LA

PROBABILIDAD,
UNA PROYECCIN
Ivn Martnez Snchez
12/03/2017
FUNCIN DE DISTRIBUCIN DE POISSON

Caso 1: En una empresa de alimentos, la

media de accidentes es de 3 por mes.
Calcular la probabilidad de:
a) Que no ocurra ningn accidente en un
mes.
b) Que como mximo ocurran 2 accidentes
en un mes.
c) Que ocurran 30 accidentes en un ao.
d) Que ocurran 8 accidentes en un trimestre
 La distribucin de Poisson describe la probabilidad
como un acontecimiento fortuito ocurrido en un tiempo
o intervalo de espacio bajo las condiciones que la
JUSTIFICACIN: probabilidad de un acontecimiento ocurre es muy
pequea, pero el nmero de intentos es muy grande,
entonces el evento actual ocurre algunas veces.

Caractersticas: El nmero medio (promedio) de eventos en el

espacio temporal o regin especfica de inters, por lo general
esta media se representa por la lambda griega ()
El nmero de resultados que ocurren en un intervalo de tiempo
o regin especficos es independiente de el nmero que ocurre
en cualquier otro intervalo de tiempo o regin
La probabilidad de que un resultado muy pequeo ocurra en un
CARACTERISTICAS: intervalo de tiempo muy corto o en una regin pequea es
proporcional a la longitud del intervalo de tiempo o al tamao de
la regin
La probabilidad de que ms de un resultado ocurra en un
intervalo de tiempo tan corto o en esa regin tan pequea es
inapreciable, que se puede asignar el valor de 0

Se emplea para describir varios procesos:

Distribucin de las llamadas telefnicas que llagan a un
conmutador
La demanda de servicios en un hospital por parte de los
pacientes
APLICACIONES: Los arribos de los camiones y automviles a la caseta de cobro
El nmero de accidentes en un cruce
El nmero de defectos en una tela por m2
El nmero de bacterias por cm2
FUNCIN DE DISTRIBUCIN NORMAL
Caso 2: Un estudio ha mostrado que en la
colonia Barranca vieja el 60% de los
hogares tienen al menos dos computadoras.
Se elige al azar una muestra de 50 hogares
en esa colonia y se pide:
a) Cul es la probabilidad de que al menos
20 de los citados hogares tengan cuando
menos dos computadoras?
b) Cul es la probabilidad de que entre 35 y
40 hogares tengan cuando menos dos
computadoras?
 Es considerado el modelo continuo ms importante en estadstica, tanto por su
aplicacin directa, veremos que muchas variables de inters general pueden
describirse por dicho modelo, como por sus propiedades, que han permitido el
desarrollo de numerosas tcnicas de inferencia estadstica. En realidad, el nombre de
Normal proviene del hecho de que durante un tiempo se crey, por parte de mdicos
y bilogos, que todas las variables naturales de inters seguan este modelo.
Su funcin de densidad viene dada por la frmula:

JUSTIFICACI
N:

que, como vemos, depende de dos parmetros (que puede ser cualquier valor real)
y (que ha de ser positiva). Por esta razn, a partir de ahora indicaremos de forma
abreviada que una variable X sigue el modelo Normal as: X ~ N(, ). Por ejemplo, si
nos referimos a una distribucin Normal con = 0 y = 1 lo abreviaremos N(0, 1). La
funcin de densidad del modelo Normal tiene forma de campana, la que
habitualmente se denomina campana de Gauss. De hecho, a este modelo, tambin
se le conoce con el nombre de distribucin gaussiana
 Su esperanza es .
Su varianza es 2 y, por tanto, su desviacin tpica es .
Es simtrica respecto a su media , como puede
apreciarse en la representacin anterior.
Media, moda y mediana coinciden ().
Cualquier transformacin lineal de una variable con
distribucin Normal seguir tambin el modelo Normal.
CARACTERISTICAS: Si X ~ N(, ) y definimos Y = aX + b (con a 0),
entonces Y ~ N(a + b, |a|). Es decir, la esperanza
de Y ser a + b y su desviacin tpica, |a|.
Cualquier combinacin lineal de variables normales
independientes sigue tambin una distribucin Normal. Es
decir, dadas n variables aleatorias independientes con
distribucin Xi ~ N(i, i) para i = 1, 2, ..., n la combinacin
lineal: Y = anXn + an1Xn1+ ... + a1X1 + a0 sigue tambin el
modelo Normal:

Caracteres morfolgicos: tallas, pesos, dimetros,...

Caracteres fisiolgicos: efecto de antibiticos, pesticidas,
dosis de un frmaco
Caracteres sociolgicos: notas obtenidas en un grupo de
alumnos
Caracteres psicolgicos: mejora en un tratamiento, actitudes
y comportamientos en determinados
APLICACIONES: ambientes, cociente intelectual,...
Valores estadsticos muestrales: comportamiento de la media
de diferentes medias
muestrales.
Distribuciones discretas como la Binomial o la Poisson que, al
aumentar el tamao muestral,
pueden aproximarse en su comportamiento a una distribucin
normal.
FUNCIN DE DISTRIBUCIN BINOMIAL

Caso 3: La probabilidad de que un pescador

novato, con una caa de pescar, colecte un
pescado es de 0,4. Si lo intenta 5 veces,
calcula la probabilidad de que pesque al menos
3 veces.
 Una distribucin binomial es una distribucin de
probabilidad ampliamente utilizada de una variable aleatoria
discreta es la distribucin binomial. Esta describe varios
JUSTIFICACIN: procesos de inters para los administradores. Describe
datos discretos, resultantes de un experimento denominado
proceso de Bernoulli en honor del matemtico suizo Jacob
Bernoulli, quien vivi en el siglo XVII.

Cada ensayo ( cada lanzamiento, en nuestro caso) tiene

slo dos resultados posibles: lado A o lado B, s o no, xito
o fracaso.

La probabilidad del resultado de cualquier ensayo

CARACTERISTICAS: (lanzamiento) permanece fija con el tiempo. Tratndose de
una moneda la probabilidad de que salga de el lado A sigue
siendo de 0.5 en cada lanzamiento, cualquiera que sea el
nmero de veces que la moneda sea arrojada.
Los ensayos son estadsticamente independientes, es decir,
el resultado de un lanzamiento no afecta al de cualquier
otro lanzamiento.

Al nacer un beb pueder ser varn o hembra.

APLICACIONES: En el deporte un equipo puede ganar o perder.
En pruebas de cierto o falso slo hay dos alternativas.
Un tratamiento mdico puede ser efectivo o inefectivo.
 REFERENCIAS

http://conprepasi.blogspot.mx/2016/07/muestreo-en-mi-entorno-y.html
https://www.gestiopolis.com/que-es-una-distribucion-binomial/
http://www.virtual.sepi.upiicsa.ipn.mx/mdid/poisson.pdf
Probabilidad y Estadstica en https://youtu.be/w1o62wHxKZI
Presentacin - Distribucin Normal en https://youtu.be/vAB92XcWh14
Distribucin binomial en https://youtu.be/ANaWgIud0bc
Distribucin de Poisson en https://www.youtube.com/watch?v=90cz6lCc_fU