Science">
Tarea para 16 Septiembre - Terminar de Decidir Caso Propuesto de Prueba de Hipotesis y Subir Dos Casos Aplicados
Tarea para 16 Septiembre - Terminar de Decidir Caso Propuesto de Prueba de Hipotesis y Subir Dos Casos Aplicados
Tarea para 16 Septiembre - Terminar de Decidir Caso Propuesto de Prueba de Hipotesis y Subir Dos Casos Aplicados
Curso: SOF-S-MA-4-9
Referencia ......................................................................................................................... 6
Introducción
En la teoría de la probabilidad existen muchos modelos teóricos que resultan de utilidad
en una gran variedad de situaciones prácticas, ya que sirven para modelizar gran número
de situaciones reales. Estas distribuciones o modelos de probabilidad se dividen en dos
grandes grupos dependiendo del tipo de la variable que modelizan. Así, distinguimos
entre distribuciones de probabilidad discretas, si la variable aleatoria que modelizan es de
naturaleza discreta y distribuciones de probabilidad continuas, cuando la variable
aleatoria es continua.
Existen muchas distribuciones de probabilidad, pero dado el carácter introductorio de esta
práctica, nos limitaremos a estudiar la distribución binomial y la distribución de
Poisson como ejemplos de distribuciones discretas y la distribución Normal para ilustrar
las distribuciones continuas.
Función de distribución
Se define la Función de Distribución de la variable aleatoria X, y se denota por F(X),
como la probabilidad de que la v.a. X tome un valor menor o igual que x
FX(x)=P[X≤x]∀x
Expresión 1: Función de distribución
Es decir, F(X) es una función de los números reales, R, en el intervalo [0,1]
FX:R⟶[0,1] de forma que
∀x∈R,FX(x)=P[X≤x]
Expresión 2: F(X)
La variable aleaoria discreta está caracterizada por la función masa de probabilidad.
Conocidos los valores pi se puede conocer la función de distribución. En efecto,
F(x1)F(x2)⋮F(xi)=P[X≤x1]=P[X=x1]=p1=P[X≤x2]=P[X=x1]+P[X=x2]=p1+p2⋮=P[X≤
xi]=∑j=1iP[X=xj]=p1+p2+⋯+pi
Expresión 3: Función de distribución conocidos los valores pi
Propiedades
• P1) FX(.) es una función no-decreciente
• P2) FX(.) es continua a la derecha
• P3) FX(+∞)=+1 y FX(−∞)=0
• P4) P[x1<X≤x2]=F(x2)–F(x1)
• P5) P[X>x]=1–F(x)
En la variable aleatoria continua X, recibe el nombre de Función de Distribución, y se
denota por FX (o F cuando en el contexto está claro a la v.a. que se refiere), la
función F:R→[0,1] definida por:
F(xi)=P[X≤xi]=∫xi−∞f(x)dx
Expresión 4: Función de distribución en la v.a. continua
F(x)=∫x−∞f(x)dx f(x)=∂F(x)∂x=F´(x)
Expresión 5: Función de distribución y función de densidad
1. P[a<X<b]=F(b)–F(a)
2. P[X<a]=F(a)
3. P[X>b]=1–F(b)
limx→−∞F(x)=0 y limx→+∞F(x)=1
Expresión 6: Valores extremos de la función de distribución
Se comprueba fácilmente que si X es una v.a. continua entonces la probabilidad del
suceso X igual a constante es cero, P[X=a]=0 , aunque no es el suceso imposible. En
efecto,
P[X=a]=∫aaf(x)dx=0
Distribución Binomial
Consideremos repeticiones independientes de un experimento aleatorio con dos posibles
resultados a los cuales nos referiremos genéricamente como “éxito” y “fracaso”. El
éxito ocurre con una probabilidad p y el fracaso, por tanto, con una probabilidad q=1−p.
En este contexto, interesa estudiar el número de éxitos en estas repeticiones del
experimento aleatorio y, para ello, se define la siguiente variable aleatoria, X = “Número
de éxitos en n ensayos independientes con probabilidad de éxito constante p ”.
Entonces decimos que X sigue una distribución binomial de parámetros n y p, y lo
representamos como X→B(n,p).
La distribución binomial es una distribución de probabilidad discreta, mide el número de
éxitos en una secuencia de n ensayos independientes, con una probabilidad fija p de
ocurrencia de éxitos entre los ensayos.
Es evidente que los posibles valores que puede tomar la variable aleatoria (o, lo que es lo
mismo, el número de ensayos exitosos de los que se realizan) son los valores
comprendidos entre 0 y n.
donde:
Referencia
Alvarado Martínez, H., & Retamal Pérez, L. (2010). La aproximación binomial por la
http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S10112251201000020007
distribuci%C3%B3n-binomial-a-la-normal.zk62ed1
https://wpd.ugr.es/~bioestad/guia-de-r/practica-4/