Caso 2
Explicación: Modelo de distribución Normal, es la distribución estadística más común debido a
que la normalidad aproximada ocurre naturalmente en muchas situaciones de mediciones
físicas, biológicas y sociales. Características: Se utilizan variables aleatorias continuas, se
grafica en forma de campana llamada de Gauss. Aplicaciones: Caracteres morfológicos de
individuos de una especie (tallas, pesos, diámetros, perímetros), caracteres fisiológicos (efecto
de una misma dosis de un fármaco), entre otras.
Caso 3
La probabilidad de que un pescador novato, con una caña de pescar, colecte un
pescado es de 0,4. Si lo intenta 5 veces, calcula la probabilidad de que pesque al
menos 3 veces.
Caso 3
Explicación: Modelo de distribución Binomial, es una distribución de probabilidad discreta
que indica el número de éxitos al realizar una secuencia de (n) ensayos independientes
entre sí, con una probabilidad fija (p) de ocurrencia del éxito entre esos ensayos.
Característica: Solo hay dos posibles resultados, los resultados son independientes, la
probabilidad de éxito permanece constante en todas las veces que se realiza el
experimento, se grafica con un histograma o gráfica de barras. Aplicaciones: En la
producción de una pieza esta puede salir buena o defectuosa, nacimientos: se puede ser
hombre o mujer, un test con dos alternativas: verdadero o falso.
Referencias
soporte de minitab18. (2017). Distribuciones. 23 de Marzo del 2018, de Minitab statistical software Sitio web:
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting-
topics/distributions/binomial-distribution/
GestioPolis.com Experto. (2002, septiembre 15). ¿Qué es la distribución de Poisson?. Recuperado de
https://www.gestiopolis.com/que-es-la-distribucion-de-poisson/
GestioPolis.com Experto. (2002, septiembre 8). ¿Qué es la distribución normal?. Recuperado de
https://www.gestiopolis.com/que-es-la-distribucion-normal/
Módulo 17 Semana 2
Actividad Integradora: La probabilidad, una proyección
Facilitador: Alfonso T. Bejarano Escárcega
Alumno: José Armando Ortega Camarillo