MODELOS PROBABILISTICOS

DISCRETOS
Lic. Flor Norma Quionez
Cuyubamba
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI

 MODELO BINOMIAL

FUNCIN DE PROBABILIDAD DE LA
VARIABLE BINOMIAL

DISTRIBUCION ACUMULADA
BINOMIAL
 MODELO BINOMIAL

 MODELO BINOMIAL
Se ha observado estudiando 2000 accidentes de trfico
con impacto frontal y cuyos conductores no tenan
cinturn de seguridad, que 300 individuos quedaron
con secuelas. Describa el experimento usando
conceptos de v.a.
 MODELO BINOMIAL
SOLUCIN
Para un ensayo de Bernoulli
xito: Tener secuelas tras un accidente sin cinturn
Tiene probabilidad de xito p 0,15
Tiene probabilidad de fracaso q 0,85
Para 300 ensayos de Bernoulli, se tiene la variable
Binomial
X=Nmero de individuos que tienen secuelas tras
accidente sin cinturn.
 MODELO BINOMIAL

Ejemplo2:
Si 6 de 18 viviendas infringen el cdigo de
construccin, Cul es la probabilidad de que un
inspector de viviendas, que selecciona aleatoriamente
a cuatro de ellas, descubra que :
a) Ninguna de las viviendas infringen el cdigo de
construccin.
b)Una infringe el cdigo de construccin.
C) Al menos tres infringen el cdigo de construccin.
MODELO DE POISSON
MODELO DE POISSON
MODELO DE POISSON
MODELO DE POISSON
MODELO DE POISSON
 MODELO DE POISSON
El proceso de Poisson tiene las siguientes propiedades:
El nmero de resultados que ocurren en un intervalo de
tiempo o regin especficos es independiente del nmero
que ocurre en cualquier otro intervalo o regin.
La probabilidad de que un resultado sencillo ocurra en un
intervalo de tiempo corto o una regin pequea es
proporcional a la longitud del intervalo de tiempo o al
tamao de la regin y no depende del nmero de
resultados del nmero de resultados que ocurren fuera de
ste intervalo o regin.
La probabilidad de que ms de un resultado ocurra en ese
intervalo de tiempo tan corto o en esa regin tan pequea
es despreciable.
 Funcin de Probabilidad

FUNCIN DE DISTRIBUCIN ACUMULADA DE POISSON

 MODELO DE POISSON
Ejemplo1
Supongamos que el nmero de imperfecciones en un
alambre delgado de cobre sigue una distribucin
Poisson con una media de 2.3 imperfecciones por
milmetro.
a. Determine la probabilidad de 2 imperfecciones en
un milmetro de alambre.
b. Determine la probabilidad de 10 imperfecciones en
5 milmetros de alambre.
c. Determine la probabilidad de al menos una
imperfeccin en 2mm de alambre.