Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(ANYELI)
● La suma de las probabilidades que integran los elementos del espacio muestral
esUno. En el caso de las distribuciones de variables continuas, la integración (área
Bajo la curva) es uno.
DISTRIBUCIÓN BERNOULLI
q= 1 – p
MODELO BINOMIAL
Dicho de una manera mucho más simple, la distribución binomial es una forma de
calcular cómo se distribuyen las probabilidades en situaciones donde solo hay dos
posibles resultados: un éxito o un fracaso. Esta se aplica cuando realizamos una
serie de pruebas, todas independientes entre sí, y queremos saber cuántas veces
ocurrirá un evento específico, como obtener cara al lanzar una moneda varias
veces.
Por ejemplo, si lanzamos una moneda cinco veces y queremos saber cuántas
veces saldrá cara, este escenario se ajusta perfectamente a lo que llamamos
distribución binomial. Aquí, definimos sacar cara como nuestro éxito y contamos
cuántas veces sucede esto en nuestros lanzamientos.
x = Número de éxitos
p = Probabilidad de éxito
MODELO HIPERGEOMETRICO
Por ejemplo, usted recibe un envío de pedido especial de 500 etiquetas. Supongamos que
el 2% de las etiquetas es defectuoso. El conteo de eventos en la población es de 10 (0.02
* 500). Usted toma una muestra de 40 etiquetas y desea determinar la probabilidad de
que haya 3 o más etiquetas defectuosas en esa muestra. La probabilidad de que haya 3 o
más etiquetas defectuosas en la muestra es de 0.0384.
MODELO POISSON
La distribución de Poisson es una distribución de probabilidad discreta que
modeliza la frecuencia de eventos determinados durante un intervalo de tiempo
fijado a partir de la frecuencia media de aparición de dichos eventos.
En otras palabras, la distribución de Poisson es una distribución de probabilidad
discreta que, tan solo conociendo los eventos y su frecuencia media de
ocurrencia, podemos saber su probabilidad.
Expresión de la distribución de Poisson
Dada una variable aleatoria discreta X decimos que su frecuencia se puede
aproximar satisfactoriamente a una distribución de Poisson, tal que: