0
Luis Alberto García Aguilar 2° “B”
Nos podemos dar cuenta de que cada X                 Primero Observamos conrepresenta una diferente probabilidad en       ...
Como podemos ver se va despejando de                          paso en paso haci hasta llegar ala respuesta                ...
En este caso nos habla el ejercicio                                     de cuantas maquinas se                            ...
   Suponga que el 4% de la población de la tercera edad tiene        Alzheimer. Suponga que se toma una muestra aleatoria...
Esta distribución se es como la                                 bonomial con la bernoulli pero nada                       ...
   Un fabricante de focos afirma que sus    producto durará un promedio de 500 horas    de trabajo. Para conservar este p...
Se puede concluir que la media poblacional no                                               es 500, porque la muestra pobl...
Upcoming SlideShare
Loading in...5
×

Ejemplos de distribuciones

1,426

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,426
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
7
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Transcript of "Ejemplos de distribuciones"

  1. 1. Luis Alberto García Aguilar 2° “B”
  2. 2. Nos podemos dar cuenta de que cada X Primero Observamos conrepresenta una diferente probabilidad en claridad el problema el problema. Se ha observado estudiando 2000 accidentes de tráfico con impacto frontal y cuyos conductores no tenían cinturón de seguridad, que 300 individuos quedaron con secuelas. Solución. La noc. frecuentista de prob. Nos permite aproximar la probabilidad detener secuelas mediante 300/2000=0,15=15% X=“tener secuelas tras accidente sin cinturón” es variable de Bernoulli X=1 tiene probabilidad p ˜ 0,15 X=0 tiene probabilidad q ˜ 0,85 Comenzamos con la Luego poco a poco lo vamosresolviendo por el método de primera distribucion la Bernoulli De Bernoulli
  3. 3. Como podemos ver se va despejando de paso en paso haci hasta llegar ala respuesta que es; En una fábrica hay 12 máquinas. Cada una de ellas está averiada un día de cada 10. ¿Cuál es la probabilidad de que un determinado día haya más de 3 máquinas averiadas? En Este tipo de distribución podemos ver como se aplica la binomial, dándonos cuenta de cómo si es cierto que son como muchas Bernoulli juntas.
  4. 4. En este caso nos habla el ejercicio de cuantas maquinas se descomponen en una semana  En un taller se averían una media de 2 máquinas a la semana. Calcula la probabilidad de que no haya ninguna avería en una semana. ¿Y de que haya menos de 6 en un mes? Esta es la distribución Que seY así tenemos que la probabilidad utiliza como distribución de lasde que la probabilidad de que haya ocurrencias de unmenos de 6 maquinas fenómeno en una unidad dedescompuestas es de : tiempo.
  5. 5.  Suponga que el 4% de la población de la tercera edad tiene Alzheimer. Suponga que se toma una muestra aleatoria de 3500 ancianos. Encuentre la probabilidad que al menos 150 de ellos tengan la enfermedad. μ = np = 3500(0.04) =140, σ2 = npq = 3500(0.04)(0.96) = 134.4, por lo que σ = 11.6. Se usa entonces la distribución normal para aproximar la probabilidad binomial como sigue: b(k ≤ 150) ≈ N(X ≤ 149.5). Tras transformar, a = 149.5, en unidades estándar se obtiene: z1 = (149.5-140)/5= 0.82 De aquí que: P(X≤149.5) = normcdf(0.82) = 0.7939 En esta probabilidad nos damos cuenta de Que el ejemplo nos habla de unaLas Formulas utilidad en esta formula son muestra de Personas alas que se les muy parecidas a las de la binomial, de tomo.hecho la binomial entra en segundo plano para dar la respuestas que es:
  6. 6. Esta distribución se es como la bonomial con la bernoulli pero nada mas que esta es así con la Poisson.  A una centralita de teléfonos llegan 12 llamadas por minuto, siguiendo una distribución de Poisson. ¿Cuál es la probabilidad de que en menos de 1 minuto lleguen 8 llamadas?Aquí esta la ecuación quenos muestra la resolucióne implementación de esta Distribución;. Teniendo que el resultado es:
  7. 7.  Un fabricante de focos afirma que sus producto durará un promedio de 500 horas de trabajo. Para conservar este promedio esta persona verifica 25 focos cada mes. Si el valor y calculado cae entre –t 0.05 y t 0.05, él se encuentra satisfecho con esta afirmación. ¿Qué conclusión deberá él sacar de una muestra de 25 focos cuya duración fue? El problema a Resolver en este caso esta aplicado a un fabricante de focos, recibiendo su nuestra parte los datos necesarios,
  8. 8. Se puede concluir que la media poblacional no es 500, porque la muestra poblacional está porPues este problema creo yo que esta mas que encima de esta, y por lo tanto deber ía estar por explicado: encima de 500. 1.-se realizo una tabla con los datos pertinentes. 2.- se realizo una grafica con las formulas dadas. 3.-Por ultimo tenemos nuestra conclusión sobre el problema.
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×