07 junio 2019 Caso 1: En una Empresa automotriz, la media de accidentes es de 4 por mes. Calcular la probabilidad de: a) Que no ocurra ningún accidente en un mes. b) Que como máximo ocurran 2 accidentes en un mes. c) Que ocurran 30 accidentes en un año. d) Que ocurran 8 accidentes en un trimestre. DISTRIBUCION DE POISSON. Este tipo de modelo pertenece a la distribución de poisson, la cual se refiere a ciertos procesos que se pueden describir mediante una variable aleatoria discreta (X). Características. • Se usa para representar el numero de eventos de poca frecuencia que ocurren en el tiempo o en el espacio. • Se necesita saber el numero promedio de eventos que ocurren en un intervalo de tiempo. • Se denota como P(x) = 𝑒 𝜆 𝜆𝑥 / x! Aplicaciones. Defectos de nacimientos y mutaciones genéticas / enfermedades raras / accidentes automovilísticos / flujo de trafico y distancia de seguridad / fallos de una maquina en un mes / etc. EJEMPLO Caso 2: Un estudio ha mostrado que en la colonia “loma perdida” el 65% de los hogares tienen al menos dos computadoras. Se elige al azar una muestra de 50 hogares en esa colonia y se pide: a) Cual es la probabilidad de que al menos 20 de los citados hogares tengan cuando menos dos computadoras? B) Cual es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos computadoras? DISTRIBUCION NORMAL Es la distribución continua mas comúnmente utilizada, y con ella se puede calcular la probabilidad de que varios valores ocurran dentro de ciertos rangos o intervalos. La probabilidad exacta de un valor especifico dentro de una distribución continua como esta es cero. Características. • Se utiliza para variables aleatorias continuas. • Tiene una grafica en forma de campana, conocida como campana de Gauss • Sus medidas de tendencia central son todas idénticas. Aplicaciones. Características morfológicas de individuos de una especia / Errores cometidos al medir ciertas magnitudes / valores estadísticos maestrales como la media / Caracteres Sociologicos como consumo de ciertos productos / etc. EJEMPLO Caso 3: La probabilidad de que un pescador novato, con un caña de pescar, colecte un pescado es de 0.4 si lo intenta 5 veces, calcula la probabilidad de que pesque al menos 3 veces. DISTRIBUCION BINOMIAL. Son eventos denominados experimentos que quedan descritos por una distribución binomial de probabilidad. Cada ensayo da un resultado que se clasifica como éxito o fracaso. Característica. • La probabilidad de un éxito, denotada por p, permanece constante a lo largo de las repeticiones del experimento. • El numero de éxitos al repetir n veces un experimento solo da dos resultados posibles con probabilidad de obtener p éxito en cada experimento. Aplicaciones. La cantidad de conductores que dan positivo en la prueba de alcoholemia / calcular la probabilidad de que un articulo producido sea defectuoso / efectos secundarios que pueda causar un droga en n cantidad de pacientes / etc. EJEMPLO BIBLIOGRAFIAS • Prepa en línea sep. Contenido extenso M17_U2. Recuperado el 10 de agosto de 2017 dehttp://148.247.220.234/pluginfile.php/12894/mod_resource/cont ent/3/M17_U2_QA-2%20%281%29.pdf • Prepa en línea sep. Para saber más Gráficas. Recuperado el 10 de agosto de 2017 de http://www.ine.es/explica/docs/pasos_tipos_graficos.pdf