Professional Documents
Culture Documents
ESTADÍSTICA
Equipo de Estadística
Sesión N° 06
CASO 1: PRODUCCIÓN DE TORNILLOS
o Variable aleatoria
o Distribuciones de Probabilidad
EJEMPLOS:
• X: Nº de casas vendidas en Trujillo.
• X: Nº de ingenieros reconocidos a nivel nacional.
• X: Ventas diarias de una empresa.
• X: Nº de clientes que llegan diariamente a Plaza Vea.
• X: Nº de automóviles que llegan a una Estación de Servicio.
• X: Nº de llamadas telefónicas que recibe una secretaria.
• X: Edad de las personas.
• X: Tiempo de vida de un neumático.
• X: Nº de artículos defectuosos de un proceso productivo.
II. FUNCION DE PROBABILIDAD:
• Es una fórmula matemática que nos permite calcular
probabilidades.
• Una función de probabilidad, calcula la probabilidad para
cada valor individual de la variable aleatoria X.
• Se denota por:
f (x) = P[ X = x ]
EJEMPLOS:
n
Distribución Binomial: P[X x] p x q n x
x
F(x) = P[ X ≤ x ]
Por ejemplo:
Distribución Poisson
DISTRIBUCIÓN BINOMIAL
CARACTERISTICAS:
P(X x) C xn p x (1 p) n x , x 0,1,2,......n
EJERCICIO:
En la empresa Aceros Arequipa, el Función de probabilidad
inspector de control de calidad ha
determinado que el 25% de los P(X x) C xn p x (1 p ) n x
lingotes producidos son defectuosos.
Para probar su afirmación extrae una
Solución:
muestra de 5 lingotes de acero y a
partir de ello desea calcular las a. P(X 0) C0 0.25 (0.75)
5 0 5
siguientes probabilidades:
= 0.237
a. Ninguno sea defectuoso.
b. P(X 1) C1 0.25 (0.75)
5 1 4
b. Exactamente 1 sea defectuoso.
c. Menos de 2 sean defectuosos. = 0.396
c. P(X 2) P(X 1) P(X 0) P(X 1)
= 0.633
PARAMETROS:
n=5
p = 0.25
MANEJO DE TABLA:
A.
A. PP((XX≤≤aa))==Usar
Usardirectamente
directamentela latabla
tabla
B.
B. PP((XX>>aa)) ==11-- PP((XX≤≤aa))
C.
C. PP((XX≥≥aa)) ==11-- PP((XX≤≤aa--11))
D.
D. PP((XX==aa)) ==PP((XX≤≤aa))--PP((XX≤≤aa--11))
E.
E. PP((aa≤≤XX≤≤bb))==PP((XX≤≤bb))--PP((XX≤≤a-1a-1))
F.
F. PP((aa≤≤XX<<bb))==PP((XX≤≤b-1
b-1))--PP((XX≤≤a-1
a-1))
G.
G.PP((aa<<XX<<bb))==PP((XX≤≤b-1b-1))--PP((XX≤≤aa))
H.
H.PP(X (X<<aa))==PP((XX≤≤a-1
a-1))
I.I. PP((aa<<XX≤≤bb))==PP((XX≤≤bb))––PP((XX≤≤aa))
EJEMPLO DE APLICACIÓN 2:
a) Fallen exactamente 4.
b) Fallen por lo menos 8.
c) Fallen más de 4.
SOLUCIÓN:
X = Candidatos que fallan en una prueba de selección
Parámetros:
n = 15 candidatos
p = probabilidad que un candidato falle en una prueba de selección.
p = 0.45; q = 0.55
Función de probabilidad:
15 x
P(X x) C 15
x (0 .45) x
( 0. 55) , X 0,...,15
a) Fallen exactamente 4.
P(X = 4) = 0.078 = 7.8%
b) Fallen por lo menos 8.
P(X ≥ 8) = 1 - P(X ≤ 7) = 1 - 0.6535 = 0.3465 = 34.65%
c) Fallen más de 4.
P(X > 4) = 1 - P(X ≤ 4)= 1 - 0.1204 = 0.8796 = 87.96%
DISTRIBUCIÓN POISSON
Es otra de las distribuciones discretas
más importantes del cálculo de
probabilidades.
Se utiliza cuando se quieren evaluar
variables aleatorias discretas pero
ocurridos en espacios continuos.
Estos espacios continuos pueden ser el
tiempo, volumen, espacio, etc.
Función de probabilidad
e λ λ x
P X x/λ
x!
Donde λ = Número esperado de éxitos. Simeon Poisson
e = Constante matemática.
x = Número de éxitos por unidad.
Parámetro: λ
EJEMPLOS
EJERCICIO: e λ λ x
P X x/λ
x!