Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estudiantes:
Distribución Binomial.
Donde:
n = número de ensayos/experimentos
x = número de éxitos
p = probabilidad de éxito
q = probabilidad de fracaso (1-p)
Acá aclararemos que lo marcado en paréntesis no es una matriz, sino la expresión
de números combinatorios sin repetición, para la realización de esos cálculos usamos la
siguiente fórmula:
Números combinatorios
Las agrupaciones combinatorias que sólo consideran la esencia de los grupos
formados y no su orden, llamadas combinaciones, han constituido una rama específica
dentro de la especialidad del análisis combinatorio, con múltiples usos en diversos
campos. La expresión numérica de tales combinaciones recibe el nombre de número
combinatorio o coeficiente binómico.
Coeficientes binómicos
Se define número combinatorio o coeficiente binómico como el valor numérico de
las combinaciones ordinarias (sin repetición) de un conjunto de n elementos tomados en
grupos de r, siendo n y r dos números enteros y positivos tales que n ³ r.
Matemáticamente, un número combinatorio se expresa como:
Esperanza: E(X)= ƛ
Varianza: V(X)=ƛ
En esta distribución la esperanza y varianza coinciden.
CARACTERISTICAS
Se dice que X sigue una distribución de poisson de parámetro ƛ y que se obtiene el
producto n*p (que se nombra a partir de aquí como np, por mayor simplicidad), que se
representa como la siguiente notación:
Sea una muestra de tamaño n bastante elevado (se suele hablar de que tiende a
∞).
λ x × e− λ
p=
x!
73 ×e−7
p ( x=3 )= =0,052 ≈ 5,2 %
3!
Quedaría entonces el caso de p(x=0) es decir que no nazca ningún varón, mas la
probabilidad de que nazca solo un varón, mas la probabilidad de que nazcan dos varones.
Una vez definido esto se procederá a realizar los cálculos respectivos con la ecuación ya
señalada:
7 0 × e−7
p ( x=0 )= =0,001 Sumando cada uno de los valores
0!
obtenidos, nos da la probabilidad
de 0,029≈2,9%
71 × e−7
p ( x=1 )= =0,006
1!
72 ×e−7
p ( x=2 )= =0,022
2!
Podemos concluir que la probabilidad saldrá alta cuanto más nos acerquemos a nuestra
media.
Metodología
La metodología sobre la distribución de Poisson se aplica cuando en el experimento que
se realiza ocurren sucesos llamados raros, los cuales se identifican con una probabilidad
de éxito sumamente pequeña p y el número de observaciones n grande. Esta distribución
halla la probabilidad de ocurrencia de cualquier número de éxitos x por unidad de
medición (minuto, hora, día, centímetro, metro, etc.), y en estos problemas para su
solución dan el valor del parámetro lambda λ; o sea, el promedio o razón de ocurrencia
del evento aleatorio por unidad de tiempo o espacio y el número de éxitos. Donde λ=np, y
para calcular la probabilidad se utiliza la fórmula:
λ x × e− λ
p=
x!
EJEMPLO
La distribución de Poisson, según hemos señalado, se refiere a ciertos procesos que
pueden ser descritos con una variable aleatoria discreta. La letra X suele representar esa
variable y puede además asumir valores enteros (0,1,2,3 etc.). Utilizamos la letra X
mayúscula para representar la variable aleatoria y la x minúscula para designar un valor
específico que puede asumir la X mayúscula. La probabilidad de exactamente x
ocurrencias en una distribución de Poisson se calcula mediante la fórmula:
P(x) = l x * e-l / x!
l x = Lambda
(número medio de ocurrencias por intervalo de tiempo) elevada a la potencia x.
e-l = e= 2.71828 elevado a la potencia de lambda negativa.
x! = x factorial.
Ejemplo:
Supóngase que estamos investigando la seguridad de un crucero muy peligroso. Los
archivos de la policía indican una media de cinco accidentes por mes en él. El número de
accidentes está distribuido conforme a la distribución de Poisson, y la división de
seguridad en carreteras quiere calcular la probabilidad de exactamente 0,1,2,3 y 4
accidentes en un mes determinado.
Aplicando la fórmula anterior:
P(0) = (5)0 (e-5) /0! = 0.00674
P(1) = (5)1 (e-5) /1! = 0.03370
P(2) = (5)2 (e-5) /2! = 0.08425
P(3) = (5)3 (e-5) /3! = 0.14042
P(4) = (5)4 (e-5) /4! = 0.17552
Para saber cuál es la probabilidad en 3 o menos, sumaremos las probabilidades de
0,1,2,3 lo que será igual a:
P(0) = 0.00674
P(1) = 0.03370
P(2) = 0.08425
P(3) = 0.14042
P(3 o menos) = 0.26511
Dado que la probabilidad de que haya 3 o menos accidentes es de 0.26511 entonces la
probabilidad de que ocurran más de tres debe ser = 1 –0.26511 = 0.73489.
La distribución de Poisson como una aproximación a la distribución binomial.
Algunas veces, si se desea evitar el tedioso trabajo de calcular las distribuciones
binomiales, se puede usar a cambio la de Poisson, pero debe cumplir con ciertas
condiciones como:
n=>20
p=<0.05
En los casos en que se satisfacen tales condiciones, podemos sustituir la media de la
distribución binomial en lugar de la media de la distribución de Poisson de modo que la
fórmula quedaría así:
P(x) = (np) X * e-np /x!