Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3 La distribucin binomial
Describe probabilsticamente el nmero de xitos que se pueden presentar cuando se define un nmero de ensayos. Por ejemplo: en el lanzamiento de 10 monedas observar la ocurrencia de exactamente tres caras. Las caractersticas de un experimento que se considera binomial son: 1. Se define un nmero de n condiciones. 2. Cada resultado se clasifica o fracaso. 3. La probabilidad de que una observacin se clasifique como xito (p) es en una de dos categoras mutuamente intentos o ensayos, cada uno en las mismas
constante entre una y otra observacin. De la misma manera la probabilidad de fracaso (1 p). 4. Los resultados entre uno y otro ensayo son independientes.
3.2.1. Funcin de probabilidad Modelo matemtico de carcter probabilstico que asigna a un valor en particular (xi) de la variable aleatoria discreta, un nico valor de probabilidad f ( xi ). Es decir: Xi f f (Xi ) = P ( X= xi )
f ( x) =
Donde: n x : nmero de ensayos : nmero de xitos
n! * P x * (1 p ) n x (n x )!
: probabilidad de xito
3.4
La distribucin de Poisson
Describe probabilsticamente el nmero de xitos en un intervalo definido de tiempo, espacio, regin, rea o volumen. Por ejemplo, nmero de clientes que usan un cajero electrnico cada 15 minutos; nmero de imperfectos en un corte de tela de 20 metros; nmero de errores ortogrficos cometido por un estudiante en 5 pginas, entre otros.
Las caractersticas de un experimento que se considera de Poisson son: 1. La probabilidad de que ocurra un nmero de xitos es proporcional a la longitud del intervalo. 2. La variable puede optar una sucesin infinita de valores (x = 0,1,2,3,4, ..). 3. Entre uno y otro intervalo hay independencia. 4. La distribucin de probabilidades tiene un sesgo a la derecha debido a que la probabilidad disminuye cuando x se hace muy grande.
Igual que en la Distribucin binomial, es una expresin matemtica de carcter probabilstico. Viene dada por:
x *
f ( x) =
x!
Donde: = media o promedio de xitos por intervalo de tiempo, rea, etc. = 2.718 x = valor de la variable.
3.4.4
La distribucin de Poisson resulta til, precisa y fcil de aplicar cuando se trata de estimar probabilidades de una distribucin binomial pequea. Como en la funcin de probabilidad de Poisson se requiere conocer el valor del parmetro , este se calcula con la frmula del valor esperado en la binomial. ( = n*p) Los siguientes enlaces le van a permitir complementar y profundizar los temas anteriores, as como la aplicacin de las frmulas para evaluar probabilidades: cuando n es grande y p es
Varios
enlaces,
Distribucin
de
Poisson,
Distribucin
de
Poisson
(Video),
3.5.
Describe el comportamiento probabilstico de una variable aleatoria continua. Algunas propiedades de estas distribuciones son: 1. La probabilidad de que x asuma un valor particular en un intervalo definido
corresponde a un rea bajo la curva de la funcin f(x). 2. El rea bajo la curva de la funcin que representa la distribucin de
probabilidad es igual a uno. 3. La probabilidad de que la variable x asuma un valor exacto, por ejemplo x= b, se considera prcticamente cero. Esto es: P (x =b) = 0, pues obedece a que no hay rea bajo la curva para un valor de x=b. La implicacin de esta caracterstica es que (x<=b) = P(x<b). P (x > =b) = P (x>b) o P
4. La expresin matemtica que se utiliza para evaluar la probabilidad de que x asuma un valor en el intervalo definido, se le conoce como funcin de densidad de probabilidad y se denota como f(x). Como tal debe cumplirse que: a.
f ( x ) 0
b.
f ( x)d = x 1
c. P ( a< x <B)=
f ( x)d x
De las distribuciones continuas ms importantes que se estudian y utilizan son la distribucin normal y la distribucin normal estndar. Para conocer en detalle cada una de estas distribuciones y su aplicacin para calcular probabilidades utilice los siguientes enlaces:
Distribucin normal (varios enlaces), Distribucin normal o campana de Gauss Laplace y Distribucin normal (video).
3.6.
Herramienta tecnolgica
Los siguientes enlaces le van a permitir usar la hoja de clculo Excel para evaluar probabilidades de las distribuciones vistas:
Estimacin de las principales distribuciones de probabilidad mediante Microsoft Excel, Funciones estadsticas, Distribucin de probabilidad discretas y Distribucin normal