Distribuci

n:

Binomial Poisson
y
Normal.

Distribucin Bernoulli o binomial:

Es un caso particular de probabilidad

de variable aleatoria discreta, y
por sus aplicaciones, es posible la ms
importante.
Esta distribucin corresponde a la
realizacin
de
un
experimento
aleatorio
que
cumple
con
las
condiciones:

Se realiza un
total de n
ensayos de
Bernoulli y si:

Los ensayos
son
independient
es.

Cada ensayo
tiene la
misma
probabilidad
de xito p

X es el
numero de
xitos en los
n ensayos.

Entonces X
tiene la
distribucin
binomial con
parmetros n
y p que se
denota como
X-Bin (n,p)

El ensayo Bernoulli es un
experimento que tiene
dos resultados

Al principio
se la llama
xito

Y al otro
fracaso

La
probabilidad
de xito se
denota por P

Por
consecuenci
a, la
probabilidad
de fracaso
es 1-P

Formul
a

P(X=x)

Donde:
P(X) es la probabilidad de ocurrencia del
evento.
p es la probabilidad de xito del evento .
q es la probabilidad de fracaso del evento (se
define como q=1-p) (0.5).
x es la ocurrencia del evento xitos deseados.
n es el numero de intentos.

varian
za

Medidas estadimetricas:

Media:

.p

p.q

Desviaci
n tpica:

Ejercicio de media y
varianza:
La probabilidad de que un artculo producido por una
fabrica sea defectuoso es 0.02. Se envi un cargamento
de 10.000 artculos a unos almacenes. Hallar el nmero
esperado de artculos defectuosos, la varianza y la
desviacin tpica.

=10000
200

=10000
= 196

=14

x 0.02 =
x 0.02x 0.98

Ejemplos:
Nmero de caras al lanzar 20 veces
una moneda.
Nmero de aprobados si se
presentan 80 alumnos a un examen.
Nmero de accidentes de trficos si
han circulado 1200 automviles.

Ejercicios.
"La probabilidad de que Analogreun
objetivo en cualquier momento es
p=1/3, ella pierde con q=2/3.
Suponga que ella dispara 7 veces al
objetivo. Encuentre la probabilidad de
que ella alcance e objetivo."

Distribucin de Poisson.

La distribucin de Poissn es tambin un caso

particular de probabilidad de variable aleatoria
discreta, el cual debe su nombre a Simen Poisson:

Se emplea para determinar la probabilidad de que

ocurran X xitos por unidad de tiempo, rea, o
producto, la formula a utilizar sera:

Formul
a

P(X,)

Donde:
P(X) es la probabilidad de x xitos, cuando el
numero .
es la madia o promedio de xitos por unidad de
tiempo, rea o producto.
e=2.718 (base de logaritmo neperiano o
natural), pero finalmente un nm. Fijo.
x variable que nos denota el nmero de xitos
que se desea que ocurra.

Ejemplos:
Nmero de partculas radiactivas
emitidas cada hora por una cierta
sustancia.
Nmero de leucocitos en una gota
de sangre.
Nmero de veces que una planta de
energa nuclear emite gases
radiactivos en un periodo de tres
meses.

Aproximacin de una Binomial a

una Poisson:
Sea X una v.a. con distribucin
binomial.
X B (n, p)

La distribucin binomial se aproxima

a una distribucin de Poisson de

parmetro
=np:
X P (=n.p)

Ejercicios:
"Suponga que hay 300 errores de
impresin distribuidos
aleatoriamente a lo largo de un libro
de 500 pginas. Encuentre la
probabilidad de que en una pgina
contenga exactamente 2 errores de
impresin."

Distribucin Normal:
Una

distribucin normal de media y

desviacin tpica Su grafica es la
campana de Gauss:

El rea del recinto

determinado por la
funcin y el eje de
las abscisas es
igual a la unidad.

Al ser simtrica
respecto al eje que
pasa por X= , deja
un rea igual a 0.5
a la izquierda y
otro igual a la
derecha.

Formul
a

Donde:
P(X) es la probabilidad de x xitos, cuando el
numero .
es la media.
es la desviacin tpica.
x variable que nos denota el nmero de xitos
que se desea que ocurra.

 Lagrficade sufuncin de
densidadtiene una forma
acampanada y es simtrica respecto
de un determinadoparmetro
estadstico. Esta curva se conoce
comocampana de Gauss.

Ejercicios:

Calcular la probabilidad:

P(0.2 Z 1.4)