Nothing Special   »   [go: up one dir, main page]

Distribución Binomial y Poisson - Estadística Deber - 4to Nivel

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 3

NOMBRE: JENNIFFER EDITH PAREJA VALVERDE

CURSO: 4/29

DISTRIBUCIN BINOMIAL

Es una distribucin de probabilidad discreta que cuenta el nmero de xitos


en una secuencia de n ensayos de Bernoulli independientes entre s, con
una probabilidad fija p de ocurrencia del xito entre los ensayos.

Un experimento sigue el modelo de la distribucin binomial o de Bernoulli si:

1) En cada prueba del experimento slo son posibles dos resultados: el


suceso A (xito) y su contrario .
2) La probabilidad del suceso A es constante, es decir, que no vara de
una prueba a otra. Se representa por p.
3) El resultado obtenido en cada prueba es independiente de los
resultados obtenidos anteriormente.

La distribucin binomial se suele representar por B(n, p).

n es el nmero de pruebas de que consta el experimento.

p es la probabilidad de xito.

Su funcin de probabilidad es:

EJEMPLOS:

1) Se lanza una moneda cuatro veces. Calcular la probabilidad de que


salgan ms caras que cruces

B (4, 0.5) p = 0.5q = 0.5

2) Si de seis a siete de la tarde se admite que un nmero de telfono de


cada cinco est comunicando, cul es la probabilidad de que,
cuando se marquen 10 nmeros de telfono elegidos al azar, slo
comuniquen dos?

B (10, 1/5)p = 1/5q = 4/5


NOMBRE: JENNIFFER EDITH PAREJA VALVERDE
CURSO: 4/29

DISTRIBUCIN DE POISSON

Es una distribucin de probabilidad discreta que expresa, a partir de una


frecuencia de ocurrencia media, la probabilidad de que ocurra un
determinado nmero de eventos durante cierto perodo de tiempo.
Concretamente, se especializa en la probabilidad de ocurrencia de sucesos
con probabilidades muy pequeas, o sucesos "raros".

La distribucin de Poisson sigue el siguiente modelo:

Donde

k es el nmero de ocurrencias del evento o fenmeno (la funcin nos


da la probabilidad de que el evento suceda precisamente k veces).

= n * p (es decir, el nmero de veces " n " que se realiza el


experimento multiplicado por la probabilidad " p " de xito en cada
ensayo)

e es la base de los logaritmos naturales (e = 2,71828...)

EJEMPLOS:

1) Si el 2% de los libros encuadernados en cierto taller tiene


encuadernacin defectuosa, para obtener la probabilidad de que 5 de
400 libros encuadernados en este taller tengan encuadernaciones
defectuosas usamos la distribucin de Poisson. En este caso
concreto, k es 5 y, , el valor esperado de libros defectuosos es el 2%
de 400, es decir, 8. Por lo tanto, la probabilidad buscada es:

2) La probabilidad de tener un accidente de trfico es de 0,02 cada vez


que se viaja, si se realizan 300 viajes, cul es la probabilidad de
tener 3 accidentes?

Luego,
NOMBRE: JENNIFFER EDITH PAREJA VALVERDE
CURSO: 4/29

P (x = 3) = 0,0892

Por lo tanto, la probabilidad de tener 3 accidentes de trfico en 300 viajes es


del 8,9%

También podría gustarte