SlideShare una empresa de Scribd logo
1 de 19
SEMINARIO 8
• Distribución normal.
• Probabilidad Binomial.
• Modelo de Poisson.
ACTIVIDAD 1
En esta actividad vamos a utilizar la formula de la distribución
normal.
A la distribución normal también denominada como distribución
de Gauss o distribución gaussiana, a una de las distribuciones
de probabilidad de variable continua que con más frecuencia
aparece aproximada en fenómenos reales.
La gráfica de su función de densidad tiene una forma acampanada
y es simétrica respecto de un determinado parámetro
estadístico.
Esta curva se conoce como campana de Gauss y es el gráfico de
una función gaussiana.
La media de los pesos de 150 estudiantes de un
colegio es de 60 Kg y la desviación típica de
3Kg.Suponiendo que los pesos se distribuyen
normalmente, hallar cuántos estudiantes pesan:
- Entre 60 Kg y 75 g.
- Más de 90 kg.
- Menos de 64 Kg.
- 64 Kg.
- 64 Kg o menos.
• Media: 60 kg.
• Desviación típica: 3Kg.
• N total: 150 estudiantes.
X
X
X X
Z
S
Estimaciones:
Entre 60 y 75 Kg
Zx = 60-60/3 = 0 = 0,5 (en la tabla de
distribución normal)
Zx = 75-60/3 = 5 = 1 (en la tabla de
distribución normal)
P ( 60 ≤ X ≤ 75)= P(X7 ≤ 5)-P(x ≤ 0,60)=
1-0.500=0.5= 50% de la muestra pesa entre
60 y 75 kg
Mas de 90 Kg:
Zx = 90-60/3= 10 = 1 (en la tabla de distribución
normal).
P(x>90)=1-P(x ≤ 90)=1-1=0 (en la tabla de
distribución normal).
Nadie de la muestra pesa más de 90 kg
Menos de 64 Kg
Zx = 64-60/3 = 1,33 = 90,8% de la
muestra pesa menos de 64 kg
64 kg
Zx = 63,5-60/3 = 1,16 = 0,87
P ( 63,5<X<64,5)=0,93-0.87=0.056= 5,6% de la
muestra pesa 64 kg
Zx = 64,5-60/3 = 1,5 = 0,93
64kg o menos.
• P ( x=64)= 0,056
• P(X<64)= 0,908
• P(x ≤ 0,64)= 0,908-0,056=0,0852= 85 % de la
muestra pesa 64 kg o menos.
ACTIVIDAD 2
En este ejercicio realizamos la formula de poisson que
es una distribución de probabilidad discreta que expresa,
a partir de una frecuencia de ocurrencia media, la
probabilidad que ocurra un determinado número de
eventos durante cierto periodo de tiempo.
La probabilidad de tener un accidente de tráfico es de
0,02 cada vez que se viaja, si se realizan 300 viajes.
¿Cual es la probabilidad de tener 3 accidentes?
• Probabilidad= 0,02
• Total= 300 viajes.
• X= 3
P(3) = 0,17
Siendo Lamba= 300x 0,02=6
Siendo 3!= 3-3 + 3-2 + 3-1
Y siendo e = 2,718
ACTIVIDAD 3
En este ejercicio desarrollaremos la formula de la probabilidad
BIONOMIAL.
La distribución binomial es una distribución de probabilidad discreta
que mide el número de éxitos en una secuencia de n ensayos
de Bernoulli independientes entre sí, con una probabilidad
fija p de ocurrencia del éxito entre los ensayos.
Siendo :
X: el número de éxito.
P: probabilidad de éxito
N: tamaño.
Q : fracaso.
La última película de un director de cine famoso ha
tenido un gran éxito, hasta el punto de que el 80% de
los espectadores potenciales ya la han visto. Un
grupo de 4 amigos son aficionados al cine.
- Cuál es la probabilidad de que en el grupo hayan
visto la película 2 personas.
- Y como máximo 2.
N: 4 p: 0,8 X: 2 q: 1-0,8= 0,4
P(2)=(( 4!/2! X (4-2))x 0,8 x 0,2= 0,1536
La probabilidad de que dos personas haya visto la película es de un
15,36%
2 (4-2)
P= 0,1536 +0,0256 +(1,6x10-3)= 0,1808
El 18,08% de que como máximo dos personas del grupo haya
visto la película.
P(1)=(( 4!/1! X (4-1))x 0,8 x 0,2= 0,0256
P(2)=(( 4!/2! X (4-2))x 0,8 x 0,2= 0,1536
P(0)=(( 4!/0! X (4-0))x 0,8 x 0,2= 0,0016
0
1 (4-1)
(4-0)
(4-2)2
FIN

Más contenido relacionado

Destacado (20)

Seminario 6
Seminario 6Seminario 6
Seminario 6
 
Seminario 6
Seminario 6Seminario 6
Seminario 6
 
Seminario 4
Seminario 4Seminario 4
Seminario 4
 
Seminario nueve (1)
Seminario nueve (1)Seminario nueve (1)
Seminario nueve (1)
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 5
Seminario 5Seminario 5
Seminario 5
 
Seminario nueve (1)
Seminario nueve (1)Seminario nueve (1)
Seminario nueve (1)
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Seminario 6
Seminario 6Seminario 6
Seminario 6
 
Seminario 3
Seminario 3Seminario 3
Seminario 3
 
Seminario 2
Seminario 2Seminario 2
Seminario 2
 
Beyond Chatbots, Toward Intelligent Agents - Dan Rubins, CEO LegalRobot
Beyond Chatbots, Toward Intelligent Agents - Dan Rubins, CEO LegalRobotBeyond Chatbots, Toward Intelligent Agents - Dan Rubins, CEO LegalRobot
Beyond Chatbots, Toward Intelligent Agents - Dan Rubins, CEO LegalRobot
 
HT16 - DA156A - Användbarhet 2
HT16 - DA156A - Användbarhet 2HT16 - DA156A - Användbarhet 2
HT16 - DA156A - Användbarhet 2
 
American airlines EETC 2016
American airlines EETC 2016American airlines EETC 2016
American airlines EETC 2016
 
Master Studiengang FH Salzburg: Applied Image and Signal Processing
Master Studiengang FH Salzburg: Applied Image and Signal ProcessingMaster Studiengang FH Salzburg: Applied Image and Signal Processing
Master Studiengang FH Salzburg: Applied Image and Signal Processing
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
The Generations FCU Presentation on Credit
The Generations FCU Presentation on CreditThe Generations FCU Presentation on Credit
The Generations FCU Presentation on Credit
 
Seminario 9
Seminario 9Seminario 9
Seminario 9
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Participant Guide financial management
Participant Guide financial managementParticipant Guide financial management
Participant Guide financial management
 

Similar a Seminario 8 (20)

Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tics seminario 8
Tics seminario 8Tics seminario 8
Tics seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Diapos semi 8
Diapos semi 8Diapos semi 8
Diapos semi 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Seminario 8 de tic
Seminario 8 de ticSeminario 8 de tic
Seminario 8 de tic
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 
Tipos de distribuciones
Tipos de distribucionesTipos de distribuciones
Tipos de distribuciones
 
Dist normal ejercicios nuevos
Dist normal ejercicios nuevosDist normal ejercicios nuevos
Dist normal ejercicios nuevos
 
Tarea seminario 8
Tarea seminario 8 Tarea seminario 8
Tarea seminario 8
 
BIOESTADISTICAMEDICINABASADAENEVIDENCIAS
BIOESTADISTICAMEDICINABASADAENEVIDENCIASBIOESTADISTICAMEDICINABASADAENEVIDENCIAS
BIOESTADISTICAMEDICINABASADAENEVIDENCIAS
 
Diapos semi 8 pdf
Diapos semi 8 pdfDiapos semi 8 pdf
Diapos semi 8 pdf
 
Diapos semi 8 pdf
Diapos semi 8 pdfDiapos semi 8 pdf
Diapos semi 8 pdf
 
Seminario 8
Seminario 8Seminario 8
Seminario 8
 

Seminario 8

  • 2. • Distribución normal. • Probabilidad Binomial. • Modelo de Poisson.
  • 3.
  • 4. ACTIVIDAD 1 En esta actividad vamos a utilizar la formula de la distribución normal. A la distribución normal también denominada como distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece aproximada en fenómenos reales. La gráfica de su función de densidad tiene una forma acampanada y es simétrica respecto de un determinado parámetro estadístico. Esta curva se conoce como campana de Gauss y es el gráfico de una función gaussiana.
  • 5. La media de los pesos de 150 estudiantes de un colegio es de 60 Kg y la desviación típica de 3Kg.Suponiendo que los pesos se distribuyen normalmente, hallar cuántos estudiantes pesan: - Entre 60 Kg y 75 g. - Más de 90 kg. - Menos de 64 Kg. - 64 Kg. - 64 Kg o menos.
  • 6. • Media: 60 kg. • Desviación típica: 3Kg. • N total: 150 estudiantes. X X X X Z S
  • 7. Estimaciones: Entre 60 y 75 Kg Zx = 60-60/3 = 0 = 0,5 (en la tabla de distribución normal) Zx = 75-60/3 = 5 = 1 (en la tabla de distribución normal) P ( 60 ≤ X ≤ 75)= P(X7 ≤ 5)-P(x ≤ 0,60)= 1-0.500=0.5= 50% de la muestra pesa entre 60 y 75 kg
  • 8. Mas de 90 Kg: Zx = 90-60/3= 10 = 1 (en la tabla de distribución normal). P(x>90)=1-P(x ≤ 90)=1-1=0 (en la tabla de distribución normal). Nadie de la muestra pesa más de 90 kg
  • 9. Menos de 64 Kg Zx = 64-60/3 = 1,33 = 90,8% de la muestra pesa menos de 64 kg
  • 10. 64 kg Zx = 63,5-60/3 = 1,16 = 0,87 P ( 63,5<X<64,5)=0,93-0.87=0.056= 5,6% de la muestra pesa 64 kg Zx = 64,5-60/3 = 1,5 = 0,93
  • 11. 64kg o menos. • P ( x=64)= 0,056 • P(X<64)= 0,908 • P(x ≤ 0,64)= 0,908-0,056=0,0852= 85 % de la muestra pesa 64 kg o menos.
  • 12. ACTIVIDAD 2 En este ejercicio realizamos la formula de poisson que es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado número de eventos durante cierto periodo de tiempo.
  • 13. La probabilidad de tener un accidente de tráfico es de 0,02 cada vez que se viaja, si se realizan 300 viajes. ¿Cual es la probabilidad de tener 3 accidentes?
  • 14. • Probabilidad= 0,02 • Total= 300 viajes. • X= 3 P(3) = 0,17 Siendo Lamba= 300x 0,02=6 Siendo 3!= 3-3 + 3-2 + 3-1 Y siendo e = 2,718
  • 15. ACTIVIDAD 3 En este ejercicio desarrollaremos la formula de la probabilidad BIONOMIAL. La distribución binomial es una distribución de probabilidad discreta que mide el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos. Siendo : X: el número de éxito. P: probabilidad de éxito N: tamaño. Q : fracaso.
  • 16. La última película de un director de cine famoso ha tenido un gran éxito, hasta el punto de que el 80% de los espectadores potenciales ya la han visto. Un grupo de 4 amigos son aficionados al cine. - Cuál es la probabilidad de que en el grupo hayan visto la película 2 personas. - Y como máximo 2.
  • 17. N: 4 p: 0,8 X: 2 q: 1-0,8= 0,4 P(2)=(( 4!/2! X (4-2))x 0,8 x 0,2= 0,1536 La probabilidad de que dos personas haya visto la película es de un 15,36% 2 (4-2)
  • 18. P= 0,1536 +0,0256 +(1,6x10-3)= 0,1808 El 18,08% de que como máximo dos personas del grupo haya visto la película. P(1)=(( 4!/1! X (4-1))x 0,8 x 0,2= 0,0256 P(2)=(( 4!/2! X (4-2))x 0,8 x 0,2= 0,1536 P(0)=(( 4!/0! X (4-0))x 0,8 x 0,2= 0,0016 0 1 (4-1) (4-0) (4-2)2
  • 19. FIN