Grupo V
Tema 10: Modelos de Probabilidad
Algunos modelos de distribuciones de v.a.
de la funcin de probabilidad 5%
de la distribucin Binomial. 0%
0 1 2 3
Media: =n p
Varianza: 2 = n p (1-p)
f(x) 0,012
k
1 0,01
k= axb 0,008
f(x) = b-a 0,006
0 resto 0,004
0,002
0
-20 0 20 40 60 80 100 120
X
0,9
b - a 0,6
0,5
1 x>b 0,4
0,3
0,2
a+b
0,1
=
0
2
X
2
(b - a)
Varianza: 2 =
12
e -x
x>0
f(x) 0,25
0,2
f(x) =
0 resto 0,15
0,1
0,05
con > 0
0
0 5 10 15 20 25 30
X
1 - e x>0 0,8
0,7
0,6
1 0,5
Media: = 0,4
0,3
0,2
0,1
1 0
Varianza: = 2
2 0 10 20 30
X
40 50 60
Queda caracterizada por un parmetro: . X Exponencial ()
Relacin entre las distribuciones Poisson y Exponencial:
Si una v.a. con distribucin Poisson () representa el n de ocurrencias de un suceso en
un periodo de tiempo, la v.a. con distribucin Exponencial representar el tiempo que
transcurre entre 2 ocurrencias consecutivas de ese suceso, siendo = .
Ejemplo: Y: n de avisos de avera recibidos en 1 hora. Y Poisson (=0,4)
X: tiempo, en horas, transcurrido entre 2 avisos consecutivos de avera.
X Exponencial (=0,4), siendo f(x) = 0,4 e- 0,4 x x>0
Estadstica Grupo V Tema 10: Modelos de Probabilidad 15
Distribucin Normal o de Gauss
Es apropiada para modelizar:
Altura, peso, coeficiente de inteligencia
Modeliza fenmenos socio-econmicos
como los ingresos, las ventas, los beneficios
Sea X una variable aleatoria que expresa los ingresos mensuales, en
euros, de los hogares valencianos. Se supone que el
comportamiento de dicha variable se puede modelizar mediante una
distribucin Normal con media 1700 y su desviacin tpica 200.
Est caracterizada por dos parmetros: La media, , y la
desviacin tpica, (tambin puede ser la varianza 2).
2
1 x
1
2
Su funcin de densidad es: f ( x) = e
2
Estadstica Grupo V Tema 10: Modelos de Probabilidad 16
N(, ): Interpretacin
geomtrica
Podis interpretar la
media como un factor
de traslacin.
Y la desviacin tpica
como un factor de
escala, grado de
dispersin,
X
Z=
En el caso de variable X normal N(, 2), al tipificar se
obtiene una variable Z que tambin tiene distribucin
Normal pero con media 0 y varianza 1. Z N(0,1). Z es la
variable X tipificada.
Esta propiedad dice que toda v.a. que sea una transformacin
lineal de una v.a. con distribucin Normal tambin tiene una
distribucin Normal.
Es decir, Y = a X + b ~ N (Y = a + b , Y2 = a2 2 )