Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribución
Binomial y Poisson
Prof. Mg. LILIANA HUAMÁN DEL PINO
Variable Aleatoria
SS 0 P(X=0) =1/4
SC
1 P( X=1) = 2/4
CS
CC 2 P(X=2) = 1/4
Variable Aleatoria
X: R
tal que
i) p(xi) = Pr(xi) 0
X(wi) = xi
P(A) = å p(w )=
i å P (X=x ) i
Función de Probabilidad v.a. Discreta
• 0 f(xi) 1; i = 1, 2, 3, ... , n
f(xi)
• iS f(xi) = 1
El conjunto de pares (xi, f(xi)) se le
denomina Función de Probabilidad
o Cuantia.
x
x1 x2 x3 x4 x5 x6 xn
= i
1
=1
f( xi ) x1 x < x2
x2
= i
=1
f( xi ) x2 x < x3
x3
= i
=1
f( xi ) x3 x < x4
x4
= i
=1
f( xi ) x4 x < x5
= 1 x ≥ x5
P(X=x5) = f(x5) Función de Probabilidad
0 x
x1 x2 x3 x4 x5 x6 xn
Ejemplo 2
ε = se eligen al azar y con reposición 3 artículos de un lote que
contiene 5% de artículos defectuosos.
Ω = {ω / ω Є (DDD, BDD, DBD, DDB, BBD, BDB, DBB, BBB)}
Sucesos = cualquier subconjunto de Ω
X: Ω→ R
X (ω) = cantidad de defectuosos en ω
Valores posibles de X = {0,1,2,3} = RX
P(X=0) = P { ω ∈ Ω : X ( ω ) = 0 } = P(BBB)= (0.95)3
P(X=1) = P { ω ∈ Ω : X ( ω ) = 1 } = P(BBD, BDB, DBB)=
3 (0.95)2 (0.05)1
P(X=2) = P { ω ∈ Ω : X ( ω ) = 2 } = P(BDD, DBD, DDB)= 3
(0.95)1 (0.05)2
P(X=3) = P { ω ∈ Ω : X ( ω ) = 3} = P(DDD)= (0.05)2
P (X ≤ 2) = 1- P (X=3) = 1- (0.05)2
Esperanza de una v.a. X
E X xiP ( X xi )
i
P X x C (n, x) p q x n x
P X x
n!
p x q n x
x! n x !
Gráfico de la distribución Binomial
CARAC TERÍSTICAS DE LA DISTRIBUCIÓN BINOMIAL
En una variable aleatoria binomial B (n , p)
MEDIA
Media E ( X ) np
VARIANZA
Var ( X ) npq
2
DESVIACIÓN ESTÁNDAR
npq
EJEMPLO:
e x
Se dice que una v.a. tiene distribución
de Poisson con parámetro
x! , si x 0,1,2,....
si su función de probabilidad es dado por :
p x P X x
0, en otro caso
24
CARACTERÍSTICAS DE LA DISTRIBUCIÓN
POISSON
En una variable aleatoria Poisson P ( )
MEDIA
Media E (X )
VARIANZA
Var ( X )
2
DESVIACIÓN ESTÁNDAR
GRÁFICO DE LA DISTRIBUCIÓN POISSON
2
0.3
0.25
Pbrobabilidades
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5
Nº de ocurrencias de un evento
GRÁFICO DE LA DISTRIBUCIÓN POISSON
3
0.25
0.2
Pbrobabilidades
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7
Nº de ocurrencias de un evento
Propiedades
Definamos la variable: número de ocurrencias de un
evento durante un intervalo de longitud t como una
variable que sigue un proceso de Poisson con parámetro
λt , si tiene las siguientes propiedades:
29
Ejemplo:
30
Ejemplo:
Consideremos la v.a. X:
Calculando λt :
λt = 30 x 5 /10 = 15 clientes
31
Ejemplo:
e x 0
15 e 15
P ( X 0) e 15 0.0000003
x! 0!
32