Professional Documents
Culture Documents
DISTRIBUCIN DISTRIBUCIN DE
DE DISTRIBUCIN DE PROBABILIDADES
FRECUENCIAS PROBABILIDADES ESPECIFICAS
Presente Futuro
3 0.375
4 0.150
Variable: N de
5 0.075
Mquinas atendidas
6 0.025
E ( x) x. p( x)
todo x
ELEMENTOS:
n = es el nmero de ensayos.
r = es el nmero de xitos
p = es la probabilidad de xitos.
q = es la probabilidad de fracasos.
p =x/n (clculo de la proporcin)
p+q=1
Ing. Cecilia Cuadros Arvalo
I.1. DISTRIBUCION DE PROB.
DISCRETA: BINOMIAL
Valor Esperado y Desviacin Standard:
Donde:
n = nmero de ensayos
p = probabilidad de xito
q = probabilidad de fracaso.
ELEMENTOS:
Se tiene un promedio (lambda) de las veces
que ocurre un evento durante una unidad de
tiempo o una unidad de rea o unidad de
volumen (o peso, distancia o cualquier otra
unidad)
Se usa para modelar situaciones en el que el # de
pruebas debera se muy alto y el # de xitos muy
pequeo.
ELEMENTOS:
= Nmero medio de presentaciones por intervalo
de tiempo
y = es el nmero de ocurrencias favorables
e = base del logaritmo neperiano 2,71828
Donde:
NE = cierto nmero de xitos de la poblacin
NF: = cierto nmero de fracasos de la poblacin
N = Tamao de la poblacin
n = Tamao de muestra
y = N de xitos observados en la muestra
Ing. Cecilia Cuadros Arvalo
I.3. DISTRIBUCION DE PROB.
DISCRETA: HIPERGEOMETRICA
Valor Esperado y Desviacin Standard:
Factor de
correccin
para
poblaciones
finitas
Donde:
E1, E2, E3Ek = sucesos
p1, p2, p3, .pk = probabilidad respectiva a cada
suceso.
X1, X2, X3..XK = N de repeticiones de cada suceso
N = Tamao de la poblacin
Ing. Cecilia Cuadros Arvalo
II. DISTRIBUCIONES DE
PROBABILIDAD CONTINUA
f(y)
Elementos :
Z = Mide la distancia en desviaciones estndar
tomadas a partir de la media normal y el
punto de inters x.
x
z
Ing. Cecilia Cuadros Arvalo
DISTRIBUCION DE PROBABILIDAD
CONTINUA: NORMAL ESTANDAR
Defectos:
Los extremos de la distribucin normal nunca se
acercan al eje horizontal, lo que implica que aunque
muy pequea existe algo de probabilidad que la
variable aleatoria pueda tomar valores extremos
demasiado pequeos o muy grandes.
En realidad no se pierde mucha precisin al ignorar
valores tan alejados de la media, pero a cambio se ha
ganado un modelo que su uso e muy conveniente.
Ing. Cecilia Cuadros Arvalo