Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 66 vistas

    Funciones Especiales de Probabilidad

    Cargado por

    Danyel Day
    Este documento describe las distribuciones de probabilidad de Bernoulli y binomial. La distribución de Bernoulli modela experimentos con dos resultados posibles (éxito o fracaso), mientras que la distribución binomial modela múltiples experimentos de Bernoulli independientes. Se definen las funciones de probabilidad, esperanza matemática, varianza y función generadora de momentos para ambas distribuciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Funciones Especiales de Probabilidad

    Cargado por

    Danyel Day
    66 vistas6 páginas
    Este documento describe las distribuciones de probabilidad de Bernoulli y binomial. La distribución de Bernoulli modela experimentos con dos resultados posibles (éxito o fracaso), mientras que la distribución binomial modela múltiples experimentos de Bernoulli independientes. Se definen las funciones de probabilidad, esperanza matemática, varianza y función generadora de momentos para ambas distribuciones.

    Descripción original:

    Funciones de probabilidad, desarrollo matematico de su deduccion

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe las distribuciones de probabilidad de Bernoulli y binomial. La distribución de Bernoulli modela experimentos con dos resultados posibles (éxito o fracaso), mientras que la distribución binomial modela múltiples experimentos de Bernoulli independientes. Se definen las funciones de probabilidad, esperanza matemática, varianza y función generadora de momentos para ambas distribuciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    66 vistas6 páginas

    Funciones Especiales de Probabilidad

    Cargado por

    Danyel Day
    Este documento describe las distribuciones de probabilidad de Bernoulli y binomial. La distribución de Bernoulli modela experimentos con dos resultados posibles (éxito o fracaso), mientras que la distribución binomial modela múltiples experimentos de Bernoulli independientes. Se definen las funciones de probabilidad, esperanza matemática, varianza y función generadora de momentos para ambas distribuciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 6

    FUNCIONES ESPECIALES DE PROBABILIDAD

    BERNOULLI
    Un experimento de Bernoulli es aquel que solo puede tener dos posibles
    resultados que pueden clasificarse como xito o fracaso. Una variable aleatoria
    X tiene una distribucin Bernoulli si su funcin de probabilidad es:

    f ( x )= p x q 1x x =0,1.
    donde:
    p, es la probabilidad de xito.

    q=1 p , es la probabilidad de fracaso.


    x=0 , si el resultado es un fracaso.

    x=1

    , si el resultado es un xito.

    Valor esperado.
    Donde la esperanza

    = p
    Demostracin.

    =E [ x ]
    1

    = xf ( x)
    x=0

    = x p q
    x

    x=0

    =0+ p 1 q 0
    = p

    1x

    es igual a la probabilidad de xito

    Varianza.

    V [ x ] s igual a la probabilidad de fracaso

    La varianza

    de xito

    V [ x ] = pq
    Demostracin.
    2

    V [ x ] =E [ x 2 ] E [ x ]

    V [ x ] = pp

    V [ x ] = p ( 1 p )
    V [ x ] = pq

    Funcin generadora de momentos.


    Funcin generadora de momentos

    x ( t ) =q+ et p
    Demostracin.
    xt

    x ( t ) =E[e ]
    1

    x ( t ) = e f (x )
    xt

    x=0

    x ( t ) = e xt p x q1 x
    x=0

    x (t)

    es igual:

    por la probabilidad

    ot

    x ( t ) =e p q

    10

    +e pq

    11

    x ( t ) =q+ et p
    BINOMIAL
    Una variable aleatoria X tiene una distribucin binomial si su funcin de
    probabilidad es:

    ()

    f ( x )= n px qn x x=0,1,2, , n
    x
    donde:
    n, es el nmero de experimentos Bernoulli independientes.
    p, es la probabilidad de xito que cada prueba permanece constante.
    q, probabilidad de fracaso.
    X, el nmero de xitos en n pruebas.
    Valor esperado.
    La esperanza binomial
    Bernoulli independientes

    =np
    Demostracin

    =E [ x ]
    n

    = xf ( x)
    x=0

    ()

    = x n p x qn x
    x
    x=0

    es igual al producto del nmero de experimentos

    por la probabilidad de xito

    p :

    = x
    x=0

    n!
    p x qn x
    ( nx ) ! x !

    n!
    px q nx
    x=0 ( nx ) ! (x1)!

    = p
    x=0

    n!
    p x1 q nx
    ( nx ) !( x1)!

    =np

    x=0

    (n1)!
    p x1 qn x
    ( nx ) ! ( x1)!

    Si x1=m , n1= y
    y+1

    ( y )!
    pm q ym
    m=0 ( y m ) ! m !

    =np

    Si x=1 x1=0 y m=0

    ()

    =np y pm q ym
    m
    La suma de todas probabilidades de una funcin de probabilidad es igual a 1

    ()

    y pm q ym=1
    m
    =np
    Varianza.
    Varianza

    V [ x]

    de una distribucin binomial es igual al producto de del

    nmero de experimentos Bernoulli independientes


    xito

    V [ x ] =npq

    y probabilidad de fracaso

    q :

    por la probabilidad de

    Demostracin.
    2

    V [ x ] =E [ x 2 ] E [ x ]

    Si E [ x2 ]= E [ x ( n1 ) ] + E [ x ]
    n

    E [ x ( n1 ) ] = x (n1) f ( x)
    x=0

    ()

    E [ x ( n1 ) ]= x (n1) n p x qn x
    x
    x=0
    Podemos observar que los dos primeros resultados cuando x=0 y x=1 son
    iguales a 0 as que iniciamos la serie con el valor x=2n

    E [ x ( n1 ) ]= x (n1)
    x=2

    E [ x ( n1 ) ]= x ( x1)
    x=2

    E [ x ( n1 ) ]=
    x=2

    E [ x ( n1 ) ]=
    x=2

    n!
    p x qn x
    ( nx ) ! x !
    n!
    p x qn x
    ( nx ) ! x (x1)( x2)!

    n!
    p x qn x
    ( nx ) !(x 2) !
    n(n1)(n2) ! x nx
    p q
    ( nx ) ! ( x2)!
    n

    E [ x ( n1 ) ]=n(n1) p2
    x=2

    (n2)!
    p x2 q nx
    ( nx ) !(x2)!

    Si x2= y , n2=m

    E [ x ( n1 ) ]=n(n1) p

    m +2

    p y qm y
    ( mm!
    y )! y !
    y=0

    Si x=2 x2=0 , y=0

    ()

    E [ x ( n1 ) ]=n( n1) p2 m p y q m y
    y
    Como es y =0

    ()

    m p y qm y =1
    y
    E [ x ( n1 ) ]=n(n1) p2
    E [ x2 ] =n(n1) p2 +np
    V [ x ] =n ( n1 ) p 2+npnp 2
    V [ x ] =n p[ ( n1 ) p+1np]
    V [ x ] =np (npp +1n p)
    V [ x ] =np (1 p)
    V [ x ] =np q
    Funcin generadora d momentos.

    También podría gustarte