Академический Документы
Профессиональный Документы
Культура Документы
DISTRIBUCION BINOMIAL
Un experimento binomial es uno que satisface todos los siguientes
requisitos:
1.
2.
3.
4.
px.qn-x; x = 0, 1, 2, 3,,n
!
)!!
=(
pxi.qn-xi
en ambos casos
xix.
EJERCICIO
1. Se lanza una moneda correcta 5 veces. Sea X = el nmero de caras
EN SPSS:
Para calcular las probabilidades simples (P) y las acumuladas (F) del ejemplo 6.2,
en la vista de variables se define x y en la vista de datos se ingresan los mismos (0,
1, 2, 3, 4 y 5). Veamos el clculo de probabilidades simples (P).
Del men escoger Transformar Calcular variable y aparece la ventana de
dilogo de la Figura 6.6. En Variable de destino: escribir P.
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
Funciones y variables especiales: seleccionar Pdf.Binom y con un clic en
ingresarla en el recuadro Expresin numrica: donde aparece PDF.BINOM(?,?,?).
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.BINOM(cant,n,prob) que se precisan en el recuadro central de la Figura 6.6. As
cant representa los valores de la variable x, n el nmero de ensayos = 5 y prob =
Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.2, proceder de
manera similar al clculo de probabilidades simples, con las variantes indicadas, tal
como se muestra en la Figura 6.7.
FDA no centrada.
DISTRIBUCION POISSON
La distribucin Poisson se deduce como un lmite de la distribucin binomial y
como un proceso de Poisson.
Como un lmite de la distribucin binomial, se toma con media igual a = np
asumiendo p pequeo (p 0) y n grande (n ). La distribucin de probabilidades
de la variable aleatoria discreta de Poisson X = nmero de xitos viene dada por:
En Excel:
Para hallar la distribucin de probabilidades Poisson, en la hoja de clculo definimos
en la columna A los valores de la variable x = 0, 1, 2, 3, 4, ., 15, .. En la columna
B, definimos las probabilidades p(x) para cada uno de los valores.
Para ello, estando en la casilla B2, en funciones
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta
una copia de lo anterior para las celdas sucesivas en C3, C4, hasta C17, cuyos
resultados se muestran
En SPSS:
Para calcular las probabilidades simples (P), en la vista de variables se define x y en la
vista de datos se ingresan los mismos (0, 1, 2, 3, 4, ., 15, ).
Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.3, proceder de
manera similar al clculo de probabilidades simples, con las variantes indicadas, tal
como se muestra en la Figura 6.13.
DISTRIBUCIN HIPERGEOMTRICA
Esta distribucin esta asociada a experimentos del siguiente tipo: de un
conjunto de N objetos, de los cuales M poseen cierta caracterstica de inters
y el resto N M no la poseen, se extrae n objetos al azar y sin reemplazo; y
se observa el nmero x de objetos en la muestra que poseen la caracterstica
de inters.
Dicho experimento tiene asociada una variable aleatoria X que da el nmero
x de xitos (objetos en la muestra que poseen la caracterstica de inters) en n
ensayos de Bernoulli cuya distribucin de probabilidades esta dada por:
Ejemplo
De la baraja de 52 cartas se reparten 5 naipes sin reposicin. Sea X el nmero de
naipes de color negros repartidos. Calcule la probabilidad de que entre los 5 naipes
repartidos hayan: a) 3 naipes negros; b) a lo ms 2 naipes negros; c) la distribucin
de probabilidades; y d) la funcin de distribucin acumulativa de probabilidades.
Solucin
En Excel:
Para hallar la distribucin de probabilidades hipergeomtrica, en la hoja de clculo
definimos en la columna A los valores de la variable x = 0, 1, 2, 3, 4 y 5. En la
columna B, definimos las probabilidades p(x) para cada uno de los valores.
Para ello, estando en la casilla B2, en funciones
En SPSS:
Para calcular las probabilidades simples (P) del ejemplo 6.4, en la vista de variables se
define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, 4, 5).
Del men escoger Transformar Calcular variable y aparece la ventana de dilogo
de la Figura 6.19. En Variable de destino: escribir P.
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
Funciones y variables especiales: seleccionar Pdf.Hiper y con un clic en
ingresarla en
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.HIPER(cant,total,muestra,aciertos) que se precisan en el recuadro central de la
Figura 6.19. As cant representa los valores de la variable x, total = N = 52, muestra = n
= 5 y aciertos = M = 26. Para finalizar hacer clic en Aceptar y en la vista de datos aparece
los resultados de la Figura 6.21.
Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.4, proceder de manera
similar al clculo de probabilidades simples, con las variantes indicadas, tal como se
muestra.
En la Variable de destino: se escribe F. Del Grupo de funciones: escoger FDA y FDA no
centrada; y de Funciones y variables especiales: seleccionar Cdf.Hiper e ingresarla en
el recuadro Expresin numrica y definir los argumentos cant, total, muestra y aciertos,
as: CDF.HIPER(x,52,5,26).
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura.