16 17 9 310
Casos posibles 9
Todas las x posibles p(x) 1
p(4) X ( P. Articulare s ) 0,03
Total de casos 310
Discutamos otro ejemplo: Su pongamos que la distribución de probabilidad
para X es la siguiente:
Supongamos que el un determinado grupo de un colegio las calificaciones de
los estudiantes en un examen de Matemática es la siguiente:
0 si el estudiante tiene calificación de Insuficiente
1 si el estudiante tiene calificación de Deficiente
2 si el estudiante tiene calificación de Aprobado
X= 3 si el estudiante tiene calificación de Bien
4 si el estudiante tiene calificación de Muy Bien
5 si el estudiante tiene calificación de Excelente
0,09 si x = 0
0,11 si x = 1
0,23 si x = 2
p(x)= 0,26 si x = 3
0,17 si x = 4
0,14 si x = 5
REPRESENTACIÓN GRÁFICAMENTE LOS
RESULTADO ANTERIORES
0,30
0,25
0,20
p(x)
0,15
0,10
0,05
0,00
0 1 2 3 4 5
Resultados de la calificaciones
f ( x) PX x
Para el número real x se llama función
de densidad de probabilidad de X.
1. f ( x) 0 2. f ( x) 1
DISTRIBUCIÓN DE PROBABILIDAD DE UNA
VARIABLEA ALEATORIA DISCRETA.
DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL
x 0 x
n n!
Donde
x x!(n x)!
DISTRIBUCIÓN DE PROBABILIDAD DE UNA
VARIABLEA ALEATORIA DISCRETA.
DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL
n x n x x 0,1, 2, , n
f ( x) p (1 p)
x 0 p 1
n n!
Donde n un número entero positivo
x x!(n x)!
PX A f ( x)
xA
1,0325 x 1,362 1 x 6
f (x)
0 En cualquier otro caso
p( X z ) ?
Para la realización de estos cálculos nos vamos a auxiliar del Microsoft Excel
p( X z ) ?
p( X 1) ?
p( X 1) 0,841344746
Valor correspondiente al
área debajo de la curva
z
Segundo caso: Hallar la probabilidad de valores de z mayor que 1.
p( X z ) ?
p( X 1) 1 p( X 1)
p( X 1) 1 0,841344746
p( X 1) 0,158655254
Valor correspondiente al
área debajo de la curva
z
Tercer caso: Hallar la probabilidad de valores de z igual cero.
p( X z ) ?
p ( X 0) ?
p( X 0) 0,5
z
Cuarto caso: Hallar la probabilidad de valores de z menor que 1 y mayor que
-1.
p(1 z 1) ?
0,68268949
EJEMPLO: Se llevan varios años haciendo un estudio de crecimiento y
desarrollo de una comunidad rural y una de las variables que se mide es la
talla de los niños al nacer, que se ha demostrado que se distribuye
normalmente con media de 45,34 cm y desviación estándar 16,32. Cual es la
probabilidad de que al nacer un niño mida más de 70 cm.
( x X ) 70 45,34
p ( x 70) ? z 1,51
s 16,32
p ( x 70) 0,0655
Distribución ji cuadrado 2
Para comprender este concepto partamos del siguiente ejemplo del calculo
de la varianza según la formula:
n
i
( x X ) 2
Esta fórmula está basada en n-1 grados de libertad.
s 2 i 1 Esta terminología resulta del hecho de que si bien s2
(n 1) está basada en n cantidades: x1 X , x2 X , , xn X
éstas suman cero, así que especificar los valores de cualquier n-1 de las
cantidades determina el valor restante.
Ejemplificando lo anterior tenemos que:
Si n=4 y tenemos que x1 X 11; x2 X 7; x3 X 2
Si sabemos que la sumatoria de todos los valores tiene que dar cero queda
fijando el valor a: x4 X 6
Esto nos permite afirmar que tres valores están libres es decir tres grados de
libertad porque el cuatro esta fijado y se puede plantear entonces que los
grados de libertad para este caso con iguales a n-1 que dará 3.
Después de esta explicación para la comprensión del concepto grados de
libertad podemos trabajar la distribución 2 que como se señalo anterior
mente es asimétrica pero además su forma dedende de los grados de
libertad para ellos les mostraremos algunas gráficas de ejemplo.
2 2 2
Para el caso de la distribución 2 calculemos la probabilidad con 10 grados de
libertad superior a 20
p 102 20 ?
p 102 20 0,029252688
Distribución t de Student
Calculo de la probabilidad
p(t1 2) ?
p(t1 2) 0,147583618
Distribución F de Fischer
12
n1
Fn1 , n2
12
n2
Algunos ejemplos son los siguientes:
p( F10,8 3) 0,066450863