Académique Documents
Professionnel Documents
Culture Documents
- DISTRIBUCION BINOMIAL
𝑛!
𝐶𝑥𝑛 =
𝑥! (𝑛 − 𝑥 )!
Ejemplo 1:
Se ha determinado previamente que la probabilidad de que un cliente potencial
elegido al azar realice una compra es de 0.20. Si un vendedor visita a 6 clientes
potenciales, calcular la probabilidad de que ninguno de los clientes haga una
compra:
P(x = 0), x = 0, n = 6, p = 0.2, q = 1 − p = 1 − 0.2 = 0.8
𝑚 𝑁−𝑚
( )( )
𝑃(𝑋 = 𝐾 ) = 𝐾 𝑛 − 𝑘
𝑁
𝑛
N=tamaño de la población
m=elementos favorables
n=tamaño de la muestra
Ejemplo 1:
En un lote de 10 proyectiles se disparan 4 al azar si el lote contiene 5 proyectiles
que no disparan.
a) Cuál es la probabilidad de que los 4 disparen?
b) Cuantos de los 4 se esperan que disparen
N=10 proyectiles
m=5 proyectiles defectuosos
n=4 muestra
5 10−5 5 5
( )( ) ( )( )
0 4−0 0 4
a)P(x = 0) = 10 = 5 = 0.0238
( ) ( )
4 4
𝑚 5
b) 𝐸 (𝑥 ) = 𝑛 ( 𝑁 ) 𝐸 (𝑥 ) = 4 (10) = 2
Ejemplo 2:
N=20
m=6
n=8
6 20 − 6 6 14
( )( ) ( )( )
P(x = 0) = 0 8 − 0 = 0 8 = 0.0238
20 20
( ) ( )
8 8
6 20 − 6 6 14
( )( ) ( )( )
P(x = 6) = 6 8 − 6 = 6 2 = 0.0007
20 20
( ) ( )
8 8
Ejemplo 1:
Un jugador de baloncesto se dispone a tirar hasta anotar una canasta. Si se supone
que sus tiros son independientes y la probabilidad de anotar una canasta es de 0.8.
¿Cuál es la probabilidad de necesitar efectuar 2 tiros? ¿3 tiros? ¿4 tiros? ¿5 tiros?
¿n tiros?
Solución:
Sea Y = número de tiros necesarios para anotar una canasta
p= 0.8
q= 0.2
𝑃(𝑌 = 𝑛) = 𝑞 𝑛−1 𝑝
𝑝(𝑌 ≤ 5) = ∑ 𝑞 𝑟−1 𝑝 = (0. 20 )(0.8) + (0. 21 )(0.8) + (0. 22 )(0.8) + (0. 23 )(0.8)(0. 24 )(0.8)
𝑟=1
1
𝑋~𝐵(5, )
3
5 1 1 2 4 80
𝑃(𝑥 = 1) = ( ) ( ) ( ) = ≈ 0,329.
1 3 3 243
1
𝐸𝑙 𝑛𝑢𝑚𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑎𝑐𝑖𝑒𝑟𝑡𝑜𝑠 𝑒𝑠 5 × ≈ 1,67.
3
2).- Pedro jugara tantas veces como sea necesario hasta conseguir acertar una vez.
Calcular la probabilidad de que tenga que jugar al menos tres veces. Obtener el
número medio de veces que tiene que jugar para conseguir su objetivo.
Sea Y el número de jugadas necesarios.
1
𝑌~𝐺( )
3
𝑃(𝑌 ≥ 3 = 1 − 𝑝(𝑌 < 3)
= 1 − {𝑝(𝑌 = 1) + 𝑝(𝑌 = 2)}
1 2 1
= 1−{ + × }
3 3 3
4
= = 0,44
9
EL número necesario de jugadas necesarias es:
1
=3
1
3
5.4.- DISTRIBUCIÓN MULTINOMIAL
Ejemplo: 1
Supóngase que el 23 % de las personas que asisten a cierto partido de baseball
viven a menos de 10 millas del estadio, el 59 % de ellas viven a entre 10 y 50 millas
del estadio, y el 18 % vive a más de 50 millas. Se seleccionan al azar 20 personas
entre los asistentes al partido (que son miles). Calcular la probabilidad de que siete
de los seleccionados vivan a menos de 10 millas, ocho vivan entre 10 y 50 millas, y
cinco vivan a más de 50 millas del estadio.
n =20
k=3
y1 = {Personas que viven a menos de 10 millas del estadio}
y2 = {Personas que viven a entre 10 y 50 millas del estadio}
y3 = {Personas que viven a más de 50 millas del estadio}
p1 = 0,23
p2 = 0,59
p3 = 0,18
Definiendo (N1, N2, N3) el vector correspondiente a las frecuencias, se pide
calcular:
20
𝑃(𝑁1 = 7, 𝑁2 = 8, 𝑁3 = 5) = ( ) 0,237 0,598 0,185
7! 8! 5!
20!
= 0,237 0,598 0,185
7! 8! 5!
= 0,0094
Ejemplo 2.
Función de probabilidad de una variable multinomial:
𝑁!
𝑓(𝑥1 , 𝑥2 , … . , 𝑥𝑘 ) = . 𝜋 𝑥1 . 𝜋 𝑥2 . … . . 𝜋 𝑥𝑘
𝑥1 !. 𝑥2 !. … 𝑥𝑘 !
𝑁! 2 3
𝑓(𝑥1 = 5, 𝑥2 = 10, 𝑥3 = 5 = . 𝜋 𝑥1 . 𝜋 𝑥 . 𝜋 𝑥
𝑥1 ! 𝑥2 ! 𝑥3 !
20!
= . 0,155 . 0,4010 . 0,455 = 0,41
5! 10! 5!
5.5.- DISTRIBUCIÓN DE POISSON
En este tipo de experimentos los éxitos buscados son expresados por unidad de
área, tiempo, pieza, etc.
Para determinar la probabilidad de que ocurran x éxitos por unidad de tiempo,
área, o producto, la fórmula a utilizar sería:
𝜆𝑥 𝐸 −𝜆
𝑝(𝑥, 𝜆) =
𝑥!
𝑑𝑜𝑛𝑑𝑒 ∶
p(x, ) = probabilidad de que ocurran x éxitos, cuando el número promedio de
ocurrencia de ellos es l
= 2.718
x = variable que nos denota el número de éxitos que se desea que ocurra
Ejemplo 1:
Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10
cheques sin fondos en cualquiera de dos días consecutivos?
A).-
Datos:
X=4
𝞴= 6 cheques
= 2.718
Ejemplo 2:
En la inspección de hojalata producida por un proceso electrolítico continuo, se
identifican 0.2 imperfecciones en promedio por minuto. Determine las
probabilidades de identificar a) una imperfección en 3 minutos, b) al menos dos
imperfecciones en 5 minutos.
A).-
Datos:
X=1
𝞴=0.6
= 2.718
(𝟎. 𝟔)𝟏 (𝟐. 𝟕𝟏𝟖)−𝟎.𝟔 (𝟎. 𝟔)(𝟎. 𝟓𝟒𝟖𝟖𝟒𝟓)
𝑝(𝑥 = 1, 𝞴 = 𝟎. 𝟔) = = = 𝟎. 𝟑𝟐𝟗𝟑𝟎𝟕
𝟏! 𝟏
B).-
Datos:
X=0
𝞴=1
= 2.718
𝑝(𝑥 = 2,3,4 … 𝞴 = 𝟏) = 𝟏 − 𝒑(𝒙 = 𝟎, 𝟏 𝞴 = 𝟏)
(𝟏)𝟎 (𝟐. 𝟕𝟏𝟖)−𝟏 (𝟏)(𝟐. 𝟕𝟏𝟖)−𝟏
=𝟏−( + )=
𝟎! 𝟏!
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr%2
0Poisson.htm