Density
empricas, las cuales pueden tener huecos o cambios .3
bruscos.
.2
Interpolacin: La imposicin de una distribucin
paramtrica representa la posibilidad de que ocurran .1
todos los valores posibles de la variable, as como la
estimacin de sus probabilidades de ocurrencia. .0
-6 -4 -2 0 2 4 6
Extrapolacin: Las distribuciones paramtricas nos
permiten estimar probabilidades de eventos fuera del Histogram Normal
4/8
1/8
0 1 2 3 x
1/8
0 1 2 3 x
EJERCICIO: ENCONTRAR LA FUNCIN DE PROBABILIDAD Y DE
PROBABILIDAD ACUMULADA DE LANZAR DOS DADOS
P(X3)=p(0)+p(1)+p(2)+p(3)=F(3)
Encontrar
a. P X 0 0.65
b. P 3 X 1 0.67
EJERCICIOS
Considera el ejemplo anterior de lanzar dos dados, encuentra:
P(X>7)
P(no salga seis)
Cul es la probabilidad de que salga un nmero entre 2 y 8 o 10 y 12?
P(3X5)
EJERCICIO: ENCONTRAR LA FUNCIN DE PROBABILIDAD Y FUNCIN
DE DISTRIBUCIN ACUMULADA DE TRES LANZAMIENTOS DE UNA
MONEDA QUE NO ES JUSTA
Si X representa el nmero de soles que se obtienen en tres volados, encuentre
la funcin de distribucin de X y su funcin de distribucin acumulada.
P(sol)=0.6; P(guila)=0.4
Valor de X Eventos
Eventos Probabilidad
Probabilidad Probabilidad
Probabilidad
acumulada
acumulada
[X=0] {AAA}
{AAA} 0.064*1=0.064 0.064
[X=1] {AAS,
{AAS,ASA,
ASA,SAA}
SAA} 0.096*3=0.288 0.352
[X=2] {SSA,
{SSA,SAS,
SAS,ASS}
ASS} 0.144*3=0.432 0.784
[X=3] {SSS}
{SSS} 0.216*1=0.216 1
Total
Total1.00
1.00
DISTRIBUCIN BINOMIAL
Se aplica en situaciones en las que en un cierto nmero de ensayos o pruebas ocurre
uno u otro de dos eventos MECE (p.ej.: par o impar, cara o cruz, posesin o no de
cierta caracterstica).
La variable aleatoria de inters, X, es el nmero de ocurrencias del evento en un
nmero dado N de ensayos o pruebas. Cuando ocurre el evento lo denominamos
xito (1) y cuando no ocurre lo denominamos fracaso (0).
X puede tomar valores enteros no negativos entre 0 y N.
La distribucin binomial se usa para calcular las probabilidades de los N+1 valores
posibles de X si se cumplen dos condiciones:
(1) la probabilidad de ocurrencia del evento es la misma en cada ensayo
(2) los resultados en cada uno de los ensayos son independientes
DISTRIBUCIN BINOMIAL
Consideremos N ensayos independientes, en cada uno de los cuales la
probabilidad de obtener xito es p.
La probabilidad de fracaso es 1-p= q
La probabilidad de 1 xito en 1 ensayo es p
La probabilidad de 2 xitos en 2 ensayos es: pxp = p2
La probabilidad de r xitos en r ensayos es pr y la de tener (N-r) fracasos subsecuentes en
N-r ensayos es: (1-p)N-r = qN-r
Por lo tanto la probabilidad de tener r xitos y(N-r) fracasos es: pr(1-p)N-r
De cuntas maneras distintas podemos tener r xitos y N-r fracasos en N ensayos?
!
=
! !
DISTRIBUCIN BINOMIAL N y p son los parmetros de la
distribucin:
Parte
Parte
combinatoria N nmero de experimentos
probabilidad
p es la probabilidad de xito
= = 1 Media=Np
x=1,2,,N Varianza=Np(1-p)
Ejemplo: Un estudio geolgico muestra que un pozo petrolero perforado en una regin
particular debe encontrar petrleo con una probabilidad de 0.2. Encuentra la probabilidad
de que el tercer hallazgo de petrleo ocurra en la perforacin del quito pozo.
r=3, x=5
51
=5 = 0.2 0.8 53
31
4
= 0.23 0.8 2 = 6 0.008 0.64 = 0.0307
2
EJERCICIO
Cul es la probabilidad de que el Lago se congele 3 veces en los prximos
10 aos?
Cul es la probabilidad de que el Lago se congele 2 veces en los prximos
15 aos?
DISTRIBUCIN DE POISSON
Representa la probabilidad de ocurrencia del nmero de eventos discretos en
una secuencia, durante un intervalo de tiempo (espacio o volumen) dado
conociendo su razn de ocurrencia promedio en el tiempo (espacio o volumen)
EJEMPLOS:
Accidentes de trfico en una esquina
Huracanes en una temporada
Distribucin de granizo en un rea determinada
Meteoritos de ms de un metro que llegan a la Tierra en un ao
Aviones que aterrizan en un aeropuerto
Bacterias por cm2 de cultivo
EJEMPLO
30 aos de registro, 138
tornados.
=138/30=4.6
Cul es la probabilidad de
que ocurran 4 tornados en un
ao?
0.2 Cul es la probabilidad de
que ocurran ms de tres
0.18
0.16
0.14