SlideShare una empresa de Scribd logo
REPUBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACION SUPERIOR
INSTITUTO UNIVERSIRTARIO POLITECNICO “SANTIAGO MARIÑO”
BARINAS-ESTADO-BARINAS
Distribucion normal binominal y
Poisson
ESTUDIANTE
Rosmary María Pacheco Marquina V-23916201
Kelvis Joan Pineda Gallardo V-24.807.126
Astrid Karina Moreno Duran V-25399079
Ana María Benavente V-18289829
ESTADISTICA II
BARINAS, FEBRERO DEL 2017
INTRODUCCION
En este trabajo estudiaremos dos de las principales distribuciones de variables aleatorias
discretas y la distribución Normal que se puede aplicar tanto para variables aleatorias
discretas como para variables aleatorias continuas.
Una distribución de probabilidades para una variable aleatoria discreta es un listado
mutuamente excluyente de todos los resultados numéricos posibles para esa variable
aleatoria tal que una probabilidad específica de ocurrencia se asocia con cada resultado.
El valor esperado de una variable aleatoria discreta es un promedio ponderado de todos
los posibles resultados, donde las ponderaciones son las probabilidades asociadas con cada
uno de los resultados.
DISTRIBUCIÓN BINOMIAL
Para hablar de la distribución Binomial primero tenemos que decir que esta dada por la
sumatoria de eventos bernoulli, la distribución de Bernoulli (o distribución dicotómica),
nombrada así por el matemático y científico suizo Jakob Bernoulli, es una distribución de
probabilidad discreta, que toma valor 1 para la probabilidad de éxito (p) y valor 0 para la
probabilidad de fracaso (q = 1 − p).
Si X es una variable aleatoria que mide "número de éxitos", y se realiza un único
experimento con dos posibles resultados (éxito o fracaso), se dice que la variable aleatoria
X se distribuye como una Bernoulli de parámetro p.
X˜Be(p)
La fórmula será:
f(x) = px(1 − p)1 − x con x = {0,1}
Su función de probabilidad viene definida por:
La distribución binomial es una distribución de probabilidades que surge al cumplirse
cinco condiciones:
 Existe una serie de N ensayos,
 En cada ensayo hay sólo dos posibles resultados,
 En cada ensayo, los dos resultados posibles son mutuamente excluyentes,
 Los resultados de cada ensayo son independientes entre si, y
 La probabilidad de cada resultado posible en cualquier ensayo es la misma de un
ensayo a otro.
Su función de probabilidad es
donde
siendo las combinaciones de n en x (n elementos tomados de x en
x)
La esperanza y la varianza son
La Función de Distribución de la v.a. Binomial
Las siguientes características son las que describen a una distribución Binomial
 Función generadora de momentos (mgf)
 Función característica
DISTRIBUCIÓN POISSON
La distribución Poisson fue nombrada así en honor a Denise Poisson en su libro
Recherchés sur la probabilité des jugements...., un trabajo importante en probabilidad
publicado en el año 1837, la distribución de Poisson recién aparecía. La distribución de
Poisson describe la probabilidad como un acontecimiento fortuito ocurrido en un tiempo o
intervalo de espacio bajo las condiciones que la probabilidad de un acontecimiento ocurre
es muy pequeña, pero el número de intentos es muy grande, entonces el evento actual
ocurre algunas veces.
En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de
probabilidad discreta. asi tiempo fijo si estos eventos ocurren con una frecuencia media
conocida y son independientes del tiempo discurrido desde el último evento.
La función de masa de la distribución de Poisson es:
donde λ es un parámetro positivo que representa la frecuencia esperada del fenómeno
modelado por la distribución.
Tanto el valor esperado como la varianza de una variable aleatoria con distribución de
Poisson son iguales a λ. Los momentos de orden superior son polinomios de Touchard en λ
cuyos coeficientes tienen una interpretación combinatorio. De hecho, cuando el valor
esperado de la distribución de Poisson es 1, entonces según la fórmula de Dobinski, el n-
ésimo momento iguala al número de particiones de tamañon.
La moda de una variable aleatoria de distribución de Poisson con un λ no entero es igual
a la parte entera de lamda, el mayor de los enteros menores que λ . Cuando λ es un entero
positivo, las modas son λ y λ − 1.
La función generadora de momentos de la distribución de Poisson con valor esperado λ es
Las variables aleatorias de Poisson tienen la propiedad de ser infinitamente divisibles.
La divergencia Kullback-Leibler desde una variable aleatoria de Poisson de parámetro λ0 a
otra de parámetro λ es
Como consecuencia del teorema central del límite, para valores grandes de λ, una
variable aleatoria de Poisson X puede aproximarse por otra normal dado que el cociente
Converge a una distribución normal de media nula y varianza 1.
Función de distribución(cdf)
Función característica
DISTRIBUCIÓN NORMAL
La distribución normal fue presentada por vez primera por Abraham de Moivre en un
artículo del año 1733,2 que fue reimpreso en la segunda edición de su The Doctrine of
Chances, de 1738, en el contexto de cierta aproximación de la distribución binomial para
grandes valores de n. Su resultado fue ampliado por Laplace en su libroTeoría analítica de
las probabilidades (1812), y en la actualidad se llama Teorema de De Moivre-Laplace.
Gauss, que afirmaba haber usado el método desde 1794, lo justificó rigurosamente en
1809 asumiendo una distribución normal de los errores. El nombre de Gauss se ha asociado
a esta distribución porque la usó con profusión cuando analizaba datos astronómicos3 y
algunos autores le atribuyen un descubrimiento independiente del de De Moivre.4 Esta
atribución del nombre de la distribución a una persona distinta de su primer descubridor es
un claro ejemplo de la Ley de Stigler.
Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio
nombre indica su extendida utilización, justificada por la frecuencia o normalidad con la
que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución.
Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica
tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo
valor de p y valores de n cada vez mayores, se ve que sus polígonos de frecuencias se
aproximan a una curva en "forma de campana".
Función de densidad
Se dice que una variable aleatoria continua X sigue una distribución normal de
parámetros μ y σ y se denota X~N(μ, σ) si su función de densidad está dada por:
donde μ (mu) es la media y σ (sigma) es la desviación típica (σ2 es la varianza).
Se llama distribución normal "estándar" a aquélla en la que sus parámetros toman los
valores μ = 0 y σ = 1. Para esta la función de densidad tiene la siguiente expresión:
La función de distribución de la distribución normal está definida como sigue:
La función generadora de momentos se define como la esperanza de e(tX). Para una
distribución normal, la función generadora de momentos es:
como puede comprobarse completando el cuadrado en el exponente.
La función característica se define como la esperanza de eitX, donde i es la unidad
imaginaria. De este modo, la función característica se obtiene reemplazando t por it en la
función generadora de momentos.
Para una distribución normal, la función característica es:
APROXIMACIÓN DE LA BINOMIAL POR LA NORMAL (TEOREMA DE DE
MOIVRE) :
Demostró que bajo determinadas condiciones (para n grande y tanto p como q no estén
próximos a cero) la distribución Binomial B(n, p) se puede aproximar mediante una
distribución normal
EJERCICIOS
CONCLUSIONES
Las distribuciones que en este trabajo se trataron brevemente están relacionadas entre sí
cubriendo más aplicaciones a la vida real, en general podemos decir que cada una de estas
aporta a campos trascendentales desde hospitales hasta política, ya que la exactitud en los
resultados que estas nos ofrecen facilitan la toma de decisiones para grandes instituciones.

Más contenido relacionado

La actualidad más candente

Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
Cinthya Medina Morán
 
Trabajo2 unidad2
Trabajo2 unidad2Trabajo2 unidad2
Trabajo2 unidad2
alimacni
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
nestor
 
distribución de probabilidad
distribución de probabilidaddistribución de probabilidad
distribución de probabilidad
carlosalexisestradajuarez
 
Diapositivas 2
Diapositivas 2Diapositivas 2
Diapositivas 2
AdrianaSOFIA5
 
DISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADASDISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADAS
Roza Meza
 
Distribuciones probabilisticas
Distribuciones probabilisticasDistribuciones probabilisticas
Distribuciones probabilisticas
Isaac Gomez
 
DISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADASDISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADAS
Roza Meza
 
Unidad dos punto n° 2
Unidad dos punto n° 2Unidad dos punto n° 2
Unidad dos punto n° 2
eduardobarco
 
Distribuciones estadísticas
Distribuciones estadísticas Distribuciones estadísticas
Distribuciones estadísticas
aponteuniv
 
Distribución de probabilidad
Distribución de probabilidadDistribución de probabilidad
Distribución de probabilidad
Iris Márquez
 
DISTRIBUCIONES COMUNMENTE USADAS
DISTRIBUCIONES COMUNMENTE USADASDISTRIBUCIONES COMUNMENTE USADAS
DISTRIBUCIONES COMUNMENTE USADAS
Roza Meza
 
Distribucion de probabilidad
Distribucion de probabilidadDistribucion de probabilidad
Distribucion de probabilidad
Azucena Avila Hernandez
 
Distrubuciones para subir al blog
Distrubuciones para subir al blogDistrubuciones para subir al blog
Distrubuciones para subir al blog
Zoniia ALmanza
 
Procesosindustrialesreamanufactura 120319165013-phpapp01
Procesosindustrialesreamanufactura 120319165013-phpapp01Procesosindustrialesreamanufactura 120319165013-phpapp01
Procesosindustrialesreamanufactura 120319165013-phpapp01
Laura Garcia
 
Distribucion de prob discreta y normal
Distribucion de prob discreta y normalDistribucion de prob discreta y normal
Distribucion de prob discreta y normal
Estadistica_Descriptiva
 
Prueba de kolmogorov smirnow
Prueba de kolmogorov smirnowPrueba de kolmogorov smirnow
Prueba de kolmogorov smirnow
David Alejandro Borbon Villa
 
Distribuciones comúnmente usadas
Distribuciones comúnmente usadasDistribuciones comúnmente usadas
Distribuciones comúnmente usadas
rossee2012
 
Distribución Normal, Binomial y de Poisson
Distribución Normal, Binomial y de Poisson Distribución Normal, Binomial y de Poisson
Distribución Normal, Binomial y de Poisson
RONAL VALLADARES
 
2.-Distribuciones de Probabilidad introducción y conceptos
2.-Distribuciones de Probabilidad introducción y conceptos2.-Distribuciones de Probabilidad introducción y conceptos
2.-Distribuciones de Probabilidad introducción y conceptos
Jose Armando Rubio Reyes
 

La actualidad más candente (20)

Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Trabajo2 unidad2
Trabajo2 unidad2Trabajo2 unidad2
Trabajo2 unidad2
 
Distribucion Normal
Distribucion NormalDistribucion Normal
Distribucion Normal
 
distribución de probabilidad
distribución de probabilidaddistribución de probabilidad
distribución de probabilidad
 
Diapositivas 2
Diapositivas 2Diapositivas 2
Diapositivas 2
 
DISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADASDISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADAS
 
Distribuciones probabilisticas
Distribuciones probabilisticasDistribuciones probabilisticas
Distribuciones probabilisticas
 
DISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADASDISTRIBUCIONES COMÚNMENTE USADAS
DISTRIBUCIONES COMÚNMENTE USADAS
 
Unidad dos punto n° 2
Unidad dos punto n° 2Unidad dos punto n° 2
Unidad dos punto n° 2
 
Distribuciones estadísticas
Distribuciones estadísticas Distribuciones estadísticas
Distribuciones estadísticas
 
Distribución de probabilidad
Distribución de probabilidadDistribución de probabilidad
Distribución de probabilidad
 
DISTRIBUCIONES COMUNMENTE USADAS
DISTRIBUCIONES COMUNMENTE USADASDISTRIBUCIONES COMUNMENTE USADAS
DISTRIBUCIONES COMUNMENTE USADAS
 
Distribucion de probabilidad
Distribucion de probabilidadDistribucion de probabilidad
Distribucion de probabilidad
 
Distrubuciones para subir al blog
Distrubuciones para subir al blogDistrubuciones para subir al blog
Distrubuciones para subir al blog
 
Procesosindustrialesreamanufactura 120319165013-phpapp01
Procesosindustrialesreamanufactura 120319165013-phpapp01Procesosindustrialesreamanufactura 120319165013-phpapp01
Procesosindustrialesreamanufactura 120319165013-phpapp01
 
Distribucion de prob discreta y normal
Distribucion de prob discreta y normalDistribucion de prob discreta y normal
Distribucion de prob discreta y normal
 
Prueba de kolmogorov smirnow
Prueba de kolmogorov smirnowPrueba de kolmogorov smirnow
Prueba de kolmogorov smirnow
 
Distribuciones comúnmente usadas
Distribuciones comúnmente usadasDistribuciones comúnmente usadas
Distribuciones comúnmente usadas
 
Distribución Normal, Binomial y de Poisson
Distribución Normal, Binomial y de Poisson Distribución Normal, Binomial y de Poisson
Distribución Normal, Binomial y de Poisson
 
2.-Distribuciones de Probabilidad introducción y conceptos
2.-Distribuciones de Probabilidad introducción y conceptos2.-Distribuciones de Probabilidad introducción y conceptos
2.-Distribuciones de Probabilidad introducción y conceptos
 

Destacado

Instituto universitario politécnico estadistica ii
Instituto universitario politécnico estadistica iiInstituto universitario politécnico estadistica ii
Instituto universitario politécnico estadistica ii
yessicasanchez232
 
Estadistica
EstadisticaEstadistica
Estadistica
Joan Toro
 
Distribucion normal, binomial y poisson
Distribucion normal, binomial y poisson Distribucion normal, binomial y poisson
Distribucion normal, binomial y poisson
Jessenia Alacayo
 
Diapositivas natasha
Diapositivas natashaDiapositivas natasha
Diapositivas natasha
marjorie tituaña
 
MODELOS DE PROBABILIDAD
MODELOS DE PROBABILIDADMODELOS DE PROBABILIDAD
MODELOS DE PROBABILIDAD
aidelj14
 
Luis arturo leal hernandez
Luis arturo leal hernandezLuis arturo leal hernandez
Luis arturo leal hernandez
Andrea Memo
 
Corriente Resistencia
Corriente ResistenciaCorriente Resistencia
Corriente Resistencia
Diana Coello
 
presentacion
presentacionpresentacion
presentacion
Arancha Marco Martin
 
Variable aleatoria
Variable aleatoriaVariable aleatoria
Variable aleatoria
Joan Fernando Chipia Lobo
 
Problemas Resuelto De Corriente Continua.1
Problemas Resuelto De Corriente Continua.1Problemas Resuelto De Corriente Continua.1
Problemas Resuelto De Corriente Continua.1
julio ulacio
 

Destacado (10)

Instituto universitario politécnico estadistica ii
Instituto universitario politécnico estadistica iiInstituto universitario politécnico estadistica ii
Instituto universitario politécnico estadistica ii
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Distribucion normal, binomial y poisson
Distribucion normal, binomial y poisson Distribucion normal, binomial y poisson
Distribucion normal, binomial y poisson
 
Diapositivas natasha
Diapositivas natashaDiapositivas natasha
Diapositivas natasha
 
MODELOS DE PROBABILIDAD
MODELOS DE PROBABILIDADMODELOS DE PROBABILIDAD
MODELOS DE PROBABILIDAD
 
Luis arturo leal hernandez
Luis arturo leal hernandezLuis arturo leal hernandez
Luis arturo leal hernandez
 
Corriente Resistencia
Corriente ResistenciaCorriente Resistencia
Corriente Resistencia
 
presentacion
presentacionpresentacion
presentacion
 
Variable aleatoria
Variable aleatoriaVariable aleatoria
Variable aleatoria
 
Problemas Resuelto De Corriente Continua.1
Problemas Resuelto De Corriente Continua.1Problemas Resuelto De Corriente Continua.1
Problemas Resuelto De Corriente Continua.1
 

Similar a ESTADISTICA II

Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
zooneerborre
 
Definicions
DefinicionsDefinicions
Definicions
Isela Hernandez
 
Definicions
DefinicionsDefinicions
Definicions
Isela Hernandez
 
Cristina carvaca Probabilidades
Cristina carvaca ProbabilidadesCristina carvaca Probabilidades
Cristina carvaca Probabilidades
Cristina Carvaca Chanataxi
 
Foro 2 DISTRIBUCIONES PROBABILISTICAS CONTINUAS
Foro 2 DISTRIBUCIONES  PROBABILISTICAS CONTINUAS Foro 2 DISTRIBUCIONES  PROBABILISTICAS CONTINUAS
Foro 2 DISTRIBUCIONES PROBABILISTICAS CONTINUAS
Ayrton Proaño
 
Mpro3 u3 a1_livv
Mpro3 u3 a1_livvMpro3 u3 a1_livv
Mpro3 u3 a1_livv
Lizeth Vargas Vera
 
Fase2 100402 grupo_292
Fase2 100402 grupo_292Fase2 100402 grupo_292
Fase2 100402 grupo_292
JACK ROBERT LLORENTE MOSQUERA
 
Fase2 100402 grupo_292
Fase2 100402 grupo_292Fase2 100402 grupo_292
Fase2 100402 grupo_292
JACK ROBERT LLORENTE MOSQUERA
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
jaerpaisigarrascue
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continua
LIZBETH IZA
 
Distribucion edixon
Distribucion   edixonDistribucion   edixon
Distribucion edixon
edixxxon
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de Laplace
Luis Pons
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de Laplace
Luis Pons
 
Jose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de probJose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de prob
Jose Ramon Borges Yepez
 
Clase 1 distribuciones
Clase 1 distribucionesClase 1 distribuciones
Clase 1 distribuciones
Jack Bedoya Acosta
 
Distribuciones poisson, rayleigh y student
Distribuciones poisson, rayleigh y studentDistribuciones poisson, rayleigh y student
Distribuciones poisson, rayleigh y student
Rosa E Padilla
 
Presentación Distribución de Probabilidad
Presentación Distribución de ProbabilidadPresentación Distribución de Probabilidad
Presentación Distribución de Probabilidad
Carlosdbarradasm
 
Distribucion de pprobabilidad discreta
Distribucion de pprobabilidad discretaDistribucion de pprobabilidad discreta
Distribucion de pprobabilidad discreta
Angel Wayne
 
Estadistica
EstadisticaEstadistica
Estadistica
LisbethUTS
 
Simulacion distribucion de probabilidad
Simulacion distribucion de probabilidadSimulacion distribucion de probabilidad
Simulacion distribucion de probabilidad
julian javier solis herrera
 

Similar a ESTADISTICA II (20)

Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Definicions
DefinicionsDefinicions
Definicions
 
Definicions
DefinicionsDefinicions
Definicions
 
Cristina carvaca Probabilidades
Cristina carvaca ProbabilidadesCristina carvaca Probabilidades
Cristina carvaca Probabilidades
 
Foro 2 DISTRIBUCIONES PROBABILISTICAS CONTINUAS
Foro 2 DISTRIBUCIONES  PROBABILISTICAS CONTINUAS Foro 2 DISTRIBUCIONES  PROBABILISTICAS CONTINUAS
Foro 2 DISTRIBUCIONES PROBABILISTICAS CONTINUAS
 
Mpro3 u3 a1_livv
Mpro3 u3 a1_livvMpro3 u3 a1_livv
Mpro3 u3 a1_livv
 
Fase2 100402 grupo_292
Fase2 100402 grupo_292Fase2 100402 grupo_292
Fase2 100402 grupo_292
 
Fase2 100402 grupo_292
Fase2 100402 grupo_292Fase2 100402 grupo_292
Fase2 100402 grupo_292
 
Variables aleatorias
Variables aleatoriasVariables aleatorias
Variables aleatorias
 
Distribuciones de probabilidad continua
Distribuciones de probabilidad continuaDistribuciones de probabilidad continua
Distribuciones de probabilidad continua
 
Distribucion edixon
Distribucion   edixonDistribucion   edixon
Distribucion edixon
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de Laplace
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de Laplace
 
Jose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de probJose borges tarea presentacion ppt dist de prob
Jose borges tarea presentacion ppt dist de prob
 
Clase 1 distribuciones
Clase 1 distribucionesClase 1 distribuciones
Clase 1 distribuciones
 
Distribuciones poisson, rayleigh y student
Distribuciones poisson, rayleigh y studentDistribuciones poisson, rayleigh y student
Distribuciones poisson, rayleigh y student
 
Presentación Distribución de Probabilidad
Presentación Distribución de ProbabilidadPresentación Distribución de Probabilidad
Presentación Distribución de Probabilidad
 
Distribucion de pprobabilidad discreta
Distribucion de pprobabilidad discretaDistribucion de pprobabilidad discreta
Distribucion de pprobabilidad discreta
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Simulacion distribucion de probabilidad
Simulacion distribucion de probabilidadSimulacion distribucion de probabilidad
Simulacion distribucion de probabilidad
 

Último

258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx
258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx
258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx
jesus ruben Cueto Sequeira
 
Rice & Jello Delights de yonhalberth cayama
Rice & Jello Delights de yonhalberth cayamaRice & Jello Delights de yonhalberth cayama
Rice & Jello Delights de yonhalberth cayama
haimaralinarez7
 
DIM declaracion de importacion de mercancias .pdf
DIM declaracion de importacion de mercancias .pdfDIM declaracion de importacion de mercancias .pdf
DIM declaracion de importacion de mercancias .pdf
LuceroQuispelimachi
 
Mapa mental sistema financiero y los bancos
Mapa mental  sistema financiero y los bancosMapa mental  sistema financiero y los bancos
Mapa mental sistema financiero y los bancos
AlecRodriguez8
 
SEMINARIO PRACTICO DE AJUSTE POR INFLACION CONTABLE.pdf
SEMINARIO PRACTICO DE   AJUSTE POR INFLACION CONTABLE.pdfSEMINARIO PRACTICO DE   AJUSTE POR INFLACION CONTABLE.pdf
SEMINARIO PRACTICO DE AJUSTE POR INFLACION CONTABLE.pdf
joserondon67
 
FERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIA
FERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIAFERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIA
FERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIA
LauraSalcedo51
 
El crédito y los seguros como parte de la educación financiera
El crédito y los seguros como parte de la educación financieraEl crédito y los seguros como parte de la educación financiera
El crédito y los seguros como parte de la educación financiera
MarcoMolina87
 
semana 2.1. Contratos-Sujeto-a-Modalidad.pdf
semana 2.1. Contratos-Sujeto-a-Modalidad.pdfsemana 2.1. Contratos-Sujeto-a-Modalidad.pdf
semana 2.1. Contratos-Sujeto-a-Modalidad.pdf
emerson vargas panduro
 
SERVICIOS DIGITALES EN EL PERÚ - LO QUE DEBES SABER-1.pdf
SERVICIOS DIGITALES EN EL PERÚ  - LO QUE DEBES SABER-1.pdfSERVICIOS DIGITALES EN EL PERÚ  - LO QUE DEBES SABER-1.pdf
SERVICIOS DIGITALES EN EL PERÚ - LO QUE DEBES SABER-1.pdf
RAFAELJUSTOMANTILLAP1
 
Introducción al Derecho tributario.pptx
Introducción al Derecho  tributario.pptxIntroducción al Derecho  tributario.pptx
Introducción al Derecho tributario.pptx
ssuser8249001
 
SEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONAL
SEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONALSEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONAL
SEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONAL
NahomyAlemn1
 
Presentación sobre la Teoría Económica de John Maynard Keynes
Presentación sobre la Teoría Económica de John Maynard KeynesPresentación sobre la Teoría Económica de John Maynard Keynes
Presentación sobre la Teoría Económica de John Maynard Keynes
kainaflores0
 
Importancia-Seguridad-Social-en-Salud-y-Pensiones.pdf
Importancia-Seguridad-Social-en-Salud-y-Pensiones.pdfImportancia-Seguridad-Social-en-Salud-y-Pensiones.pdf
Importancia-Seguridad-Social-en-Salud-y-Pensiones.pdf
emerson vargas panduro
 
creditohipotecario del bcrp linnk app02.pptx
creditohipotecario del bcrp linnk app02.pptxcreditohipotecario del bcrp linnk app02.pptx
creditohipotecario del bcrp linnk app02.pptx
ssuser6a2c71
 
Capitulo 5 de Kotler, mercados de consumo.
Capitulo 5 de Kotler, mercados de consumo.Capitulo 5 de Kotler, mercados de consumo.
Capitulo 5 de Kotler, mercados de consumo.
gonzalo213perez
 
La Comisión europea informa sobre el progreso social en la UE.
La Comisión europea informa sobre el progreso social en la UE.La Comisión europea informa sobre el progreso social en la UE.
La Comisión europea informa sobre el progreso social en la UE.
ManfredNolte
 
SEMINARIO - TESIS RESIDUOS SOLIDOS 2024.docx
SEMINARIO - TESIS  RESIDUOS SOLIDOS 2024.docxSEMINARIO - TESIS  RESIDUOS SOLIDOS 2024.docx
SEMINARIO - TESIS RESIDUOS SOLIDOS 2024.docx
grimarivas21
 
Bases para la actividad económica_044737.pptx
Bases para la actividad económica_044737.pptxBases para la actividad económica_044737.pptx
Bases para la actividad económica_044737.pptx
gerardomanrique5
 
PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024
PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024
PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024
Jaime Cubillo Fleming
 
INVERSIONES BOLSA BONOS DEUDA UADES .PPT
INVERSIONES BOLSA BONOS DEUDA UADES .PPTINVERSIONES BOLSA BONOS DEUDA UADES .PPT
INVERSIONES BOLSA BONOS DEUDA UADES .PPT
AlvaroMoreno21985
 

Último (20)

258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx
258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx
258656134-EJERCICIO-SOBRE-OFERTA-Y-DEMANDA-pptx.pptx
 
Rice & Jello Delights de yonhalberth cayama
Rice & Jello Delights de yonhalberth cayamaRice & Jello Delights de yonhalberth cayama
Rice & Jello Delights de yonhalberth cayama
 
DIM declaracion de importacion de mercancias .pdf
DIM declaracion de importacion de mercancias .pdfDIM declaracion de importacion de mercancias .pdf
DIM declaracion de importacion de mercancias .pdf
 
Mapa mental sistema financiero y los bancos
Mapa mental  sistema financiero y los bancosMapa mental  sistema financiero y los bancos
Mapa mental sistema financiero y los bancos
 
SEMINARIO PRACTICO DE AJUSTE POR INFLACION CONTABLE.pdf
SEMINARIO PRACTICO DE   AJUSTE POR INFLACION CONTABLE.pdfSEMINARIO PRACTICO DE   AJUSTE POR INFLACION CONTABLE.pdf
SEMINARIO PRACTICO DE AJUSTE POR INFLACION CONTABLE.pdf
 
FERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIA
FERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIAFERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIA
FERIAS INTERNACIONALES DEL ESTADO PLURINACIONAL BOLIVIA
 
El crédito y los seguros como parte de la educación financiera
El crédito y los seguros como parte de la educación financieraEl crédito y los seguros como parte de la educación financiera
El crédito y los seguros como parte de la educación financiera
 
semana 2.1. Contratos-Sujeto-a-Modalidad.pdf
semana 2.1. Contratos-Sujeto-a-Modalidad.pdfsemana 2.1. Contratos-Sujeto-a-Modalidad.pdf
semana 2.1. Contratos-Sujeto-a-Modalidad.pdf
 
SERVICIOS DIGITALES EN EL PERÚ - LO QUE DEBES SABER-1.pdf
SERVICIOS DIGITALES EN EL PERÚ  - LO QUE DEBES SABER-1.pdfSERVICIOS DIGITALES EN EL PERÚ  - LO QUE DEBES SABER-1.pdf
SERVICIOS DIGITALES EN EL PERÚ - LO QUE DEBES SABER-1.pdf
 
Introducción al Derecho tributario.pptx
Introducción al Derecho  tributario.pptxIntroducción al Derecho  tributario.pptx
Introducción al Derecho tributario.pptx
 
SEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONAL
SEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONALSEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONAL
SEGUROS Y FIANZAS EN EL COMERCIO INTERNACIONAL
 
Presentación sobre la Teoría Económica de John Maynard Keynes
Presentación sobre la Teoría Económica de John Maynard KeynesPresentación sobre la Teoría Económica de John Maynard Keynes
Presentación sobre la Teoría Económica de John Maynard Keynes
 
Importancia-Seguridad-Social-en-Salud-y-Pensiones.pdf
Importancia-Seguridad-Social-en-Salud-y-Pensiones.pdfImportancia-Seguridad-Social-en-Salud-y-Pensiones.pdf
Importancia-Seguridad-Social-en-Salud-y-Pensiones.pdf
 
creditohipotecario del bcrp linnk app02.pptx
creditohipotecario del bcrp linnk app02.pptxcreditohipotecario del bcrp linnk app02.pptx
creditohipotecario del bcrp linnk app02.pptx
 
Capitulo 5 de Kotler, mercados de consumo.
Capitulo 5 de Kotler, mercados de consumo.Capitulo 5 de Kotler, mercados de consumo.
Capitulo 5 de Kotler, mercados de consumo.
 
La Comisión europea informa sobre el progreso social en la UE.
La Comisión europea informa sobre el progreso social en la UE.La Comisión europea informa sobre el progreso social en la UE.
La Comisión europea informa sobre el progreso social en la UE.
 
SEMINARIO - TESIS RESIDUOS SOLIDOS 2024.docx
SEMINARIO - TESIS  RESIDUOS SOLIDOS 2024.docxSEMINARIO - TESIS  RESIDUOS SOLIDOS 2024.docx
SEMINARIO - TESIS RESIDUOS SOLIDOS 2024.docx
 
Bases para la actividad económica_044737.pptx
Bases para la actividad económica_044737.pptxBases para la actividad económica_044737.pptx
Bases para la actividad económica_044737.pptx
 
PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024
PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024
PROCEDIMIENTOS CONCURSALES Y DISOLUCIONES. MAYO 2024
 
INVERSIONES BOLSA BONOS DEUDA UADES .PPT
INVERSIONES BOLSA BONOS DEUDA UADES .PPTINVERSIONES BOLSA BONOS DEUDA UADES .PPT
INVERSIONES BOLSA BONOS DEUDA UADES .PPT
 

ESTADISTICA II

  • 1. REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACION SUPERIOR INSTITUTO UNIVERSIRTARIO POLITECNICO “SANTIAGO MARIÑO” BARINAS-ESTADO-BARINAS Distribucion normal binominal y Poisson ESTUDIANTE Rosmary María Pacheco Marquina V-23916201 Kelvis Joan Pineda Gallardo V-24.807.126 Astrid Karina Moreno Duran V-25399079 Ana María Benavente V-18289829 ESTADISTICA II BARINAS, FEBRERO DEL 2017
  • 2. INTRODUCCION En este trabajo estudiaremos dos de las principales distribuciones de variables aleatorias discretas y la distribución Normal que se puede aplicar tanto para variables aleatorias discretas como para variables aleatorias continuas. Una distribución de probabilidades para una variable aleatoria discreta es un listado mutuamente excluyente de todos los resultados numéricos posibles para esa variable aleatoria tal que una probabilidad específica de ocurrencia se asocia con cada resultado. El valor esperado de una variable aleatoria discreta es un promedio ponderado de todos los posibles resultados, donde las ponderaciones son las probabilidades asociadas con cada uno de los resultados.
  • 3. DISTRIBUCIÓN BINOMIAL Para hablar de la distribución Binomial primero tenemos que decir que esta dada por la sumatoria de eventos bernoulli, la distribución de Bernoulli (o distribución dicotómica), nombrada así por el matemático y científico suizo Jakob Bernoulli, es una distribución de probabilidad discreta, que toma valor 1 para la probabilidad de éxito (p) y valor 0 para la probabilidad de fracaso (q = 1 − p). Si X es una variable aleatoria que mide "número de éxitos", y se realiza un único experimento con dos posibles resultados (éxito o fracaso), se dice que la variable aleatoria X se distribuye como una Bernoulli de parámetro p. X˜Be(p) La fórmula será: f(x) = px(1 − p)1 − x con x = {0,1} Su función de probabilidad viene definida por:
  • 4. La distribución binomial es una distribución de probabilidades que surge al cumplirse cinco condiciones:  Existe una serie de N ensayos,  En cada ensayo hay sólo dos posibles resultados,  En cada ensayo, los dos resultados posibles son mutuamente excluyentes,  Los resultados de cada ensayo son independientes entre si, y  La probabilidad de cada resultado posible en cualquier ensayo es la misma de un ensayo a otro. Su función de probabilidad es donde siendo las combinaciones de n en x (n elementos tomados de x en x) La esperanza y la varianza son La Función de Distribución de la v.a. Binomial
  • 5. Las siguientes características son las que describen a una distribución Binomial  Función generadora de momentos (mgf)  Función característica DISTRIBUCIÓN POISSON La distribución Poisson fue nombrada así en honor a Denise Poisson en su libro Recherchés sur la probabilité des jugements...., un trabajo importante en probabilidad publicado en el año 1837, la distribución de Poisson recién aparecía. La distribución de Poisson describe la probabilidad como un acontecimiento fortuito ocurrido en un tiempo o intervalo de espacio bajo las condiciones que la probabilidad de un acontecimiento ocurre es muy pequeña, pero el número de intentos es muy grande, entonces el evento actual ocurre algunas veces. En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de probabilidad discreta. asi tiempo fijo si estos eventos ocurren con una frecuencia media conocida y son independientes del tiempo discurrido desde el último evento. La función de masa de la distribución de Poisson es:
  • 6. donde λ es un parámetro positivo que representa la frecuencia esperada del fenómeno modelado por la distribución. Tanto el valor esperado como la varianza de una variable aleatoria con distribución de Poisson son iguales a λ. Los momentos de orden superior son polinomios de Touchard en λ cuyos coeficientes tienen una interpretación combinatorio. De hecho, cuando el valor esperado de la distribución de Poisson es 1, entonces según la fórmula de Dobinski, el n- ésimo momento iguala al número de particiones de tamañon. La moda de una variable aleatoria de distribución de Poisson con un λ no entero es igual a la parte entera de lamda, el mayor de los enteros menores que λ . Cuando λ es un entero positivo, las modas son λ y λ − 1. La función generadora de momentos de la distribución de Poisson con valor esperado λ es Las variables aleatorias de Poisson tienen la propiedad de ser infinitamente divisibles. La divergencia Kullback-Leibler desde una variable aleatoria de Poisson de parámetro λ0 a otra de parámetro λ es
  • 7. Como consecuencia del teorema central del límite, para valores grandes de λ, una variable aleatoria de Poisson X puede aproximarse por otra normal dado que el cociente Converge a una distribución normal de media nula y varianza 1. Función de distribución(cdf) Función característica DISTRIBUCIÓN NORMAL La distribución normal fue presentada por vez primera por Abraham de Moivre en un artículo del año 1733,2 que fue reimpreso en la segunda edición de su The Doctrine of Chances, de 1738, en el contexto de cierta aproximación de la distribución binomial para grandes valores de n. Su resultado fue ampliado por Laplace en su libroTeoría analítica de las probabilidades (1812), y en la actualidad se llama Teorema de De Moivre-Laplace. Gauss, que afirmaba haber usado el método desde 1794, lo justificó rigurosamente en 1809 asumiendo una distribución normal de los errores. El nombre de Gauss se ha asociado a esta distribución porque la usó con profusión cuando analizaba datos astronómicos3 y
  • 8. algunos autores le atribuyen un descubrimiento independiente del de De Moivre.4 Esta atribución del nombre de la distribución a una persona distinta de su primer descubridor es un claro ejemplo de la Ley de Stigler. Esta distribución es frecuentemente utilizada en las aplicaciones estadísticas. Su propio nombre indica su extendida utilización, justificada por la frecuencia o normalidad con la que ciertos fenómenos tienden a parecerse en su comportamiento a esta distribución. Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana. En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de n cada vez mayores, se ve que sus polígonos de frecuencias se aproximan a una curva en "forma de campana". Función de densidad Se dice que una variable aleatoria continua X sigue una distribución normal de parámetros μ y σ y se denota X~N(μ, σ) si su función de densidad está dada por: donde μ (mu) es la media y σ (sigma) es la desviación típica (σ2 es la varianza).
  • 9. Se llama distribución normal "estándar" a aquélla en la que sus parámetros toman los valores μ = 0 y σ = 1. Para esta la función de densidad tiene la siguiente expresión: La función de distribución de la distribución normal está definida como sigue: La función generadora de momentos se define como la esperanza de e(tX). Para una distribución normal, la función generadora de momentos es: como puede comprobarse completando el cuadrado en el exponente. La función característica se define como la esperanza de eitX, donde i es la unidad imaginaria. De este modo, la función característica se obtiene reemplazando t por it en la función generadora de momentos.
  • 10. Para una distribución normal, la función característica es: APROXIMACIÓN DE LA BINOMIAL POR LA NORMAL (TEOREMA DE DE MOIVRE) : Demostró que bajo determinadas condiciones (para n grande y tanto p como q no estén próximos a cero) la distribución Binomial B(n, p) se puede aproximar mediante una distribución normal
  • 12. CONCLUSIONES Las distribuciones que en este trabajo se trataron brevemente están relacionadas entre sí cubriendo más aplicaciones a la vida real, en general podemos decir que cada una de estas aporta a campos trascendentales desde hospitales hasta política, ya que la exactitud en los resultados que estas nos ofrecen facilitan la toma de decisiones para grandes instituciones.