Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribución binomial
Distribución de Poisson
Ciclo de Metodología I
Responsable: Prof Agda Mariela Garau
En una caja hay 200 caramelos,
entre ellos 40 rojos, 50 verdes y 30
amarillos. Si se saca un caramelo al
azar, cuál es la probabilidad de que
sea rojo o amarillo?
40 30
P(rojo o amarillo) = +
200 200
cumple:
n
f ( xi ) 0, i y f (x ) = 1
i =1
i
Se define también la función de distribución
acumulada, que expresa la probabilidad de
un determinado evento más todos los que
lo anteceden P (X xi)
x 1 2 3 4 5 6
F(x) 1/6 2/6 3/6 4/6 5/6 1
Variables aleatorias ,
Funciones de distribución discretas
Discretas: Distribución Binomial
Discretas: Distribución Poisson
Supongamos que el color de ojos azul se trasmite de
generación en generación por herencia mendeliana. Un hombre
y una mujer, cada uno con un gen dominante (marrón) y uno
recesivo (azul) tienen dos hijos.
a) ¿Cuál es la probabilidad de que sus dos hijos tengan ojos
azules?
b) ¿Cuál es la probabilidad de que sus dos hijos tengan ojos
marrones?
R r Para cada hijo:
R RR Rr P(marrón)=0,75
P(azul)=0,25
r Rr rr
a) P(azul,azul)=P(azul)xP(azul) =0.25x0.25=0.0625
b) P(marrón,marrón)=P(m)xP(m) =0.75x0.75=0.5625
R r Para cada hijo:
R RR Rr P(marrón)=0,75
r Rr rr P(azul)=0,25
a) P(azul,azul)=P(azul)xP(azul) =0.25x0.25=0.0625
b) P(marrón,marrón)=P(m)xP(m)=0.75x0.75=0.5625
x 0 1 2 3
f(x) 0,753 3(0,25)1(0,75)2 3(0,25)2(0,75)1
0,253
P(x=0)=0,75×0,75×0,75=(0,75)3
P(x=3)=0,25×0,25×0,25=(0,25)3
P(x=1)=3x0,25×0,75×0,75=3(0,25)1(0,75)2
P(x=2)=3x0,25×0,25×0,75=3(0,25)2(0,75)1
1er hijo 2do hijo 3er hijo
0.75
(0.75)3(0.25)0
0.75
0.25 (0.75)2(0.25)1
0.75 0.75
(0.75)2(0.25)1
0.25
0.25 (0.75)1(0.25)2
0.75
(0.75)2(0.25)1
0.75
0.25
0.25 (0.75)1(0.25)2
0.75
(0.75)1(0.25)2
0.25
0.25 (0.75)0(0.25)3
x 0 1 2 3
f(x) (0.25) 0 (0.75)3 3(0.25)1 (0.75) 2 3(0.25) 2 (0.75)1 (0.25)3 (0.75) 0
n!
Combinaciones de n tomadas de a x: C =
n
x!(n − x)!
x
n!= 1x2x3x4x...xn
Ejemplo: ¿De cuántas formas puedo organizar 3 elementos en
un total de 5?
5!
C35 =
3!(5 − 3)!
5 4 3 2 1
C35 = =10
3 2 1 2 1
1er hijo 2do hijo 3er hijo
0.75
(0.75)3(0.25)0
0.75
0.25 (0.75)2(0.25)1
0.75 0.75
(0.75)2(0.25)1
0.25
0.25 (0.75)1(0.25)2
0.75
(0.75)2(0.25)1
0.75
0.25
0.25 (0.75)1(0.25)2
0.75
(0.75)1(0.25)2
0.25
0.25 (0.75)0(0.25)3
x 0 1 2 3
f(x) C 03 (0.25) 0 (0.75) 3 C13 (0.25)1 (0.75) 2 C 23 (0.25) 2 (0.75)1 C33 (0.25) 3 (0.75) 0
n− x
P( X = x) = C . p (1 − p )
n
x
x
Siendo C n = n! y n!=123.... n
x!(n − x)!
x
n=5 p = 0,2
x=2 q = 1 - 0,2= 0,8
• S, S, N, N, N • S, N, S, N, N
• N, S, S, N, N • N, S, N, S, N
10 situaciones
• N, N, S, S, N • N, N, S, N, S
con 2 éxitos
• N, N, N, S, S • N, S, N, N, S
• S, N, N, S, N • S, N, N, N, S
n! 5!
B( x, n, p ) = p x (1 − p ) n − x = 0,2 2 0,83 = 0.2048
x!(n − x)! 2!(5 − 2)!
10
n=5 p = 0,2
◦ E = n X p = 10 X 0,3 = 3
◦ Var = n X p X q = 10 X 0,3 X 0,7 = 2,1
Calcular la esperanza y la varianza
◦ E = n X p = 10 X 0,3 = 3
◦ Var = n X p X q = 10 X 0,3 X 0,7 = 2,1
Calcular las probabilidades:
◦ Que ninguno apruebe 0,028247525
◦ Que exactamente uno apruebe 0,121060821
◦ Que exactamente dos aprueben 0,233474441
◦ Que exactamente tres aprueben 0,266827932
◦ Que exactamente cuatro aprueben 0,200120949
◦ Que exactamente cinco aprueben 0,102919345
◦ Que exactamente seis aprueben 0,036756909
◦ Que exactamente siete aprueben 0,009001692
◦ Que exactamente ocho aprueben 0,001446701
◦ Que exactamente nueve aprueben 0,000137781
◦ Que todos aprueban 0,000005905
0,3
0,25
0,2
0,15
0,1
0,05
0
0 1 2 3 4 5 6 7 8 9 10
Variables aleatorias ,
Funciones de distribución discretas
Discretas: Distribución Binomial
Discretas: Distribución Poisson
Distribución de Poisson
P(X<3)=P(X≤2) =P(X=0)+P(X=1)+P(X=2)
e −2 20 e −2 21 e −2 2 2
P( X 2) = + + = 0.2707 + 0.2707 + 0.1353 = 0.6767
0! 1! 2!
Distribución de Poisson: Ejemplo
e −12 (12)10
P ( X = 10) = = 0,1048
10!
P(X=10)=P(X≤10)-P(X≤9)= 0.3472-0.2424=0.1048
Ante un evento “raro” ,de ocurrencia es baja y un n
grande es razonable aproximar los valores de la
distribución Binomial a los de una distribución de
Poisson.