Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MATERIA
ESTADISTICA Y PROBABILIDAD
PRESENTADO POR: JESSICA CASTILLO MANTILLA
CARLOS ARTURO PARRA MARTÍNEZ
CONSULTAR:
1. Distribución Binomial
1.1. Características
1.2. Función de probabilidad
1.3. Valor esperado de la variable aleatoria relacionada
1.4. Varianza de la variable aleatoria relacionada
1.5. Ejemplo(s) aplicado(s) donde se haga uso de la distribución binomial, para realizar el
cálculo de probabilidades.
2. Distribución Hipergeométrica
2.1. Características
2.2. Función de probabilidad
2.3. Valor esperado de la variable aleatoria relacionada
2.4. Varianza de la variable aleatoria relacionada
2.5. Ejemplo(s) aplicado(s) donde se haga uso de la distribución hipergeométrica, para
realizar el cálculo de probabilidades.
3. Distribución de Poisson
3.1. Características
3.2. Función de probabilidad
3.3. Valor esperado de la variable aleatoria relacionada
3.4. Varianza de la variable aleatoria relacionada
3.5. Ejemplo(s) aplicado(s) donde se haga uso de la distribución de Poisson, para realizar el
cálculo de probabilidades.
SOLUCIÓN
1. DISTRIBUCIÓN BINOMIAL: nos habla de los posibles resultados que pueden
darse por realizar unos experimentos que, constan de pruebas repetidas, estas
pueden arrojar un resultado de éxito o de fracaso [ CITATION RON12 \l 9226 ]
1.1. CARACTERISTICAS
Para construir un proceso binomial se necesita lo siguiente:
1) En el experimento sólo hay dos resultados a) EXITO = 1 b) FRACASO = 0
2) A la probabilidad de éxito se le llama “p ”
3) A la de fracaso se le llama”
4) Se cumple que p + q = 1 p + q = 1 (por lo tanto, q = 1 – p)
5) La probabilidad de éxito permanece constante
6) Los eventos son independientes. Por ejemplo: si lanzamos una moneda la segunda
vez no importa lo que pasó antes.
7) El experimento se realiza “n” veces
8) Lo que se desea es conocer la probabilidad de “éxito”, P(x), en los “n” intentos.
(Nota: éxito no significa que sea bueno, sólo significa que ocurra el evento). [ CITATION
ROD10 \l 9226 ]
Función de cuantía: Sea una población de tamaño N dividida en dos subpoblaciones disjuntas de
tamaños k y N -k (los que poseen la característica de interés y los que no). Llamemos p a la
proporción de elementos de la población que poseen la característica (p=k/N). Se selecciona una
muestra aleatoria sin reemplazamiento de tamaño n, con n≤ N
1) Esperanza: E(X) = n ´ N1/N
2) Varianza: V(X) = (n ´ N1 ´ N2 (N − n))/(N2 ´ (N − 1))
3. DISTRIBUCIÓN DE POISSON
Llamada así en honor a Simeón-Denis Poisson, quien la describió por primera vez a finales
del siglo XIX
Para que una variable recuento siga una distribución de Poisson deben cumplirse varias
condiciones: 1. En un intervalo muy pequeño (p. e. de un milisegundo) la probabilidad de
que ocurra un evento es proporcional al tamaño del intervalo. 2. La probabilidad de que
ocurran dos o más eventos en un intervalo muy pequeño es tan reducida que, a efectos
prácticos, se puede considerar nula. 3. El número de ocurrencias en un intervalo pequeño
no depende de lo que ocurra en cualquier otro intervalo pequeño que no se solape con
aquél.