Escolar Documentos
Profissional Documentos
Cultura Documentos
del experimento (pruebas de Bernoulli). Son pruebas con reemplazamiento o con reposicin.
ensayos o pruebas arroja solo uno de dos resultados posibles resultados: xito
fracaso.
o prueba.
4- Cada prueba o ensayo se repite en idnticas condiciones y es independiente de las dems.
Cuando estas propiedades se cumplen en el experimento aleatorio se dice que el constituye un
proceso de Bernoulli y cada uno de los ensayos que lo conforman se llama experimento de Bernoulli.
mismo E.A.
La funcin de probabilidad de X en esas condiciones ser:
Para
entero y
ensayos del
Ejemplos:
Un a g en t e de s eg ur os v en d e p l i za s a c i nc o pers o n as de la m is m a ed a d y q u e
d is f rut a n d e bu e na s al ud . S e g n l as t ab l as a c tu a les , l a pr o ba b i li d a d d e qu e u n a
pers o n a en es t as c o nd ic io n es v i v a 3 0 a os o m s es 2 /3 . H l l es e l a pr ob a b il i d ad
de qu e, tr a ns c ur r id os 30 a os , v i va n :
Las c inc o p er s on as B ( 5, 2 / 3) p = 2 / 3 q = 1 / 3
A l m en os tr es p er s o n a s
Ex ac t am ent e d os p er s on as
S e l an za u n a m on e da c ua tr o v ec es . C a lc u l ar l a pr o ba b i l id a d de qu e s a lg a n
m s c ar as qu e c r uc es .
B( 4, 0 . 5) p = 0 . 5q = 0. 5
DISTRIBUCION HIPERGEOMTRICA
no la
Criterios o propiedades.
son "fracasos".
resultados o
Ejemplos:
En una florera hay 20 variedades de flores, de las cuales 8 son diferentes clases de
rosas.
Qu probabilidad hay de que al extraer una muestra al azar de 12 flores, se incluyan 3
clases de rosas?
N=tamao de poblacin =20
n=tamao de muestra=12
A=xitos en la poblacin=rosas=8
k=xitos en la muestra=rosas=3
DISTRIBUCIN DE POISSON
Llamada as por su autor Simen Denis Poisson, probabilista del siglo XIX, pues fue el
primero en describirla. Es una generalizacin de la distribucin binomial cuando sobre un
E.A. se define una variable aleatoria X que representa el nmero de xitos
independientes que ocurren para intervalos de medida especficos (tiempos, lugares,
espacios), adems con una probabilidad de ocurrencia pequea.
Se le llama distribucin de los "eventos raros" pues se usa como aproximacin a la
binomial cuando el tamao de muestra es grande y la proporcin de xitos es pequea.
Esos intervalos de medida pueden referirse a: Tiempo: (Segundo, minuto, hora, da,
semana, etc.) rea: (Segmento de lnea, pulgada cuadrada, centmetro cuadrado, etc.).
Volumen:( Litro, galn, onza, etc.)
Criterios o propiedades.
Se da un intervalo de medida que divide un todo de nmeros reales y donde el conteo de
ocurrencias es aleatorio. Esa divisin puede ser un subintervalo de medida.
El nmero de ocurrencias o de resultados en el intervalo o subintervalo de medida, es
independiente de los dems intervalos o subintervalos, por eso se dice que el proceso de
Poisson no tiene memoria.
La probabilidad de que un solo resultado ocurra en un intervalo de medida muy corto o
pequeo es la misma para todos los dems intervalos de igual tamao y es proporcional
a la longitud del mismo o al tamao de medida.
x = variable que nos define el nmero de cheques sin fondo que llegan al banco en un da
cualquiera = 0, 1, 2, 3, ....., etc, etc.
l = 6 cheques sin fondo por da
e = 2.718
b) x= variable que nos define el nmero de cheques sin fondo que llegan al banco en dos
das consecutivos = 0, 1, 2, 3, ......, etc., etc. l = 6 x 2 = 12 cheques sin fondo en promedio
que llegan al banco en dos das consecutivos
l siempre debe de estar en funcin de x siempre o dicho de otra forma, debe hablar de lo
mismo que x.