Vous êtes sur la page 1sur 27

Distribuciones de

Probabilidad
Binomiales

Poisson

Hipergeomt
rica

Binomiales
acumulada
s

Ocurrencia
de un
suceso

Papel de
restitucin

Muestreo
de lotes

Aproximaci
n a la
binomal

Utilizacin
en
procesos
jurdicos

Uniformes
Media
aritmtica
de la
distribuci
n de
Forma

Exponenciale
s

la
<<curva>
>

Conceptos
relacionados
Valor esperado

Problemas de colas

Papel del
tiempo

LA SIGUIENTE TABLA AYUDA A DETERMINAR LAS CIRCUNSTANCIAS EN QUE SE REQUIEREN DISTRIBUCIONES


ESPECFICAS.

BINOMIALES
En una distribucin binomial, cada intento da lugar a
la aparicin de uno de dos resultados mutuamente
excluyentes. Uno de los cuales se seala como xito
y el otro como fracaso. La probabilidad de cada
resultado permanece constante en dos intentos
sucesivos.

p = probabilidad de que ocurra un suceso en un solo


intento (llamada probabilidad de xito) y q = 1 p es
la es la probabilidad de que no ocurra en un solo
intento (llamada probabilidad de fracaso), entonces
la probabilidad de que el suceso ocurra exactamente
x veces en n intentos (o sea, x xitos y n -1 fracasos)

EJEMPLO:

La probabilidad de obtener exactamente 2


caras en 6 tiradas de una moneda es:

n=6
x=2
p = q = 1/2

BINOMIALES ACUMULADAS

La distribucin binomial acumulada mide


la probabilidad de un suceso en intervalo
de valores.

MUESTREO DE LOTES
Una aplicacin corriente de la distribucin binomial es
la

relacionada

con

la

decisin

de

aceptar

una

expedicin (lote) de mercancas procedentes de un


fabricante. Esta decisin se basa en el nmero de
unidades defectuosas que pueda haber en el envo. Las
empresas devuelven por lo general toda la expedicin
si existen pruebas de que son defectuosas ms de un
determinado nmero de las mercancas recibidas.

POISSON
Ideada por el matemtico francs Simeon Poisson (17811840), la distribucin de Poisson mide la probabilidad de un
suceso aleatorio a lo largo de un intervalo temporal o
espacial.

donde e = 2.71828 base del sistema de logaritmos


naturales.
= num medio de ocurrencias por unidad de tiempo o
espacio.
x =num de veces que ocurre el suceso.

ES LA OCURRENCIA DE UN SUCESO.
Ejemplo:

Un profesor recibe por trmino medio 4,2


llamadas telefnicas de los estudiantes el da
antes del examen final. Si las llamadas siguen
una distribucin de Poisson, cul es la
probabilidad de que reciba al menos 3 llamadas
ese da?

Datos:
= 4,2
e = 2,71828

//

APROXIMACIN A LA BINOMIAL

En la distribucin binomial, si n es grande y la


probabilidad p de ocurrencia de un suceso es muy
pequea, de modo que q = 1 p es casi 1, el suceso
se llama un suceso raro. En la prctica un seceso se
considera raro si el nmero de ensayos es al menos
50(N50) mientras Np es menor que 5. En tal caso
la distribucin binomial queda aproximada muy
estrechamente pro la distribucin de Poisson con
= Np.

HIPERGEOMTRICA
Si se elige una

muestra sin restitucin de una

poblacin

finita

la

muestra

contiene

una

proporcin relativa en la grande de la poblacin de


tal

manera

que

experimenta una
eleccin

la

la

probabilidad

alteracin
siguiente,

distribucin hipergeomtrica.

de

un

xito

mensurable de una
se

deber

utilizar

Supongamos que se elige una muestra de n objetos


de un grupo de N objetos, de los cuales S son xitos.
La distribucin del nmero de xitos, X, en la
muestra se llama distribucin hipergeomtrica.
Donde x puede tomar valores enteros que van desde
el mayor de 0 y n - (N S) hasta el menor de n y S.
Se aplica en:

Utilizacin de sucesos jurdicos

Papel de restitucin

EJEMPLO:

Hay que formar un comit de ocho


miembros de un grupo de ocho hombres y
ocho mujeres. Si los miembros del comit se
eligen aleatoriamente, cul es la
probabilidad de que exactamente la mitad
sean mujeres?

Datos:
x=4
n=8
N = 16

//

UNIFORME
En una distribucin uniforme, las probabilidades de
todos los resultados posibles son las mismas.

Es una distribucin continua en la que cualquier


resultado posible tiene igual oportunidad de ocurrir .

MEDIA ARITMTICA DE LA
DISTRIBUCIN
La media de la distribucin uniforme
est a medio camino entre los dos
puntos extremos. Es decir:

FORMA DE LA CURVA

El rea total bajo la curva, como ocurre


siempre en todas las distribuciones de
probabilidades continuas, ha de ser
igual a 1, o sea el 100%. Como el rea
es el producto de la altura por la
anchura, la altura ser:

y por tanto:
donde b a es la anchura o recorrido de la distribucin.

Distribucin
uniforme

Ejemplo:

Distribucin
uniforme de
productos
envasados

Supongamos que el contenido de los envases de


fruta de 16 onzas producidos por Del Monte se sita
en cualquier peso desde 14,5 onzas hasta 17,5
onzas y sigue una distribucin uniforme. La media
aritmtica es:

y la altura es:

EXPONENCIALES
La
distribucin
exponencial
es
una
distribucin continua que mide el paso del
tiempo entre sucesos y es til cuando se
abordan problemas relacionados con el
transcurso del tiempo.

Sea el nmero medio de llegadas en un


perodo determinado y * el tiempo medio
transcurrido entre llegadas

PAPEL DEL TIEMPO


Funcin de probabilidad exponencial

EJEMPLO:

Si por trmino medio llegan cuatro


camiones por hora al muelle de carga
(=4), entonces la media de llegadas
ser de un camin cada 0.25 horas. Es
decir:

VALOR ESPERADO

Esperanza matemtica de una


variable aleatoria discreta es la media
aritmtica ponderada de todos los
resultados posibles, en la cual los pesos
son probabilidades respectivas de
dichos resultados.

EJEMPLO

Calcular la esperanza matemtica de


los puntos mostrados cuando se lanza
un dado.

PROBLEMAS DE COLAS
La distribucin exponencial encuentra
una aplicacin muy corriente y til en
las empresas: la evaluacin de filas de
espera o colas. Muchas operaciones de
las empresas se realizan en cola.

Denisse Garca
Johanna Llerena

Cuarto U

Vous aimerez peut-être aussi