Ova 3 Bino Poisson
Ova 3 Bino Poisson
Ova 3 Bino Poisson
SEMANA 3
Distribución Binomial
Distribución de Poisson
•En cada prueba del experimento sólo son posibles dos resultados: el suceso A
(éxito) y su contrario A´ (fracaso).
•El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.
•La probabilidad del suceso A es constante, la representamos por p, y no varía
de una prueba a otra. La probabilidad de A´ es 1- p y la representamos por q .
Todo experimento que tenga estas características diremos que sigue el modelo de la
distribución Binomial. A la variable X que expresa el número de éxitos obtenidos
en cada prueba del experimento, la llamaremos variable aleatoria binomial.
Distribución Binomial
Un experimento Binomial se reconoce por las siguientes
características :
Éxito o
Fracaso 1
“q = 1 – p ”
2. Varianza Matemática o
Distribución Binomial
Resumen Distribución Binomial
Sea X una variable aleatoria discreta correspondiente a una distribución binomial.
n!
P( x; n, p) p x (1 p) n x
(n x)! x!
n!
P( x; n, p) p x q n x
(n x)! x!
Aplicaciones
En Ingeniería Industrial, para determinar la
proporción de producción defectuosa en un
proceso.
Ejemplo 2
La probabilidad de éxito de un determinado producto de la
producción diaria sea defectuoso es de 0.05. Calcula la
probabilidad de a que en una muestra aleatoria del día de
producción de 16 productos se tenga:
a) Ningún producto defectuoso
b) Sólo dos productos defectuosos
c) No más de 2 productos defectuosos
d) Menos de 5, pero al menos 2 productos defectuosos.
Solución :
Se trata de una distribución binomial de parámetros B(15,
0,05)
Usando la tabla Binomial de Excel se hallarán las
probabilidades pedidas
Ejemplo 3
En un lote de 10 artículos de la producción hay 3 artículos defectuosos; si del
lote se toma una m.a. de 4 artículos con reposición ?Cuál es la probabilidad ?
a) De que exactamente uno sea defectuoso
b) Ninguno sea defectuoso
c) De que al menos uno sea defectuoso
d) Nomas de dos sean defectuosos
e) De uno a menos de tres sean defectuosos
f) Halle la esperanza y la varianza
Ejemplos:
•Número de productos defectuosos por hora en una
maquina industrial.
•Número de análisis bioquímicos que realiza al día un
laboratorio
• Número de personas infectados por COVID 19 en
una ciudad grande.
Aplicaciones de la Distribución de Piosson
Existe una gran dispersión, y no sería extraño encontrar que en realidad hay muchas más
personas o menos que están enfermas. La probabilidad de que haya más de tres personas
enfermas es:
Distribución de Poisson
Ejemplo 1
Ejemplo 2