La probabilidad,

una proyección
Eduardo Toledo roldan
M17S2
 Función de distribución de Poisson

Caso 1: En una empresa de alimentos, la

media de accidentes es de 3 por mes.
Calcular la probabilidad de:
a) Que no ocurra ningún accidente en un
mes.
b) Que como máximo ocurran 2 accidentes
en un mes.
c) Que ocurran 30 accidentes en un año.
d) Que ocurran 8 accidentes en un trimestre
 • La distribución de Poisson describe la probabilidad
como un acontecimiento fortuito ocurrido en un tiempo
o intervalo de espacio bajo las condiciones que la
JUSTIFICACIÓN: probabilidad de un acontecimiento ocurre es muy
pequeña, pero el número de intentos es muy grande,
entonces el evento actual ocurre algunas veces.

• Características: El número medio (promedio) de eventos en el

espacio temporal o región específica de interés, por lo general
esta media se representa por la lambda griega (λ)
• El número de resultados que ocurren en un intervalo de tiempo
o región específicos es independiente de el número que ocurre
en cualquier otro intervalo de tiempo o región
• La probabilidad de que un resultado muy pequeño ocurra en un
CARACTERISTICAS: intervalo de tiempo muy corto o en una región pequeña es
proporcional a la longitud del intervalo de tiempo o al tamaño de
la región
• La probabilidad de que más de un resultado ocurra en un
intervalo de tiempo tan corto o en esa región tan pequeña es
inapreciable, que se puede asignar el valor de 0

• Se emplea para describir varios procesos:

• Distribución de las llamadas telefónicas que llagan a un
conmutador
• La demanda de servicios en un hospital por parte de los
pacientes
APLICACIONES: • Los arribos de los camiones y automóviles a la caseta de cobro
• El número de accidentes en un cruce
• El número de defectos en una tela por m2
• El número de bacterias por cm2
 Función de distribución NORMAL

Caso 2: Un estudio ha mostrado que en la

colonia “Barranca vieja” el 60% de los
hogares tienen al menos dos computadoras.
Se elige al azar una muestra de 50 hogares
en esa colonia y se pide:
a) ¿Cuál es la probabilidad de que al menos
20 de los citados hogares tengan cuando
menos dos computadoras?
b) ¿Cuál es la probabilidad de que entre 35 y
40 hogares tengan cuando menos dos
computadoras?
 • Es considerado el 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.
• Su función de densidad viene dada por la fórmula:

JUSTIFICACIÓ
N:

• 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). La
función de densidad del modelo Normal tiene forma de campana, la que
habitualmente se denomina campana de Gauss. De hecho, a este modelo, también
se le conoce con el nombre de distribución gaussiana
 • Su esperanza es μ.
• Su varianza es σ2 y, por tanto, su desviación típica es σ.
• Es simétrica respecto a su media μ, como puede
apreciarse en la representación anterior.
• Media, moda y mediana coinciden (μ).
• Cualquier transformación lineal de una variable con
distribución Normal seguirá también el modelo Normal.
CARACTERISTICAS: Si X ~ N(μ, σ) y definimos Y = aX + b (con a ≠ 0),
entonces Y ~ N(aμ + b, |a|σ). Es decir, la esperanza
de Y será aμ + b y su desviación típica, |a|σ.
• Cualquier combinación lineal de variables normales
independientes sigue también una distribución Normal. Es
decir, dadas n variables aleatorias independientes con
distribución Xi ~ N(μi, σi) para i = 1, 2, ..., n la combinación
lineal: Y = anXn + an−1Xn−1+ ... + a1X1 + a0 sigue también el
modelo Normal:

• Caracteres morfológicos: tallas, pesos, diámetros,...

• • Caracteres fisiológicos: efecto de antibióticos, pesticidas,
dosis de un fármaco…
• • Caracteres sociológicos: notas obtenidas en un grupo de
alumnos…
• • Caracteres psicológicos: mejoría en un tratamiento, actitudes
y comportamientos en determinados
APLICACIONES: • ambientes, cociente intelectual,...
• • Valores estadísticos muestrales: comportamiento de la media
de diferentes medias
• muestrales.
• • Distribuciones discretas como la Binomial o la Poisson que, al
aumentar el tamaño muestral,
• pueden aproximarse en su comportamiento a una distribución
normal.
 Función de distribución binomial

Caso 3: La probabilidad de que un pescador

novato, con una caña de pescar, colecte un
pescado es de 0,4. Si lo intenta 5 veces, calcula la
probabilidad de que pesque al menos 3 veces.
 • Una distribución binomial es una distribución de
probabilidad ampliamente utilizada de una variable aleatoria
discreta es la distribución binomial. Esta describe varios
JUSTIFICACIÓN: procesos de interés para los administradores. Describe
datos discretos, resultantes de un experimento denominado
proceso de Bernoulli en honor del matemático suizo Jacob
Bernoulli, quien vivió en el siglo XVII.

• Cada ensayo ( cada lanzamiento, en nuestro caso) tiene

sólo dos resultados posibles: lado A o lado B, sí o no, éxito
o fracaso.

• La probabilidad del resultado de cualquier ensayo

CARACTERISTICAS: (lanzamiento) permanece fija con el tiempo. Tratándose de
una moneda la probabilidad de que salga de el lado A sigue
siendo de 0.5 en cada lanzamiento, cualquiera que sea el
número de veces que la moneda sea arrojada.
• Los ensayos son estadísticamente independientes, es decir,
el resultado de un lanzamiento no afecta al de cualquier
otro lanzamiento.

• Al nacer un bebé pueder ser varón o hembra.

APLICACIONES: • En el deporte un equipo puede ganar o perder.
• En pruebas de cierto o falso sólo hay dos alternativas.
• Un tratamiento médico puede ser efectivo o inefectivo.
 REFERENCIAS

http://conprepasi.blogspot.mx/2016/07/muestreo-en-mi-entorno-y.html
https://www.gestiopolis.com/que-es-una-distribucion-binomial/
http://www.virtual.sepi.upiicsa.ipn.mx/mdid/poisson.pdf
– “Probabilidad y Estadística “ en https://youtu.be/w1o62wHxKZI
– “Presentación - Distribución Normal” en https://youtu.be/vAB92XcWh14