Distribucion
-
Upload
stephanyvm -
Category
Education
-
view
126 -
download
2
Transcript of Distribucion
Instituto Tecnológico de Mexicali
Tema
Distribucion Binomial y Poisson
Integrantes
Ramírez Salgado Lizeth
Ríos Diana Alejandra
Velasquez Mata Stephany
Distribución binomial
Sea un experimento aleatorio en el que sólo puedan darse dos posibilidades: que
ocurra un determinado suceso A, que llamaremos éxito, o que no ocurra dicho
suceso, o sea que ocurra su complementario, que llamaremos fracaso.
“n” es el número de pruebas.
“p” es la probabilidad de éxito.
“q” es la probabilidad de fracaso.
“x” posible resultado
Distribución Poisson
En este tipo de experimentos los éxitos buscados son expresados por unidad de
área, tiempo, pieza, etc,:
- # de defectos de una tela por m2
- # de bacterias por cm2 de cultivo
Para determinar la probabilidad de que ocurran x éxitos por unidad de tiempo, área,
o producto, la fórmula a utilizar sería:
Donde:
p(x, l) = probabilidad de que ocurran x éxitos, cuando el número promedio de
ocurrencia de ellos es l
l = media o promedio de éxitos por unidad de tiempo, área o producto
e = 2.718
x = variable que nos denota el número de éxitos que se desea que ocurra.
Diferencia entre distribución binomial y Poisson
En la distribución binomial estamos analizando un evento especifico y los resultados
pueden ser clasificados solo de dos formas ya sea verdadero o falso(En fabricación,
las piezas fallan o no fallan.) y el de Poisson se analiza un evento pero en un tiempo
determinado. Cuantas veces ocurre el mismo evento entre ese rango de tiempo.
(Número de automóviles que llegan a una gasolinera durante un minuto).
Relación de la Distribución Binomial y la Distribución de Poisson.
Distribución de Poisson.
Puede ser considerada como el límite al cual tiene una distribución binomial cuando
el número de elementos analizados es muy grande, es decir, tiende a infinito con una
probabilidad muy pequeña.
Relación.
Esto es cómodo en ocasiones cuando el cálculo con la distribución binomial se hace
dificultoso, por tal motivo, se hace la aproximación a Poisson al no tener elementos
más sofisticados como la calculadora o el ordenador.
Aproximaciones entre la distribución de probabilidad binomial y la distribución de
probabilidad de Poisson:
En la práctica, la aproximación es muy buena si cumple la siguiente característica:
Distribución de Poisson.
Ejemplo:
Suponga que hay 300 errores de impresión distribuidos aleatoriamente a lo largo
de un libro de 500 páginas. Encuentre la probabilidad de que en una página contenga
exactamente 2 errores de impresión.
Datos
N=300 errores
P= 1
500
P(x)= xx e-x
X!
X=n.p
X=300.1
500
X=.6
P(2)=(.6)2e-0/6
2!
P(2)=(8.36)(.549)
2.1
P(2)=.098
Distribución binomial.
Ejemplo:
La probabilidad de que Ana logre un objetivo en cualquier momento es p=1/3, ella
pierde con q=2/3. Suponga que ella dispara 7 veces al objetivo. Encuentre la
probabilidad de que ella alcance el objetivo
P(x)=n px.qn-x
x
p=1/3
q=2/3
q= 1-p
n= 7 veces
x=3 veces
p(3) =(7/3)(1/3)3(2/3)7-3
p(3)= 7! . (1/3)3 (2/3)4
3!(7-3)
P(3)=7.6.5.4! = (1/3)3 (2/3)4
3.2.1.4!
P(3)=35.(1/3)(2/3)4
P(3)=.26