Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CARRERA:
Ingeniería Civil
TEMA:
Distribución de Bernoulli
Distribución Binomial
Distribución de Poisson
ASIGNATURA:
Estadística
PARALELO:
‘B’
NOMBRE:
DOCENTE:
Alay Giler Alba Dolores
NIVEL:
Segundo Semestre
PERIODO ACADÉMICO:
Octubre 2019 – Febrero 2020
DISTRIBUCIÓN DE BERNOULLI
Es una distribución de probabilidad discreta que mide el número de éxitos en una secuencia
de n ensayos de Bernoulli independientes entre sí, con una Probabilidad fija 𝑝 de ocurrencia
del éxito entre los ensayos.
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.
𝑛
𝑓(𝑥) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
N = Numero de eventos.
X = Numero de éxitos.
P = Probabilidad de éxito.
Q = probabilidad de fracaso.
F(X) = Probabilidad de tener X éxitos en un numero N de ensayos.
Sus propiedades son:
Media: n.p
Varianza: n.p.q
Desviación típica o estándar: n.p. q
N = 50
X = 10
P = 15.8% → 0.158%
Q = 84.2% → 0.842%
Imaginemos que un 80% de personas en el mundo han visto el partido de la final del último
mundial de futbol. Tras el evento, 4 amigos se reúnen a conversar, ¿Cuál es la probabilidad
de que 3 de ellos hayan visto?
4!
𝑃(3) = 0.83 0.244−3
(4
3! − 3)!
Por tanto, nuestro resultado final sería: 4*0,512*0,2 = 0,4096. Si multiplicamos por 100
tenemos que hay una probabilidad del 40,96% de que 3 de los 4 amigos hayan visto el partido
de la final del mundial.
DISTRIBUCIÓN DE POISSON
Propiedades
𝑒 −𝜆 𝜆𝜅
𝑓(𝜅, 𝜆) =
𝑘!
donde
Tanto el valor esperado como la varianza de una variable aleatoria con distribución de
Poisson son iguales a λ. Los momentos de orden superior son polinomios de Touchard en λ
cuyos coeficientes tienen una interpretación combinatoria. De hecho, cuando el valor
esperado de la distribución de Poisson es 1, entonces según la fórmula de Dobinski, el n-
ésimo momento iguala al número de particiones de tamaño n.
𝜆𝑘 𝑒 −𝜆 𝑡 −1)
𝐸(𝑒 𝑡𝑋 ) = ∑∞ 𝑡𝑘 ∞
𝑘=0 𝑒 𝑓(𝑘; 𝜆) = ∑𝑘=0 𝑒
𝑡𝑘
= 𝑒 𝜆(𝑒
𝑘;
𝜆0 𝜆0 𝜆0
𝐷𝐾𝐿 (𝜆 ∥ 𝜆0 ) = 𝜆 (1 − + 𝑙𝑜𝑔 )
𝜆 𝜆 𝜆
Bibliografía
Fernando. (31 de Obtubre de 2012). Obtenido de
http://fernando725.blogspot.com/2012/11/distribucion-de-bernoulli.html