modela el número de éxitos en una secuencia fija de ensayos
independientes, donde cada ensayo tiene dos posibles resultados.
ej. número de caras en 10 lanzamientos de una moneda justa.
\[f(x) = \begin{cases} \binom{n}{x} p^x (1-p)^{n-x} & \text{con } x = 0, 1, 2, \ldots, n \\ 0 & \text{en otro caso} \end{cases}\]
consideremos \(n=10\) lanzamientos de una moneda y \(p=0.5\) la probabilidad de obtener cara en cada lanzamiento.
library(ggplot2)
n <- 10
p <- 0.3
size <- 100000
simulacion_binomial <- rbinom(size, n, p)
datos <- data.frame(Resultado = simulacion_binomial)
ggplot(datos, aes(x = Resultado)) +
geom_bar(stat = "count", fill = "#A1D5D2", color = "#52A8BC", width = 0.6) +
labs(title = "simulación de distribución binomial",
x = "número de éxitos",
y = "frecuencia") +
scale_x_continuous(breaks = seq(min(datos$Resultado), max(datos$Resultado), 1)) +
theme_minimal()modela un experimento binario con dos posibles resultados, éxito o
fracaso.
ej. lanzar una moneda y observar si cae cara (éxito) o cruz
(fracaso).
\[ f(x) =\begin{cases} p & \text{si } x = 1 \\ 1-p & \text{si } x = 0 \\ \end{cases} \]
consideraremos \(p=0.3\) como la probabilidad de obtener un éxito; además recordemos que una bernoulli es una binomial con tamaño \(n=1\).
p <- 0.3
datos_bernoulli <- rbinom(1000, 1, prob = p)
bernoulli <- data.frame(valor = factor(datos_bernoulli, levels = c(0, 1)))
ggplot(bernoulli, aes(x = valor, fill = valor)) +
geom_bar(stat = "count", width = 0.5, position = position_dodge(width = 0.8)) +
labs(title = "simulación distribución de bernoulli",
x = "valor",
y = "frecuencia") +
scale_fill_manual(values = c("#DEB0D0", "#A1D5D2")) +
theme_minimal()modela el número de eventos que ocurren en un intervalo de tiempo o
espacio fijo, cuando los eventos ocurren de manera independiente y a una
tasa promedio constante.
ej. número de llamadas telefónicas recibidas en una hora.
\[f(x) =\begin{cases} e^{-\lambda} \frac{\lambda^x}{x!} & \text{con } x = 0, 1, 2, \ldots \\ 0 & \text{en otro caso} \end{cases}\]
lambda <- 3
size <- 1000
simulacion_poisson <- rpois(size, lambda)
datos_poisson <- data.frame(Resultado = simulacion_poisson)
ggplot(datos_poisson, aes(x = Resultado)) +
geom_bar(stat = "count", fill = "#DEB0D0", color = "#B57FA4", width = 0.6) +
labs(title = "simulación de distribución poisson",
x = "número de eventos",
y = "frecuencia") +
scale_x_continuous(breaks = seq(min(datos_poisson$Resultado), max(datos_poisson$Resultado), 1)) +
theme_minimal()todos los valores en el intervalo tienen la misma probabilidad de
ocurrir.
ej. modela situaciones donde cada resultado en un rango es
igualmente probable,como en el lanzamiento de un dado justo.
\[f(x|a, b) = \frac{1}{b - a}, \quad a \leq x \leq b \]
min_valor <- 1
max_valor <- 6
size <- 1000
simulacion_uniforme <- runif(size, min_valor, max_valor)
datos_uniforme <- data.frame(Resultado = simulacion_uniforme)
ggplot(datos_uniforme, aes(x = Resultado)) +
geom_density(fill = "#A1D5D2", color = "#52A8BC", bins = 30, alpha = 0.7) +
labs(title = "simulación de distribución uniforme continua",
x = "valor",
y = "densidad de probabilidad") +
scale_x_continuous(breaks = seq(min_valor, max_valor, 1)) +
theme_minimal()## Warning in geom_density(fill = "#A1D5D2", color = "#52A8BC", bins = 30, :
## Ignoring unknown parameters: `bins`
modela el tiempo entre eventos sucesivos en un proceso de
poisson.
ej. se utiliza para describir la distribución de tiempos entre
eventos, como el tiempo entre llegadas de llamadas a un centro de
atención telefónica.
\[f(x|\lambda) = \lambda e^{-\lambda x}, \quad x \geq 0\]
lambda <- 0.05
size <- 1000
simulacion_exponencial <- rexp(size, lambda)
datos_exponencial <- data.frame(Resultado = simulacion_exponencial)
ggplot(datos_exponencial, aes(x = Resultado)) +
geom_density(fill = "#DEB0D0", color = "#B57FA4", alpha = 0.7) +
labs(title = "simulación de distribución exponencial",
x = "valor",
y = "densidad de probabilidad") +
theme_minimal()descripción común de variables continuas en la naturaleza.
ej. utilizada en estadísticas y en modelado de fenómenos naturales,
como la altura de una población o errores de medición en
experimentos.
\[f(x|\mu, \sigma) = \frac{1}{\sigma \sqrt{2\pi}}e^{-\frac{(x-\mu)^2}{2\sigma^2}} \]
media <- 0
desviacion <- 1
size <- 1000
simulacion_normal <- rnorm(size, media, desviacion)
datos_normal <- data.frame(Resultado = simulacion_normal)
ggplot(datos_normal, aes(x = Resultado)) +
geom_density(fill = "#A1D5D2", color = "#52A8BC", alpha = 0.7) +
labs(title = "simulación de distribución normal",
x = "valor",
y = "densidad de probabilidad") +
theme_minimal()el tiempo de vida (en años) de una máquina sigue una distribución exponencial con una tasa de fallos de \(0.05\).
tasa_fallos <- 0.05
n_simulaciones <- 10000
# variable aleatoria X ~ tiempo de vida de la máquina
tiempo_vida <- rexp(n_simulaciones, rate = tasa_fallos)
df <- data.frame(TiempoVida = tiempo_vida)
ggplot(df, aes(TiempoVida)) +
geom_density(fill = "#DEB0D0", color = "#B57FA4", alpha = 0.7) +
labs(title = "distribución exponencial(0.05)",
x = "años de vida",
y = "probabilidades") +
theme_minimal()consideraremos la función de probabilidad de una exponencial \[f_{X}(x)= \lambda e^{-\lambda x}\]
## [1] 0.01839397
ggplot(df, aes(TiempoVida)) +
geom_density(fill = "#DEB0D0", color = "#B57FA4", alpha = 0.7) +
geom_vline(xintercept = 20 , linetype= "dashed", color= "#B57FA4" , linewidth =0.66)+
geom_hline(yintercept = 0.01839397, linetype= "dashed", color= "#B57FA4" , linewidth=0.66)+
geom_point(x = 20, y = 0.01839397, color = "#8A5D86", size = 1.6, shape = 16) +
labs(title = "distribución exponencial(0.05)",
x = "años de vida",
y = "probabilidades") +
theme_minimal()consideraremos la función de distribución acumulada, ya que nos interesa saber \(P(X\leq20)=F_{X}(20)=\int_{0}^{20}f_X(x)\).
## [1] 0.6321206
densidad <- density(tiempo_vida)
ggplot(df, aes(TiempoVida)) +
geom_density(fill = "#DEB0D0", color = "#B57FA4", alpha = 0.7) +
geom_ribbon(data = data.frame(x = densidad$x[densidad$x <= 20], y = densidad$y[densidad$x <= 20]),
aes(x = x, ymax = y, ymin = 0),
fill = "#8A5D86", alpha = 0.3) +
geom_text(x = 8, y = 0.015, label = "F(20)=0.63", color = "#7C4D79", size = 3.6, fontface = "bold") +
geom_vline(xintercept = 20 , linetype= "dashed", color= "#B57FA4" , linewidth =0.66)+
labs(title = "distribución exponencial(0.05)",
x = "años de vida",
y = "probabilidades") +
theme_minimal()consideraremos la función de supervivencia, ya que nos interesa saber \(P(X > 20)=1- F_{X}(20)=S_X(20)\).
## [1] 0.3678794
ggplot(df, aes(TiempoVida)) +
geom_density(fill = "#DEB0D0", color = "#B57FA4", alpha = 0.7) +
geom_ribbon(data = data.frame(x = densidad$x[densidad$x > 20], y = densidad$y[densidad$x > 20]),
aes(x = x, ymax = y, ymin = 0),
fill = "#8A5D86", alpha = 0.3) +
geom_text(x = 36, y = 0.003, label = "S(20)=0.37", color = "#7C4D79", size = 3.6, fontface = "bold") +
geom_vline(xintercept = 20 , linetype= "dashed", color= "#B57FA4" , linewidth =0.66)+
labs(title = "distribución exponencial(0.05)",
x = "años de vida",
y = "probabilidades") +
theme_minimal()en una fábrica se producen \(850\) tuercas al día, de las cuales \(50\) piezas NO cumplen con los requerimientos del mercado.
\(X\): el número de tuercas que NO cumple los requerimientos
\(X~Bin(850,50/850)\)
\(Hyper(N,M,n)\), \(N=850\) tuercas, \(M=2\) tuercas y \(n=2/850\)
p(20)
## [1] 0.003394998