Beruflich Dokumente
Kultur Dokumente
PROBABILIDAD
Un experimento binomial es el que tiene estas cinco
caractersticas:
1. El experimento consiste en n intentos idnticos.
2. Cada intento resulta en uno de dos resultados. Por falta de
un mejor nombre, el resultado uno se llama xito, S, y el
otro se llama fracaso, F.
3. La probabilidad de xito en un solo intento es igual a p y es
igual de un intento a otro. La probabilidad de fracaso es
igual a (1- p) = q.
4. Los intentos son independientes.
5. Estamos interesados en x, el nmero de xitos observado
durante los n intentos, para x = 0, 1, 2, , n.
EJEMPLO 5.2: Encuentre P(x = 2) para una variable aleatoria binomial con n = 10
y p = 0.1.
Solucin: P(x = 2) es la probabilidad de observar 2 xitos y 8 fracasos en una
secuencia de 10 intentos. Se podran observar 2 xitos primero, seguidos de 8
fracasos consecutivos:
S, S, F, F, F, F, F, F, F, F
2 8
Se podra repetir el procedimiento del ejemplo 5.3 para cada valor de x (0, 1, 2, ,
10) y encontrar todos los valores de p(x) y construir un histograma de probabilidad
para x. ste sera un trabajo largo y tedioso, pero la grfica resultante se vera
como la figura 5.1a). Se puede verificar la altura de la barra para x = 2 y encontrar
p(2)= P(x =2) = .1937. La grfica est sesgada a la derecha; esto es, casi todo el
tiempo se observarn valores pequeos de x. La media o punto de equilibrio est
alrededor de x = 1; de hecho, se puede usar la frmula para hallar la media
exacta:
FIGURAS 5.1
Solucin:
1. Si encuentra k 3 en la tabla 5.1, el valor en tabla es
P(x 3) = p(0) + p(1) + p(2) + p(3)
Como usted desea slo P(x = 3) = p(3), debe restar la probabilidad no deseada:
P(x 2) p(0) + p(1) + p(2)
que se encuentra en la tabla 5.1 con k 2. Entonces
P(x = 3) = P(x 3) - P(x 2)
= .663 - .317 = .346
2. Para hallar P(tres o ms xitos) P(x 3) usando la tabla 5.1, se debe usar el
complemento del evento de inters. Escriba
P(x 3) = 1 - P(x < 3) = 1 - P(x 2)
LA DISTRIBUCIN DE
PROBABILIDAD
DE POISSON
Su distribucin de probabilidad da un buen modelo de datos que representa el
nmero de sucesos de un evento especificado en una unidad determinada de
tiempo y espacio. Veamos algunos ejemplos donde la variable x puede ser
modelada por la variable aleatoria de Poisson:
El nmero de llamadas recibidas por un conmutador durante un tiempo
determinado
El nmero de bacterias por volumen pequeo de fluido
El nmero de llegadas de clientes al mostrador de una caja de pago en un
minuto
Determinado
En cada uno de estos ejemplos, x representa el nmero de eventos que ocurren
en un periodo o espacio, durante el cual se puede esperar que ocurra un
promedio de u de estos eventos.
para a > b
Donde
Por tanto,
P(x 3) = .018316 + .073263 + .146525 +.195367 + .433471
Este valor podra leerse directamente de la tabla 2 del apndice I, indicando m
4 y k 3, como P(x 3) = .433.
LA APROXIMACIN DE POISSON A LA DISTRIBUCIN
BINOMIAL
La distribucin de probabilidad de Poisson da una aproximacin sencilla, fcil
de calcular y precisa a probabilidades binomiales cuando n es grande y u = np
es pequea, de preferencia con np < 7. Una aproximacin apropiada para
valores ms grandes de u = np se da en el captulo 6.
EJEMPLO 5.9: Suponga que una compaa de seguros de vida asegura las
vidas de 5000 hombres de 42 aos de edad. Si estudios actuariales muestran
que la probabilidad de que cualquier hombre de 42 aos muera en un ao
determinado es .001, encuentre la probabilidad exacta de que la compaa
tendr que pagar x = 4 reclamaciones durante un ao determinado.
Solucin: La probabilidad exacta est dada por la distribucin binomial como
para la cual no se dispone de tablas binomiales. Calcular P(x =4) sin ayuda de
una computadora sera muy lento, pero la distribucin de Poisson se puede usar
para dar una buena aproximacin para P(x 4). Calculando m np (5000)(.001) 5
y sustituyendo en la frmula para la distribucin de probabilidad de Poisson,
tenemos
El valor de p(4) podra obtenerse tambin usando la tabla 2 del apndice I con u=
5 como
p(4) = P(x 4) - P(x 3) = .440 - .265 = .175
LA DISTRIBUCIN
HIPERGEOMTRICA
DE PROBABILIDAD
LA DISTRIBUCIN HIPERGEOMTRICA DE PROBABILIDAD
Una poblacin contiene M xitos y N - M fracasos. La probabilidad de exactamente k
xitos en una muestra aleatoria de tamao n es