Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo: 305-E
Matrícula: 100C5001
17-06-2020
INDICE
► Índice
♦ Introducción 01
♦ Distribución De Poisson 04
♦ Distribución Hipergeométrica 06
♦ Distribución Normal 09
♦ Conclusión 11
♦ Referencias 12
INTRODUCCION
Gracias.
1
DISTRIBUCION BINOMIAL O DE BERNOULLI
a- Los experimentos tienen dos tipos de resultados, uno que es lo que se espera que ocurra o
lo contrario, denominados éxitos o fracaso.
b- Las probabilidades de estas deducciones son constantes, es decir, no cambian.
c- Cada ensayo o repetición, se diferencia el uno del otro porque son independientes entre
ellos.
d- El total de ensayos es una constante n.
Ejemplos 01:
La probabilidad de que cierto estudiante repruebe de 0-2 materias es de 0.45. Si estudia durante 3
años y luego se retira para regresar después de un tiempo. ¿Cuál es la probabilidad de que cuando
regrese repruebe por lo menos una materia?
p= 0.45
q= 0.55
x= 1
n= 3
2
DISTRIBUCIÓN DE POISSON
Donde:
k: observación planteada.
e = 2.718281
x: número de ocurrencias.
μ: la medida de cantidad de veces de éxito que representa un evento en un intervalo particular, es
decir, el promedio de ocurrencia de evento.
3
Distribución de Poisson.
Ejemplo 01.
Un hospital de la ciudad de Guayaquil analiza los nacimientos de bebes varones. Si se conoce que
en una semana nacen una media de siete varones, determinar:
e−μ μx e−7 73
f ( x=k )= ( x! ) (
; P ( x =3 )=
3! )=0.052
Lo que significa que la probabilidad de que nazcan tres varones en una semana, será del 5.2%
Ejemplo 02.
4
DISTRIBUCIÓN HIPERGEOMETRICA
N= tamaño de población
k N −k
( )( )
p ( X=x ) =
x n−x
K= individuos en éxito
n= tamaño de la muestra
N
( )
n
x= valor que toma la variable
nk
μ=
N
k k N−n
σ 2=n (1− ) •
N N N−1
k k N−n
σ= n
√ N
(1− )•
N N−1
5
Distribución Hipergeométrica.
Ejemplo 01: Varios lotes con 40 dispositivos cada uno que contengan 3 o más imperfecciones
inadmisibles. El procedimiento para obtener muestras del lote consiste en seleccionar 5
dispositivos al azar y rechazar el lote si se encuentra un componente imperfecto. ¿Cuál es la
probabilidad de que, en la muestra, se encuentre exactamente un dispositivo imperfecto, si en
todo el lote hay 3 imperfectos?
n= 5 (dispositivos seleccionados)
N= 40 (lote de dispositivos)
k= 3 (dispositivos rechazados)
x= 1, encontremos
3 40−3
p ¿) =
( 1 )( 5−1 )
40
= 0.3011 → 30.11 %
(5)
Este plan no es adecuado porque solo el 30% de los intervalos detecta un lote malo con tres
dispositivos imperfectos.
nk ( 5)(3) 3
μ= = = =0.375
N 40 8
k k N−n 3 3
σ 2=n
N (
1− • )
N N −1
=( 5 )
40
1− ( )(
40 )( 40−5
40−1 )
=0.3113
Ejemplo 02: Se usa aleatoriamente a 10 individuos para un estudio de caso médico. El grupo posee
3 individuos con sangre tipo O, 4 con sangre tipo A y 3 con sangre tipo B. ¿Cuál es la probabilidad
de que una muestra aleatoria de 5 contenga 1 persona con sangre tipo O, 2 personas con tipo A y
2 personas con tipo B?
3 4 3
P ( 1,2,2; 3,4,3 ; 10 ,5 )=
( 1 )( 2 )( 2 ) 3
= =0.214 → 21.42 %
( 5 ) 14
10
6
DISTRIBUCION NORMAL
▼ Distribución Normal.
Se trata, sin duda, del modelo continuo más importante en estadística, tanto por su aplicación
directa, veremos que muchas variables de interés general pueden describirse por dicho modelo,
como por sus propiedades, que han permitido el desarrollo de numerosas técnicas de inferencia
estadística. En realidad, el nombre de Normal proviene del hecho de que durante un tiempo se
creyó, por parte de médicos y biólogos, que todas las variables naturales de interés seguían este
modelo.
f ( x )= e
σ √2 π
que, como vemos, depende de dos parámetros μ (que puede ser cualquier valor real) y σ (que
ha de ser positiva). Por esta razón, a partir de ahora indicaremos de forma abreviada que una
variable X sigue el modelo Normal así: X ~ N (μ, σ). Por ejemplo, si nos referimos a una
distribución Normal con μ = 0 y σ = 1 lo abreviaremos N (0, 1).
7
Propiedades de la distribución normal:
1- La distribución normal tiene forma de campana.
2- La distribución normal es una distribución de probabilidad que tiene media μ=0 y
desviación estándar σ =1
3- El área bajo la curva o la probabilidad desde menos infinito a más infinito vale 1.
4- La distribución normal es simétrica, es decir cada mitad de curva tiene un área de 0.5.
5- La escala horizontal de la curva se mide en desviaciones estándar.
6- La forma y la posición de una distribución normal dependen de los parámetros μ y σ , en
consecuencia, hay un número infinito de distribuciones normales.
8
Ejemplo 01:
En una ciudad se estima que la temperatura máxima en el mes de junio sigue una distribución
normal, con media 23° y desviación típica 5°.
Calcular el número de días del mes en los que se espera alcanzar máximas entre 21° y 27°
X−μ
Utilizando la fórmula Z= vamos a sustituir el valor de la media (23), y la desviación
σ
típica ( 5 ).
Por lo tanto:
9
Esto quiere decir que, en todo el mes, solo 13 días alcanzarán temperaturas entre 21 y 27 grados.
10
leve ajuste, denominado factor de corrección de continuidad, sumando o restando 1/2 al valor de
x. De esta forma el valor de z se obtiene mediante la fórmula:
1
z=
( x + )−μ
2
σ
Ejemplos 01:
El 45% de todos los empleados de una dependencia pública poseen título que los acredita para el
puesto. ¿Cuál es la probabilidad de que de los 160 empleados elegidos al azar 75 posean título
para el puesto?
Solución:
La probabilidad de que 75 empleados elegidos aleatoriamente posean título para el cargo es del
5.68%.
CONCLUSIONES
Concluimos entonces que son todos estos análisis elaborados los que permiten
tener una perspectiva distinta de cada problema presente, de cada situación que es
sometida al análisis estadístico, teniendo como herramientas las distintas técnicas
o modelos utilizados como los ya mencionados anteriormente.
11
Es la estadística y la probabilidad herramientas indispensables en la vida actual, y
muy útiles desde diferentes disciplinas de la actividad humana.
Gracias.
12