Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDAD
PROBABILIDAD Y ESTADÍSTICA II
DISTRIBUCIÓN
BIMOMIAL
caracteristicas
fórmulas
ejemplos
ejercicios
VARIABLES ALEATORIAS
• Es una descripción numérica del resultado de un
experimento aleatorio
• De acuerdo a lo anterior las podemos clasificar como
discretas o continuas
• Las discretas son variable aleatorias con un rango finito ( o
infinito contable)
• Las continuas son variables que pueden asumir cualquier
valor en un intervalo o conjunto de intervalos
• Una forma de determinar si una variable es continua o
discreta es imaginarse que los valores de esa variable son
los puntos en una recta numérica
DISTRIBUCIÓN DE PROBABILIDAD
Probabilidad
n
fx( x) 1
i 1
Cantidad discreta
DISTRIBUCIÓN DE PROBABILIDAD
f ( x) x / n
• Valor esperado de una variable aleatoria discreta es una medida de localización central
de una variable aleatoria. Es un promedio ponderado de los valores que puede tener una
variable en donde los factores de ponderación son las probabilidades y se expresa de
acuerdo a:
n
E ( x) xi f ( x)
i 1
DISTRIBUCIÓN DE PROBABILIDAD
Var ( x) 2 xi f ( x)
i 1
DISTRIBUCIÓN BINOMIAL
• Es una distribución discreta de probabilidad conocida por
sus variadas aplicaciones que se relaciona con un
experimento de etapas múltiples
• Un experimento binomial tiene cuatro propiedades:
1. El experimento consiste en una sucesión de n intentos
idénticos
2. En cada intento son posibles 2 resultados. Éxito o Fracaso
3. La probabilidad de éxito, representado por p, no cambia de
un intento a otro. En consecuencia, la probabilidad de
fracaso, (1-p), no cambia de un intento a otro. Supuesto de
estacionariedad
4. Los intentos son independientes
DISTRIBUCIÓN BINOMIAL
p x (1 p) ( n x )
DISTRIBUCIÓN BINOMIAL
E ( x) np
• Varianza de la distribución binomial de probabilidad
Var ( x) 2 np (1 p )
EJEMPLO
• El gerente de una gran tienda necesita determinar cual es la
probabilidad de que 2 de tres clientes que ingresan a la
tienda hagan una compra. Él sabe que la probabilidad de
que un cliente compre es de 0.3
10!= 10*9*8*7*6*5*4*3*2*1
9!= 9*8*7*6*5*4*3*2*1
SOLUCION DEL B)
0.3874
0.7361
0.3487
EJEMPLO 2
• Cuando los discos duros de la marca Mm se prueban, el porcentaje de
defectuosos es de 20 %. Sea X = el número de discos duros defectuosos en
una muestra aleatoria de tamaño n=5, así que 𝑋~𝐵(5; 0,2). Representar la
distribución de probabilidad de X:
• a) mediante una tabla,
• b) de forma gráfica.
DISTRIBUCIÓN BINOMIAL EJEMPLO 2
n!=n * (n-1)!
5! = 5! = 1
• Fórmula: P(x = k) Cnk pk qn-k 0! (5-0) ! 0! 5!
0 =DISTR.BINOM.SERIE(5,0.2,0) 0.4
1 =DISTR.BINOM.SERIE(5,0.2,1)
1 0.4096 0.35
3 0.0512
0.25
3 =DISTR.BINOM.SERIE(5,0.2,3)
0.2
4 =DISTR.BINOM.SERIE(5,0.2,4)
5 =DISTR.BINOM.SERIE(5,0.2,5)
4 0.0064 0.15
5 0.00032
0.1
0.05
0
0 1 2 3 4 5
x
DISTRIBUCIÓN POISSON
105 e 10
f (5) 0.0378
5!
DISTRIBUCIÓN DE POISSON
• EJEMPLO 1:
• 1. La veterinaria de Jorge recibe un promedio de 𝜇 = 4 pacientes por día.
Sabiendo que el número de pacientes que llegan en un día sigue una
distribución de Poisson, calcular:
• a) la probabilidad de que lleguen 3 pacientes en un día.
• b) la probabilidad de que lleguen 5 pacientes en un día
DISTRIBUCIÓN DE POISSON
• EJEMPLO 1:
• 1. La veterinaria de Jorge recibe un promedio de 𝜇 = 4 pacientes por día.
Sabiendo que el número de pacientes que llegan en un día sigue una
distribución de Poisson, calcular:
• a) la probabilidad de que lleguen 3 pacientes en un día.
• b) la probabilidad de que lleguen 5 pacientes en un día
DISTRIBUCIÓN DE POISSON
• EJEMPLO 1: SUSTITUIMOS VALORES:
P(x=3)=43 e-4
• a) la probabilidad de que lleguen 3 3!
pacientes en un día.
• Fórmula: Hacemos las operaciones:
P(x=3)=0.1954
• Datos:
•𝜇=4
• k= número de pacientes que llegan a la
veterinaria en un día
• k=3
DISTRIBUCIÓN DE POISSON
• EJEMPLO 1: SUSTITUIMOS VALORES:
P(x=5)=45 e-4
• a) la probabilidad de que lleguen 5 5!
pacientes en un día.
• Fórmula: Hacemos las operaciones:
P(x=5)=0.1563
• Datos:
•𝜇=4
• k= número de pacientes que llegan a la
veterinaria en un día
• k=5
DISTRIBUCIÓN HIPERGEOMÉTRICA
• Está estrechamente relacionada con la distribución de
probabilidad binomial. La diferencia entre ambas está en la
independencia de los intentos y en que la probabilidad de
éxito cambia de uno a otro
• Se usa para calcular la probabilidad de que una muestra
aleatoria de n artículos seleccionados sin reemplazo,
obtengamos x elementos identificados como éxitos, y n-x
como fracasos. Para que suceda esto debemos obtener x
éxitos de los r de la población, y n-x fracasos de los N-r de
la población
r N r
x n x
f ( x)
0 xr
N
n
EJEMPLO
• Se debe seleccionar 2 miembros de un comité,
entre 5, para que asistan a una convención en
Santiago. Suponga que el comité está formado por
3 mujeres y 2 hombres. Determine la probabilidad
de seleccionar 2 mujeres al azar
• Tenemos N=5, n=2, r=3 y x=2
• Luego el cálculo de la3 probabilidad
2
es:
2 0
3
f (2) 0.3
5 10
2
DISTRIBUCIÓN HIPERGEOMETRICA
• Sustitución:
GRACIAS