probabilidad y estadística industrial usmDescripción completa
Descripción: Guia de Probabilidades Resueltos
util
CONTIENE EJERCICIOS PROPUESTOS Y RESUELTOS, CON RESPUESTA, PREVIO TEORIAS BASICAS Y AVANZADAS
Descripción completa
ejercicios probabilidadDescripción completa
Descripción completa
EeeddDescripción completa
Descripción: probabilidades
Full description
ejercicio de probabilidadesDescripción completa
probabilidad
Descripción: DISTRIBUCIÓN DE PROBABILIADES
probabilidadesDescripción completa
Asignación de probabilidadesDescripción completa
Descripción: ejercicios
Descripción: Capítulo 3
Distribución de Probabilidades - Distribuciones discretas: Bernouilli Distribuciones discretas y continuas Las distribuciones discretas son aquellas en las que la variable puede pude tomar un número determinado de valores:
Ejemplo: si se lanza una moneda al aire puede salir cara o cruz; si se tira un dado puede salir un número de 1 al 6; en una ruleta el número puede tomar un valor del 1 al 32. Las distribuciones continuas son aquellas que presentan un número infnito de posibles soluciones:
Ejempl Ejemplo: o: El peso medio de los alumnos de una clase puede tomar infnitos valores dentro de cierto intervalo (2!3" #$! 2!3"6 #$! 2!3"6%1#$! etc&; la esperanza media de vida de una poblaci'n ("2!% aos! "2!%13 aos! "2!%123 aos&. )amos a comenzar por estudiar las principales distribuciones discretas.
Distribuciones discretas: Bernouilli Es aquel modelo que si$ue un e*perimento que se realiza una sola vez + que puede tener dos soluciones: acierto o ,racaso: -uando es acierto la variable toma el valor 1 -uando es fracaso la variable toma el valor 0
Ejemplo: robabilidad de salir cara al lanzar una moneda al aire (sale cara o no sale&; probabilidad de ser admitido en una universidad (o te admiten o no n o te admiten&; probabilidad probabilidad de acertar una quiniela (o aciertas o no aciertas&
/l 0aber únicamente dos soluciones se trata de sucesos complementarios: / la probabilidad de *ito se le denomina "p" / la probabilidad de ,racaso se le denomina "q" )erifcndose que:
pq!1
)eamos los ejemplos anteriores :
Ejemplo 1: robabilidad robabilidad de salir cara al lanzar una moneda al aire: robabilidad robabilidad de que sal$a cara: p 4!% robabilidad robabilidad de que no sal$a cara: q 4!% p 5 q 4!% 5 4!% 1
Ejemplo : robabilidad de ser admitido en la universidad: robabilidad robabilidad de ser admitido: p 4!2% robabilidad robabilidad de no ser admitido: q 4!"%
p 5 q 4!2% 5 4!"% 1
Ejemplo #: robabilidad de acertar una quiniela: robabilidad robabilidad de acertar: p 4!44441 robabilidad robabilidad de no acertar: q 4!
p 5 q 4!44441 5 4! 1
Distribuciones discretas: Binomial Las distribución binomial parte de la distribuci'n de 7ernouilli:
La distribución de Bernouiili se aplica cuando se realiza una sola vez un e*perimento que tiene únicamente dos posibles resultados (*ito o ,racaso&! por lo que la variable s'lo puede tomar dos valores: el 1 + el 4. La distribución binomial se aplica cuando se realizan un número8n8 de veces el e*perimento de 7ernouiili! siendo cada ensa+o independiente del anterior. La variable puede tomar valores entre:
0: si todos los e*perimentos 0an sido ,racaso n: si todos los e*perimentos 0an sido *itos Ejemplo: se tira una moneda 14 veces: 9cuantas 9cuantas caras salen i no 0a salido salido nin$una la variable toma el valor 4; si 0an salido dos caras la variable toma el valor 2; si todas 0an sido cara la variable toma el valor 14 distribución n de probabilid probabilidad ad de este La distribució este tipo tipo de dist distri ribu buci ci'n 'n si$u si$ue e el si$uiente modelo:
9/l$uien entiende esta ,'rmula )amos a tratar de e*plicarla con un e
Ejemplo 1: 9-ul es la probabilidad de obtener 6 caras al lanzar una moneda 14 veces " $ " es el número de aciertos. En este e
Lue$o!
P %& ! '( ! 0)0*
Es decir! se tiene una probabilidad del 24!%> de obtener 6 caras al lanzar 14 veces una moneda.
Ejemplo : 9-ul es la probabilidad de obtener cuatro veces el número 3 al lanzar un dado oc0o veces
" $ " (número de aciertos& toma el valor " n" toma el valor ? " p " (probabilidad (probabilidad de que sal$a un 3 al tirar el dado& es 1 @ 6 ( 4!1666&
La ,'rmula queda:
Lue$o!
P %& ! +( ! 0)0' Es deci decir! r! se tien tiene e una una prob probab abil ilid idad ad del del 2!6> 2!6> de obte obtene nerr cuat cuatro ro vece veces s el números 3 al tirar un dado ? veces.
Distribuciones discretas: Poisson Las distribución de Poisson parte de la distribuci'n binomial: -uando en una distribuci'n binomial se realiza el e*perimento un número 8n8 mu+ elev elevad ado o de vece veces s + la prob probab abil ilid idad ad de *it *ito o 8p8 8p8 en cada cada ensa+ ensa+o o es reducida! entonces se aplica el modelo de distribución de Poisson: e tiene que cumplir que:
" p " A 4!14 " p , n " A 14
La distribución de Poisson si$ue el si$uiente modelo:
)amos a e*plicarla: El número "e" es 2!"1?2?
" l " n B p (es decir! el número de veces veces 8 n 8 que se realiza realiza el e*perimento e*perimento multiplicado por la probabilidad 8 p 8 de *ito en cada ensa+o& " $ " es el número de *ito cu+a probabilidad se est calculando