Probabilidad A4MCGG

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 6

Datos de identificación

Nombre estudiante María Cecilia González Gurrero

Nombre docente Yasminne Cristal Esquivel Aguilar

Fecha 23 de marzo 2020

Probabilidad y Estadística Aplicada a los Negocios


Unidad 4. Poblaciones y Muestras

Actividad 4.
Tabla de distribuciones de probabilidad
Instrucciones:

A partir del material revisado y de una investigación libre en fuentes fidedignas, completa la tabla resumen con la información aquí indicada:

DISTRIBUCIÓN DE PROBABILIDAD DISCRETA

Tipo de
Fórmula Ejemplo
experimentos
Distribución Existen muchas Supongamos que se lanza un dado (con 6 caras) 51 veces y queremos conocer la
situaciones en las probabilidad de que el número 3 salga 20 veces. En este caso tenemos una X ~
binomial
que se presenta una B(51, 1/6) y la probabilidad sería P(X=20):
experiencia binomial.
Cada uno de los
experimentos es
independiente de los
restantes (la
probabilidad del
resultado de un
experimento no
depende del
resultado del resto).
El resultado de cada
experimento ha de
admitir sólo dos
categorías (a las que
se denomina éxito y
fracaso). El valor de
ambas posibilidades
ha de ser constante
en todos los
experimentos, y se
denotan como p y q
respectivamente, o p
y 1-pde forma
alternativa.

Se designa por X a la
variable que mide el
número de éxitos
que se han producido
en los n
experimentos.

Cuando se dan estas


circunstancias, se
dice que la variable X
sigue una
distribución de
probabilidad
nominal, y se denota
B(n, p).
Distribución Se utiliza para Si en una población de N elementos se tienen k éxitos, la probabilidad de que en
calcular la una muestra aleatoria de n elementos seleccionados sin reemplazo se tengan x
hipergeométrica
probabilidad de éxitos está dada por:
obtener determinado
número de éxitos en
un espacio muestral
de n ensayos.

Al realizar un
experimento con
este tipo de
N = número de elementos en la población
distribución, se
esperan dos tipos n = número de elementos en la muestra
de resultados.
k = número de éxitos en la población
Las probabilidades
x = número de éxitos en la muestra
asociadas a cada uno
de los resultados no
son constantes. La media (esperanza) y desviación estándar de la distribución hipergeométrica
están dadas por:
Cada ensayo o
repetición del
experimento no es
independiente de los
demás.

El número de
repeticiones del
experimento (n) es
constante.

Distribución de La distribución de En la inspección de hojalata producida por un proceso electrolítico continuo, se


Poisson POISSON para identifican 0.2 imperfecciones en promedio por minuto. Determine las
problemas donde él probabilidades de identificar a) una imperfección en 3 minutos. Solución: – a) x =
se presenta en más variable que nos define el número de imperfecciones en la hojalata por cada 3
de un evento: minutos = 0, 1, 2, 3,...., etc., etc. • = 0.2 x 3 =0.6 imperfecciones en promedio por
Probabilidad será cada 3 minutos en la hojalata p( x 1, 0.6 ) ( 0.6 )1( 2.718 ) 0.6 1! ( 0.6 )( 0.548845
menor a 1, mientras ) 1 0.329307
que la muestra será
siempre será mayor.

DISTRIBUCIÓN DE PROBABILIDAD CONTINUA

Tipo de
Fórmula Ejemplo
experimentos
Distribución Intuitivamente, El precio medio del litro de gasolina durante el próximo año se estima que
puede oscilar entre 140 y 160 ptas. Podría ser, por tanto, de 143 ptas., o de
uniforme es la distribución
143,4 ptas., o de 143,45 ptas., o de 143,455 ptas, etc. Hay infinitas posibilidades,
de probabilidad todas ellas con la misma probabilidad.
que se asocia a
experimentos Su función de densidad, aquella que nos permite conocer la probabilidad que
tiene cada punto del intervalo, viene definida por:
similares a elegir
un número al b: es el extremo superior (en el ejemplo, 160 ptas.)
azar entre los
a: es el extremo inferior (en el ejemplo, 140 ptas.)
valores a y b.
Por lo tanto, la función de distribución del ejemplo sería:

Es decir, que el valor final esté entre 140 ptas. y 141 ptas. tiene un 5% de
probabilidad, que esté entre 141 y 142, otro 5%, etc.
El valor medio de esta distribución se calcula:

Por lo tanto, el precio medio esperado de la gasolina para el próximo año es de


150 ptas.

Distribución Los parámetros La vida de un semiconductor láser a una potencia constante se


normal de esta distribuye normalmente con media 7000 horas y desviación típica
distribución son 600 horas. ¿Cuál es la probabilidad de que la vida del láser esté
la media, µ, que entre 6280 y 7120 horas?
es el eje de
simetría de la X ≡ vida del semiconductor (en horas) ∼ N(7000, 600)
gráfica, y la Tipificación:
desviación típica
σ.
Referencias:

Lind, D., Marchal, W. y Wathen, S. (2012). Estadística aplicada a los negocios y la economía (15a. ed.). Ciudad de México, México: McGraw-Hill
Interamericana.

https://es.slideshare.net/alexanderfloresvalencia/distribucion-hipergeometrica-28097904

https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Poisson

https://estadisticayadministracion.wordpress.com/2014/10/29/distribucion-hipergeometrica-de-probabilidad-cero-complicada/

http://matematicas.unex.es/~mota/ciencias_ambientales/tema5_nuevo.pdf

https://www.aulafacil.com/cursos/estadisticas/gratis/distribuciones-continuas-uniforme-l11245

También podría gustarte