ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA MAYO 2014
2Probabilidad
Actividades
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
(SINTESIS) Para el desarrollo de esta unidad, primero realizo la sntesis de los conceptos referentes a los diferentes tipos de variables:
Variable Aleatoria: un experimento produce observaciones numricas
que varan de muestra a muestra. Una VARIABLE ALEATORIA se define como una funcin con valores numricos definida sobre un espacio muestral. Y es aleatoria porque los valores implican un suceso numrico aleatorio.
Clasificacin:
a. Aleatoria Discreta: Es una variable que solo puede asumir un conjunto
numerable de valores. Ejemplo: el nmero de tornillos en un lote de una produccin industrial. b. Aleatoria Continua: Es una variable que puede asumir el nmero infinitamente grande de valores correspondientes a los puntos sobre un intervalo de lnea recta. Ejemplo: La estatura de una persona.
DISTRIBUCIN BINOMIAL
El experimento consiste en n intentos repetidos
Los resultados de cada uno de los intentos puede ser xito o fracaso La probabilidad de xito p, permanece constante para todos los intentos. Los intentos repetidos son independientes. Formula b(x, n, p) = xCn px qn-x donde x: 0, 1, 2, n = np 2 = npq
DISTRIBUCIN HIPERGEOMTRICA
Una muestra aleatoria de tamao n se selecciona sin reemplazo de un total de
N resultados o artculos totales.
K resultados o artculos del total de N pueden clasificarse como xitos y N K
como fracasos
3Probabilidad
Frmula h(x, N, N, k) = KCX (N K) C (n x) / N c n
k/N (1- k/N)
= nk/N
2 = (N-n) / (N-1) . n .
DISTRIBUCIN POISSON
La distribucin de probabilidad de la variable aleatoria de Poisson X, que
representa el nmero de resultados que ocurren en un intervalo de tiempo dado o regin especfica indicado por t, es: o
p(x, ) = p(x, t) = e-t (t) x / x! x: 0, 1, 2, . Donde t es la tasa
promedio de resultados por unidad de tiempo o regin y e = 2.71828
= 2 = t
Cuando n tiende a y p tiende a 0 y = np permanece constante: se aproxima