Distribuciones de probabilidad para variables aleatorias discretas

La Distribucin de probabilidad Binomial

Caractersticas de la Binomial.
La distribucin binomial es una distribucin de probabilidad discreta.
La binomial proviene de experimentos que slo tienen dos posibles resultados, a los que se
les puede nombrar como xito o fracaso.
Los datos son resultado de un conteo, razn por la cual se clasifica como distribucin
discreta.
La binomial consiste de n pruebas y en cada una la probabilidad de xito es la misma, por
lo que son independientes.
Construccin de una distribucin binomial
ara construir una distribucin binomial es necesario conocer el n!mero de pruebas que se
repiten y la probabilidad de que suceda un xito en cada una de ellas. La frmula que
describe la distribucin binomial es la si"uiente#
$ %
r n r
n r
p x C p q

=
donde#
n es el n!mero de pruebas
x es el n!mero de xitos
p es la probabilidad de obtener un xito
q es la probabilidad de obtener un fracaso, que se calcula q & '( p
)*emplo
)l experimento consiste en lanzar cuatro veces al aire una moneda. +uestro inters es el
n!mero de ,"uilas en los cuatro lanzamientos. Como sabemos, la probabilidad de obtener
un xito $,"uila%, en una de las pruebas $lanzamiento% es .-. y la de obtener un fracaso es
tambin .-.
a% /Cu,l es la probabilidad de no obtener ,"uilas en los cuatro lanzamientos0
b% /Cu,l es la probabilidad de obtener un ,"uila en los cuatro lanzamientos0
c% 1a"a una distribucin de probabilidad binomial
d% Calcular la media y la desviacin est,ndar de la distribucin binomial
Distribuciones de probabilidad para variables aleatorias discretas
ara representar la distribucin binomial completa, primeramente calculamos el resto de las
probabilidades asociadas a la variable aleatoria, las cuales se encuentran en la si"uiente
tabla#
+!mero de ,"uilas robabilidad
. ...23-
' ..3-..
3 ..45-.
4 ..3-..
6 ...23-
7otal '.....
8nmediatamente despus se procede a "raficar. La "r,fica m,s adecuada es el 9isto"rama,
que consiste en una serie de rect,n"ulos cuya altura es proporcional a las diferentes
probabilidades#
d% La media y la varianza de una distribucin binomial se calculan#
=
np
= (4)(.50) = 2

2
=
npq
= (4)(.50)(.50) = 1
Distribuciones de probabilidad para variables aleatorias discretas
La Distribucin de probabilidad Poisson
La distribucin de oisson proporciona muc9as veces un buen modelo para la distribucin de
probabilidad para el n!mero x de eventos raros que lle"an a ocurrir en el espacio, tiempo, volumen
o cualquier otra dimensin.
or definicin una variable aleatoria : tiene una distribucin de probabilidad "eomtrica, si
solamente si, $ % ,
;
x
x
p x e
x

= con ', 3, 4,... x = y . >
ara una variable aleatoria : que tiene una distribucin de oisson, con par,metro , se tiene#
$ % E x = = y
3
$ % V x = =
La distribucin de oisson se aplica a varios fenmenos discretos de la naturaleza $esto es,
aquellos fenmenos que ocurren ., ', 3, 4,... veces durante un periodo definido de tiempo o
en un ,rea determinada% cuando la probabilidad de ocurrencia del fenmeno es constante en
el tiempo o el espacio. )*emplos de estos eventos que pueden ser modelados por la
distribucin de oisson incluyen#
)l n!mero de autos que pasan a travs de un cierto punto en una ruta
$suficientemente distantes de los sem,foros% durante un periodo definido de tiempo.
)l n!mero de errores de orto"rafa que uno comete al escribir una !nica p,"ina.
)l n!mero de llamadas telefnicas en una central telefnica por minuto.
)l n!mero de servidores <eb accedidos por minuto.
Distribuciones de probabilidad para variables aleatorias discretas
)l n!mero de animales muertos encontrados por unidad de lon"itud de ruta.
)l n!mero de mutaciones de determinada cadena de =D+ despus de cierta
cantidad de radiacin.
)l n!mero de n!cleos atmicos inestables que decayeron en un determinado perodo
)l n!mero de estrellas en un determinado volumen de espacio.
La distribucin de receptores visuales en la retina del o*o 9umano.
La inventiva de un inventor a lo lar"o de su carrera.
La Distribucin Normal de probabilidad
)n estadstica y probabilidad se llama distribucin normal, distribucin de >auss o distribucin
"aussiana, a una de las distribuciones de probabilidad de variable continua que con m,s frecuencia
aparece aproximada en fenmenos reales.
La "r,fica de su funcin de densidad tiene una forma acampanada y es simtrica respecto de un
determinado par,metro. )sta curva se conoce como campana de >auss.
La importancia de esta distribucin radica en que permite modelar numerosos fenmenos naturales,
sociales y psicol"icos. ?ientras que los mecanismos que subyacen a "ran parte de este tipo de
fenmenos son desconocidos, por la enorme cantidad de variables incontrolables que en ellos
intervienen, el uso del modelo normal puede *ustificarse asumiendo que cada observacin se obtiene
como la suma de unas pocas causas independientes.

Distribuciones de probabilidad para variables aleatorias discretas
C@=DAB A)C@?)+.
Distribucin de
probabilidad
ar,metros
Duncin de densidad ?edia Earianza
Binomial
$ %
r n r
n r
p x C p q

=
$ % E x np = =
3
$ % E x npq = =
De oisson
$ % ,
;
x
x
p x e
x

=
$ % E x = =
3
$ % V x = =
+ormal
F

=l"unas representaciones "r,ficas de
distribucin binomial
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0 1 2 3 4 5 6 7 8 9 10
n & '., p & ..'
0
0.05
0.1
0.15
0.2
0.25
0.3
0 1 2 3 4 5 6 7 8 9 10

n & '., p & ..4
Distribuciones de probabilidad para variables aleatorias discretas
0
0.05
0.1
0.15
0.2
0.25
0.3
0 1 2 3 4 5 6 7 8 9 10

n & '., p & ..-
0
0.05
0.1
0.15
0.2
0.25
0.3
0 1 2 3 4 5 6 7 8 9 10

n & '., p & ..5
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0 1 2 3 4 5 6 7 8 9 10

n & '., p & ..G
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0 1 2 3 4 5 6 7 8 9 10

n & '., p & ..G-
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0 3 6 9
1
2
1
5
1
8
2
1
2
4
2
7
3
0

n & 4., p & ..-
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 1 2 3

n & 4, p & ..-
Distribuciones de probabilidad para variables aleatorias discretas
Distribucin de
probabilidad
ar,metros
Duncin de densidad ?edia Earianza
Binomial
$ %
r n r
n r
p x C p q

=
$ % E x np = =
3
$ % E x npq = =
De oisson
$ % ,
;
x
x
p x e
x

=
$ % E x = =
3
$ % V x = =
+ormal
F

Distribuciones de probabilidad para variables aleatorias discretas