Distribuciones unidimensionales discretas

Transcripción

1 Estadística II Universidad de Salamanca Curso 2011/2012

2 Outline 1 Distribución de Bernouilli de parámetro p

3 Distribución de Bernouilli de parámetro p Experimento de Bernouilli Es un experimento con sólo dos posibles resultados que son mutuamente excluyentes y exhaustivos Éxito, siendo p la probabilidad de éxito Fracaso, siendo q = 1 p la probabilidad de fracaso Definición X = X b(p) { 1 si ocurre un éxito P[X = 1] = p, 0 si ocurre un fracaso P[X = 0] = 1 p.

4 Distribución de Bernouilli de parámetro p Función de probabilidad x i 0 1 P[X = x i ] 1 p p f X (x) = P[X = x] = p x (1 p) 1 x, para x = 0, 1 0 p 1 Características E(X) = p Var(X) = pq

5 Definición Número de éxitos en n experimentos independientes de Bernouilli con la misma probabilidad de éxito y de fracaso Éxito, siendo p la probabilidad de éxito Fracaso, siendo q = 1 p la probabilidad de fracaso Definición X B(n, p)

6 Función de probabilidad f X (x) = P[X = x] = ( ) n p x (1 p) 1 x, para x = 0, 1,..., n x 0 p 1 Características E(X) = np Var(X) = npq

7 Números combinatorios ( n ) ( 0 = n ) n = 1 ( n 1) = ( n n 1) = n ( n ( k) = n ) n k = n! k!(n k)! = n(n 1)...(n k+1) k!

8 Propiedades Sean {X 1, X 2,..., X n } v.a.i.id X i b(p) = B(1, p) X = n X i B(n, p) i=1 Sean {X 1, X 2,..., X m } v.a.i.id X i B(n i, p) m m X i B( n i, p) i=1 i=1

9 Propiedades Sean {X 1, X 2,..., X m } v.a.i.id X i B(n, p) m X i B(m.n, p) i=1 Sean X e Y dos v.a.d tal que X B(n, p) Y B(n, p 1) P[X = k] = P[Y = n k]

10 Definición Una v.a.d X es una uniforme discreta de parámetro N si toma N valores distintos {x 1, x 2,..., x n }, cada uno de ellos con la misma probabilidad Función de probabilidad f X (x) = P[X = x] = 1 N Características E(X) = N+1 2 Var(X) = N para x = 1, 2,..., N y N = 1, 2,...

11 Definición Se realizan experimentos independientes de Bernoulli y se contabilizan los éxitos en un intervalo de tiempo determinado o en un espacio concreto λ es la media de ocurrencia de los éxitos X es el número de éxitos ocurridos en un intervalo de tiempo determinado o en un espacio concreto Definición X P(λ)

12 Función de probabilidad f X (x) = P[X = x] = e λ λx λ > 0 Características E(X) = λ Var(X) = λ, para x = 0, 1,..., x!

13 Propiedades x=0 λx x! = 1 + λ 1! + λ2 2! +... = eλ Sean {X 1, X 2,..., X n } v.a.i.id X i P(λ i ) n n X i P( λ i ) i=1 i=1 Sean {X 1, X 2,..., X n } v.a.i.id X i P(λ) n X i P(n.λ) i=1

14 Propiedades Sean X e Y dos v.a.d.ind. tal que X P(λ) Y P(λ) X + Y P(2.λ) X X + Y.n B(n, 1 2 ) Y X + Y.n B(n, 1 2 )

15 Propiedades Sean X e Y dos v.a.d.ind. tal que X P(λ) Y P(µ) X + Y P(λ + µ) X λ.n B(n, X + Y λ + µ ) Y X + Y.n B(n, µ λ + µ ) Sean X e Y dos v.a.d.ind. tal que X P(λ) = x B(x, p) Y P(λ.p) Y X

16 Definición Se realizan experimentos independientes de Bernoulli y se contabilizan los fracasos antes del primer éxito. Nos fija el ensayo en el que ocurre el éxito p es la probabilidad de éxito q es la probabilidad de fracaso X número de fracasos antes del primer éxito Definición X G(p)

17 Función de probabilidad f X (x) = P[X = x] = p q x = p (1 p) x, para x = 0, 1,..., 0 p 1 Características E(X) = q p Var(X) = q p 2

18 Propiedades Suma infinita de una progresión geométrica: k=0 siendo r = q y r < 1 q k = a 1 1 r = 1 1 q = 1 p Suma finita de una progresión geométrica: k=0 q k = a 1 a n r 1 r = 1 qn+1 p

19 Definición Se realizan experimentos independientes de Bernoulli y se contabilizan los fracasos antes del r-ésimo éxito. Nos fija el ensayo en el que ocurre el r-ésimo éxito p es la probabilidad de éxito q es la probabilidad de fracaso X número de fracasos antes del r-ésimo éxito Definición X B(r, p) con r 2

20 Función de probabilidad ( ) x + r 1 f X (x) = P[X = x] = p r (1 p) x, para x = 0, 1,..., n x Características E(X) = r q p Var(X) = r q q 2 0 < p 1

21 Propiedades Sean X e Y dos v.a.d.ind. tal que X BN(r 1, p) Y BN(r 2, p) X + Y B(r 1 + r 2, p) Sean {X 1, X 2,..., X n } v.a.i.id X i BN(r i, p) ( n n ) Y = X i BN r i, p i=1 i=1

22 Propiedades Sean {X 1, X 2,..., X n } v.a.i.id X i BN(r, p) n X i BN (n.r, p) i=1 Sean {X 1, X 2,..., X n } v.a.i.id X i G(p) Y = n X i BN (r, p) i=1

23 Experimento Se realizan n extracciones sin reposición de una urna con N bolas (N = 1, 2,...) de las cuales N 1 son blancas y N 2 son negras p = N 1 N es la probabilidad de obtener una bola blanca X número de bolas blancas obtenidas en las n extracciones Definición X H(N, n, p)

24 Función de probabilidad f X (x) = P[X = x] = ( N1 )( N2 k n k ) ( N n) = ( Np )( Nq k n k ( N n) ) Características E(X) = np Var(X) = npq( N n N 1 ) max(0, n N 2 ) k min(n, N 1 )

25 Propiedad Si N > 50 y n N 0, 1 X H(N, n, p) X B(n, p)