Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones de Probabilidad
Discreta y Continua
CONTENIDO
• Conceptos y aplicaciones teórico-prácticos de las
distribuciones de probabilidad.
Función de probabilidad de la distribución Binomial
o también denominada función de la distribución de Bernoulli (para n=1).
Verificándose: 0 p 1
Esperanza y Varianza para la Binomial
•
Ejemplo
Si un estudiante responde al azar a un examen de 8 preguntas de
verdadero o falso
¿Cual es la probabilidad de que acierte 4?
¿Cual es la probabilidad de que acierte dos o menos?
¿Cual es la probabilidad de que acierte cinco o más?
¿Cuanto valen la media y la varianza del número de preguntas acertadas?
Solución
• La
distribución del número de aciertos será una
distribución Binomial de parámetros n = 8 y p = 1/2, en
consecuencia:
Resolver
Debido a las elevadas tasas de interés, una compañía informó que
el 30% de su cartera con otras empresas están vencidas. Si un
contador público toma una muestra aleatoria de cinco de esas
cuentas, determine la probabilidad de cada uno de los siguientes
eventos, utilizando la fórmula de probabilidad Binomial:
a) Ninguna de las cuentas está vencida
b) Exactamente dos cuentas están vencidas
c) Exactamente el 20% de las cuentas están vencidas
Ejercicio DISTRIBUCIÓN BINOMIAL
•Suponga
que el 10% de las partes que produce una maquina automática
sea defectuoso. Si se toma al azar una muestra de 20 partes, defina la
variable que le permita determinar las probabilidades siguientes:
• a. Que en la muestra haya dos partes defectuosas R/ 0,2852
• b. Que en la muestra haya máximo tres partes defectuosas R/ 0,8670
• c. Que en la muestra haya 18 partes defectuosas como mínimo . R/
1,5571x
• d. Que en la muestra haya entre dos y cinco partes defectuosas R/
0,5969
• e. Que en la muestra haya mínimo tres defectuosas . R/ 0,3231
DISTRIBUCIÓN POISSON
Número de llamadas
Número de cultivos telefónicas recibe un
infectados por una plaga en servicio de atención a
una cierta región geográfica urgencias durante un
intervalo de tiempo
determinado.
• La función de probabilidad de
una variable aleatoria de Poisson
con media l > 0, que
simplificamos con la notación
P(l), es
e 0.4 (0.4) x
Prob ( x huelgas )
x!
para x = 0, 1, 2,…..
Podemos calcular ahora probabilidades para números concretos de
huelgas anuales.
Los clientes llegan a una maquina fotocopiadora a una tasa media de dos cada
cinco minutos En la práctica, se pueden representar los procesos de llegada de
esta clase mediante una distribución de Poisson.
Asumiendo que éste es el caso, representaremos por X el número de llegadas de
clientes en un periodo de cinco minutos con lo cual X tiene una distribución de
poisson con media λ = 2.
La función de probabilidad es
Prob(x) = e-22x
x! para x = 0, 1, 2,...
Las probabilidades para el número de llegadas en un período de cinco
minutos son
y así sucesivamente. Así, por ejemplo, la probabilidad de que se produzcan más de dos
llegadas en un periodo de cinco minutos es
Prob(X>2) = 1 – Prob(0) – Prob (1) – Prob (2) = 1 – 0.1353 – 0.2707 – 0.2707 = 0.3233
Ejemplo
• El profesor Emerson pide a sus estudiantes del curso de estadística que
<<actúen con un criterio restrictivo>> en las preguntas al tutor si tienen
preguntas previas al primer examen. Al parecer, la llegada de los estudiantes al
despacho del tutor sigue una distribución de Poisson, con una media de 5,2
estudiantes cada 20 minutos. El profesor Emerson se preocupa si hay
demasiados estudiantes que necesiten servicios de asesoría y pueda haber un
problema de congestión.
• A. ¿Cuál es la probabilidad de que lleguen cuatro estudiantes durante el
periodo de 20 minutos?
• El profesor Emerson quiere prevenir el problema de congestión contratando a
un asistente si la probabilidad de atender más de 4 estudiantes cada 20
minutos es superior al 50%. ¿debe contratar asistente?