DISTRIBUCIN GEOMTRICA, POISSON Y

BINOMIAL
Integrantes: Amonzabel Puma Adolfo
Crdenas Rivero Marcela
Dvalos Partes Gabriela
Espada Pallares Vctor
Nava Romero Teresa
Ruiz Martinez Mayra
DISTRIBUCIN GEOMTRICA
Si una variable aleatoria discreta X definida en un
espacio de probabilidad representa el nmero de
repeticiones necesarias de un experimento de
Bernoulli para obtener el primer xito, entonces
tiene por funcin de densidad: X-1

P (x=x) = funcin de densidad, de la variable
aleatoria con distribucin geomtrica.
X = Numero de experimentos hasta que aparece el
1er xito.
p = probabilidad de xito
q = probabilidad de fracaso (1 - p)
Ejemplo: 1 Del saln el 60% de los alumnos son
hombres, calcular probabilidad de extraer el 1er hombre
a la cuarta ocasin que extraemos un alumno. Definir
xito: sea hombre.
x = 4 p = 0.60 q = 0.40


Ejemplo: 2 Calcular la probabilidad de que salga el No. 5
a la tercera vez que lanzamos un dado. Definir xito: sale
No. 5
x = 3 p = 1/6 = 0. 1666 q = (1 - 0.16660) = 0.8333
P(X=3) = (0.8333)
2
(0.1666) =0.1156
DISTRIBUCIN POISSON
Esta distribucin de probabilidad esta en funcin al
tiempo es decir para utilizarla se requiere de del
conocimiento de su promedio en un determinado
lapso de tiempo, su distribucin de probabilidad
est dada por la siguiente funcin de probabilidad:

X: es la variable aleatoria que representa el nmero de
ocurrencias de eventos en t unidades de medida.
t: representa el nmero promedio de ocurrencias de los
eventos en las T unidades de medida.

Ejemplo 1: Si un banco recibe en promedio 6 cheques
sin fondo por da, cules son las probabilidades de que
reciba, a) cuatro cheques sin fondo en un da dado, b) 10
cheques sin fondos en cualquiera de dos das
consecutivos?
a) x = variable que nos define el nmero de cheques sin
fondo que llegan al banco en un da cualquiera = 0, 1, 2,
3, ....., etc.
= 6 cheques sin fondo por da
c = 2.718

b) x= variable que nos define el nmero de cheques sin
fondo que llegan al banco en dos das consecutivos = 0,
1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al
banco en dos das consecutivos
Nota: siempre debe de estar en funcin de x siempre o
dicho de otra forma, debe hablar de lo mismo que x.

DISTRIBUCIN BINOMIAL
Es una distribucin discreta de probabilidad
conocida por sus variadas aplicaciones que se
relaciona con un experimento de etapas mltiples
Un experimento binomial tiene cuatro propiedades:
1. El experimento consiste en una sucesin de n
intentos idnticos
2. En cada intento son posibles 2 resultados. xito o
Fracaso
3. La probabilidad de xito, representado por p, no
cambia de un intento a otro. En consecuencia, la
probabilidad de fracaso, (1-p), no cambia de un
intento a otro. Supuesto de estacionariedad
4. Los intentos son independientes
Si existen slo las propiedades 2,3,4 se habla de
un proceso Bernoulli
Un ejemplo de distribucin Binomial es determinar
la probabilidad de que en n intentos al lanzar una
moneda salga cara (xito) y no sello (fracaso)
La frmula de combinatoria de n objetos
seleccionados en un grupo proporciona la cantidad
de resultados experimentales que resultan en x
xitos
Cantidad de resultados experimentales con
exactamente x xitos en n intentos



Tambin es necesario conocer la probabilidad
asociada a cada uno de los resultados
experimentales el cual se puede determinar a
travs de la siguiente relacin

( )
!
! !
n
n
x x n x
| |
=
|

\ .
( )
(1 )
x n x
p p

Combinado las dos expresiones obtenemos

la funcin de distribucin Binomial
( )
( ) (1 )
( ) probabilidad de x exitos en n intentos
!

!( - )!
probabilidad de un exito en cualquier intento
(1- )=probabilidad de un fracaso en cualquier intento
x n x
n
f x p p
x
f x
n
n
x x n x
p
p

| |
=
|
\ .
=
| |
=
|
\ .
=
Valor esperado de la distribucin binomial de
probabilidad

Varianza de la distribucin binomial de probabilidad


Frmula:


( ) E x np = =
2
( ) (1 ) Var x np p o = =
EJEMPLO
El gerente de una gran tienda necesita determinar
cual es la probabilidad de que 2 de tres clientes que
ingresan a la tienda hagan una compra. l sabe que
la probabilidad de que un cliente compre es de 0.3
( )
3
3!
3
2 2! 3 2 !
| |
= =
|

\ .
2 (3 1)
0.3 (1 ) 0.063 p

=
Cantidad de resultados experimentales
Probabilidad de cada resultado
experimental en donde 2 de los tres
clientes compran
Luego 3 0.063 = 0.189, probabilidad de que de 3 clientes que ingresan a la
tienda 2 compren