Variables aleatorias + cuando slaccanamos una muestra star de una poblacln extaroreluando “ewperimert skeatorioy cask arable esadistea media apart de ‘muss Soran arabe seatora porque ss vlores dependera el art + Unavarable lator X es una funn que aca un mime rela eada ‘lent dl espacio must de un experiment aiestona X98 + Aleoniunt de poses valores que puede tomarlavarabl aleatoria see ama ‘ang oecorddo ce avai, yserepesents po Ran + tas vorables leotonassecstea en dos tpo5 + art a mn es aa cia rn io name) Sang ‘ie Sy nomen cant soso pine + Se ana Mo one + tosmodeles probabistcos de cada tio de variables teen caractrisias (erencadasy po eso eetudtan por Sparco, Distribucién de probabilidad de una variable aleatoria discreta + Gempl: Tiree de petablded del ciace reba oe egermentoes Estadisticos poblacionales + Aigul que para describ ls variables en as muestas se wian estadisticos eserpios muest aes, pare describ as caacerstas des varables Slestoras se zn tembienesadsticospoblacoales, Ls deirien des ‘stadstcospoblaconaes es anaoga ae de los muestales, pero ulzange robabiidades on iar ce recuenca relative Pare dings de lor ‘esl ge salen representa on tata epee, Lo es importanes Sn: Maecenas po BPs) + vane oF HH =Eei7iar—a Distribuci6n binominal + Caractarsticas que definen una distribucién binomiak: * iro de tos ues eae) + numero ites unde n) + robbs eres deo en cine) + Formula Wh) = aa) + Esperanza matemitica(~Media)yvarianza estindarendistibucién binomial + varanaamt-s) Distribucién de probabilidad de una variabl atoria discreta + Una distibucén o densidad de probabilidad de una variable aleatoia es la funclén de dstrbuclon de la probabildad de aca varable aes 2 pr eee pri eo orsnsienene + Las istibucionesprobabidad pueden ser dscretas ocontnuas, de acuerdo al tipo de variable *+ Hay infiniae distibuciones probabiléae, (1 c/poblacién, pero hay clertas (istrbveones "model" 2 Kado UISEK Distribucién de probabilidad de una variable aleatoria discreta For Faas T Fay |For) Fas) Distribucién binominal + Describe la probabilidad de una variable cicotdmica independiente. rere Distribucién binominal + Se utiliza ensituaciones cuya slucin tiene dos posibles resultados * Alnacer una bebe puede ser vorn hembra, + tneldepone un equipo pusde ara pede. * io muerte; enferme sano verde a0 + procs mitpe tater correcta ear + Algo puede consserre como eto Face + Usos: * emaciinge pay =e-n) Distribucién binominal ae +E} 1. Sien una poblacin la probablidad de fumar es del 20% deusl es Ia probabildad de que ol entrevistara 10 personas haya tres que sean fumadoras? DATOS net0,n= 02.463 pi) =a Pik 3) 0280-02) ge = 2013 oyun probed ce 20.13%Distribuci6én binominal + €)2.5i en una pobacén la probabldad de fumar os de 20°% deus sla probabiidad de que al enrevistar a 10 personas haya come mucho es amadores? aie 1 5)™ mk = 0 0k = 1) nh = 2+ pth = 3) pds 3) 2no73 + dase tobe} ommmtaso Distribucién de Poisson 1 Sedebe cue my Et 1 mere ets egress 2) = n= 1 baa ara cd aa 1 Rpm ndnl asaya" UISEK Distribucién de Poisson + jompio Entre 200 pacientes estudiados, 9 dare saber cl esa probablidad {de encontrar un pacate con polimorfismo genético cuyaprobabiidad es de Sowonkaa=ate-oat=2 pike Bet 02m a Dietmecion boners io He +3: ual esa probbldd de obtener 6 cars allazauna moneda 10 veces? Distribucién binomin: +e cual esa probbldd de obtener ctr veces el mero 3 azar un ‘odo ochoveces? Distribucién de Poisson + Elemplo 2: Entre 200 pacientes estudiados, se desea saber cud ela probabldad de encontrar 20 pacientes con polimorfismo genético cua probabilidad es de dor eteseari lca eels pol ean a F cana que a probabiad ido 0 bilees de ees ques reps simuesa| to hoe pera que le ees ‘Stone (0 bifoses elcorecto eis pobson dengue prod ea mca se 200, En resumen... Para identificar el tipo de distribucién hay que fijarse en sus caracteristicas: DISTRIBUCION BINOMIAL Se realiza un niimero n de pruebas separables). Cada prueba puede dar dos tinicos resultados A y A; si la probabilidad de obtener un resultado A es p y la de obtener, tn resultado Aes q, con q= 1-p, en todas las pruebas. p(k) = w= a)" (separadas 0 Funcién Excel =DISTR.BINOM.N, (num_exito;ensayos;prob_éxito;acumulado)) =DISTR.BINOM.N(k,, n,n, acumulado) DISTRIBUCION DE POISSON En este tipo de experimentos los éxitos buscados son ‘expresados por unidad de drea, tiempo, pieza, etc: Ej: n® de defectos de una tela por m?. n? de aviones que aterrizan en un aeropuerto por di i ni) == Funcién Excel 'OISSON.DIST (x;rnedia;acumulado)) ISTR.BINOM.N(k, 2 , acumulado) ‘Acumulado = falso 6 = 0 solo para xk ‘Acumulado = Verdadero 6 = 1 : para xskee Yoaey esp Foe tne FUce PUX= xy —— sS Puisdowe wneenal awe haem woe eats reccltd Be © es oat roa pW OF ree xB! sea Ae a5 pO 23) = me me rene Fest eo) PUN = 90! v0.8 vp! = 0.96 aad! ple 2a) 2 ob x6,30% 0,22 = 8x