Escolar Documentos
Profissional Documentos
Cultura Documentos
=
La 2i"#%i/(ci' Bio0ial !3a#i4a
Puede definirse como una generalizacin del modelo Geomtrico o de Pascal. As,
dado un suceso A y su complementario A
c
, cuando X representa el nmero de
veces que se da A
c
(ausencias, fallos, etc.) hasta que se produce r veces el suceso
A, en una serie de repeticiones de la experiencia aleatoria en condiciones
independientes, decimos que X sigue la distribucin Binomial negativa. Ntese
que, cuando r = 1, tenemos exactamente el modelo geomtrico.
Este modelo queda definido por dos parmetros p (la probabilidad de A: p = P(A)) y
r (el nmero de veces que debe producirse A para que detengamos la
experiencia).
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
La funcin de densidad viene dada por:
donde q representa el complementario de p: q = 1 p.
DISTRIBUCI*N HIPERGEO+5TRICA
En la distribucin binomial se vea que el muestreo se haca con reemplazo,
asegurando la independencia de los ensayos y la probabilidad constante.
Supngase ahora que el muestreo es sin reemplao, caso en el cual los ensayos
no son independientes.
Sea _ el nmero de elementos de un conjunto de los cuales k son determinados
como xitos y _-k como fallas, se trata ahora de determinar la probabilidad de x
xitos en n ensayos de los _ elementos del conjunto donde k _ y n _ . Sea
tambin la variable aleatoria X el nmero de xitos en la muestra. Entonces, X
tiene una distribucin hipergeomtrica y su funcin de distribucin de
probabilidad est dada por:
EJERCICIOS CAPITULO 6
7- S! "a/! 8(! !l 9:; 2! lo" al(0o" 2! (a (i4!%"i2a2 a"i"#! a cla"!" !l
2<a 4i!%!"- E (a !c(!"#a a = al(0o" 2! la (i4!%"i2a2- >C(?l !" la
p%o/a/ili2a2 2! 8(!)
p = 0.6
n = 8
q = 1 p = 1 0.6 = 0.4
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
p(x = r ) = (n / r ) * p
r
* q
n-r
a. po% lo 0!o" "i!#! a"i"#a a cla"! !l 2<a 4i!%!"
P (X = 0) = ( 8 / 0) *0.6
0
X0.4
8-0
= 8!/ 0! ( 8! 0! ) *0.6
0
X0.4
8-0
= 1 * 1* 0.00065
= 0.00065
P (X = 1) = ( 8 / 1) *0.6
1
X0.4
8-1
= 8!/ 1! ( 8! 1! ) *0.6
1
X0.4
8-1
= 8 * 0.6 * 0.00163
= 0.0078
P (X = 2) = ( 8 / 2) *0.6
2
X0.4
8-2
= 8!/ 2! ( 8! 2! ) *0.6
2
X0.4
8-2
= 28 * 0.36 * 0.004
= 0.040
P (X = 3) = ( 8 / 3) *0.6
3
X0.4
8-3
= 8!/ 3! ( 8! 3! ) *0.6
3
X0.4
8-3
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
= 56 * 0.216 * 0.01024
= 0.030
P (X = 4) = ( 8 / 4) *0.6
4
X0.4
8-4
= 8!/ 4! ( 8! 4! ) *0.6
4
X0.4
8-4
= 70 * 0.1296 * 0.0256
= 0.232
P (X = 5) = ( 8 / 5) *0.6
5
X0.4
8-5
= 8!/ 5! ( 8! 5! ) *0.6
5
X0.4
8-5
= 56 * 0.0777 * 0.064 = 0.275
P (X = 6) = ( 8 / 6) *0.6
6
X0.4
8-6
= 8!/ 6! ( 8! 6! ) *0.6
6
X0.4
8-6
= 28 * 0.0466 * 0.16
= 0.208
P (X = 7) = ( 8 / 7) *0.6
7
X0.4
8-7
= 8!/ 7! ( 8! 7! ) *0.6
7
X0.4
8-7
= 8 *0.027 * 0.4
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
= 0.0864
La p%o/a/ili2a2 !" 2!l :-== @ 7:: ; A ==;
b) po% lo 0!o" 2o" o a"i"#a a cla"!.
P (X = 0) = ( 8 / 0) *0.6
0
X0.4
8-0
= 8!/ 0! ( 8! 0! ) *0.6
0
X0.4
8-0
= 1 * 1* 0.00065
= 0.00065
P (X = 1) = ( 8 / 1) *0.6
1
X0.4
8-1
= 8!/ 1! ( 8! 1! ) *0.6
1
X0.4
8-1
= 8 * 0.6 * 0.00163
= 0.0078
P(X = 2) = ( 8 / 2) *0.6
2
X0.4
8-2
= 8!/ 2! ( 8! 2! ) *0.6
2
X0.4
8-2
= 28 * 0.36 * 0.004
= 0.040
La p%o/a/ili2a2 !" 2! :-:B= @ 7:: ; A B-= ;
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
2- S!3C lo" %!3i"#%o" (i4!%"i#a%io" D%aca"a !l 6; 2! lo" al(0o" 2! ci!%#o
c(%"o- >c(?l !" la p%o/a/ili2a2 2! 8(! 2! 9 !"#(2ia#!" "!l!ccioa2o" al
a&a%E 0!o" 2! F GaHa D%aca"a2oI
p = 0.05
n = 6
q = 1 p = 1 0.05 = 0.95
p(x = r) = (n / r) * p
or
* q
n-r
P (X = 0) = ( 6 / 0) *0.05
0
X0.95
6-0
= 6! / 0! ( 6!-0!) *0.05
0
X0.95
6-0
= 1 * 1 * 0.735
= 0.735
P (X = 1) = ( 6 / 1) *0.05
1
X0.95
6-1
= 6! / 1! ( 6!-1!) *0.05
1
X0.95
6-1
= 6 *0.05 * 0.773
= 0.2319
P (X = 2) = ( 6 / 2) *0.05
2
X0.95
6-2
= 6! / 2! ( 6!-2!) *0.05
2
X0.95
6-2
= 15 * 0.0025 * 0.814
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
= 0.030
P (X = 3) = ( 6 / 3) *0.05
3
X0.95
6-3
= 6! / 3! ( 6!-3!) *0.05
3
X0.95
6-3
= 20 * 1.25X10
-4
* 0.857
= 0.00214
La p%o/a/ili2a2 !" 2! :-2=FF @ 7::; A 2=-FF%
APROXI+ACI*N DE POISSON A LA BINO+IAL-
En este caso se determinarn probabilidades de experimentos Binomiales,
pero que dadas sus caractersticas, es posible aproximarlas con la distribucin
de Poisson, estas caractersticas son, n ( n es muy grande) y p0 (p es
muy pequea), por lo que:
La expresin anterior solo se cumple cuando n y p0, solo en este caso,
si esto no se cumple, la aproximacin no se puede llevar a efecto, por lo que la
frmula a utilizar en este caso sera:
Donde:
== np = nmero esperado de xitos = tasa promedio de xitos
n = nmero de repeticiones del experimento
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
p = probabilidad de xito = p(xito)
Una regla general aceptable es emplear esta aproximacin si n20 y p0.05: s
n100, la aproximacin es generalmente excelente siempre y cuando np10.
Ejemplos:
1. 1. Se sabe que el 5% de los libros encuadernados en cierto taller tienen
encuadernaciones defectuosas. Determine la probabilidad de que 2 de 100
libros encuadernados en ese taller, tengan encuadernaciones defectuosas,
usando, a) la frmula de la distribucin Binomial, b) la aproximacin de
Poisson a la distribucin Binomial.
Solucin:
a) n = 100
p = 0.05 = p(encuadernacin defectuosa) = p(xito)
q = 0.95 = p(encuadernacin no defectuosa) = p(fracaso)
x = variable que nos define el nmero de encuadernaciones defectuosas en la
muestra = = 0, 1, 2, 3,....,100 encuadernaciones defectuosas
b)n = 100 encuadernaciones
p = 0.05
= np = (100)(0.05)= 5
x = variable que nos define el nmero de encuadernaciones defectuosas en la
muestra = = 0, 1, 2, 3,....,100 encuadernaciones defectuosas
Al comparar los resultados de las probabilidades con una y otra distribucin, nos
damos cuenta de que la diferencia entre un clculo y otro es de tan solo 0.0031,
por lo que la aproximacin de Poisson es una buena opcin para calcular
probabilidades Binomiales.
2. Un fabricante de maquinaria pesada tiene instalados en el campo 3840
generadores de gran tamao con garanta. S la probabilidad de que cualquiera de
ellos falle durante el ao dado es de 1/1200 determine la probabilidad de que a) 4
generadores fallen durante el ao en cuestin, b) que ms 1 de un generador falle
durante el ao en cuestin.
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
Solucin:
a) n = 3840 generadores
p = 1/1200 = probabilidad de que un generador falle durante el ao de garanta
= np = (3840)(1/1200) = 3.2 motores en promedio pueden fallar en el ao de
garanta
x = variable que nos define el nmero de motores que pueden fallar en el ao de
garanta =
= 0, 1, 2, 3,....,3840 motores que pueden fallar en el ao de garanta
b) p(x=2,3,4,....,3840;=3.2)=1-p(x=0,1;=3.2) =
=1- (0.04078 + 0.13048) = 0.82874
3. En un proceso de manufactura, en el cual se producen piezas de vidrio,
ocurren defectos o burbujas, ocasionando que la pieza sea indeseable para la
venta. Se sabe que en promedio 1 de cada 1000 piezas tiene una o ms
burbujas. Cul es la probabilidad de que en una muestra aleatoria de 8000
piezas, menos de 3 de ellas tengan burbujas?
Solucin:
n = 8000 piezas
p = 1/1000= 0.001 probabilidad de que una pieza tenga 1 o ms burbujas
= np = (8000)(1/1000) = 8 piezas en promedio con 1 o ms burbujas
x = variable que nos define el nmero de piezas que tienen 1 o ms burbujas =
= 0,1, 2, 3,....,8000 piezas con una o ms burbujas
= 0.000336 + 0.002686 + 0.010744 = 0.013766
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
Un agent e de seguros vende pl i zas a ci nco personas de l a mi sma
edad y que di sf rut an de buena sal ud. Segn l as t abl as act ual es, l a
probabi l i dad de que una persona en est as condi ci ones vi va 30 aos
o ms es 2/ 3. Hl l ese l a probabi l i dad de que, t ranscurri dos 30
aos, vi van:
Sol uci ones:
7 Las ci nco personas
B (5, 2/ 3) p = 2/ 3 q = 1/ 3
2 Al menos t res personas
F Exact ament e dos personas
REFERENCAS BBLOGRAFCAS
SUREZ, Mario, (2012), !nteraprendia"e de Pro#a#ilidades $ Estadstica
!nferencial con %xcel, &instats $ 'raph. M & V GRFC. barra-Ecuador.
HERNNDEZ MAHECHA, Carlo Marcelo (2000). ntroduccin a la Probabilidad.
Gua de Estudio. Santa fe de Bogot: UNAD.
http://thales.cica.es/rd/Recursos/rd98/Matematicas/28/matematicas-28.html
1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
100402- Probabilidad
Trabajo Colaborativo No. 2
Grupo No. 168
http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm