Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3W
MAESTRA:
EQUIPO:
TEMAS:
DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN GEOMETRICA
DISTRIBUCIÓN UNIFORME DISCRETA
Tenemos esta distribución cuando el resultado de una experiencia aleatoria puede ser un
conjunto finito de n posibles resultados, todos ellos igualmente probables.
1) Esperanza:
2) Varianza:
Características:
- La variable aleatoria que describe el número de caras obtenidas al lanzar dos monedas
legales sigue una probabilidad de distribución uniforme.
- La media de una variable aleatoria discreta uniforme, f(x;k), siempre coincide con uno de los
valores de la misma observados en el experimento.
- La varianza de una variable aleatoria discreta uniforme, f(x;k), no depende del número de
valores que pueda tomar la variable.
DISTRIBUCIÓN BINOMIAL
Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos
resultados. A uno de estos se denomina éxito y tiene una probabilidad de ocurrencia p y al
otro, fracaso, con una probabilidad q = 1 - p. En la distribución binomial el anterior
experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad
de un determinado número de éxitos. Para n = 1, la binomial se convierte, de hecho, en una
distribución de Bernoulli.
Formula:
k = cantidad de éxitos
p = probabilidad de éxito
Imaginemos una escuela primaria donde los alumnos llegan tarde a menudo. Cinco alumnos
están en el jardín de niños. La directora lleva tiempo estudiando el problema, habiendo
llegado a la conclusión de que hay una probabilidad de 0.4 de que un alumno llegue tarde y
de que los alumnos lleguen independientemente uno de otro ¿Cómo trazamos una
distribución binomial de probabilidad que ilustre las probabilidades de que 0,1,2,3,4 ó 5
estudiantes lleguen tarde simultáneamente? Para hacerlo necesitaremos utilizar la fórmula
binomial donde:
P= 0.4
Q= 0.6
N= 5
P(0) = 0.07776
P(1) = 0.2592
P(2) = 0.3456
P(3) = 0.2304
Para R= 4 obtenemos que:
P(4) = 0.0768
P(5) = 0.01024
Esta distribución sirve para calcular la probabilidad de que ocurra un éxito por primera y
única vez en el último ensayo que se realiza del experimento.
Función de densidad:
Sea A un suceso de probabilidad P(A)=p, y sea X la variable aleatoria que expresa el número
de fracasos que tiene lugar en las repeticiones independientes de pruebas de Bernoulli, hasta
que ocurre A por primera vez. La variable X toma los valores de 0, 1,2,….(número de
fracasos). Decimos que una variable aleatoria X sigue una distribución geométrica de
parámetros p si su función de probabilidad es:
Dónde:
Función de distribución:
Demostración:
Esperanza:
Demostración:
Varianza:
Demostración:
Por tanto:
Función característica: