Este documento describe dos distribuciones de probabilidad discretas: la distribución binomial y la distribución de Poisson. Explica las definiciones, ejemplos, media, varianza y uso de tablas para ambas distribuciones. También cubre la aditividad y la aproximación de la binomial a la distribución de Poisson cuando se cumplen ciertas condiciones.
El documento describe el Teorema de Chebyshev, el cual establece que al menos una proporción 1 - 1/k2 de los datos de una muestra caerán dentro de k desviaciones estándar de la media. Explica que para una distribución normal, al menos el 68%, 95.44% y 99.7% de los datos caerán dentro de 1, 2 y 3 desviaciones estándar respectivamente. También presenta ejemplos de cómo aplicar el teorema para calcular límites probabilísticos.
Este documento presenta varios problemas estadísticos relacionados con distribuciones t de Student y F de Snedecor. Resume cómo calcular percentiles en estas distribuciones y aplicarlas para determinar si un fabricante cumple con sus afirmaciones sobre la duración promedio de sus focos o la probabilidad de que la longitud promedio de tornillos sea inferior a un valor dado.
Una solución contiene 6 partículas por ml. Se extrajeron 3 ml de un volumen mayor perfectamente mezclado. Se busca calcular la probabilidad de que los 3 ml extraídos contengan exactamente 15 partículas.
This document discusses strategies for integrated parasite management in small ruminants. It describes four potential components: 1) administering combination dewormer treatments, 2) using copper oxide wire particles, 3) using genetics to select for parasite resistance, and 4) feeding nematode-trapping fungus to reduce pasture contamination. Combination dewormer treatments are emphasized as the best method for combating anthelmintic resistance by achieving higher efficacy. Copper oxide wire particles and nematode-trapping fungus can help control barber pole worms and larvae on pasture respectively when used properly. Genetics also represents a promising long-term strategy through selecting animals with greater resistance. The integrated approach aims to minimize deworming needs through
El documento presenta 5 ejercicios sobre distribución binomial. Cada ejercicio describe un escenario de prueba de binomial y pide calcular probabilidades como la probabilidad de X éxitos dados N intentos con probabilidad de éxito p. También pide calcular valores como la media y varianza del número de éxitos esperados. Se provee la solución a cada ejercicio en una sección de respuesta.
Probabilidad de obtener una escalera en un juegokaoko7
La probabilidad de obtener una escalera en un juego de poker con 5 cartas es de 0.019% o 1.96x10-4. Esto se debe a que hay 10.200 posibles manos, de las cuales solo 2 resultaron ser escaleras en 100 intentos.
The document discusses a study on the relationship between hygiene scores and subclinical mastitis in dairy cows. The study aimed to determine if poor hygiene, assessed via hygiene scoring of the udder, lower legs, and upper legs/flank, was correlated with higher rates of subclinical mastitis. The results found good hygiene scores in the small sample of cows studied, which all had no signs of subclinical mastitis based on California Mastitis Tests. However, the small sample size prevented definitive statistical analysis, so no relationship could be confirmed. Larger multi-farm studies over longer periods were recommended to further explore the potential relationship between hygiene and subclinical mastitis.
El documento describe el Teorema de Chebyshev, el cual establece que al menos una proporción 1 - 1/k2 de los datos de una muestra caerán dentro de k desviaciones estándar de la media. Explica que para una distribución normal, al menos el 68%, 95.44% y 99.7% de los datos caerán dentro de 1, 2 y 3 desviaciones estándar respectivamente. También presenta ejemplos de cómo aplicar el teorema para calcular límites probabilísticos.
Este documento presenta varios problemas estadísticos relacionados con distribuciones t de Student y F de Snedecor. Resume cómo calcular percentiles en estas distribuciones y aplicarlas para determinar si un fabricante cumple con sus afirmaciones sobre la duración promedio de sus focos o la probabilidad de que la longitud promedio de tornillos sea inferior a un valor dado.
Una solución contiene 6 partículas por ml. Se extrajeron 3 ml de un volumen mayor perfectamente mezclado. Se busca calcular la probabilidad de que los 3 ml extraídos contengan exactamente 15 partículas.
This document discusses strategies for integrated parasite management in small ruminants. It describes four potential components: 1) administering combination dewormer treatments, 2) using copper oxide wire particles, 3) using genetics to select for parasite resistance, and 4) feeding nematode-trapping fungus to reduce pasture contamination. Combination dewormer treatments are emphasized as the best method for combating anthelmintic resistance by achieving higher efficacy. Copper oxide wire particles and nematode-trapping fungus can help control barber pole worms and larvae on pasture respectively when used properly. Genetics also represents a promising long-term strategy through selecting animals with greater resistance. The integrated approach aims to minimize deworming needs through
El documento presenta 5 ejercicios sobre distribución binomial. Cada ejercicio describe un escenario de prueba de binomial y pide calcular probabilidades como la probabilidad de X éxitos dados N intentos con probabilidad de éxito p. También pide calcular valores como la media y varianza del número de éxitos esperados. Se provee la solución a cada ejercicio en una sección de respuesta.
Probabilidad de obtener una escalera en un juegokaoko7
La probabilidad de obtener una escalera en un juego de poker con 5 cartas es de 0.019% o 1.96x10-4. Esto se debe a que hay 10.200 posibles manos, de las cuales solo 2 resultaron ser escaleras en 100 intentos.
The document discusses a study on the relationship between hygiene scores and subclinical mastitis in dairy cows. The study aimed to determine if poor hygiene, assessed via hygiene scoring of the udder, lower legs, and upper legs/flank, was correlated with higher rates of subclinical mastitis. The results found good hygiene scores in the small sample of cows studied, which all had no signs of subclinical mastitis based on California Mastitis Tests. However, the small sample size prevented definitive statistical analysis, so no relationship could be confirmed. Larger multi-farm studies over longer periods were recommended to further explore the potential relationship between hygiene and subclinical mastitis.
This very short document does not contain enough content to create a meaningful 3 sentence summary. It consists of a single sentence stating "this is test document" without any other details.
Los virus informáticos son programas maliciosos que se propagan a través de software y pueden dañar sistemas o bloquear redes. Las vacunas informáticas son programas de seguridad que detectan, desinfectan y protegen contra virus mediante la comparación de firmas y métodos heurísticos. Es importante mantener actualizadas las vacunas y tomar precauciones como evitar descargar software de fuentes desconocidas para prevenir infecciones.
Facebook permite mantenerse en contacto con amigos y familiares a través de chat, también encontrar personas conocidas y compartir fotos y videos. Ofrrece servicios como lista de amigos, chat, grupos, páginas, muro y botón de "me gusta". Sin embargo, existe el riesgo de falta de privacidad y adicción si no se configura y usa adecuadamente.
La lista de reproducción incluye 4 canciones: "It ́s Only Love Doing Its Thing" de Barry White de su álbum Ballads de 2013, "La Inspiración" de Fernando Delgadillo de su álbum Tiempo Ventanas de 2013, "Worried About You" de The Rolling Stones de su álbum Tattoo You de 2009, y "Casper" de Russian Red de su álbum Agent Cooper de 2014.
1) Newton's first law states that an object remains at rest or in uniform motion unless acted upon by an external force.
2) Newton's second law defines force as equal to the mass of an object multiplied by its acceleration.
3) Newton's third law states that for every action there is an equal and opposite reaction between two objects interacting with one another.
Este documento presenta una serie de problemas resueltos relacionados con variables aleatorias discretas y continuas. Incluye ejercicios sobre distribuciones binomial, de Poisson y normal, resolviendo cuestiones como el número esperado de eventos, las probabilidades de diferentes resultados y el cálculo de esperanzas y varianzas. Los problemas abarcan temas como el sexo de los hijos en una familia, el recuento de glóbulos blancos y la duración de llamadas telefónicas.
El documento presenta los fundamentos de la probabilidad y las variables aleatorias. Introduce conceptos como la probabilidad de un suceso, la probabilidad condicionada, y las variables aleatorias discretas y continuas. Explica las distribuciones más importantes como la normal, exponencial, chi-cuadrado, t-student y F de Snedecor.
Este documento presenta varios ejemplos y problemas resueltos relacionados con distribuciones de probabilidad como la binomial, Poisson, gamma y normal. Incluye cálculos de probabilidades para diferentes escenarios como accidentes de tráfico, seguros de vida y lanzamientos de monedas y dados.
Este documento presenta un resumen de conceptos estadísticos como la distribución de Bernoulli, binomial, Poisson y normal. Incluye ejemplos y problemas resueltos sobre cada una de estas distribuciones.
Distribuciones de probabilidad con ejemplosamy Lopez
Este documento describe varias distribuciones de probabilidad comunes como la distribución de Bernoulli, binomial, Poisson y normal. Explica las características y fórmulas de cada distribución y proporciona ejemplos numéricos para ilustrar su aplicación.
Este documento presenta nueve problemas de probabilidad discreta. Cada problema describe una situación y pregunta por la probabilidad de ciertos eventos dados los parámetros de la distribución de probabilidad subyacente. Se resuelven los problemas aplicando conceptos como la distribución binomial, el valor esperado, la varianza y el cálculo de probabilidades para eventos compuestos.
Este documento describe diferentes distribuciones de probabilidad como la binomial, Poisson y exponencial. También incluye ejemplos y problemas de cada distribución. La distribución binomial se usa para modelar experimentos con varios ensayos de Bernoulli, la Poisson se aplica a eventos aleatorios que ocurren continuamente en el tiempo o espacio, y la exponencial modela el tiempo entre eventos.
Este documento presenta ejercicios sobre diferentes distribuciones de probabilidad incluyendo Bernoulli, binomial, Poisson y normal. Se proporcionan ejemplos y problemas para calcular probabilidades utilizando estas distribuciones. Los ejercicios cubren conceptos como media, varianza, funciones de probabilidad y cálculos estadísticos para diferentes escenarios.
EJERCICIOS DE DISTRIBUCION BINOMIAL, LEY DE LOS GRANDES NUMEROS, DISTRIBUCIÓN DE MEDIAS MUESTRALES, DISTRIBUCION DE PROPORCIONES, DISTRIBUCION MUESTRAL DE DIFERENCIA DE PROPORCIONES, DISTRIBUCION MUESTRAL DE DIFERENCIA DE MEDIAS,DISTRIBUCIÓN DE POISSON A LA BINOMIAL, DISTRIBUCIÓN HIPERGEOMETRICA
This very short document does not contain enough content to create a meaningful 3 sentence summary. It consists of a single sentence stating "this is test document" without any other details.
Los virus informáticos son programas maliciosos que se propagan a través de software y pueden dañar sistemas o bloquear redes. Las vacunas informáticas son programas de seguridad que detectan, desinfectan y protegen contra virus mediante la comparación de firmas y métodos heurísticos. Es importante mantener actualizadas las vacunas y tomar precauciones como evitar descargar software de fuentes desconocidas para prevenir infecciones.
Facebook permite mantenerse en contacto con amigos y familiares a través de chat, también encontrar personas conocidas y compartir fotos y videos. Ofrrece servicios como lista de amigos, chat, grupos, páginas, muro y botón de "me gusta". Sin embargo, existe el riesgo de falta de privacidad y adicción si no se configura y usa adecuadamente.
La lista de reproducción incluye 4 canciones: "It ́s Only Love Doing Its Thing" de Barry White de su álbum Ballads de 2013, "La Inspiración" de Fernando Delgadillo de su álbum Tiempo Ventanas de 2013, "Worried About You" de The Rolling Stones de su álbum Tattoo You de 2009, y "Casper" de Russian Red de su álbum Agent Cooper de 2014.
1) Newton's first law states that an object remains at rest or in uniform motion unless acted upon by an external force.
2) Newton's second law defines force as equal to the mass of an object multiplied by its acceleration.
3) Newton's third law states that for every action there is an equal and opposite reaction between two objects interacting with one another.
Este documento presenta una serie de problemas resueltos relacionados con variables aleatorias discretas y continuas. Incluye ejercicios sobre distribuciones binomial, de Poisson y normal, resolviendo cuestiones como el número esperado de eventos, las probabilidades de diferentes resultados y el cálculo de esperanzas y varianzas. Los problemas abarcan temas como el sexo de los hijos en una familia, el recuento de glóbulos blancos y la duración de llamadas telefónicas.
El documento presenta los fundamentos de la probabilidad y las variables aleatorias. Introduce conceptos como la probabilidad de un suceso, la probabilidad condicionada, y las variables aleatorias discretas y continuas. Explica las distribuciones más importantes como la normal, exponencial, chi-cuadrado, t-student y F de Snedecor.
Este documento presenta varios ejemplos y problemas resueltos relacionados con distribuciones de probabilidad como la binomial, Poisson, gamma y normal. Incluye cálculos de probabilidades para diferentes escenarios como accidentes de tráfico, seguros de vida y lanzamientos de monedas y dados.
Este documento presenta un resumen de conceptos estadísticos como la distribución de Bernoulli, binomial, Poisson y normal. Incluye ejemplos y problemas resueltos sobre cada una de estas distribuciones.
Distribuciones de probabilidad con ejemplosamy Lopez
Este documento describe varias distribuciones de probabilidad comunes como la distribución de Bernoulli, binomial, Poisson y normal. Explica las características y fórmulas de cada distribución y proporciona ejemplos numéricos para ilustrar su aplicación.
Este documento presenta nueve problemas de probabilidad discreta. Cada problema describe una situación y pregunta por la probabilidad de ciertos eventos dados los parámetros de la distribución de probabilidad subyacente. Se resuelven los problemas aplicando conceptos como la distribución binomial, el valor esperado, la varianza y el cálculo de probabilidades para eventos compuestos.
Este documento describe diferentes distribuciones de probabilidad como la binomial, Poisson y exponencial. También incluye ejemplos y problemas de cada distribución. La distribución binomial se usa para modelar experimentos con varios ensayos de Bernoulli, la Poisson se aplica a eventos aleatorios que ocurren continuamente en el tiempo o espacio, y la exponencial modela el tiempo entre eventos.
Este documento presenta ejercicios sobre diferentes distribuciones de probabilidad incluyendo Bernoulli, binomial, Poisson y normal. Se proporcionan ejemplos y problemas para calcular probabilidades utilizando estas distribuciones. Los ejercicios cubren conceptos como media, varianza, funciones de probabilidad y cálculos estadísticos para diferentes escenarios.
EJERCICIOS DE DISTRIBUCION BINOMIAL, LEY DE LOS GRANDES NUMEROS, DISTRIBUCIÓN DE MEDIAS MUESTRALES, DISTRIBUCION DE PROPORCIONES, DISTRIBUCION MUESTRAL DE DIFERENCIA DE PROPORCIONES, DISTRIBUCION MUESTRAL DE DIFERENCIA DE MEDIAS,DISTRIBUCIÓN DE POISSON A LA BINOMIAL, DISTRIBUCIÓN HIPERGEOMETRICA
Este documento presenta fórmulas y ejemplos de tres distribuciones de probabilidad: binomial, hipergeométrica y de Poisson. Explica cómo calcular la probabilidad de eventos discretos usando estas distribuciones y proporciona cinco ejercicios de práctica con sus respectivas soluciones.
Este documento introduce los conceptos de distribuciones de probabilidad, variables aleatorias discretas y continuas. Explica que una distribución de probabilidad describe los posibles resultados de un experimento y que puede ser generada por una variable aleatoria. Luego describe las características de las variables aleatorias discretas y continuas, y proporciona ejemplos de cada una. Finalmente, presenta fórmulas y ejemplos de distribuciones de Bernoulli, binomial, Poisson, exponencial.
Este documento proporciona una introducción a varias distribuciones de probabilidad discretas comunes, incluidas las distribuciones de Bernoulli, binomial, Poisson y normal. Explica las características clave de cada distribución y proporciona ejemplos numéricos para ilustrar cómo calcular probabilidades bajo cada distribución.
Este documento presenta 5 ejercicios sobre distribuciones de probabilidad discretas. Los ejercicios calculan probabilidades usando distribuciones hipergeométricas, binomiales y de Poisson para problemas que incluyen muestras aleatorias de estudiantes, productos defectuosos, tabletas en una botella y imperfecciones en alambre. Las respuestas proporcionan las fórmulas utilizadas y los cálculos para determinar las probabilidades solicitadas.
1. Se toma una muestra de 10 sin reemplazo de un cuerpo estudiantil de 100 estudiantes de cierta universidad, se descubre que hay 3 estudiantes extranjeros en la muestra. ¿Cuál sería la probabilidad aproximada si hay 5 estudiantes extranjeros en la universidad?
Este documento presenta información sobre diferentes distribuciones de probabilidad, incluyendo:
1) La distribución de Bernoulli, que modela resultados binarios con probabilidades constantes.
2) La distribución binomial, que cuenta el número de éxitos en múltiples ensayos de Bernoulli independientes.
3) La distribución de Poisson, que modela eventos discretos que ocurren con una tasa constante en intervalos de tiempo.
4) La distribución exponencial, que modela el tiempo entre eventos en un proceso estocástico de tasa constante.
Este documento presenta información sobre diferentes distribuciones de probabilidad, incluyendo:
1) La distribución de Bernoulli que modela resultados binarios con probabilidades constantes.
2) La distribución binomial que extiende Bernoulli a múltiples ensayos independientes.
3) La distribución de Poisson que modela eventos discretos que ocurren en intervalos de tiempo.
4) La distribución exponencial que modela el tiempo entre eventos.
Este documento presenta información sobre diferentes distribuciones de probabilidad. Define la distribución de Bernoulli, la cual tiene dos resultados posibles, éxito o fracaso. Luego describe la distribución binomial, la cual se basa en múltiples ensayos de Bernoulli independientes. Finalmente, introduce la distribución de Poisson y la distribución exponencial.
Este documento explica el modelo binomial de probabilidad y lo aplica a un ejemplo numérico. En el ejemplo, se capturan 5 murciélagos al azar de una colonia donde el 30% tiene el virus de la rabia. Se calcula: a) La probabilidad de que 3 murciélagos tengan el virus (0.1323). b) La probabilidad de que 2 o menos murciélagos tengan el virus (0.84), sumando las probabilidades de 0, 1 y 2 murciélagos enfermos.
Este documento explica el modelo binomial de probabilidad y lo aplica a un ejemplo numérico. En el ejemplo, se capturan 5 murciélagos al azar de una colonia donde el 30% tiene el virus de la rabia. Se calcula: a) La probabilidad de que 3 murciélagos tengan el virus (0.1323). b) La probabilidad de que 2 o menos murciélagos tengan el virus (0.84), sumando las probabilidades de 0, 1 y 2 murciélagos enfermos.
El documento trata sobre los orígenes y desarrollo de la probabilidad matemática. Comienza mencionando que la probabilidad tiene sus orígenes en los juegos de azar y los problemas asociados a contar resultados posibles y distribuir ganancias. Luego describe a varios precursores y cómo con el tiempo se fue desarrollando el concepto de probabilidad en los siglos XVII y XVIII, pasando de referirse a incertidumbre a tomar decisiones bajo incertidumbre. Finalmente, explica las diferentes interpretaciones y enfoques que ha tenido la probabil
LINEA DE TIEMPO Y PERIODO INTERTESTAMENTARIOAaronPleitez
linea de tiempo del antiguo testamento donde se detalla la cronología de todos los eventos, personas, sucesos, etc. Además se incluye una parte del periodo intertestamentario en orden cronológico donde se detalla todo lo que sucede en los 400 años del periodo del silencio. Basicamente es un resumen de todos los sucesos desde Abraham hasta Cristo
Reporte homicidio doloso descripción
Reporte que contiene información de las víctimas de homicidio doloso registradas en el municipio de Irapuato Guanajuato durante el periodo señalado, comprende información cualitativa y cuantitativa que hace referencia a las características principales de cada uno de los homicidios.
La información proviene tanto de medios de comunicación digitales e impresos como de los boletines que la propia Fiscalía del Estado de Guanajuato emite de manera diaria a los medios de comunicación quienes publican estas incidencias en sus distintos canales.
Podemos observar cantidad de personas fallecidas, lugar donde se registraron los eventos, colonia y calle así como un comparativo con el mismo periodo pero del año anterior.
Edades y género de las víctimas es parte de la información que incluye el reporte.
Este documento ha sido elaborado por el Observatorio Ciudadano de Seguridad Justicia y Legalidad de Irapuato siendo nuestro propósito conocer datos sociodemográficos en conjunto con información de incidencia delictiva de las 10 colonias y/o comunidades que del año 2020 a la fecha han tenido mayor incidencia.
Existen muchas más colonias que presentan cifras y datos en materia de seguridad, sin embargo, en este primer acercamiento lo que se prevées darle al lector una idea de como se encuentran las colonias analizadas, tomando como referencia los datos del INEGI 2020, datos del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública del 2020 al 2023 y las bases de datos propias que desde el 2017 el Observatorio Ciudadano ha recopilado de manera puntual con datos de las vıć timas de homicidio doloso, accidentes de tránsito, personas lesionadas por arma de fuego, entre otros indicadores.
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdfMedTechBiz
Este libro ofrece una introducción completa y accesible a los campos de la minería de datos y la inteligencia artificial. Cubre todo, desde conceptos básicos hasta estudios de casos avanzados, con énfasis en la aplicación práctica utilizando herramientas como Python y R.
También aborda cuestiones críticas de ética y responsabilidad en el uso de estas tecnologías, discutiendo temas como la privacidad, el sesgo algorítmico y transparencia.
El objetivo es permitir al lector aplicar técnicas de minería de datos e inteligencia artificial a problemas reales, contribuyendo a la innovación y el progreso en su área de especialización.
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdf
Tema 4 color
1. 113
4.1 Distribución binomial
4.1.1 Definición. Ejemplos
4.1.2 La media y la varianza
4.1.3 Uso de tablas
4.1.4 Aditividad
4.2 Distribución de Poisson
4.2.1 Definición. Ejemplos
4.2.2 La media y la varianza
4.2.3 Uso de tablas
4.2.4 Aditividad
4.2.5 Aproximación de Binomial a Poisson
TEMA 4. MODELOS DE PROBABILIDAD
DISCRETOS
2. 114
( ) ( ); 1P A p P A p q= = − =
4.1 Distribución binomial
4.1.1 Definición. Ejemplos
( ; )X B n p→
Sea un experimento aleatorio en el que sólo puedan darse
dos posibilidades: que ocurra un determinado suceso A, que
llamaremos éxito, o que no ocurra dicho suceso, o sea que
ocurra su complementario, que llamaremos fracaso, .A
Se conoce la probabilidad de ocurrencia del suceso A, y
por lo tanto la de su complementario:
Se repite el experimento n veces en las mismas
condiciones (independencia). Se define la variable aleatoria
Binomial :
X: “nº de veces que ocurre el suceso A (nº éxitos) en n
realizaciones independientes del experimento”
Por lo tanto, X: 0, 1, 2 , 3, ……n
3. 115
( )0 0
( ) 1
n n
r n r
r r
nP X r p qr
−
= =
= = =∑ ∑
( )( ) n r n rP X r p qr
−= =
( )
!
! !
n r n rp q
r n r
−=
−
: 0,1,2,...,r n
Puede comprobarse que se verifica:
Función de probabilidad
4. 116
♦ Ejemplos
• Nº de caras al lanzar 20 veces una moneda
• Nº de aprobados si se presentan 80 alumnos a un
examen
• Nº de familias con un solo hijo en una población de
120 familias
• Nº de reacciones negativas ante un fármaco
administrado a 40 pacientes
• Nº de accidentes de tráfico si han circulado 1200
automóviles
• Nº de semillas que germinan de las 20 semillas que
se han plantado en suelos de idéntica composición
5. 117
2 2
0
[ ] ( ) ( )
n
r
Var X r P X r npqσ µ
=
= = − = =∑
0
[ ] ( )
n
r
E X rP X r npµ
=
= = = =∑
♦ Ejemplo
(10; 0.1) ( ) 10 0.1 1X B E X ×→ ⇒ = =
Diez individuos, cada uno de ellos propenso a la
tuberculosis, entran en contacto con un portador de la
enfermedad. La probabilidad de que la enfermedad se
contagie del portador a un sujeto cualquiera es de 0.1.
¿Cuántos se espera que contraigan la enfermedad?
Solución:
Varianza
Media
4.1.2 La media y la varianza
6. 118
♦ Ejemplo
: " "Suceso A A un ave se le presenta reacción negativa
. ( 2) 0.2759a P X = =
. ( 0) 0.1969b P X = =
:" º "X n de aves a las que se les presenta tal reacción
( ) 0.15 ; 10 ; (10 ; 0.15)P A n X B= = →
La probabilidad de que cierto antibiótico presente una
reacción negativa al administrarse a un ave rapaz en
recuperación es de 0.15. Si se les ha administrado dicho
antibiótico a 10 aves, calcúlense las probabilidades de que
haya reacción negativa:
a. En dos aves
b. En ningún ave
c. En menos de 4 aves
d. En más de 3 aves
e. Entre 2 y 5 aves
4.1.3 Uso de tablas
Solución:
7. 119
(
) (
)
. ( 3) 1 ( 3) 1 ( 0) ( 1)
( 2) ( 3) 1 0.1969 0.3474 0.2759
0.1298 0.05
d P X P X P X P X
P X P X
> = − ≤ = − = + = +
+ = + = = − + + +
+ =
. (2 5) ( 2) ( 3) ( 4)
( 5) 0.2759 0.1298 0.0401 0.0085
0.4543
e P X P X P X P X
P X
≤ ≤ = = + = + = +
+ = = + + + =
=
. ( 4) ( 3) ( 0) ( 1)
( 2) ( 3) 0.1969 0.3474
0.2759 0.1298 0.95
c P X P X P X P X
P X P X
< = ≤ = = + = +
+ = + = = + +
+ + =
8. 120
Un hombre y una mujer, cada uno con un gen recesivo
(Azul) y uno dominante (Marrón) para el color de los ojos,
son padres de tres hijos. ¿Cuál es la distribución de
probabilidades para X, número de hijos con ojos azules?
A = “Ojos Azules”; P ( A ) = p =1/4; n = 3
X = {Nº de hijos con ojos azules de 3 hijos}
E = {(AA), (AM), (MA), (MM)}
3,2,1,0;
4
3
4
13)( =
−
=−
== r
rnr
r
rnqrpn
rrXP
0 3
0
1 33( 0) 0.4219
4 4
P X
= = =
1 2
1
1 33( 1) 0.4219
4 4
P X
= = =
2 1
2
1 33( 2) 0.1406
4 4
P X
= = =
3 0
3
1 33( 3) 0.0156
4 4
P X
= = =
( ; ) (3; 0.25)X B n p B→ =
9. 121
Sean k variables aleatorias, X1, X2,...,XK , que verifican:
Definimos la variable aleatoria X como:
En estas condiciones se verifica que la variable aleatoria
X sigue una distribución Binomial:
Independientes entre sí
Xi B ( ni ; p ), i = 1, 2,…k
1 2 .... kX X X X= + + +
1( ... ; )kX B n n p→ + +
4.1.4 Aditividad
10. 122
Se define la variable aleatoria X como el número de
sucesos que ocurren en un intervalo continuo de tiempo,
longitud o espacio, de un tamaño determinado.
Nº de leucocitos en una gota de sangre
Nº de veces que una planta de energía nuclear emite
gases radiactivos en un periodo de tres meses
( )X P λ→
♦ Ejemplos
4.2. Distribución de Poisson
4.2.1 Definición. Ejemplos
Sea el número medio de sucesos que ocurren en estos
intervalos.
La variable aleatoria así definida sigue una distribución
de Poisson de parámetro
λ
λ
11. 123
( ) ; 0,1,2,3,...; 0
!
r
P X r e r
r
λλ
λ−= = = >
Puede comprobarse que se verifica:
( ) 1
!
r
r o r o
P X r e
r
λλ∞ ∞
−
= =
= = =∑ ∑
2[ ]Var X σ λ= =
[ ]E Xµ λ= =
Función de probabilidad
La media
Varianza
4.2.2 La media y la varianza
12. 124
Número de bacterias nocivas por cada cm3 de agua.
Número de partículas radiactivas emitidas cada hora
por una cierta sustancia.
La probabilidad de reacción negativa ante un
fármaco de un individuo es 0.05. Si hay 100
individuos, X: “nº individuos con reacción negativa”
La probabilidad de que un individuo tenga un
accidente es 0.01. Si hay 3500 individuos, X: “nº de
accidentados”
Se estima que sólo uno de cada 50 loros capturados
en la cuenca del Amazonas, para su utilización como
animales domésticos, sobrevive al cambio. Se
capturan 700 pájaros en un día, X: “nº de loros que
sobreviven”
♦ Ejemplos
13. 125
En una gasolinera la llegada de vehículos sigue la
distribución de Poisson de parámetro 1.6. Calcúlese la
probabilidad de que:
a. El nº de vehículos que lleguen sea superior a tres
b. Esté comprendido entre dos y cinco
c. Llegue algún vehículo
4.2.3 Uso de tablas
. ( 3) 1- ( 3) 1- ( 0)- ( 1)- ( 2)- ( 3) 0.0789
b. (2 5) ( 2) ( 3) ( 4) ( 5) 0.4689
c. ( 1) 1 ( 1) 1 ( 0) 0.7981
a P X P X P X P X P X P X
P X P X P X P X P X
P X P X P X
> = ≤ = = = = = =
≤ ≤ = = + = + = + = =
≥ = − < = − = =
14. 126
Sean k variables aleatorias, X1, X2,...,XK , que verifican:
Definimos la variable aleatoria X como:
En estas condiciones se verifica que la variable aleatoria
X sigue una distribución de Poisson:
1 2 .... kX X X X= + + +
Independientes entre sí
Xi P ( ), i = 1, 2,…k
1( ... )kX P λ λ λ→ = + +
4.2.4 Aditividad
i
λ
15. 127
Sea X una v.a. con distribución Binomial
( ; )X B n p→
( )X P npλ→ =
Si se verifica que
n > 30 y p < 0.1
o bien
n p ≤ 5
La distribución binomial se aproxima a una
distribución de Poisson de parámetro = np
4.2.5 Aproximación de una Binomial
a una Poisson
λ
16. 128
♦ Ejemplo
La probabilidad de que al administrársele un antibiótico a
un ave rapaz en recuperación se le presente una reacción
negativa es 0.05. Si se le va a administrar el antibiótico a
80 de estas aves, calcúlese la probabilidad de que:
1. No haya reacción negativa en ningún ave
2. Al menos haya reacción negativa en dos de ellas
3. Como mucho la haya en 5
Solución:
2. ( 2) 1 ( 1) 1 ( 0) ( 1)
0.9084
P X P X P X P X≥ = − ≤ = − = − =
=
: " "Suceso A A un ave se le presenta reacción negativa
:" º "X n de aves a las que se les presenta tal reacción
( ) 0.05; 80; (80 ; 0.05)P A n X B= = →
( ) ( 80 0.05) ( 4)X P np P Pλ λ λ×→ = = = = =⇒
1. ( 0) 0.0183P X = =
3. ( 5) ( 0) ... ( 5) 0.7851P X P X P X≤ = = + + = =
n > 30 y p < 0.1