MODELOS PROBABILISTICOS

DISCRETOS
Lic. Flor Norma Quiñonez
Cuyubamba
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI
ENSAYO DE BERNOULLI

 MODELO BINOMIAL

FUNCIÓN DE PROBABILIDAD DE LA
VARIABLE BINOMIAL


DISTRIBUCION ACUMULADA
BINOMIAL
 MODELO BINOMIAL

 MODELO BINOMIAL
 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. Describa el experimento usando
conceptos de v.a.
 MODELO BINOMIAL
 SOLUCIÓN
 Para un ensayo de Bernoulli
Éxito: Tener secuelas tras un accidente sin cinturón”
 Tiene probabilidad de éxito p ≈ 0,15
 Tiene probabilidad de fracaso q ≈ 0,85
Para 300 ensayos de Bernoulli, se tiene la variable
Binomial
X=Número de individuos que tienen secuelas tras
accidente sin cinturón.
 MODELO BINOMIAL

 Ejemplo2:
 Si 6 de 18 viviendas infringen el código de
construcción, ¿Cuál es la probabilidad de que un
inspector de viviendas, que selecciona aleatoriamente
a cuatro de ellas, descubra que :
 a) Ninguna de las viviendas infringen el código de
construcción.
 b)Una infringe el código de construcción.
 C) Al menos tres infringen el código de construcción.
MODELO DE POISSON
MODELO DE POISSON
MODELO DE POISSON
MODELO DE POISSON
MODELO DE POISSON
 MODELO DE POISSON
 El proceso de Poisson tiene las siguientes propiedades:
 El número de resultados que ocurren en un intervalo de
tiempo o región específicos es independiente del número
que ocurre en cualquier otro intervalo o región.
 La probabilidad de que un resultado sencillo ocurra en un
intervalo de tiempo corto o una región pequeña es
proporcional a la longitud del intervalo de tiempo o al
tamaño de la región y no depende del número de
resultados del número de resultados que ocurren fuera de
éste intervalo o región.
 La probabilidad de que más de un resultado ocurra en ese
intervalo de tiempo tan corto o en esa región tan pequeña
es despreciable.
 Función de Probabilidad

FUNCIÓN DE DISTRIBUCIÓN ACUMULADA DE POISSON

 MODELO DE POISSON
 Ejemplo1
 Supongamos que el número de imperfecciones en un
alambre delgado de cobre sigue una distribución
Poisson con una media de 2.3 imperfecciones por
milímetro.
 a. Determine la probabilidad de 2 imperfecciones en
un milímetro de alambre.
 b. Determine la probabilidad de 10 imperfecciones en
5 milímetros de alambre.
 c. Determine la probabilidad de al menos una
imperfección en 2mm de alambre.