Beruflich Dokumente
Kultur Dokumente
PROBABILIDADDES
Una distribucin de probabilidad
proporciona toda la gama de valores que se
pueden presentar en un experimento.
Caractersticas:
La distribucin binomial posee cuatro
propiedades esenciales.
n x n x n!
p( X ) n C x p (q)
x
( ) p (q)
n x
p x q n x
x!(n x)!
x
Continuando con el ejemplo:
3 2 3 2 3!
p( X )3 C 2 0.5 (0.5)
2
( )0.5 (0.5)
3 2
0.520.532
2!(3 2)!
2
El resultado es 0.375
Ejemplo:
US Airways tiene cinco vuelos diarios de
Pittsburgh al Aeropuerto Regional de
Bradford, Pennsylvania. Suponga que la
probabilidad de que cualquier vuelo llegue
tarde sea de 0.20.
Cul es la probabilidad de que ninguno
de los vuelos llegue tarde hoy?
Cul es la probabilidad de que
exactamente uno de los vuelos llegue
tarde hoy?
Utilizando la formula:
a) P=0.20 ; n=5 ; x=0
50 50 5!
p ( X ) 5 C 0 0.2 (1 0.2)
0
( )0.2 (0.8)
5 0
0.20 0.85
0!(5 0)!
0
El resultado es 0.3277
El resultado es 0.4096
Otro mtodo utilizado es el de la tabla
binomial. La tabla binomial se divide en
bloques uno por cada valor de n, el nmero
de pruebas (usaremos en este curso una
tabla de 15 bloques con sus respectivos
posibles valores de x). Los encabezados de
las columnas representan los valores de p
que van desde 0.1 hasta 0.95. Al leer las
probabilidades en la fila x y la columna p
apropiadas (del bloque n correspondiente)
se evita tener que resolver la frmula
binomial.
En nuestro ejemplo de la moneda buscamos
el bloque n = 3, interceptamos la fila de
x = 2 con la columna correspondiente a
p = 0.5 y obtenemos el mismo 0.375
que hemos obtenido por los otros dos
mtodos.
Propiedades
a) La media = = np. En nuestro
ejemplo = 3 * 0.5 = 1.5.
b) La varianza = = npq .
c) La desviacin estndar = = raz
cuadrados npq.
Tabla
b
c
Grficos Ilustrativos de La Distribucin
Binomial
Ejemplo: Se tiene un saco con 5 bolas; una
blanca y cuatro rojas. Cuando se extrae
una bola es reemplazada por otra igual.
Cul es la probabilidad que en 3
extracciones sucesivas:
a) Se extraigan 3 bolas blancas
b) Dos bolas blancas
c) Una bola blanca
d) 0 bolas blancas
Los resultados de este ejemplo se obtienen
aplicando la distribucin binomial estudiado
(en este caso p = 0.20)
SERIE 1
x = 0, 1, 2, 3
P (x) = 0.512, 0.384, 0.096, 0.008
CARACTERSTICAS
Forma: Cada vez que se especfica el parmetro puede
generarse una distribucin de probabilidad de Poisson
especfica. Una distribucin e Poisson estar sesgada a
la derecha cuando es pequea, y se aproxima a la
simetra (con un pico al centro) al crecer .
La media y la desviacin estandar: Una propiedad
interesante de la distribucin de Poisson es que la media
y la varianza son iguales al parmetro .
Ejemplo 1:
Regresando al ejemplo que estamos manejando, = 0.05
clientes llegan por segundo Cul es la probabilidad de
que en un minuto dado lleguen exactamente dos
clientes?
Para resolver debemos convertir los segundos en
minutos.
Llegadas por minuto = (0.05) 60 = 3
Usando la ecuacin tenemos:
3 2
e (3.0) 9
P(2) 3
0.2240
2! (2.71828) (2)
Ejemplo 2:
Supongamos que pocas veces se pierde equipaje en Delta
Airlines. En la mayora de los vuelos no se pierden
maletas; en algunos se pierde una; en unos cuantos se
pierden dos; pocas veces se pierden tres, etc.
Si en una muestra aleatoria de 1000 vuelos arroja un total
de 300 maletas perdidas.
De esta manera la media del numero de maletas
perdidas por vuelo es de 0.3, que se calcula al dividir
300/1000. Si el numero de maletas perdidas se rige por
una distrubucion de poisson con = 0.3, las diversas
probabilidades se pueden calcular por formula:
En otras palabras, en el 74% de los vuelos no habr
maletas perdidas.
La probabilidad que se pierda una maleta es de:
X P (x)
0 0.7408
1 0.2222
2 0.0333
3 0.0033
4 0.0003
5 0.0000
6 0.0000
7 0.0000
c
Longitud o distancia
Ocurrencia de defectos grandes en un tramo de
carretera, un mes despus de su entrega.