Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
TÍTULO
DISTRIBUCIÓN BINOMIAL, POISSON, TESTE T,
TESTE F Y HIDROGRAFIA
DOCENTE:
ING. DR. ALEX RUBEN HUAMAN DE LA CRUZ
AUTOR:
PAUCAR PALOMINO EFRAÍN
CURSO:
HIDROLOGIA
SEMESTRE:
2020 – I
FILIAL – SATIPO
1. Contenido
1. Introducción .................................................................................................................... 3
2. Distribución binomial...................................................................................................... 4
Los tests de Fisher y de Student sirven para comparar las medias y las varianzas de dos
muestras gaussianas. El t-test se usa para realizar una prueba de hipótesis para una media y
para una prueba de hipótesis para comparar dos medias. para realizar una prueba de hipótesis
para comparar tres o más medias se entra en los que se conoce como el Análisis de la Varianza
o ANOVA y en este caso se utiliza la F test.
2. Distribución binomial
Física y mates (1), canal en línea dice que: “Se llama también experiencia aleatoria
dicotómica a la variable que solo puede tener dos posibles resultados. La distribución
binomial es una distribución de probabilidades que toman valores discretos (VAD) mas no
toma valores continuos. La distribución binomial es el resultado de contar con el número de
éxitos al repetir 𝑛 veces un determinado experimento, que consta de dos resultados posibles,
el denominamos p y p respectivamente.”
𝑛 𝑛!
Dónde: 𝑋 = {0,1,2, … , 𝑛}, Siendo: (𝑘 ) = 𝐶𝑘𝑛 =
𝑋!(𝑛−𝑥)!
Donde:
𝑛 = número de ensayos
𝑝 = Probabilidad de éxito
Existen muchas situaciones en las que se presenta una experiencia binomial. Cada uno de los
experimentos es independiente de los restantes. El resultado de cada experimento ha de
admitir sólo dos categorías (expansión y fracaso). El valentía de ambas posibilidades ha de
ser consecuente en todos los experimentos, y se denotan como 𝑝 y 𝑞 respectivamente, o 𝑝 y
1−𝑝 de forma opción. Se designa por 𝑋 a la permanente que mide el número de éxitos que se
han producido en los 𝑛 experimentos.
Ejemplo:
Un evento tiene un 55%de probabilidades de ocurrir cada vez que alguien entra a determinado
hospital ¿Cuál es la probabilidad de que dicho evento suceda en 2 de 5 personas ingresadas
hoy?
Solución:
Solución:
5
𝑝 = 55% = 0.55 𝑃[𝑋] = ( ) (0.55)2 (0.45)5−2
2
𝑞 = 45% = 0.45 5!
𝑃[𝑋] = (0.55)2 (0.45)5−2
2! (5 − 2)!
𝑛 = 5 𝑡𝑜𝑡𝑎𝑙 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜𝑠
20
𝑥 = 2 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑃[𝑋] = (0.55)2 (0.45)5−2
2
𝑃[𝑋] = 10(0.55)2 (0.45)5−2
𝑃[𝑋] = 0.27565
𝑃[𝑋] = 27.565%
La probabilidad de que dicho evento suceda dos personas de 5 personas ingresadas al hospital
es de 27.565%.
3. Distribución de poisson
En el libro de estadística básica aplicaciones de Barreto C. (2) dice que: “la variable aleatoria
discreta 𝑋, cuyos valores posibles son: 0, 1, 2, …, tiene distribución de Poisson con parámetro
𝜆(𝜆 > 0) y se escribe 𝑋 → 𝑃(𝜆)”
𝑒 −𝜆 (𝜆)𝑥
Su función de probabilidad es: 𝑓(𝑥) = 𝑃[𝑋 = 𝑥] = , 𝑋 = 0, 1, 2, …
𝑥!
Donde:
𝜆 = monograma esperado de ocurrencias por unidad de lapso o puesto
“
𝑒 = 2.71828…
𝑒 −𝜆𝑡 (𝜆𝑡)𝑘
de tamaño t es: 𝑃[𝑋 = 𝑘] =
𝑘!
Ejemplo:
Si un mesa recibe en average 6 cheques sin cooperacha por día, ¿Cuáles son las
probabilidades que reciba, a) cuatro cheques sin vacuno en un día hexaedro, b) 10 cheques
sin vaca en persona de dos días consecutivos?
Solución a):
𝑥 = colgante que nos define el emblema de cheques sin becerra que llegan al sotabanco
en un día sujeto = 0, 1, 2, 3, …, etc., etc.
𝑒 = 2.718
64 ∗2.718−6
𝑃[𝑥 = 4, 𝜆 = 6] =
4!
(1296)(0.00248)
𝑃[𝑥 = 10, 𝜆 = 12] =
24
𝑥= imprevisto que nos define el sigla de cheques sin cooperacha que llegan al asiento en
dos días consecutivos = 0, 1, 2, 3, …, etc., etc.
𝜆=6𝑥2=12 cheques sin ternera en promedio que llegan al costado en dos días
consecutivos.
𝜆 siempre tiene que comportarse en clasificación de 𝑥 siempre.
1210 2.718−12
𝑃[𝑥 = 10, 𝜆 = 12] =
10!
(6.1917364𝐸10)(0.000006151)
𝑃[𝑥 = 10, 𝜆 = 12] =
3628800
4. Teste T y teste F
Bernard (3) define que los tests de Fisher y de Student sirven para comparar las medias y las
varianzas de dos muestras gaussianas.
“
Los estadísticos t y F, además denominados métodos paramétricos constituyen un set de
procedimientos matemáticos que permiten calibrar el altitud de significancia estadística de
una observada desacuerdo entre las medias poblacionales independientes.
Sin embargo, frecuentemente nos encontramos con una directorio de datos que no satisfacen
esos supuestos, lo cual indica que existe la urgencia de identificar cuáles tests estadísticos
son robustos a la transgresión de los supuestos fundamentales de los tests.
Finalmente, se destacan las diferencias más relevantes entre los definidos tests. ”
TRABAJO FINAL DE HIDROGRAFIA
a) Calcular: La media, mediana, varianza, desvío padrón, máximo y mínimo para cada dato.
b) Por dato nos dicen que el valor de pH estandarizado es 6.78.
Realizar el teste t adecuado y decir si existe diferencia significativa o no al 95% con la
época de comparado a cada Etapa.
PARA ETAPA 1 ESTIAJE
No hay diferencia significativa eso quiere decir que el PH medido por nosotros es
igual o cumpla de acuerdo a las normas
LLUVIA
No hay diferencia significativa eso quiere decir que el PH medido por nosotros es
igual o cumpla de acuerdo a las normas
LLUVIA
PARA ETAPA 3 ESTIAJE
No hay diferencia significativa eso quiere decir que el PH medido por nosotros es
igual o cumpla de acuerdo a las normas
LLUVIA
d) Aplicar el análisis de varianza y Tukey para comparar cada época entre las etapas. Decir
entre quienes existe diferencia significativa
1. Fisica y Mates, “Distribución Binomial”, 19 de marzo 2015 [en línea], disponible en:
https://www.youtube.com/watch?v=GvqsxC8UL3I
2. Barreto C., “Estadística Básica I”, primera edición, ULADECH, ISBN 978-603-
45269-3-8, 2007, Perú
3. Bernard, “Tests de Fisher y Student”, [en línea] 04 – 06 – 2020, disponible en:
https://ljk.imag.fr/membres/Bernard.Ycart/emel/cours/ts/node14.html