UNIDAD IV

EJEMPLO:
PROCESO DE BERNOULLI SE REALIZA UNA SOLA VEZ
Y SOLO HAY ÉXITO (p) O FRACASO (q)
 DISTRIBUCIÓN BINOMIAL

EJEMPLO:
SOLUCIÓN: X
DISTIBUCIÓN GEOMÉTRICA
EJEMPLO
 DISTRIBUCIÓN DE PASCAL, Distribución Binomial Negativa

EJEMPLO
 DISTRIBUCIÓN DE PASCAL, Distribución Binomial Negativa
EJEMPLO
EJEMPLO
DISTRIBUCIÓN HIPERGEOMÉTRICA
 DISTRIBUCIÓN HIPERGEOMÉTRICA

DEFINICIÓN
 DISTRIBUCIÓN HIPERGEOMÉTRICA
EJEMPLO
 DISTRIBUCIÓN HIPERGEOMÉTRICA

EJEMPLO
DISTRIBUCIÓN DE POISSON
DEFINICIÓN
 DISTRIBUCIÓN DE POISSON

EJEMPLO
EJEMPLO
EJEMPLO
UNIDAD V

MODELOS PROBABILÍSTICOS
DE FENÓMENOS ALEATORIOS
CONTINUOS
DEFINICIÓN
EJEMPLO
DEFINICIÓN
DISTRIBUCIÓN EXPONENCIAL
EJEMPLO
 DISTRIBUCIÓN EXPONENCIAL

EJEMPLO
DISTRIBUCIÓN EXPONENCIAL
EJEMPLO
 FUNCIÓN DE DISTRIBUCIÓN GAMMA

EC.31
 DISTRIBUCIÓN
NORMAL

https://www.facebook.com/asesoriasen
monterrey/posts/2839955716318667
Analisis estadístico de una población
 DISTRIBUCIÓN NORMAL

DEFINICIÓN
0.1012
EJEMPLO
EJEMPLO

Solución:
TEOREMA DEL LIMITE CENTRAL

TEOREMA DEL LIMITE CENTRAL

 LIMITACIONES DEL
TEOREMA DEL LIMITE CENTRAL
EJEMPLO:
Las estaturas de 1000 estudiantes están distribuidas aproximadamente en forma normal
con una media de 174.5 centímetros y una desviación estándar de 6.9 centímetros. Si se
extraen 200 muestras aleatorias de tamaño 25 de esta población, determinar:
a) El número de muestras cuyo promedio cae entre 172.5 y 175.8 centímetros, con
reemplazo.

b) El número de muestras que su promedio cae abajo 172.5 centímetros, sin reemplazo
EJEMPLO:
Se debe colocar un cordón de soldadura a 40 piezas. Basado en su experiencia, un soldador sabe que el
9empo promedio requerido para colocar el cordón de soldadura en una de las piezas es de 5 minutos y su
desviación estándar es de 3 minutos. El soldador comienza a aplicar los cordones a las 6:00 p.m. y sabe
que el valor medio de aplicación de los 40 cordones debe ser de máximo 4.5 minutos, si desea colocar
todos los cordones de soldadura antes de las 9:00 p.m. (hora de término de su turno de trabajo). ¿Cuál es
la probabilidad de que el soldador termine de colocar los 40 cordones antes de que termine su turno de
trabajo?

Solución

0.0668
Distribución Ji Cuadrada
TEOREMA
TEOREMA
EJEMPLO:

SOLUCIÓN:
EJEMPLO:
t- STUDENT
DISTRIBUCIÓN PARA CARACTERIZAR A LA MEDIA MUESTRAL,
MUESTRA PEQUEÑA, VARIANZA DESCONOCIDA:
DISTRIBUCIÓN t-STUDENT
TEOREMA
IMPORTANTE
t=
Ejemplo 2
Supongamos que las calificaciones de una prueba están distribuídos normalmente
con una media de 100. Ahora supongamos que seleccionamos 20 estudiantes y les
hacemos un exámen. La desviación estándar de la muestra es de 15. ¿Cuál es la
probabilidad de que el promedio en el grupo de muestra sea cuando más 110?
¿Cuál es la probabilidad de que el promedio en el grupo de muestra sea más 110?

Solución:
Primero calculamos el valor t como en el caso anterior ya sea en tablas o con ayuda
de herramientas tipo Minitab, Excel, etc. Nuestros datos son:
Número de grados de libertad: n-1 = 20 -1 = 19
La media de la población es igual a 100
La media de la muestra es igual a 110
La desviación estándar de la muestra es igual a 15
El valor t es 110 − 100
t= = 2.9814
15
20
Usando estos valores nos da un resultado de probabilidad acumulada de 0.00496.
Esto implica que hay una probabilidad de 0.45% de que el promedio en una muestra
sea mayor de 110.
EJEMPLO:
EJEMPLO: