AREA BAJO LA CURVA

Definicin: Sea una funcin continua tal que f(x)0 en [a,b], el rea bajo la curva es:

A = f ( x )dx
a

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

A = f ( x)dx
c

EJEMPLO

VARIABLE ALEATORIA CON FUNCION DE DENCIDAD GEOMETRICA E HIPERGEOMETRICA Distribucin geomtrica Entre las primeras y probablemente ms simples de las formulaciones maten ticas de procesos Estocsticos, 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 xito o Un fracaso. La probabilidad de xito se denota por p (0 p 1) y se supone que p es constante para Cualquier sucesin particular de ensayos. La probabilidad de un fracaso se denota por q, donde: q = 1p ecuacin (47) Una sucesin de ensayos de Bernoulli, combinada con cierto proceso de conteo, viene a construir La base conceptual para una gran familia de distribuciones discretas de probabilidad, incluyendo

La geomtrica, binomial negativa, Poisson y otras distribuciones binomiales. Los valores de variable Aleatoria que se generan al contar el nmero de fracasos en una sucesin de ensayos o eventos antes

De que ocurra el primer xito, son valores de variable aleatoria que se ajustan a una distribucin Geomtrica. La distribucin geomtrica de probabilidad tiene un gran valor y utilidad en el rea del Control estadstico de calidad, as como tambin para las distribuciones de rezagos y movimientos en Modelos economtricos. La distribucin geomtrica queda descrita por la siguiente funcin de probabilidad: f (x) = pqx x = 0, 1, 2, ... ecuacin (48)

Y la funcin de distribucin acumulada esta denida por:

Ecuacin (49)

Puesto que por denicion 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) = 1F (x), lo que implica que P (X > 0) = q y ademas:

Ecuacin (50)

El valor esperado y la varianza de la variable geometrica, estan dadas por:

Ecuacin (51)

Ecuacin (52)

La distribucion geometrica tiene solo un parametro p, el cual se puede expresar como una funcion de la media E[X].

Ecuacin (53)

Para generar en una computadora valores de variable aleatoria con distribucin geomtrica se Emplea la tcnica de la transformacin inversa y la formula que aparece en la ecuacin 50. Al observar Que el rango de la expresin [(1F (x))/q] es unitario, resulta que: Ecuacin (54)

Y consecuentemente:

Ecuacin (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 nmeros hasta antes del punto decimal, o bien convirtiendo los nmeros en modo de punto otante al de punto jo. Para generar un valor de variable aleatoria con distribucin geomtrica haciendo uso de esta tcnica, se requiere nicamente el empleo de un nmero aleatorio uniforme, tal como lo muestra la ecuacin 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 ms de tres lanzamientos. Solucin Sea una variable aleatoria que representa el nmero de lanzamientos

Consecutivos (e independientes) que hay que efectuar con un dado hasta Que aparezca un as por primera vez. Esta variable es una geomtrica de Parmetro p =1/6, siendo p la probabilidad de obtener un as en un lanzamiento Del dado. En el enunciado del problema se aade la suposicin De que el as no se obtiene en el primer lanzamiento y, por lo tanto, la Probabilidad que se pide calcular es:

Distribucin hipergeomtrica

Una variable tiene distribucin hipergeomtrica si procede de un experimento que cumple las siguientes condiciones: 1) Se toma una muestra de tamao n, sin reemplazamiento, de un conjunto finito de N objetos. 2) K de los N objetos se pueden clasificar como xitos y N - K como fracasos. X cuenta el nmero de xitos obtenidos en la muestra. El espacio muestral es el conjunto de los nmeros enteros de 0 a n, de 0 a K si K < n. En este caso, la probabilidad del xito en pruebas sucesivas no es constante pues depende del resultado de las pruebas anteriores. Por tanto, las pruebas no son independientes entre s. La funcin de probabilidad de la variable hipergeomtrica es:

Los parmetros de la distribucin son n, N y K. Los valores de la media y la varianza se calculan segn las ecuaciones:

Si n es pequeo, con relacin a N (n << N), la probabilidad de un xito variar muy poco de una prueba a otra, as pues, la variable, en este caso, es esencialmente binomial; en esta situacin, N suele ser muy grande y los nmeros combinatorios se vuelven prcticamente inmanejables, as pues, la probabilidades se calculan ms cmodamente aproximando por las ecuaciones de una binomial con p = K / N. La media de la variable aproximada ( = n p = n (K / N)) es la misma que la de la variable antes de la aproximacin; sin embargo, la varianza de la variable binomial es ligeramente superior a la de la hipergeomtrica.

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