Sunteți pe pagina 1din 7

DISTRIBUCIONES DE PROBABILIDAD DISCRETAS

DISTRIBUCIN BINOMIAL
1. Introduccin:

El experimento de lanzar al aire una moneda es un ejemplo sencillo de una importante variable aleatoria
discreta llamada variable aleatoria binomial. Muchos experimentos prcticos resultan en datos similares
a que salgan cara o sello al tirar la moneda.
Por ejemplo,
considere las encuestas polticas que se emplean para predecir las preferencias de los votantes en
elecciones. Cada votante entrevistado se puede comparar a una moneda porque el votante puede estar
a favor de nuestro candidato (una cara) o no (un sello).
Casi siempre, la proporcin de votantes que estn a favor de nuestro candidato no es igual a 1/2, es decir,
la moneda no es imparcial. De hecho, la encuesta est diseada exactamente para determinar la
proporcin de votantes que estn a favor de nuestro candidato.

Veamos aqu algunas otras situaciones semejantes al experimento de lanzar al aire una moneda:
Un socilogo est interesado en la proporcin de maestros de escuelas elementales que sean hombres.
Una comerciante en bebidas gaseosas est interesada en la proporcin de quienes toman refresco de
cola y que prefieren la marca de ella.
Un genetista est interesado en la proporcin de la poblacin que posee un gen vinculado a la
enfermedad de Alzheimer.

Cada persona muestreada es anloga a lanzar al aire una moneda, pero la probabilidad de una cara no
es necesariamente igual a 1/2. Aun cuando estas situaciones tienen diferentes objetivos prcticos, todas
exhiben las caractersticas comunes del experimento binomial.

2. Definicin
Un experimento binomial es el que tiene estas cinco caractersticas:
1. El experimento consiste en n intentos idnticos.
2. Cada intento resulta en uno de dos resultados. El primer resultado se llama xito, E, y el otro se llama
fracaso, F.
3. La probabilidad de xito en un solo intento es igual a p y es igual de un intento a otro. La probabilidad
de fracaso es igual a (1 - p) = q.
4. Los intentos son independientes.
5. Estamos interesados en x, el nmero de xitos observado durante los n intentos,
para x = 0, 1, 2, , n.
3. Regla prctica
Si el tamao muestral es grande con respecto al tamao poblacional, en particular si n/N 0.05,
entonces el experimento resultante no es binomial.
4. Distribucin Binomial de probabilidad
Un experimento binomial consta de n intentos idnticos con probabilidad p de xito en cada intento. La
probabilidad de k xitos en n intentos es:

!
( = ) = = = 0,1,2, ,
! ( )!
Donde:
! = ( 1)( 2) . (2)(1) 0! = 1

5. Media y desviacin estndar para la variable aleatoria Binomial


La variable aleatoria x, el nmero de xitos en n intentos, tiene una distribucin de
probabilidad con este centro y dispersin:

Media: =
Varianza: 2 =
Desviacin estndar: =

DISTRIBUCION DE PROBABILIDAD DE POISSON

1. Se emplea para describir varios procesos:


Distribucin de las llamadas telefnicas que llagan a un conmutador
La demanda de servicios en un hospital por parte de los pacientes
Los arribos de los camiones y automviles a la caseta de cobro
El nmero de accidentes en un cruce
El nmero de defectos en una tela por m2
El nmero de bacterias por cm2

2. Caractersticas
El nmero medio (promedio) de eventos en el espacio temporal o regin especfica de inters, por lo
general esta media se representa por la lambda griega ()
El nmero de resultados que ocurren en un intervalo de tiempo o regin especficos es independiente del
nmero que ocurre en cualquier otro intervalo de tiempo o regin
La probabilidad de que un resultado muy pequeo ocurra en un intervalo de tiempo muy corto o en una
regin pequea es proporcional a la longitud del intervalo de tiempo o al tamao de la regin
La probabilidad de que ms de un resultado ocurra en un intervalo de tiempo tan corto o en esa regin
tan pequea es inapreciable, que se puede asignar el valor de 0

3. Definicin
Sea el nmero promedio de veces que ocurre un evento en cierto tiempo o espacio.
La probabilidad de k sucesos de este evento es;


( = ) = = 0,1,2,
!
La media y desviacin estndar de la variable aleatoria de Poisson x son
Media:

Desviacin estndar:
Smbolo =2.71828

EJERCICIOS DE DISTRIBUCION DE POISSON


1. Sea X una variable aleatoria de Poisson con media igual a 2. Calcular las siguientes probabilidades:
a. P (x = 0)
b. P (x = 1)
c. P (x > 1)
d. P (x = 5)

2. Sea X una variable aleatoria de Poisson con media igual a 2.5. Calcular las siguientes probabilidades:
a. P (x 5)
b. P (x < 6)
c. P (x = 2)
d. P (1 x 4)

3. Si una gota de agua se pone en la platina y se examina bajo un microscopio, el numero x de un tipo
particular de bacteria presente se ha encontrado que tiene una distribucin de probabilidad de
Poisson. Suponga que la cantidad mxima permisible por espcimen de agua para este tipo de
bacteria es cinco. Si la cantidad media para el suministro de agua de usted es de dos y usted prueba
una sola muestra, es probable que la cantidad exceda la cantidad mxima permisible? Explique.
4. El nmero de infracciones de estacionamiento aplicadas en una ciudad en cualquier da de la
semana dado, tiene una distribucin de Poisson con parmetro igual a 12, cul es la probabilidad
aproximada de que:
a. Entre 13 y 17 infracciones sean aplicadas en un da particular?
b. De que, en cuatro horas, el nmero de infracciones sea de 2 a menos de 6?
5. El 10% de las herramientas producidas en un proceso de fabricacin determinado resultan
defectuosas. Hallar la probabilidad de que, en una muestra de diez herramientas seleccionadas
aleatoriamente, exactamente dos estn defectuosas (=np)
DISTRIBUCIONES DE PROBABILIDAD CONTINUA

DISTRIBUCIN NORMAL
Las distribuciones de probabilidad continua pueden tomar varias formas, pero un gran nmero de variables
aleatorias observadas en la naturaleza poseen una distribucin de frecuencia que tiene ms o menos la forma
de montculo, o bien, como dira un estadstico, es aproximadamente una distribucin normal de
probabilidad. La frmula que genera esta distribucin se muestra a continuacin.

1 2 /(22 )
() = () < <
2

Los smbolos e y p son constantes matemticas dadas en forma aproximada por 2.7183 y 3.1416,
respectivamente; y ( > 0) son parmetros que representan la media poblacional y desviacin estndar,
respectivamente.

AREA TABULADA DE LA DISTRIBUCIN NORMAL


Para hallar la probabilidad de que una variable aleatoria normal x se encuentre en el intervalo de a a b,
necesitamos hallar el rea bajo la curva normal entre los puntos a y b. No obstante, hay un nmero
infinitamente grande de distribuciones normales, uno para cada media y desviacin estndar diferentes. Una
tabla separada de reas para cada una de estas curvas es obviamente imprctica; en cambio, usamos un
procedimiento de estandarizacin que nos permite usar la misma tabla para todas las distribuciones
normales.

VARIABLE ALEATORIA NORMAL ESTANDARIZADA


Una variable aleatoria normal x est estandarizada al expresar su valor como el nmero de desviaciones
estndar () que se encuentran a la izquierda o derecha de su media . ste es realmente slo un cambio en
las unidades de medida que usamos, como si estuviramos midiendo en pulgadas en lugar de pies. La variable
aleatoria normal estandarizada, z, se define como;

=

O bien, lo que es equivalente;
= +

De la frmula para z, se puede sacar las siguientes conclusiones:


Cuando x es menor que la media , el valor de z es negativo.
Cuando x es mayor que la media , el valor de z es positivo.
Cuando x =, el valor de z = 0.
La distribucin de probabilidad para z, ilustrada en la siguiente figura, se denomina distribucin
normal estandarizada porque su media es 0 y su desviacin estndar es 1.
Los valores de z del lado izquierdo de la curva son negativos, en tanto que los del lado derecho son positivos.
El rea bajo la curva normal estndar a la izquierda de un valor especificado de z, por ejemplo 0 , es la
probabilidad P(z 0 ). Esta rea acumulativa est registrada como el rea sombreada en la figura;

rea
sombreada=(z)

Curva normal
estndar (z)

Tabla normal estandarizada y valores crticos

(1-)*100% 90 95 97.5 99 99.5 99.9 99.95


(rea de cola) 0.1 0.05 0.025 0.01 0.005 0.001 0.0005
z (valor crtico) 1.28 1.645 1.96 2.33 2.58 3.08 3.27
Para una distribucin normal estandarizada, por ejemplo, al 95% 0.95; el valor de =0.05 con el
valor de z0.05=1.645. El rea bajo la curva normal estndar a la izquierda de - z0.05 tambin es 0.05
(ver la siguiente figura)

EJERCICIOS DE DISTRIBUCIN NORMAL

1. Sea Z una variable aleatoria normal estndar, calcule las siguientes probabilidades y trace las
figuras siempre que sea apropiado.
a. P (0 Z 2.17)
b. P (0 Z 1)
c. P (-2.50 Z 0)
d. P (-2.50 Z 2.50)
e. P (Z 1.37)
f. P (-1.75 Z)
g. P (-1.50 Z 2.00)
h. P (1.37 Z 2.50)
i. P (1.50 Z)
j. P (|Z| 2.50)

2. En cada caso determine el valor de la constante c que hace que el enunciado de probabilidad sea
correcto
a. (c)=0.9838
b. P (0 Z c) =0.291
c. P (c Z) =0.121
d. P (-c Z c) =0.668
e. P (c |Z|) =0.016

3. Determine z para los siguientes casos:


a. = 0.0055
b. = 0.09
c. = 0.663

4. si X es una variable aleatoria normal con media 80 y desviacin estndar 10, calcule las siguientes
probabilidades mediante estandarizacin:
a. P (X 100)
b. P (70 X)
c. P (X 100)
d. P (65 X 100)
e. P (85 X 95)
f. P (|X-80| 10)
5. Suponga que la fuerza que acta en una columna que ayuda a soportar un edificio esta normalmente
distribuida con media de 15 kips. y desviacin estndar de 1.25 kips. cul es la probabilidad de que
la fuerza
a. Sea de ms de 18 kips.?
b. Est entre 10 y 12 kips.?
c. Difiera de 15.0 kips. en cuando mucho 1.5 desviaciones estndar?
6. La deriva de las automatizaciones de pesticidas es una preocupacin constante de los fumigadores y
productores agrcolas. En un artculo se investig los efectos de formulaciones de herbicidas en
atomizaciones; en el artculo sugiri que la distribucin normal con media de 1050 m y desviacin
estndar de 150 m fue un modelo razonable de tamao de gotas de agua (el tratamiento de control)
pulverizada a travs de una boquilla de 760 ml/min.
a. Cul es la probabilidad de que el tamao de una sola gota sea de menos de 1500 m? por lo
menos 1000 m?
b. Cul es la probabilidad de que el tamao de una sola gota est entre 1000 y 1500 m?
c. Cmo caracterizara el 2% ms pequeo de todas las gotas?
d. Si se miden los tamaos de cinco gotas independientemente seleccionadas, cul es la
probabilidad de que por lo menos una exceda de 1500 m?

S-ar putea să vă placă și