SlideShare una empresa de Scribd logo
EXPLICACION DE EJEMPLOS DE LAS DISTRIBUCIONES DE
                  PROBABILIDAD

ANA KAREN RIVAS BETANCOURT
            2ºB
     MATRICULA:1110788
Ejemplo Bernoulli
         "Lanzar una moneda, probabilidad de conseguir que salga cruz". Se trata de un
          solo experimento, con dos resultados posibles: el éxito (p) se considerará sacar
          cruz. Valdrá 0,5. El fracaso (q) que saliera cara, que vale (1 - p) = 1 - 0,5 = 0,5.
         La variable aleatoria X medirá "número de cruces que salen en un lanzamiento",
          y sólo existirán dos resultados posibles: 0 (ninguna cruz, es decir, salir cara) y 1
          (una cruz).Por tanto, la v.a. X se distribuirá como una Bernoulli, ya que cumple
          todos los requisitos.
                                                                                          Resultados
                                                                                          posibles




Probabilidad                                                                           Probabilida
 de que sea                                                                            d de que sea
    cara                                                                                   cruz
Ejemplo Binomial

 Un examen consta de 10 preguntas a las
  cuales hay que responder si o no. Suponiendo
  que alas personas que se les aplica no saben
  contestar a ninguna de las preguntas y , en
  consecuencia , contestan al azar, hallar :
 Probabilidad de obtener cinco aciertos:
Ejemplo de Poisson

 El 8% de los registros contables de una
  empresa presentan algún problema, si un
  auditor toma una muestra de 40 registros ¿
  calcular la probabilidad de que existan 5
  registros con problemas?
 N=40
 P=0.08
 Labmda=3.2
 X=5
 P(X=5)=(e-8.2)(3.25)/5!=0.1139793
Ejemplo de Distribución Normal

 El tiempo medio en realizar una misma tarea por parte de
  los empleados de una empresa se distribuye según una
  distribución normal, con media de 5 días y desviación típica
  1 día. Calcular el porcentaje de empleados que realizan la
  tarea en un tiempo inferior a 7 días.

 t1 = -¥ y t2 = (7 -5)/1 = 2

 En la tabla la probabilidad acumulada para el valor 2
  (equivalente a un tiempo inferior a 7 días.). Esta
  probabilidad es 0,9772. Por lo tanto, el porcentaje de
  empleados que realizan la tarea en un tiempo inferior a 7
  días es del 97,7%
Ejemplo de Distribución Gamma
 En un trayecto urbano hay dos semáforos consecutivos de
   modo que 2.5 minutos después de que el primero se ponga
   verde se pone rojo el segundo. Ambos se cierran cada 2
   minutos, permaneciendo cerrados 30 segundos.

 Un conductor se ha detenido en el primero y el tiempo en
   recorren la distancia entre ambos semáforos es una U(1,4).
   ¿Cuál es la probabilidad de que se pare en el segundo?

 Del enunciado se deduce que deberá parar si emplea entre 2.5
   y 3 minutos en ir del primero al segundo, es decir,

 p[2.5 < X < 3]= F(3) - F(2.5) = (3-1) / 3 - (2.5-1) / 3 = 0.166.

Ejemplo de Distribución T de Student
   Un banco local revisa su política de tarjetas de crédito, con el objetivo de
    cancelar algunas de ellas. En el pasado, el 5% de los clientes con tarjeta ha
    pasado a ser moroso, esto es ha dejado de pagar sin que el banco pudiera
    recuperar la deuda. Además, el banco ha comprobado que la probabilidad de
    que un cliente normal se atrase en un pago es de 0.2. Naturalmente, la
    probabilidad de que un cliente moroso se atrase en un pago es 1.
   (a) Identifica y da nombre a los sucesos que aparecen en el enunciado.

    (a) Para un cliente cualquiera decimos que ha sucedido el suceso:
   M_ cuando el cliente es moroso,
   A _ cuando el cliente se ha atrasado en un pago mensual.
   Los conjuntos de sucesos {M, ¯ M} y {A, ¯ A} son dos sistemas completos de
    sucesos. A continuación reescribimos
   los datos que nos proporciona el enunciado en términos de probabilidades.
   P(M) = 0.05,
   P(A| ¯M) = 0.2, P(A|M) = 1.

Más contenido relacionado

DOCX
EJEMPLOS DE CADA DISTRIBUCIÓN
PPTX
Probabilidades
PDF
Cálculo del tamaño de la muestra jontxu pardo
PPTX
Prueba De Hipotesis
PDF
PPT
02 de frebreo 2011
PPT
Distribucion geometrica
PDF
Gradientes o series variables
EJEMPLOS DE CADA DISTRIBUCIÓN
Probabilidades
Cálculo del tamaño de la muestra jontxu pardo
Prueba De Hipotesis
02 de frebreo 2011
Distribucion geometrica
Gradientes o series variables

La actualidad más candente (20)

PPT
Introduccion a la_probabilidad (1)
PDF
Ejercicios prueba de hipótesis estadística
PPTX
Tamaño de la muestra
DOC
Problemas resueltos de distribución muestral
DOCX
Ejercicios estadistica
PPTX
Medidas de tendencia central
DOCX
Capítulo viii
PDF
Ejercicios de distribucion normal estandar
PPT
Pruebas de hipótesis para una muestra
DOCX
Tarea 10 de probabilidad y estadistica con respuesta
 
PPT
5 estadística inferencial
PDF
Calculo muestra poblacion finita nvo
DOCX
Problemas de determinación de tamaño de la muestra (9)
DOCX
Probabilidad andrea tarea 3
PPSX
Calculo de cuartiles
DOCX
Tarea 9 de probabilidad y estadistica con respuestas
 
PDF
Ejercicios estadistica
PDF
Análisis de Regresión Múltiple
PPTX
Medidas de tendencia central
PPTX
5. regresión lineal multiple
Introduccion a la_probabilidad (1)
Ejercicios prueba de hipótesis estadística
Tamaño de la muestra
Problemas resueltos de distribución muestral
Ejercicios estadistica
Medidas de tendencia central
Capítulo viii
Ejercicios de distribucion normal estandar
Pruebas de hipótesis para una muestra
Tarea 10 de probabilidad y estadistica con respuesta
 
5 estadística inferencial
Calculo muestra poblacion finita nvo
Problemas de determinación de tamaño de la muestra (9)
Probabilidad andrea tarea 3
Calculo de cuartiles
Tarea 9 de probabilidad y estadistica con respuestas
 
Ejercicios estadistica
Análisis de Regresión Múltiple
Medidas de tendencia central
5. regresión lineal multiple
Publicidad

Destacado (15)

DOC
Ejemplos de distribuciones
PPTX
Distribución hipergeometrica
PDF
Entrada 6
DOCX
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
PPTX
Distribución de probabilidad discreta
DOCX
Distribución de bernoulli para combinar
PDF
Ejercicios de distribucion binomial y de poison: STAT FIT DE PROMODEL
DOCX
Trabajo3 unidad2
PDF
2017 Distribuciones de Probabilidad- Guía de estudio-
DOCX
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
DOCX
Ejemplos de distribucion de probabilidad
DOCX
Ejemplos de ejercicios bernoulli
PPTX
Ejercicios de bernoulli
PDF
Ejercicios Resueltos LEVIN
PDF
50 ejercicio de estadistica.docx1
Ejemplos de distribuciones
Distribución hipergeometrica
Entrada 6
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
Distribución de probabilidad discreta
Distribución de bernoulli para combinar
Ejercicios de distribucion binomial y de poison: STAT FIT DE PROMODEL
Trabajo3 unidad2
2017 Distribuciones de Probabilidad- Guía de estudio-
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejemplos de distribucion de probabilidad
Ejemplos de ejercicios bernoulli
Ejercicios de bernoulli
Ejercicios Resueltos LEVIN
50 ejercicio de estadistica.docx1
Publicidad

Similar a Ejemplo explicado (20)

DOC
Ejebn
DOC
Ejebn
DOCX
5 ejemplos de las distribuciones
PDF
probabilidades
PPTX
Tema 6, DISTRIBUCIONES DE PROBABILIDAD
DOCX
trabajo de estadistca
DOCX
Act. Nº 3 Ediliana Del Valle Setim Goncalves 20780029 Estadistica II.docx
PPTX
Las Probabilidades y sus diferentes aspectos de presentación
DOCX
Trabajo de estadística
DOCX
Trabajo de estadística
PPT
Probabilidad
PPTX
Distribuciones
PPT
La distribucion binomial
PDF
68 probabilidades
PPT
1Nociones- basicas -de -probabilidad.ppt
PPT
Probabilidades
PPT
Probabilidades
PPT
Probabilidades
PPT
Probabilidades
PPT
Probabilidades
Ejebn
Ejebn
5 ejemplos de las distribuciones
probabilidades
Tema 6, DISTRIBUCIONES DE PROBABILIDAD
trabajo de estadistca
Act. Nº 3 Ediliana Del Valle Setim Goncalves 20780029 Estadistica II.docx
Las Probabilidades y sus diferentes aspectos de presentación
Trabajo de estadística
Trabajo de estadística
Probabilidad
Distribuciones
La distribucion binomial
68 probabilidades
1Nociones- basicas -de -probabilidad.ppt
Probabilidades
Probabilidades
Probabilidades
Probabilidades
Probabilidades

Más de 1010karen (20)

DOCX
Ensayo de la meta
DOCX
Ensayo de la meta
PPTX
Estratificacion
PPTX
Estratificacion
DOCX
Capacidad y habilidad del proceso
PPTX
Estratificacion
PPTX
Estratificacion
DOCX
Ensayo
DOCX
Ensayo
DOCX
Ensayo
PPTX
Check list, alfanumeriocos, graficos y numericos
PPTX
Check list, alfanumeriocos, graficos y numericos
PPTX
5 histogramas
PPTX
5 ejercicios de correlación
PPTX
5 ejercicios de correlación
PPTX
50 palabras
PPTX
Hojas de control
PPTX
Ejercicio de 3 histogramas
PPTX
Ejercicio de 3 histogramas
PPTX
Consulta
Ensayo de la meta
Ensayo de la meta
Estratificacion
Estratificacion
Capacidad y habilidad del proceso
Estratificacion
Estratificacion
Ensayo
Ensayo
Ensayo
Check list, alfanumeriocos, graficos y numericos
Check list, alfanumeriocos, graficos y numericos
5 histogramas
5 ejercicios de correlación
5 ejercicios de correlación
50 palabras
Hojas de control
Ejercicio de 3 histogramas
Ejercicio de 3 histogramas
Consulta

Ejemplo explicado

  • 1. EXPLICACION DE EJEMPLOS DE LAS DISTRIBUCIONES DE PROBABILIDAD ANA KAREN RIVAS BETANCOURT 2ºB MATRICULA:1110788
  • 2. Ejemplo Bernoulli  "Lanzar una moneda, probabilidad de conseguir que salga cruz". Se trata de un solo experimento, con dos resultados posibles: el éxito (p) se considerará sacar cruz. Valdrá 0,5. El fracaso (q) que saliera cara, que vale (1 - p) = 1 - 0,5 = 0,5.  La variable aleatoria X medirá "número de cruces que salen en un lanzamiento", y sólo existirán dos resultados posibles: 0 (ninguna cruz, es decir, salir cara) y 1 (una cruz).Por tanto, la v.a. X se distribuirá como una Bernoulli, ya que cumple todos los requisitos. Resultados posibles Probabilidad Probabilida de que sea d de que sea cara cruz
  • 3. Ejemplo Binomial  Un examen consta de 10 preguntas a las cuales hay que responder si o no. Suponiendo que alas personas que se les aplica no saben contestar a ninguna de las preguntas y , en consecuencia , contestan al azar, hallar :  Probabilidad de obtener cinco aciertos:
  • 4. Ejemplo de Poisson  El 8% de los registros contables de una empresa presentan algún problema, si un auditor toma una muestra de 40 registros ¿ calcular la probabilidad de que existan 5 registros con problemas?  N=40  P=0.08  Labmda=3.2  X=5  P(X=5)=(e-8.2)(3.25)/5!=0.1139793
  • 5. Ejemplo de Distribución Normal  El tiempo medio en realizar una misma tarea por parte de los empleados de una empresa se distribuye según una distribución normal, con media de 5 días y desviación típica 1 día. Calcular el porcentaje de empleados que realizan la tarea en un tiempo inferior a 7 días.   t1 = -¥ y t2 = (7 -5)/1 = 2   En la tabla la probabilidad acumulada para el valor 2 (equivalente a un tiempo inferior a 7 días.). Esta probabilidad es 0,9772. Por lo tanto, el porcentaje de empleados que realizan la tarea en un tiempo inferior a 7 días es del 97,7%
  • 6. Ejemplo de Distribución Gamma  En un trayecto urbano hay dos semáforos consecutivos de modo que 2.5 minutos después de que el primero se ponga verde se pone rojo el segundo. Ambos se cierran cada 2 minutos, permaneciendo cerrados 30 segundos.   Un conductor se ha detenido en el primero y el tiempo en recorren la distancia entre ambos semáforos es una U(1,4). ¿Cuál es la probabilidad de que se pare en el segundo?   Del enunciado se deduce que deberá parar si emplea entre 2.5 y 3 minutos en ir del primero al segundo, es decir,   p[2.5 < X < 3]= F(3) - F(2.5) = (3-1) / 3 - (2.5-1) / 3 = 0.166. 
  • 7. Ejemplo de Distribución T de Student  Un banco local revisa su política de tarjetas de crédito, con el objetivo de cancelar algunas de ellas. En el pasado, el 5% de los clientes con tarjeta ha pasado a ser moroso, esto es ha dejado de pagar sin que el banco pudiera recuperar la deuda. Además, el banco ha comprobado que la probabilidad de que un cliente normal se atrase en un pago es de 0.2. Naturalmente, la probabilidad de que un cliente moroso se atrase en un pago es 1.  (a) Identifica y da nombre a los sucesos que aparecen en el enunciado.   (a) Para un cliente cualquiera decimos que ha sucedido el suceso:  M_ cuando el cliente es moroso,  A _ cuando el cliente se ha atrasado en un pago mensual.  Los conjuntos de sucesos {M, ¯ M} y {A, ¯ A} son dos sistemas completos de sucesos. A continuación reescribimos  los datos que nos proporciona el enunciado en términos de probabilidades.  P(M) = 0.05,  P(A| ¯M) = 0.2, P(A|M) = 1.