Estadístic@

Dr. Jean Zapata

W: 973056117
jzapatar2@upao.edu.pe
Semana 9
Toda la teoría y ejercicios revisados en esta sesión son tomados
de los e-book señalados
Revisar los enlaces colgados en el grupo
• Ver vídeo: revisar:

https://youtu.be/lD7RPownwBg
 Lluvia de ideas,
respecto al vídeo
Distribución Binomial
• Bernoulli definió el proceso conocido por su nombre. Dicho proceso,
consiste en realizar un experimento aleatorio una sola vez    y
observar si cierto suceso ocurre o no, siendo (p) la probabilidad de
que ocurra (éxito) y q=1‐p de que no ocurra (fracaso) , por lo que la
variable sólo puede tomar dos posibles valores, el 1 si ocurre y el 0
sino sucede.
Las distribución binomial es una generalización de la distribución de
Bernouilli, cuando en lugar de realizar el experimento aleatorio una
sola vez , se realiza n, siendo cada ensayo independiente del anterior.  
La distribución binomial viene definida como sigue:  
• Sea una muestra de tamaño n (número de repeticiones del
experimento).
• Los n experimentos realizados son independientes.
• Cada ensayo produce uno de los dos únicos posibles resultados,
acierto (A) y su complementario Fallo (F).
• Sea A un suceso que tiene una probabilidad (p) de suceder y en
consecuencia, su complementario tendrá una probabilidad (1‐p) de
suceder.
• X: número de individuos de la muestra que cumplen A.
• El conjunto de posibles valores de A es, E = {0,1,2,3,4....}
Algunos ejemplos típicos de la distribución binomial son:   
• Al nacer  puede ser masculino o femenino.
• Un equipo de baloncesto puede ganar o perder.
• En un test psicotécnico hay peguntas de verdadero o falso, es decir
sólo hay dos alternativas.
• Un tratamiento médico, como por ejemplo la vacuna de la gripe A,   
puede ser efectivo o inefectivo.
• El objetivo de ventas al año de coches en un concesionario se puede
o no lograr.
Ejemplo 1
• Con el propósito de verificar si se aceptan los lotes de piezas de que
se reciben en una determinada fábrica, se lleva a cabo un plan de
control consistente en seleccionar 10 artículos al azar de cada lote y
determinar el número de piezas defectuosas. Un lote se rechaza si
se encuentran dos o más piezas defectuosas. ¿Cuál es la
probabilidad de aceptar lotes con un 5 % de piezas defectuosas?
n=10
p=0.05; q=1-0.05=0.95 p(0)+p(1)+p(2)+…+P(10)=1
Solución
Distribución Poisson
Características
Se dice que X sigue una distribución  de Poisson de parámetro λ y que
se obtiene del producto n*p.
La distribución de Poisson se caracteriza por las siguientes
propiedades:
• Sea una población de tamaño ∞.
• Sea una muestra de tamaño n bastante elevado (se suele hablar de
que tiende a ∞)
• Los sucesos son independientes entre si.
Ejemplo 1
Poisson, usos
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
• 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
Ejercicio
• Supóngase que estamos investigando la seguridad de un crucero
muy peligroso. Los archivos de la policía indican una media de cinco
accidentes por mes en él. El número de accidentes está distribuido
conforme a la distribución de Poisson, y la división de seguridad en
carreteras quiere calcular cuál es la probabilidad en 3 o menos?
La Distribución Normal
• La distribución normal N (μ, σ): es un modelo matemático que rige
muchos fenómenos. La experiencia demuestra que las
distribuciones de la mayoría de las muestras tomadas en el campo
de la industria se aproximan a la distribución normal si el tamaño de
la muestra es grande. Esta distribución queda definida por dos
parámetros: la media μ y la desviación típica σ. Se presenta
mediante una curva simétrica conocida como campana de Gauss.
Esta distribución nos da la probabilidad de que al elegir un valor,
éste tenga una medida contenida en unos intervalos definidos. Esto
permitirá predecir de forma aproximada, el comportamiento futuro
de un proceso, conociendo los datos del presente.
Distribución normal estándar N(0, 1)
• La distribución normal estándar, o tipificada o reducida, es aquella
que tiene por media el valor cero(μ =0), y por desviación típica uno
(σ =1).
Ejercicios
• En una ciudad se estima que la temperatura máxima en el mes de
junio sigue una distribución normal, con media 23° y desviación
típica 5°. Calcular el número de días del mes en los que se espera
alcanzar máximas entre 21° y 27°.
0.4435 * 30 días = 13 días
• Calcular el número de días del mes en los que se espera alcanzar
máximas entre 25° y 27°
Preguntas y comentarios
• Toda la teoría vertida en la sesión presente se encuentra en el aula
virtual (PDF “clase10”)
• Cualquier coordinación que requiera una respuesta inmediata hacerla
al grupo del WhatsApp.