S11.s1 - Discribución de Probabilidad Binomial y Poisson

Estadística Descriptiva y
Probabilidades
SEMANA 11
CONTENIDO GENERAL
1. Distribución Binomial
2. Distribución Poisson
Datos/Observaciones
Al finalizar la sesión, el
LOGRO DE LA
estudiante aplica los
SESIÓN
conceptos de variable
aleatoria para asociar el
resultado de un
experimento aleatorio de
tipo Poisson
Datos/Observaciones
Distribución de probabilidad discreta
Distribución discreta: Binomial
• El experimento consiste en una secuencia de n

pruebas, donde n se fija antes del experimento.
• Las pruebas son independientes, por lo que el

resultado de cualquier prueba no afecta al
resultado de cualquier otro.
• En cada prueba, solo hay 2 posibles resultados:

éxito, fracaso
• Probabilidad éxito =𝑝
• Probabilidad fracaso = 𝑞=1−𝑝
Distribución de probabilidad Binomial y Poisson

Distribución de probabilidad Binomial: Función de probabilidad
La función de probabilidad para la distribución binomial está definida por:
𝑛 𝑥 𝑛−𝑥 Además
𝐵 𝑛, 𝑝 = 𝑃 𝑋 = 𝑥 = 𝑝 𝑞
𝑥 0≤𝑥 ≤𝑛
Donde:
P(X = x): función de probabilidad binomial. Esperanza matemática y Varianza
X: variable aleatoria discreta.
x: número de éxitos. x: 0, 1, 2, 3, …, n 𝜇 = 𝐸(𝑘) = 𝑛𝑝
n: número de ensayos.
p: probabilidad de éxito en cada ensayo.
q: probabilidad de fracaso en cada ensayo. 𝜎 2 = 𝑉𝑎𝑟(𝑥) = 𝑛𝑝𝑞

Distribución de probabilidad Binomial
Para construir una distribución binomial es necesario conocer el número de pruebas

que se repiten (n)y la probabilidad de que suceda un éxito en cada una de ellas (p).
Notación: 𝑿~𝑩(𝒏, 𝒑)
Usos:
• Un tratamiento médico puede ser: efectivo, no efectivo.
• El cliente de un banco puede ser catalogado como: moroso, no moroso.
• Un artículo producido puede ser defectuoso, no defectuoso.

Ejemplo: Se conoce por experiencias anteriores que el 20% de las plantas de
limonero son atacadas por cierta plaga. Si se desea llevar a cabo un experimento
con 10 plantas. ¿Cuál será la probabilidad de que:
a. 5 plantas sean atacadas?
b. 3 o más plantas sean atacadas?
c. más de 1 pero menos de 5 plantas sean atacadas?
Solución b) 3 o más plantas sean atacadas?

𝑿: número de plantas atacadas por la plaga
𝑃 𝑋 ≥3 =1−𝑃 𝑋 <3
𝑿~𝑩 𝒏, 𝒑 → 𝑿~𝑩(𝟏𝟎, 𝟎. 𝟐𝟎)
𝑃 𝑋 ≥3 =1− 𝑃 𝑋 =0 +𝑃 𝑋 =1 +𝑃 𝑋 =2
𝒏 = 𝟏𝟎 , 𝒑 = 𝟎. 𝟐𝟎 → 𝒒 = 𝟎. 𝟖𝟎
∴ 𝑷 𝑿 ≥ 𝟑 =0.32220
a) 5 plantas sean atacadas?
c) más de 1 pero menos de 5 plantas sean atacadas?
𝑷 𝑿 = 𝟓 = 𝐶510 0.20 5 0.80 5
𝑃 1<𝑋 <5 =𝑃 𝑋 =2 +𝑃 𝑋 =3 +𝑃 𝑋 =4
∴ 𝑷 𝑿 = 𝟓 = 𝟎. 𝟎𝟐𝟔𝟒𝟐
∴ 𝑷 𝟏 < 𝑿 < 𝟓 = 𝟎. 𝟓𝟗𝟏𝟑𝟗𝟕

Distribución de probabilidad discreta
Distribución de probabilidad de Poisson

Es una distribución de probabilidad
discreta que está determinada por el
número de resultados que ocurren
durante un intervalo de tiempo o en
una región específica. Dicho intervalo
puede ser de cualquier duración:
minutos, días, semanas, meses, etc.

Propiedades:
• El número de resultados que ocurren en un intervalo o región específica es

independiente del número que ocurre en cualquier otro intervalo de tiempo o región
del espacio disjunto.
• La probabilidad de que ocurra un solo resultado durante un intervalo de tiempo muy
corto o en una región pequeña es proporcional a la longitud del intervalo o al tamaño
de la región, y no depende del número de resultados que ocurren fuera de estos.
• La probabilidad de que ocurra más de un resultado en tal intervalo de tiempo corto o
que caiga en tal región pequeña es insignificante.

La función de probabilidad de Poisson está determinada por:
Esperanza matemática y Varianza
𝒆−𝝀 𝝀𝒙
𝑷 𝑿=𝒙 = 𝑥: 0, 1, 2, 3, … , 𝑛 𝜇 = 𝐸(𝑘) = 𝜆
𝒙!
𝜎 2 = 𝑉𝑎𝑟(𝑥) = 𝜆
Donde
• 𝑃(𝑋 = 𝑥) es la probabilidad de ocurrencia cuando la variable discreta X toma
un valor finito x
• 𝜆 = Lambda es la ocurrencia promedio por unidad ( volumen, área, etc)
• La constante e tiene un valor aproximado de 2 711828
Notación: 𝑿~𝑷(𝝀)
Distribución de probabilidad de Poisson: Función de probabilidad
Caso: Cajero automático
La gerencia de un banco desea conocer información relacionada
con la cantidad de personas que se acercan a retirar dinero de uno
de sus cajeros automáticos un viernes por la tarde. Si se tiene
información que el número promedio de personas que llegan al
cajero en un periodo de 10 minutos es 4.
a) ¿Cuál es la probabilidad de que 4 personas lleguen al cajero en

un periodo de 10 minutos?
b) ¿Cuál es la probabilidad que llegue al cajero una persona en un
periodo de 5 minutos?

Solución
X: Número de personas que se acercan al cajero automático
e = 2.7182
a) Probabilidad de que 4 personas

lleguen al cajero en un periodo de 10
minutos. b) Probabilidad que llegue una persona en un período
de 5 minutos.
𝑘 = 4 N° de personas que llegan Tiempo (minutos)
𝜆1 = 4 personas 4 10
λ2 5
𝑒 −4 4 4
𝑃 𝑋=4 = 4𝑥5
4! 𝜆2 = = 2 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
10
𝑒 −2 2 1
∴ 𝑷 𝑿 = 𝟒 =0.1954 𝑃 𝑋=1 =
1!
∴ 𝑷 𝑿 = 𝟏 = 𝟎. 𝟐𝟕𝟎𝟕

Ejemplo: Acierta fábrica de laminados de madera llegan por
término medio 3 clientes cada 2 horas Suponiendo que las
llegadas se distribuyen de acuerdo a una distribución de
Poisson calcule La probabilidad de que en una mañana de
trabajo (de 9:30 a 13:30 horas) lleguen más de 2 clientes

TALLER GRUPAL
Grupos de 5 Estudiantes
Vamos a los
ejercicios propuestos
de la separata!!

CIERRE
¿Qué hemos aprendido?

1. ¿Cuál es la diferencia entre una variable aleatoria
discreta y una variable aleatoria continua.
2. ¿Qué es la diferencia entre una distribución

binomial y una de poisson

GRACIAS

S11.s1 - Discribución de Probabilidad Binomial y Poisson

Cargado por

Copyright:

Formatos disponibles

S11.s1 - Discribución de Probabilidad Binomial y Poisson

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

S11.s1 - Discribución de Probabilidad Binomial y Poisson

Cargado por

Copyright:

Formatos disponibles

Estadística Descriptiva y

• El experimento consiste en una secuencia de n

• Las pruebas son independientes, por lo que el

• En cada prueba, solo hay 2 posibles resultados:

Distribución de probabilidad Binomial y Poisson

Distribución de probabilidad Binomial y Poisson

Para construir una distribución binomial es necesario conocer el número de pruebas

• El cliente de un banco puede ser catalogado como: moroso, no moroso.

• Un artículo producido puede ser defectuoso, no defectuoso.

Distribución de probabilidad Binomial y Poisson

Solución b) 3 o más plantas sean atacadas?

Distribución de probabilidad Binomial y Poisson

Distribución de probabilidad de Poisson

Distribución de probabilidad Binomial y Poisson

• El número de resultados que ocurren en un intervalo o región específica es

Distribución de probabilidad Binomial y Poisson

a) ¿Cuál es la probabilidad de que 4 personas lleguen al cajero en

Distribución de probabilidad Binomial y Poisson

a) Probabilidad de que 4 personas

Distribución de probabilidad Binomial y Poisson

Distribución de probabilidad Binomial y Poisson

Distribución de probabilidad Binomial y Poisson

¿Qué hemos aprendido?

2. ¿Qué es la diferencia entre una distribución

Distribución de probabilidad Binomial y Poisson

Distribución de probabilidad Binomial y Poisson

También podría gustarte