T3_IC1011
-
Upload
nico-diego -
Category
Documents
-
view
1 -
download
0
description
Transcript of T3_IC1011
-
Tema3.DistribucionesComunesEstads6cayMtodosNumricos
ngelBarnCalderangelCoboOrtega
MaraDoloresFrasDomnguezJessFernndezFernndez
FranciscoJavierGonzlezOr@zCarmenMaraSordoGarca
DEPARTAMENTODEMATEMTICAAPLICADAY
CIENCIASDELACOMPUTACIN
UNIVERSIDADDECANTABRIA
License:Crea6veCommonsBYNCSA3.0
-
TEMA3Distribucionescomunes
Introduccin
Distribucionesdiscretascomunes
SucesodeBernoulli
MltiplessucesosdeBernoulli
BinomialB(n,p),GeomtricaG(p),BinomialnegativaBN(r,p)
Muestreosinreemplazamiento.HipergeomtricaHG(N,D,n)
SucesosdePoisson
Distribucionescontinuascomunes
TiempoentresucesosdePoisson.ExponencialyGamma
Ladistribucinnormal
Aproximaciondedistribucionesdiscretasmediantelanormal
-
Unexperimentoaleatoriotieneasociadaunadistribucindeprobabilidadarbitraria.
Existennumerososproblemasrealesconcaractersticassimilares que tienen asociados una misma distribucindeprobabilidad comna todosellos (salvoquiz algnparmetroparaadecuarlaalproblemaconcreto).
Cambiodenotacin:
Tema2:X
A partir de ahora, algunas X tendrn nombre.e.g:B(n,p)G(p)
Distribucionescomunes
-
Veremosunaseriededistribucionesdeprobabilidadconnombrepropio.Paracadaunadeellasveremos:
Motivacinprctica/condicionesparasuuso
Valoresposiblesdelav.a.ydesusparmetros
Funcindeprobabilidad(discr.)odensidad(cont.)
Funcindedistribucin(sisepuedeescribirdeformasencilla)
Valoresperadoyvarianzaenfuncindelosparmetros
Distribucionescomunes
-
Lanzarunamonedaalaireyversisalecara(xito).p=0.5
ExperimentosconmsvaloresposiblespuedenreducirsealdeBernoulli:Lanzarundado
Obtenerun6(xito,p=1/6)ono(fracaso,q=1p=5/6)
Ejemplo:
SucesodeBernoulli
Es el experimento aleatorio ms sencillo en el queslosonposiblesdosresultados:
x=1(xito)x=0(fracaso).
Elxitoseobtieneconprobabilidadp.
-
SucesodeBernoulliFu
ncionde
proba
bilidad
-
BinomialB(n,p)
UnavariablealeatoriaXsellamabinomialsisuvalores igual al nmero de xitos que ocurren en npruebas independientesdeBernoulli teniendo todaslamismaprobabilidaddexitop. Sucesindenintentosidnticos.
Encadaintentoslosonposiblesdosresultados:xitoofracaso.
Laprobabilidaddexito(p)eslamismaentodoslosintentos.
Losintentossonindependientes.
Elnmerodecarasobtenidoallanzarunamonedaalaire20vecesesunavariableBinomialdeparmetrosB(20,0.5)
Ejemplo:
-
BinomialB(n,p)
UnavariablealeatoriaXsellamabinomialsisuvalores igual al nmero de xitos que ocurren en npruebas independientesdeBernoulli teniendo todaslamismaprobabilidaddexitop.
Propiedadreproductivarespectoalparmetron:
Si X~B(n1, p) e Y~B(n
2, p) son variables aleatorias
independientes,entonces:
X+Y~B(n1+n
2,p)
-
BinomialB(n,p)
Funcindeprobabilidad:
Combinacionesposiblesconxxitos
Probabilidaddeobtenerxxitos
choose(n,x)Enlacalculadora:nCr
-
BinomialB(n,p)
Funcindeprobabilidad:
Funcindedistribucin:
Notieneformaanalticasencilla
ValoresperadoVarianza
pbinom(x,n,p)
dbinom(x,n,p)
-
BinomialB(10,0.2)
Rtip>n
-
GeomtricaG(p)yBinNegBN(r,p)
Bajo las mismas condiciones de la distribucinbinomial (mltiples sucesos de Bernoulliindependientes teniendo todos la mismaprobabilidad de xito p), se definen las variablesaleatorias
G(p) GeomtricaodePascal:cuentael nmerodeintentoshastaqueseobtieneelprimerxito.
x=1,2,3,...
BN(r,p) Binomialnegativa:cuentael nmerodeintentoshastaqueseobtieneelrsimoxito.
x=r,r+1,r+2,...
-
GeomtricaG(p)yBinNegBN(r,p)
Bajo las mismas condiciones de la distribucinbinomial (mltiples sucesos de Bernoulliindependientes teniendo todos la mismaprobabilidad de xito p), se definen las variablesaleatorias
ElnmerodevecesquetengoquelanzarunamonedaalairehastaqueobtengocaraporprimeravezesunavariablealeatoriageomtricaG(0.5)
Elnmerodevecesquetengoquelanzarundadohastaquemesaleun6porterceravezesBN(3,1/6)
Ejemplo:
-
GeomtricaG(p)yBinNegBN(r,p)
Variablegeomtrica:
Variablebinomialnegativa:
G(p)=BN(1,p)
notieneformaanaliticasencilla
-
GeomtricaG(p)yBinNegBN(r,p)G(0.5)p
X(x)BN(3,0.5)
G(0.5)FX(x)BN(3,0.5)
-
Ejercicio
-
Hipergeomtrica,HG(N,D,n)
DadaunapoblacionfinitadeNelementos,enlaquehayDelementosespeciales(conalgunapropiedadquelosdiferencia del resto), la variable hipergeomtrica cuentaelnmerodeelementosespecialesenunamuestrasinreemplazamientodetamaontomadadeesapoblacin.
EnelexperimentodeladerechaN=6D=4n=3x=2
Ejemplo:
-
Hipergeomtrica,HG(N,D,n)
Si llamamos p=D/N, el valor esperado y la varianzaresultan:
N>>n
HG(N,D,n)B(n,D/N)
-
Ejercicio
-
Poisson,Po()
Unavariable aleatoria dePoissoncuenta el nmerode ocurrencias de un suceso (de Poisson) en unciertointervalodetiempootramodelespacio.
X:Nmerodecamionesquepasanporunpuntodeunacarreteraenunahora
Y:Nmerodepeticionesaunservidorwebenunda
Z:Nmerodebachesencadakilmetrodeunacarretera
X,Y,Z~Po
Ejemplos:
-
Poisson,Po()
UnprocesodePoissonhomogneodebesatisfacer: Elnmerodeocurrenciasdelsucesoendosperiodosdetiempo(tramosdel
espacio)nosolapadossonvariablesaleatoriasindependientes.
LaprobabilidaddeocurrenciadeunnmeroxdesucesosdePoissonendosintervalosdelamismaduracint(olongitud)eslamisma.
Laprobabilidaddequeocurraunnicosucesoenunintervalopequeotesproporcionalaltamaodelintervalo:
Laprobabilidaddequeocurramsdeunsucesoenun intervalopequeotesdespreciablefrentealaanterior.
eslatasadeocurrencia(unidades:[tiempo]1o[espacio]1)y =t esel nmeromediodeocurrencias (adimensional)enunintervalodetiempotfijadoenladefinicindelav.a.
-
Poisson,Po()
Propiedadreproductivarespectoasuparmetro:
SiX~Po(1)eY~Po(
2)sonv.a.independientes
X+Y~Po(1+
2)
Aproximacinbinomial:
p5
B(n,p)Po(np)
notieneformaanalticasencilla
-
Ejercicio
-
TEMA3Distribucionescomunes
Introduccin
Distribucionesdiscretascomunes
SucesodeBernoulli
MltiplessucesosdeBernoulli
BinomialB(n,p),GeomtricaG(p),BinomialnegativaBN(r,p)
Muestreosinreemplazamiento.HipergeomtricaHG(N,D,n)
SucesosdePoisson
Distribucionescontinuascomunes
TiempoentresucesosdePoisson.ExponencialyGamma
Ladistribucinnormal
Aproximaciondedistribucionesdiscretasmediantelanormal
-
Exponencial,Ex()
(tasadeocurrenciadesucesos)tienedimensiones[tiempo]1
ProbabilidaddequenosucedaningnsucesodePoissoneneltiempo(0,t)=
Cuandosecumplen lashiptesisdeunprocesodePoisson homogneo, se puede definir una variablealeatoria continua T que representa el tiempo quetranscurreentredossucesosdePoisson.
Probabilidad de que estavariableexcedauntiempot
-
Exponencial,Ex()
Derivando la funcin de distribucin obtenemos lafuncindedensidad:
-
Ejercicio
-
Gamma,Ga(k,)
Una variable aleatoria positiva T tiene distribucin deprobabilidadGammasisufuncindedensidadesdelaforma:
Si k es entero, sirve para modelizar el tiempo quetranscurre hasta el ksimo suceso de Poissonhomogneo.EntalcasoseconocecomodistribucindeErlangy(k)=(k1)!
Ga(1,)=Ex()
FuncinGammadeEuler:
-
Gamma,Ga(k,)
Lamediaylavarianzason:
La distribucin Gamma es reproductiva respecto alparmetrok:
X~Ga(k1,a)Y~Ga(k
2,a)XeYindependientes
X+Y~Ga(k1+k
2,a)
-
Ejercicio
-
Normalogaussiana,N(,2)
Es(posiblemente)ladistribucinmsimportante:
Multitud de fenmenos se comportan segn estadistribucin: distribucin de pesos, alturas,coeficientes de inteligencia, errores en lamedida,...(Teoremadellmitecentral)
Adems, se utiliza para aproximar otrasdistribuciones.
-
Normalogaussiana,N(,2)
La curva de densidad essimtrica, unimodal y conformadecampana.Lamedialamodaylamedianacoinciden.
Rtipxmin
-
Normalogaussiana,N(,2)
Funcindedensidad: dnorm(x,mean=0,sd=0.5)
-
Teoremadellmitecentral
La suma de N variables aleatorias, (casi)independientementedesudistribucin,sigueunadistribucinNormalcuandoN
-
Teoremadellmitecentral
La suma de N variables aleatorias, (casi)independientementedesudistribucin,sigueunadistribucinNormalcuandoN
-
Normalogaussiana,N(,2)
SiX~N(1,21) eY~N(2,
22) son variables aleatorias
independientes,entonces:X+Y~N(1+2,
21+
22)
La v.a. Normal es reproductiva respecto de susdosparmetros:
Lamentablemente, la funcin de distribucinnormalnotieneunaexpresinanalticayhayquerecurriratablasoaunordenadorparasuclculo.
pnorm(x,mean=0,sd=0.5)
-
Normalogaussiana,N(,2)
Las tablas de la funcin de distribucin normal listannicamenteladistribucionnormaltipificadaN(0,1)
Para buscar en la tablaprocederemos a tipificarnuestrav.a:
-
Normalogaussiana,N(,2)
-
x =1 x
P X1.02 =1P X1.02=11.02=10.8461=0.1539
1,02Z
0,8461
Normalogaussiana,N(,2)
P(Z
-
Normalogaussiana,N(,2)
P(1,02
-
Ejercicio
-
Aproximacionesconlanormal
SiunavariableX~B(n,p),tieneparmetrongrandeynipni (1p)estnprximosa0, la funcindedistribucinB(n,p)puedeaproximarseporunanormal:N(np,np(1p))
Esdecir:
Estaaproximacinestantomejorcuantomayoresn.
EnlaprcticaseconvienequeunadistribucinbinomialpuedeaproximarseporlaNormalcuando
np>5yn(1p)>5
-
Aproximacionesconlanormal
Esta aproximacin se mejora con la llamadacorreccinporcontinuidad:
F Bn , px F N 0,1 xnp0.5np 1 p
-
Ejercicio
-
Aproximacionesconlanormal
Z=X0.5
CuandoenunadistribucinPo( ) , tiendea infinito, lafuncindedistribucinPo( )puedeaproximarseporunaN( , )
Esdecir:
En la prctica se conviene que una distribucin dePoissonpuedeaproximarseporlaNormalcuando >5
Estaaproximacinsemejora con la llamadacorreccinporcontinuidad: