Vous êtes sur la page 1sur 9

AREA BAJO LA CURVA

Definición: Sea una función continua tal que f(x)≥0 en [a,b], el área bajo la curva es:

 

b

A

=

f (x)dx

 
 

a

Si en el intervalo [c,d], f(x)≤0, el área entre el eje x y la curva será :

 

d

A

=

f (x)dx

 
 

c

EJEMPLO

AREA BAJO LA CURVA Definición: Sea una función continua tal que f(x)≥0 en [a,b] , el
AREA BAJO LA CURVA Definición: Sea una función continua tal que f(x)≥0 en [a,b] , el

VARIABLE ALEATORIA CON FUNCION DE DENCIDAD GEOMETRICA E HIPERGEOMETRICA

Distribución geométrica

Entre las primeras y probablemente más simples de las formulaciones maten áticas de procesos

Estocásticos, se encuentra la llamadadeensayos de Bernoulli. Estos ensayos son experimentos independientes

Al azar, en los que el resultado de cada ensayo queda registrado, ya sea como un ´éxito o

Un fracaso. La probabilidad de ´éxito se denota por p (0≤ p≤ 1) y se supone que p es constante para

Cualquier sucesión particular de ensayos. La probabilidad de un fracaso se denota por q, donde:

q = 1−p ecuación (47)

Una sucesión de ensayos de Bernoulli, combinada con cierto proceso de conteo, viene a construir

La

base

conceptual

para

probabilidad, incluyendo

una

gran

familia

de

distribuciones

discretas

de

La geométrica, binomial negativa, Poisson y otras distribuciones binomiales. Los valores de variable

Aleatoria que se generan al contar el número de fracasos en una sucesión de ensayos o eventos antes

De que ocurra el primer ´éxito, son valores de variable aleatoria que se ajustan a una distribución

Geométrica. La distribución geométrica de probabilidad tiene un gran valor y utilidad en el ´área del

Control estadístico de calidad, así como también para las distribuciones de rezagos y movimientos en

Modelos econométricos.

La distribución geométrica queda descrita por la siguiente función de probabilidad:

f (x) = pqx x = 0, 1, 2,

...

ecuación (48)

Y la función de distribución acumulada esta definida por:

De que ocurra el primer ´éxito, son valores de variable aleatoria que se ajustan a una

Ecuación (49)

Puesto que por definici´on se tiene F (x) = P (X≤ x), y como P (X = 0) = F (0) = p, el rango de

F (x) es p≤ F (x)≤ 1. Por otra parte, P (X > x) = 1−F (x), lo que implica que P (X > 0) = q y

ademas:

De que ocurra el primer ´éxito, son valores de variable aleatoria que se ajustan a una

Ecuación (50)

El valor esperado y la varianza de la variable geom´etrica, est´an dadas por:

Ecuación (51) Ecuación (52)
Ecuación (51)
Ecuación (52)

La distribuci´on geom´etrica tiene s´olo un par´ametro p, el cual se puede expresar como una funci´on

de la media E[X].

Ecuación (51) Ecuación (52) La distribuci´on geom´etrica tiene s´olo un par´ametro p, el cual se puede

Ecuación (53)

Para generar en una computadora valores de variable aleatoria con distribución geométrica se

Emplea la técnica de la transformación inversa y la formula que aparece en la ecuación 50. Al observar

Que el rango de la expresión [(1−F (x))/q] es unitario, resulta que:

Ecuación (51) Ecuación (52) La distribuci´on geom´etrica tiene s´olo un par´ametro p, el cual se puede

Ecuación (54)

Y consecuentemente:

Ecuación (51) Ecuación (52) La distribuci´on geom´etrica tiene s´olo un par´ametro p, el cual se puede

Ecuación (55)

Donde al valor x siempre se le redondea al entero que sea menor. Esto se puede lograr de manera muy simple con solo retener los números hasta antes del punto decimal, o bien convirtiendo los números en modo de punto flotante al de punto fijo. Para generar un valor de variable aleatoria con distribución geométrica haciendo uso de esta técnica, se requiere ´únicamente el empleo de un número aleatorio uniforme, tal como lo muestra la ecuación 55.

EJEMPLO

Se lanza consecutivamente un dado hasta que aparece por primera vez un As. Suponiendo que en el primer lanzamiento no hemos obtenido un as, Calcular la probabilidad de que sean necesarios más de tres lanzamientos. Solución Sea ξ una variable aleatoria que representa el número de lanzamientos Consecutivos (e independientes) que hay que efectuar con un dado hasta Que aparezca un as por primera vez. Esta variable es una geométrica de Parámetro p =1/6, siendo p la probabilidad de obtener un as en un lanzamiento Del dado. En el enunciado del problema se añade la suposición

De que el as no se obtiene en el primer lanzamiento y, por lo tanto, la Probabilidad que se pide calcular es:

Donde al valor x siempre se le redondea al entero que sea menor. Esto se puede

Distribución hipergeométrica

Una variable tiene distribución hipergeométrica si procede de un experimento que cumple las siguientes condiciones:

1) Se toma una muestra de tamaño n, sin reemplazamiento, de un conjunto finito de N objetos. 2) K de los N objetos se pueden clasificar como ‚éxitos y N - K como fracasos.

X cuenta el número de ‚éxitos obtenidos en la muestra. El espacio muestral es el conjunto de los números enteros de 0 a n, ó de 0 a K si K < n.

En

este

caso, la probabilidad del

‚éxito

en pruebas sucesivas no es

constante pues depende del resultado de las pruebas anteriores. Por tanto, las pruebas no son independientes entre sí.

La función de probabilidad de la variable hipergeométrica es:

Distribución hipergeométrica Una variable tiene distribución hipergeométrica si procede de un experimento que cumple las siguientes

Los parámetros de la distribución son n, N y K. Los valores de la media y la varianza se calculan según las ecuaciones:

Distribución hipergeométrica Una variable tiene distribución hipergeométrica si procede de un experimento que cumple las siguientes

Si n es pequeño, con relación a N (n << N), la probabilidad de un ‚éxito variar muy poco de una prueba a otra, así pues, la variable, en este caso, es esencialmente binomial; en esta situación, N suele ser muy grande y los números combinatorios se vuelven prácticamente inmanejables, así pues, la probabilidades se calculan más cómodamente aproximando por las ecuaciones de una binomial con p = K / N.

La media de la variable aproximada (μ = n p = n (K / N)) es la misma que la de la variable antes de la aproximación; sin embargo, la varianza de la variable binomial es ligeramente superior a la de la hipergeométrica.

Si n es pequeño, con relación a N (n << N), la probabilidad de un ‚éxito

El factor por el que difieren ser siempre menor que 1 y tan próximo a 1 como cierto sea que n << N.