Académique Documents
Professionnel Documents
Culture Documents
13
En el primer ejemplo podemos de…nir los eventos:
8 9
>
> (2; 2); (2; 3); :::; (2; 6); >
>
< =
(3; 2); (3; 3); :::; (3; 6);
(X = 0) =
>
> ::: >
>
: ;
(6; 2); (6; 3); :::; (6; 6)
(1; 2); (1; 3); (1; 4); (1; 5); (1; 6);
(X = 1) =
(2; 1); (3; 1); (4; 1); (5; 1); (6; 1)
(X = 2) = f(1; 1)g
14
Función de frecuencia. La función de frecuencia de una variable
aleatoria discreta X se de…ne para todos los x 2 vX como:
f (x) = P (X = x):
x 0 1 2
p(x) 25=36 10=36 1=36
Se puede ver que veri…ca (8). La función de distribución para esta variable
es:
0 si x<0
25=36 si 06x<1
F (x) =
35=36 si 16x<2
1 si x>2
15
La función de frecuencia de la Y del ejemplo se muestra en la siguiente
tabla:
y 1 2 3 4 5 6
p(y) 1=36 3=36 5=36 7=36 9=36 11=36
Que también veri…ca (8). La función de distribución para esta variable
es:
0 si x < 1
1=36 si 1 x<2
4=36 si 2 x<3
F (x) = 9=36 si 3 x<4
16=36 si 4 x<5
25=36 si 5 x<6
1 si x 6
La probabilidad de cualquier evento que se relacione con el máximo de las
dos tiradas puede calcularse usando la función de distribución. por ejemplo:
sean A el evento “el máximo de las dos tiradas es al o sumo 3”, B “el máximo
de las dos tiradas es 4”, C “el máximo es mayor que 2 y menor que 5”
16
4.1 Distribución binomial
Supongamos que en un hospital hay 3 pacientes internados con determinada
enfermedad, a los cuales se les aplica el mismo tratamiento (estos individuos
no son parientes). Supongamos que la probabilidad de que un individuo sane
en una semana de tratamiento es p. Sea Y el número de individuos que
sanan en una semana de tratamiento. Y puede tomar los valores 0 (ninguno
sana en una semana), 1, 2 o 3 (todos sanan en una semana). Los posibles
resultados y sus respectivas probabilidades se resumen en la siguiente tabla.
Valor de Y Probabilidad
0 (1 p)3
1 3p(1 p)2
2 3p2 (1 p)
3 p3
esta es una manera de expresar la función de frecuencia de la variable aleato-
ria Y .
Este es un caso particular de la distribución binomial, en general si te-
nemos n repeticiones de un ensayo que puede tener solo dos resultados, que se
suelen llamar “éxito” y “fracaso”, la probabilidad de “éxito” p, es la misma
en cada repetición y los resultados de cada repetición son independientes, la
variable aleatoria que cuenta el número de “éxitos”en los n ensayos tiene dis-
tribución binomial con parámetros n y p (X s B(n; p)) Se puede demostrar
17
que su función de frecuencia es
n k
f (k) = P (X = k) = p (1 p)n k
(k = 0; 1; :::; n):
k
18
espaciales, interesa conocer cuántos “puntos ”hay en un volumen o un área.
Se denomina proceso temporal de Poisson cuando cumple las siguientes ca-
racterísticas:
Invariancia: Las condiciones no cambian en el tiempo.
Falta de memoria: Lo que sucede en el intervalo de tiempo [0; t) no in‡uye
en lo que suceda en el intervalo [t; t0 ) para t0 > t:
Sucesos aislados: La probabilidad de que en un intervalo de tiempo muy
corto ocurra más de una vez el evento, es despreciable comparada con la
probabilidad de que ocurra una o ninguna vez.
Para un proceso de este tipo, si Xt es la variable aleatoria que mide el
número de veces que ocurre el evento en un intervalo de tiempo de longi-
tud t, puede verse que Xt es una variable aleatoria discreta cuya función de
frecuencia está dada por:
k
ct (ct)
f (k) = e
k!
entonces Xt tiene distribución de Poisson con parámetro = ct , donde c es
una constante positiva que está relacionada con el tipo de proceso.
19
Ejemplo 4.2 La distribución de plantas de cierta especie en una zona sigue
un proceso de Poisson con una tasa de 6 plantas por metro cuadrado.¿ De
qué medida debe ser tomado el radio r de una región circular de muestreo
para que la probabilidad de hallar al menos una planta de esa especie en la
región de muestreo sea 0:99 ?
20
4.3 Algunas medidas resumen de una variable aleato-
ria discreta
El valor medio o esperado de una variable aleatoria X se indica con EX y es
un “promedio ponderado” de los valores que toma, cada valor con un peso
dado por su probabilidad. Más formalmente, se de…ne:
para una variable discreta con función de frecuencia f; es
X
EX = xf (x);
x
var(aX + b) = a2 var(X)
21
Cumple para todo a; b constantes:
Si X es constante: X c; entonces
EX = c y dt(X) = 0:
2
Si X tiene media y varianza ; se deduce de (9) y (10) que la “variable
normalizada”
(X )
Z=
tiene media 0 y varianza 1. En efecto
1 1 1
EZ = E(X )= (EX E )= ( ) = 0;
1 1
dt(Z) = dt(X )= dt(X) = = 1:
EX = ; var(X) = (12)
22
Práctica 2
(a) ¿Cuál de las siguientes tres funciones pi (x) es realmente una fun-
ción de frecuencia legítima para X, y por qué las otras no lo son?
x 0 1 2 3 4
p1 (x) 0; 3 0; 2 0; 1 0; 05 0; 05
p2 (x) 0; 4 0; 1 0; 1 0; 1 0; 3
p3 (x) 0; 2 0; 4 0; 2 0; 3 0; 1
p4 (x) 0; 4 0; 1 0; 2 0; 1 0; 3
23
5. Sea X una variable aleatoria cuya función de distribución está dada
por:
0 si x < 1
0; 30 si 1 x < 3
0; 40 si 3 x < 4
F (x) =
0; 45 si 4 x < 6
0; 60 si 6 x < 12
1 si x 12
24
(b) ¿Cuál es la probabilidad de que ninguno de los individuos de la
muestra padezca diabetes?
(c) ¿Cuál es el número esperado de diabéticos en la muestra?
25
13. En cierta ciudad, hay un promedio de 375 parásitos de diversos tipo en
1000 litros de água corriente. ¿Cuál es la probabilidad de encontrar al
menos un parásito en 1 litro de água? Se supone que la distribución de
parásitos en el agua se puede modelizar como un proceso de Poisson.
(a) Cuál es el número medio de niños en ese grupo que morirá antes
del año de vida?
(b) Cuál es la probabilidad de que a lo sumo 5 de esos niños mueran
antes del año de vida?
(c) Cuál es la probabilidad de que mueran entre 15 y 20 de esos niños
antes del año de vida?
17. Consideremos una enfermedad que se detecta mediante una prueba san-
guínea (la suponemos exacta); y sea p la probabilidad de que un indi-
viduo tenga esa enfermedad. Se seleccionan n individuos para analizar.
Primero se toma una parte de cada muestra de sangre, se mezclan estas
muestras y se realiza una sola prueba. Si ninguno tiene la enfermedad
esta prueba da un resultado negativo y no es necesario hacer más análi-
sis. Si por lo menos un individuo tiene la enfermedad, la prueba de la
mezcla dará un resultado positivo, y en ese caso será necesario hacer
las n pruebas individuales.¿Cuál es el número esperado de pruebas uti-
lizando este procedimiento?
26
19. Sean X e Y las variables aleatorias que cuentan el número de veces que
sale 1 y el número de veces que sale 6, respectivamente, en 5 tiradas de
un dado. Veri…car si X e Y son independientes.
27