Documente Academic
Documente Profesional
Documente Cultură
Distribuciones de Probabilidad
Dr. Luis Angulo C.
Conocidas: Discretas y Continuas
SESIÓN 08 - 09
Contenido:
I. Distribuciones de Probabilidad Discretas:
A. Distribución Binomial
B. Distribución de Poisson
C. Distribución Hipergeométrica.
Ejercicios
Media Varianza
𝐸 𝑋 = 𝜇 = 𝑛𝑝 𝑉 𝑋 = 𝜎 2 = 𝑛𝑝𝑞
Características de la Distribución Binomial
𝒓 𝑵−𝒓
𝒙 𝒏−𝒙 Donde: N: Numero elementos de la población
𝒇 𝒙 = 𝑷(𝑿 = 𝒙) = 𝑵 n : Numero de elementos de la muestra
𝒏 r : elementos con el rasgo en la Población
n-r: elementos con el rasgo en la muestra
X: número de elementos con el rasgo en la muestra
X= 0, 1, 2, … r
Media Varianza
𝑟 𝑟 𝑁−𝑟 𝑁−𝑛
𝐸 𝑥 =µ= V 𝑥 =( )( )( )
𝑁 𝑁 𝑁 𝑁−1
Características de la Dist. Hipergeométrica
Ejemplo 1.
En la producción de cierto artículo, se sabe que por cada 50
producidos, en 43 su terminado es excelente. Si se extrae una muestra
de 10 artículos. ¿ Cual es la probabilidad:
a) De que exactamente dos no sean calificados como excelentes.
b) Por lo menos dos no sean calificados como excelentes.
c) Diez sean calificados como excelentes.
Solucion
Ejemplos
Ejemplo 2. Un colegio tiene a su disposición para el transporte de sus estudiantes 10 buses. Por
información llegada a las directivas del plantel, se sabe que 4 no se encuentran en óptimas condiciones.
Si se selecciona una muestra de 5 buses, Cual es la probabilidad de que :
a) Dos de ellos no se encuentren en óptimas condiciones
b) Dos de ellos se encuentren en óptimas condiciones.
c) A lo mas dos no se encuentren en optimas condiciones
d) Menos de 8 se encuentren optimas condiciones
3. Distribución de Poisson
Definición.
Se dice que una variable aleatoria X tiene una distribución de Poisson con
parámetros λ si su función de probabilidad esta dad por:
𝑒 −λ λ𝑥 donde x= 0, 1, 2, . . .
𝑓 𝑥 =𝑃 𝑋=𝑥 =
𝑥! λ: Promedio de casos del evento por unidad
𝑥 𝑒 −λ λ𝑥
𝑓 𝑥 =𝑃 𝑋≤𝑥 = σ𝑥=0
𝑥!
Media y Varianza
E(x)= λ V(x)= λ
Ejemplos 1
✓Uno de estos modelos probabilísticos que tiene que ver con variables
continuas es la distribución Normal.
✓Esta se llama así por ser la más frecuente en la naturaleza, esto es
porque muchas variables siguen esta distribución de frecuencias.
✓La distribución normal básicamente dice que hay pocos valores
extremos y que la mayor frecuencia se encuentra en los valores
centrales.
f(x)
4. Distribución Normal Estandar
f(x) Estandarización
f(z)
𝒙−𝒖
𝒛=
𝝈
x z
Propiedades de la distribución Normal
Hay cinco propiedades importantes que están asociados con la distribución normal:
• Tiene forma de campana, por lo tanto es simétrica.
• Todas sus medidas de tendencia central son idénticas.
• La variable aleatoria asociada tiene un intervalo infinito
• Es unimodal
• El área bajo la curva normal es igual a 1,
4. Distribución Normal Estandar
• Es importante conocer que a partir de cualquier variable X que siga una distribución
Normal N(𝜇, 𝜎), se puede obtener otra variable Z con una distribución estándar N(0,1),
solamente haciendo la estandarización (transformación de la variable z=(x-𝝁)/𝝈)
• Para poder utilizar la tabla d la distribución Normal N(0,1), tenemos que transformar la
variable X que sigue una distribución N(μ, σ) en otra variable Z que siga una
distribución N(0, 1).
9
Ejemplos
9
Ejemplo 2
Estandarizando
4. Ejercicios de Distribución Normal
Ejercicios de Distribución Normal
Ejercicios de Distribución Normal
TABLAS ESTADÍSTICAS