Transcript
Page 1: Distribuciones de probabilidad2

42510011 0010 1010 1101 0001 0100 1011

DISTRIBUCIONES DE PROBABILIDAD 2

Page 2: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

DISTRIBUCIÓN DE POISSON

• Se utiliza para aproximar las distribuciones binomiales si n≥20 y p≤0.5 y n≥100 y p≤10

• λ=n.p

Page 3: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

EJERCICIOSe sabe que 5% de los libros encuadernados en cierto taller tienen encuadernaciones defectuosas. Determine la probabilidad de que 2 de 100 libros encuadernados en ese taller tengan encuadernaciones defectuosas usando:

• La fórmula de la distribución binomial• La aproximación de Poisson a la distribución binomial.• Tablas

Page 4: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

EjercicioUn fabricante de maquinaria pesada tiene instalados en el campo 3840 generadores de gran tamaño con garantía. Si la probabilidad de que cualquiera de ellos falle durante el año es 1/1200. Determine las probabilidades de que 0,1,2,3,4 de los generadores fallen durante el año en cuestión.

Page 5: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

Media y varianza D. Poisson

µ=λσ2 =λ

Page 6: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

Ejercicio• En un periodo de 10 minutos, un aparato contador

registra un promedio de 1.3 partículas gamma por milisegundo procedentes a una sustancia radioactiva. Para una buena aproximación, la distribución de la cuenta X, de partículas gamma durante el siguiente milisegundo, es de poisson. Determine– λ– La probabilidad de una o mas partículas

gamma– La varianza

Page 7: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

Procesos de Poisson

• Proceso físico total o parcialmente controlado por algún tipo de mecanismo azaroso.

• Dependencia temporal• Ej: Procesos en intervalos continuos: llamadas

entrantes en un conmutador, numero de automóviles que pasan por un verificador electrónico

• λ=α. T

Page 8: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

Ejercicio

• Si un banco recibe en promedio 6 cheques sin fondos por día, ¿Cuáles son las probabilidades de que reciba:– 4 cheques sin fondo en un día dado?– 10 cheques sin fondo en cualesquiera dos días

consecutivos?

Page 9: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

• En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar:– Una imperfección en 3 minutos– Al menos dos imperfecciones en 5 minutos– Cuando más una imperfección en 15 minutos.

Ejercicio

Page 10: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

DISTRIBUCIÓN GEOMÉTRICA

• Se utiliza en problemas cuando n no es fijo.

• Media:– µ=1/p

Page 11: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

EJERCICIO• Si la probabilidad de que cierto tipo de

dispositivos de medición muestre una desviación excesiva es de 0.05¿Cuál es la probabilidad de que el sexto de éstos dispositivos de medición sometidos a prueba sea el primero en mostrar una desviación excesiva?

Page 12: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

TEOREMA DE CHEBYSHEV

Si una distribución de probabilidad tiene una media y una desviación estándar, la probabilidad de obtener un valor que se desvíe de la media en al menos k es cuando más 1/k2.P ((x-µ) ≥ κσ) ≤ 1/κ2La probabilidad de que cualquier variable aleatoria X, tome un valor dentro de la κ desviaciones estándar de la media es al menos 1 – 1 / κ2. Es decir P (µ - κ σ < X < µ + κ σ) ≥ 1 – 1/κ2.

Page 13: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

EJERCICIO

• El número de clientes que visitan la sala de exhibiciones de un distribuidor de automóviles los sábados por la mañana es una variable aleatoria con un promedio de 18 y una desviación estándar de 2.5 ¿Con que probabilidad podríamos afirmar que habrá entre 8 y 28 clientes?

Page 14: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

EJERCICIO

• Demuestre que para 40.000 lanzamientos de una moneda balanceada la probabilidad de que la propagación de caras caiga entre 0.475 y 0.529 es de al menos 0.99.

Page 15: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

• Surge del hecho de que cada ensayo pueda tener más de dos resultados posibles. Distribución conjunta.

DISTRIBUCIÓN MULTINOMIAL

Page 16: Distribuciones de probabilidad2

4251

0011 0010 1010 1101 0001 0100 1011

EJERCICIO

• La probabilidad de que un foco de cierto tipo de video beam dure menos de 40 horas de uso continuo, cualquier número entre 40 y 80 horas de uso continuo o mas de 80 horas de uso continuo, son 0.3; 0.5 y 0.2 respectivamente. Determine la probabilidad de que entre 8 de esos focos, dos duren menos de 40 horas, cinco duren cualquier número entre 40 y 80 horas y 1 dure mas de 80 horas.


Recommended