Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Estadística Descriptiva y Probabilidades SESIÓN 12 TEMARIO 1. Distribución de probabilidad Binomial 2. Distribución de probabilidad de Poisson LOGRO DE LA SESIÓN Al finalizar la sesión, el estudiante aplica los conceptos de variable aleatoria para calcular las probabilidades asociadas una distribución de probabilidad binomial y de Poisson. Es una distribución de probabilidad discreta que correspondiente al número de éxitos en una secuencia de n ensayos independientes entre sí, con una probabilidad fija de éxito p de ocurrencia y una probabilidad de fracaso q . Propiedades: Distribución de probabilidad Binomial - El resultado (éxito o fracaso) de cualquier observación o ensayo es independiente del resultado de cualquier otra observación. Distribución de probabilidad discreta - La variable aleatoria discreta que sigue la distribución binomial es igual al número de éxitos obtenidos en una muestra de n observaciones o ensayos. - Solo hay dos resultados posibles en el resultado de la realización específica o ensayo de un experimento: éxito (p) y fracaso (q). La función de probabilidad para la distribución binomial está definida por: Distribución de probabilidad Binomial: Función de probabilidad Donde: P(X = x): función de probabilidad binomial. X: variable aleatoria discreta. x: número de éxitos. x: 0, 1, 2, 3, …, n n: número de ensayos. p: probabilidad de éxito en cada ensayo. q: probabilidad de fracaso en cada ensayo. Distribución de probabilidad discreta ( , ) ( ) x n x n B n p P X x p q x Media o Esperanza matemática Varianza Donde: E(X): Media o esperanza matemática X: variable aleatoria discreta. n: número de ensayos. p: probabilidad de éxito en cada ensayo. q: probabilidad de fracaso en cada ensayo. Nota: 2 2 2 ( ) ( ) (1 ) MEDIA E x np Varianza np p npq 2 2 2 ( ) ( ) (1 ) MEDIA E x np Varianza np p npq Distribución de probabilidad Binomial: Propiedades Distribución de probabilidad discreta q = 1 - p Una cadena de tiendas de venta de equipos electrónicos compra un dispositivo electrónico a un fabricante, el cual le indica que la tasa de dispositivos defectuosos es de 3%. El inspector de la cadena de tiendas elige 25 artículos al azar de un lote de mercadería. a. ¿Cuál es la probabilidad de que haya al menos un artículo defectuoso entre estos 25? b. ¿Cuál es la probabilidad de que haya 3 artículos defectuosos entre estos 25? Caso: Compra de dispositivos electrónicos Distribución de probabilidad discreta Caso: Compra de dispositivos electrónicos Distribución de probabilidad discreta Solución: X: número de artículos defectuosos n = 25 artículos por lote de mercadería p = 0.03 (probabilidad que el artículo sea defectuoso) q = 0.97 (probabilidad que el artículo no sea defectuoso) 1 - 0.4670 = 0.533 Es una distribución de probabilidad discreta que está determinada por el número de resultados que ocurren durante un intervalo de tiempo o en una región específica. Dicho intervalo puede ser de cualquier duración: minutos, días, semanas, meses, etc. Distribución de probabilidad de Poisson Distribución de probabilidad discreta El número de resultados que ocurren en un intervalo o región específica es independiente del número que ocurre en cualquier otro intervalo de tiempo o región del espacio disjunto. La probabilidad de que ocurra más de un resultado en tal intervalo de tiempo corto o que caiga en tal región pequeña es insignificante. Distribución de probabilidad de Poisson Distribución discreta Propiedades: La probabilidad de que ocurra un solo resultado durante un intervalo de tiempo muy corto o en una región pequeña es proporcional a la longitud del intervalo o al tamaño de la región, y no depende del número de resultados que ocurren fuera de estos. La función de probabilidad de Poisson está determinada por: Donde: P(X = k): función de probabilidad de Poisson. X: variable aleatoria discreta. k: número de éxitos. x: 0, 1, 2, 3, …, n : Es el número promedio de resultado por unidad de tiempo o región. e = 2.7182 Nota: La media y varianza de la distribución de Poisson tienen ambas el valor . Distribución de probabilidad de Poisson: Función de probabilidad Distribución de probabilidad discreta La gerencia de un banco desea conocer información relacionada con la cantidad de personas que se acercan a retirar dinero de uno de sus cajeros automáticos un viernes por la tarde. Si se tiene información que el número promedio de personas que llegan al cajero en un periodo de 10 minutos es 8. a. ¿Cuál es la probabilidad de que 4 personas lleguen al cajero en un periodo de 10 minutos? b. ¿Cuál es la probabilidad que llegue al cajero una persona en un periodo de 5 minutos? Caso: Cajero automático Distribución de probabilidad de Poisson: Función de probabilidad Distribución de probabilidad discreta Distribución de probabilidad de Poisson: Función de probabilidad Distribución de probabilidad discreta Caso: Cajero automático Solución: X: Número de personas que se acercan al cajero automático e = 2.7182 a. Probabilidad de que 4 personas lleguen al cajero en un periodo de 10 minutos. k = 4 λ1 = 4 personas P(X=4) = (e-4x44)/4! = 0.1954 b. Probabilidad que llegue una persona en un período de 5 minutos. N° de personas que llegan Tiempo (minutos) 4 10 λ2 5 λ2 = 4 x 5 / 10 = 2 personas P(X=1) = (e -2x21)/1! = 0.2707 TRABAJO GRUPAL SE FORMARÁN GRUPOS DE 4 ALUMNOS ES FUNDAMENTAL QUE TODOS PARTICIPEN EN LAS DELIBERACIONES, EXPONIENDO SUS PUNTOS DEL VISTA. EVITANDO QUE ALGÚIEN SE ADJUDIQUE UN PROTAGONISMO DESMEDIDO, O TOME UNILATERALMENTE DECISIONES QUE AFECTAN A TODOS. EJERCICIO 1 La probabilidad de que un paciente se recupere de una rara enferme dad sanguínea es de 0.4. Si se sabe que 15 personas contrajeron la enfermedad. Calcular la probabilidad de que: a) Sobrevivan al menos 10. b) Sobrevivan de 3 a 8. c) Sobrevivan exactamente 5. EJERCICIO 2 Una cadena grande de tiendas al detalle le compra cierto tipo de dispositivo electrónico a un fabricante, el cual le indica que la tasa de dispositivos defectuosos es de 3%. a) El inspector de la cadena elige 20 artículos al azar de un cargamento. ¿Cuál es la probabilidad de que haya al menos un articulo defectuoso entre estos 20? b) Suponga que el detallista recibe 10 cargamentos en un mes y que el inspector prueba aleatoriamente 20 dispositivos por cargamento. ¿Cuál es la probabilidad de que haya exactamente tres cargamentos que contengan al menos un dispositivo defectuoso de entre los 20 seleccionados y probados? EJERCICIO 3 Se conjetura que hay impurezas en 30% del total de pozos de agua potable de cierta comunidad rural. Para obtener información sobre la verdadera magnitud del problema se determina que debe realizarse algún tipo de prueba. Como es muy costoso probar todos los pozos del área, se eligen 10 al azar para someterlos a la prueba. a) Si se utiliza la distribución binomial, ¿cuál es la probabilidad de que exactamente 3 pozos tengan impurezas, considerando que la conjetura es correcta? b) ¿Cuál es la probabilidad de que mas de 3 pozos tengan impurezas? EJERCICIO 4 Considere la situación del ejercicio anterior. La idea de que el 30% de los pozos tienen impurezas es solo una conjetura del consejo local del agua. Suponga que se eligen 10 pozos de forma aleatoria y resulta que 6 contienen impurezas. .Que implica esto respecto de la conjetura? Utilice un enunciado de probabilidad. EJERCICIO 5 Un estudio de un inventario determina que, en promedio, el numero de veces al día que se solicita un articulo específico en un almacén es 5. Calcular la probabilidad de que en un día determinado este articulo se pida: a) Mas de 5 veces. b) Ninguna vez. EJERCICIO 6 Se sabe que para cierto tipo de alambre de cobre ocurren, en promedio, 1.5 fallas por milímetro. Si sesupone que el numero de fallas es una variable aleatoria de Poisson. a) ¿Cuál es la probabilidad de que no ocurran fallas en cierta parte de un alambre que tiene 5 milímetros de longitud? b) ¿Cuál es el numero promedio de fallas en alguna parte de un alambre que tiene 5 milímetros de longitud? EJERCICIO 7 La tecnología cibernética ha generado un ambiente donde los “robots” funcionan con el uso de microprocesadores. La probabilidad de que un robot falle durante cualquier turno de 6 horas es de 0.10. ¿Cuál es la probabilidad de que un robot funcione a lo sumo 5 turnos antes de fallar? ¿Qué hemos aprendido? CIERRE 1. ¿Qué elementos intervienen en una distribución de probabilidad Binomial? 2. ¿Qué elementos intervienen en una distribución de probabilidad de Poisson? CIERRE
Compartir