Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRINCIPALES
DISTRIBUCIONES DISCRETAS
DE PROBABILIDAD
1
Es una descripción numérica
del resultado de un
experimento. Dependiendo
el valor se clasifican en:
ÓN
CI
TA
VARIABLE ALEATORIA
EN
M
LI
conjunto de intervalos.
como 0,1,2,…
RE
DISCRETA CONTINUA
2
DISTRIBUCIONES DISCRETAS
DE PROBABILIDAD
ÓN
CI
TA
La distribución de probabilidad de una
EN
variable aleatoria.
OA
TR
3
1.- 0 ≤ f(x) ≤ 1
ÓN
Condiciones
CI requeridas
TA
para una
EN
distribución
M
de
LI
probabilidad
OA
2.-∑ f(x)=1
TR
RE
4
VALOR ESPERADO. El valor esperado, o media, de una
variable aleatoria es una medida de tendencia central.
E(X)= µ = ∑ (X f(x))
ÓN
CI
TA
EN
5
DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD
ÓN
CI
TA
EN
6
DISTRIBUCIÓN BINOMIAL DE
PROBABILIDAD
PROPIEDADES
DE UN
EXPERIMENTO
BINOMIAL
1. El experimento consiste en una sucesión de n
intentos o ensayos idéntico.
2. En cada intento o ensayo son posibles dos
resultados. A uno le llamaremos éxito y al otro
fracaso.
3. La probabilidad de un éxito, representada por p, no cambia de un
intento o ensayo a otro. En consecuencia, la probabilidad de un
fracaso, representado por (1-p), no cambia de un intento a otro.
8
MEDIA Y VARIANZA DE UN
DISTRIBUCIÓN BINOMIAL
la media y la
Se puede demostrar varianza vienen
que para una dadas por:
distribución
binomial 𝝁=𝒏∗ 𝒑
B(n, p) V(X) = n*p*q
9
Una compañía de tabaco ha determinado que el
porcentaje de fumadores en una ciudad es del 35%. Se
escoge al azar una muestra formada por 10 personas.
¿Cuánto es el promedio y la varianza?
Ejemplo
𝝁=𝒏∗ 𝒑 V(X) = n*p*q
1 n = 10
𝑽 ( 𝒙 )=𝟏𝟎∗𝟎,𝟑𝟓∗𝟎,𝟔𝟓=𝟐,𝟐𝟕𝟓
p = 0.35
𝝁=𝟏𝟎∗𝟎, 𝟑𝟓=𝟑, 𝟓
10
Una prueba de inteligencia está compuesta de 10 preguntas, cada
una de las cuales tiene 4 respuestas, siendo sólo una de ellas
correcta. Si se contesta aleatoriamente se pide:
a) Probabilidad de acertar 4 preguntas b) Probabilidad de no acertar ninguna
r=0
Ejemplo
n = 10 r=4
2 p = 1/4 p = 3/4
11
DISTRIBUCIÓN DE
PROBABILIDAD POISSON
Está variable aleatoria discreta se usa con frecuencia para estimar la cantidad
de sucesos u ocurrencias en determinado intervalo de tiempo o espacio.
12
FUNCIÓN DE
PROBABILIDAD DE POISSON
e=2.71828
13
DISTRIBUCIÓN DE POISSON
Se utiliza cuando la
probabilidad del
Es muy útil cuando evento que nos
la muestra o interesa se
segmento n es distribuye dentro de
grande y la un segmento n
probabilidad de dado, como por
éxitos p es pequeña. ejemplo: distancia,
área, volumen o
tiempo definido.
14
La probabilidad de que haya un accidente en un hospital
es de 0.02 por cada día de trabajo. Si se trabajan 300
días al año, ¿cuál es la probabilidad de tener 3
accidentes?