Esp U1 A1 JMBM

Licenciatura en Seguridad Pública
Actividad 1
Modelos probabilísticos
Docente:
Patricia del Socorro Martin García
Asesor:
Alumno:
Berrelleza Medina Juan Monserrath
Matricula de estudiante:
ES1911001723
Fecha de envío:
6 de abril de 2020
Correo electrónico:
[email protected]
INTRODUCCION
En esta actividad se estudiarán los diferentes modelos probabilísticos, analizando las
características de cada uno de ellos para poder diferenciarlos entre ellos o saber las
similitudes que hay entre los mismos.
Los modelos probalísticos que analizaremos en la presente actividad serán:
Binomial.
Poisson.
Normal.
DESARROLLO
Binomial: Una distribución binomial es una distribución de probabilidad discreta que describe
el número de éxitos al realizar n experimentos independientes entre si acerca de una variable
aleatoria.
Para que una variable aleatoria se considere que es una distribución binomial, tiene las
siguientes características:
En cada experimento solo son posibles dos resultados (éxito o fracaso).
La probabilidad del éxito será constante, se representa mediante la letra p
La probabilidad de fracaso será también constante y se representa mediante la letra q = 1-p.
El resultado obtenido en cada experimento es independiente al anterior, ósea que lo que

ocurra en cada experimento no afecta a los siguientes.
Los sucesos no pueden ocurrir dos veces al mismo tiempo.
La variable aleatoria que sigue una distribución binomial se suele representar como X~ (n, p).
n representa el número de experimentos y p la probabilidad de éxito.
La fórmula para calcular la distribución normal es:

Donde:
n = número de ensayos/experimentos
x = número de éxitos
p = probabilidad de éxito
q = probabilidad de fracaso (1-p)
Poisson:
Es una de las distribuciones más importantes de variable discreta. Sus principales
aplicaciones hacen referencia a la modelización de situaciones en las que nos interesa
determinar el número de hechos de cierto tipo que se pueden producir en un intervalo de
tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas.
Otro de sus usos frecuentes es la consideración límite de procesos dicotómicos reiterados un
gran número de veces si la probabilidad de obtener un éxito es muy pequeña.
Dentro de sus características de este modelo tenemos:
Se observa la realización de hechos de cierto tipo durante un cierto periodo de tiempo o a lo

largo de un espacio de observación
Los hechos a observar tienen naturaleza aleatoria; pueden producirse o no de una manera no
determinística.
La probabilidad de que se produzcan un número x de éxitos en un intervalo de amplitud t no
depende del origen del intervalo (Aunque, sí de su amplitud)
La probabilidad de que ocurra un hecho en un intervalo infinitésimo es prácticamente

proporcional a la amplitud del intervalo.
La probabilidad de que se produzcan 2 o más hechos en un intervalo infinitésimo es un
infinitésimo de orden superior a dos.
Normal:
La distribución normal es la más importante de todas las distribuciones de probabilidad ya que
es una variable continua y conocida por la cantidad de fenómenos que explica.
Dentro de sus características tenemos que:
Su aplicación es directa y permite observar muchas variables de interés, que pueden
describirse fácilmente con este modelo.
Sirve para acercarse a varias distribuciones de probabilidad discreta, entre estas la
distribución de Poisson y la distribución Binomial.
Sus propiedades han permitido el desarrollo de muchas técnicas de inferencia estadística.
Proporcionando la base de la estadística inferencial clásica, por su relación con el teorema de
límite central.
Ejemplo:
Suponga que un cierto rasgo (color de ojos, ser zurdo, etc.) se determina por un par de genes,
y que además d representa un gen dominante, y r un gen recesivo. Un funcionario de
seguridad pública con una pareja de genes (d,d) se dice que es dominante puro y con la
pareja de genes (r,r) se dice que es recesiva pura y con una pareja (d,r) se dice que es
híbrida. En apariencia, los dominantes puros y los híbridos son similares. Los descendientes
de una pareja reciben un gen de cada progenitor y este gen puede, con la misma
probabilidad, ser uno cualquiera de los dos que posee el progenitor citado.
(Binomial)
Es binomial porque son dos experimentos donde un suceso puede ser éxito o fracaso
Genes prog. Hibrido 1 = (d, r)
Genes prog. Hibrido 2 = (d, r)
El descendiente debe tener el par (r, r) para tener apariencia contraria:
Probabilidad de obtener:
Gen r de progenitor 1 es 0,5
Gen r de progenitor 2 es 0,5
Probabilidad de formar la pareja (r, r) es: 0,5*0.5 = 0.25 =25%
P (tener apariencia contraria) = 25%
Padre hibrido. ,1 = (d, r)
Madre hibrido. 1 = (d, r)

Los Hijos pueden tener las siguientes combinaciones de genes: a) (d, d) b) (d, r) c) (r, d) d) (r,
r)
Si un descendiente tiene apariencia recesiva y los demás no sería del 42.2 %
Apariencia recesiva = (3/4) *(3/4) *(3/4) *(1/4) * 4 = 108 / 256 = 0,422 = 42.2%
CONCLUSIONES
En la presente actividad es poder conocer y comprender a la perfección estos tipos de

modelos que en su momento podamos emplear para tomar decisiones sobre eventos que se
estudian y así poder tener las evidencias necesarias para sustentar tal decisión, también es
comprender que son importantes porque nos ayudan a predecir la conducta de futuras
repeticiones de algún experimento aleatorio y así tener la oportunidad de tomar las medidas
pertinentes para evitarlo
BIBLIOGRAFIA
Estadística para la investigación en seguridad pública. (2018). Recuperado de:
https://unadmexico.blackboard.com/bbcswebdav/institution/DCSA/BLOQUE2/SP/03/SESP_20
17_02/U1/descargables/SESP_U1_Contenido_2018_1_b2.pdf

Esp U1 A1 JMBM

Cargado por

Esp U1 A1 JMBM

Cargado por

Licenciatura en Seguridad Pública

En cada experimento solo son posibles dos resultados (éxito o fracaso).

La probabilidad del éxito será constante, se representa mediante la letra p

La probabilidad de fracaso será también constante y se representa mediante la letra q = 1-p.

El resultado obtenido en cada experimento es independiente al anterior, ósea que lo que

Los sucesos no pueden ocurrir dos veces al mismo tiempo.

La fórmula para calcular la distribución normal es:

Dentro de sus características de este modelo tenemos:

Se observa la realización de hechos de cierto tipo durante un cierto periodo de tiempo o a lo

La probabilidad de que ocurra un hecho en un intervalo infinitésimo es prácticamente

Genes prog. Hibrido 1 = (d, r)

Genes prog. Hibrido 2 = (d, r)

El descendiente debe tener el par (r, r) para tener apariencia contraria:

Gen r de progenitor 1 es 0,5

Gen r de progenitor 2 es 0,5

Probabilidad de formar la pareja (r, r) es: 0,5*0.5 = 0.25 =25%

P (tener apariencia contraria) = 25%

Padre hibrido. ,1 = (d, r)

Madre hibrido. 1 = (d, r)

En la presente actividad es poder conocer y comprender a la perfección estos tipos de

También podría gustarte