Академический Документы
Профессиональный Документы
Культура Документы
Curso
Probabilidad y estadstica
Docente
Elda Noelia Robles Torres
Tema:
Distribucin Binomial
Distribucin de Poisson
Expositores:
Mariana Karisme Barrancos Ravell
1
PROBABILIDAD Y ESTADISTICA
Tabla de contenido
INTRODUCCIN....................................................................................................... 3
DISTRIBUCIN BINOMIAL O DE BERNOULLI................................................................4
Variable aleatoria binomial...................................................................................... 4
Funcin de probabilidad de la distribucin binomial................................................4
Ejemplos de Distribucin Binomial..........................................................................5
Media..................................................................................................................... 5
Varianza................................................................................................................ 6
Desviacin tpica................................................................................................ 6
Ejemplo de Distribucion Binomial 2.........................................................................6
DISTRIBUCION DE POISSON........................................................................................ 6
PROPIEDADES DEL PROCESO DE POISSON..............................................................7
DEFINICION.......................................................................................................... 7
La media................................................................................................................. 8
Varianza.................................................................................................................. 8
APLICACIN DE LA DISTRIBUCIN DE POISSON......................................................8
EJEMPLO DE DISTRIBUCIN DE POISSON.................................................................9
EJEMPLO DE DISTRIBUCION ACUMULADA DE POISSON CON USO DE TABLAS.........9
EJERCICIOS PARA CLASE (BINOMIAL).....................................................................11
EJERCICIOS PARA CLASE (POISSON).......................................................................12
CONCLUCIN......................................................................................................... 14
REFERENCIAS BIBLIOGRAFICAS............................................................................. 14
INTRODUCCIN
2
PROBABILIDAD Y ESTADISTICA
3
PROBABILIDAD Y ESTADISTICA
es 1 p, y la representamos por q.
Ejemplo:
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.
Funcin de probabilidad de la distribucin binomial
La funcin de probabilidad de la distribucin binomial, tambin
denominada funcin de la distribucin de Bernoulli, es:
4
PROBABILIDAD Y ESTADISTICA
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.
El nmero combinatorio
Ejemplos de Distribucin Binomial
La ltima novela de un autor ha tenido un gran xito, hasta
el punto de que el 80% de los lectores ya la han leido. Un
grupo de 4 amigos son afi cionados a la lectura:
1Cul es la probabilidad de que el grupo hayan leido la
novela 2 personas?
n = 4
p = 0.8
q = 0.2
B(4, 0.8)
Y
cmo
mximo
2?
Media
5
PROBABILIDAD Y ESTADISTICA
Varianza
Desviacin tpica
DISTRIBUCION DE POISSON
Llamada asi en honor de Simeon Denis Poisson, probabilista
frances del siglo XIX, quien fue el primero en describirla, es otra
distribucion discreta de probabilidad muy util en la que la variable
aleatoria representa el numero de eventos independientes que
ocurren a una velocidad constante. Muchos eventos aleatorios
ocurren de manera independiente con una velocidad contante en
el tiempo y espacio. Algunos ejempls tipicos son;
en un tiempo determinado
Numero de defectos en piezas similares del mismo material
6
PROBABILIDAD Y ESTADISTICA
Numero
de
solicitudes
de
seguro
procesadas
por
una
de
e x
,x =0,1,2,3, >0
f ( x )=
x!
0,Para cualquier otro valor
producto
= (n*p)
n = Tamao de muestra
7
PROBABILIDAD Y ESTADISTICA
x = Cantidad de xitos
P = Probabilidad de xito
e = base de logaritmos = 2.718281828
Se defi ne la variable aleatoria X como el nmero de sucesos
que ocurren en un intervalo continuo de tiempo, longitud o
espacio, de un tamao determinado.
En esta ecuacion el parametro de la distribucion de Poission es
, el numero promedio de ocurrencias del evento aleatorio por
defi ne una
unidad de tiempo. Para valores mayores a cero,
familia de distribuciones con una
determinada por la ecuacion dada.
funcion
de
probabilidad
2 =
b)x= variable que nos defi ne el nmero de cheques sin fondo que
llegan al banco en dos das consecutivos = 0, 1, 2, 3, ......, etc.,
etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al
banco en dos das consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho de
otra forma, debe hablar de lo mismo que x.
2
1
=
1000 500
la
P(5;2)=0.9834
X=4 =2
Y P(4;2)=0.9473
P= 0.9834-0.9473 = 0.0361
Entonces la probabilidad de que P(5;2)=0.0361
Cul es la probabilidad de que fallen por lo menos 5 o mas en
1000 horas?
P(X 5 =1P( X 4)
10
PROBABILIDAD Y ESTADISTICA
4 5
P(X 5 =1F (4 )
P(X 5 =1P( 4 ; 2)
P(X 5 =10.9473
P (X; )
= 0.0527 *100% =5.27%
la
11
PROBABILIDAD Y ESTADISTICA
12
PROBABILIDAD Y ESTADISTICA
= 100 * 0.03 = 3
x = 5
e = 2.718281828
Ejercicio num. 2
La produccion de televisores en SAMSUNG trae asociada una
probabilidad de defecto del 2%, si se toma un lote o muestra de
85 televisores , obtener la probabilidad de que existan 4
televisores con defectos.
n = 85
P = 0.02
X = 4
= 1.7
Ejercicio num. 3
En una jaula con 100 pericos 15 de ellos hablan ruso calcular la
probabilidad de que si tomamos 20 pericos al azar 3 de ellos
hablen ruso.
n = 20
p = 0.15
X = 3
13
PROBABILIDAD Y ESTADISTICA
=3
CONCLUCIN
en un tiempo determinado
Numero de defectos en piezas similares del mismo material
Numero de solicitudes de seguro procesadas por una
compaa en un peridodo especifi co, etc.
Spiegel.
1991
http://www.stat.umn.edu/geyer/old/5101/rlook.html
M.R.
Estadstica.
Editorial.
McGraw-Hill.
Mxico.
15
PROBABILIDAD Y ESTADISTICA