Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 19 vistas

    Pobabilidad y Estadistica F4

    Cargado por

    Yael Perales
    Este documento presenta un resumen de cinco distribuciones de probabilidad comúnmente utilizadas en estadística: binomial, multinomial, hipergeométrica, Poisson y sus características clave. Define cada una y ofrece ejemplos breves de cómo se aplican en diferentes campos como biología, ingeniería y economía.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Pobabilidad y Estadistica F4

    Cargado por

    Yael Perales
    19 vistas4 páginas
    Este documento presenta un resumen de cinco distribuciones de probabilidad comúnmente utilizadas en estadística: binomial, multinomial, hipergeométrica, Poisson y sus características clave. Define cada una y ofrece ejemplos breves de cómo se aplican en diferentes campos como biología, ingeniería y economía.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un resumen de cinco distribuciones de probabilidad comúnmente utilizadas en estadística: binomial, multinomial, hipergeométrica, Poisson y sus características clave. Define cada una y ofrece ejemplos breves de cómo se aplican en diferentes campos como biología, ingeniería y economía.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    19 vistas4 páginas

    Pobabilidad y Estadistica F4

    Cargado por

    Yael Perales
    Este documento presenta un resumen de cinco distribuciones de probabilidad comúnmente utilizadas en estadística: binomial, multinomial, hipergeométrica, Poisson y sus características clave. Define cada una y ofrece ejemplos breves de cómo se aplican en diferentes campos como biología, ingeniería y economía.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 4

    Semestre Enero – Junio 2023

    Probabilidad y Estadística

    AF4 Probabilidad

    Mc. Aracely Silva Garza

    Equipo 6 M4
    Diego Elimelec Saldaña De La 2008036 IMC
    Rosa
    Yael Yarir Perales Terrazas 2132167 IMC
    Marcos Abelardo Sánchez 1928584 IMC
    Villarreal
    Joel Homero Venegas Cano 1996795 IMC
    Manuel Vargas Cabrera 1994812 IMC

    Ciudad universitaria, San Nicolás de los Garza, Nuevo León a


    21 de abril de 2023
    BINOMINAL
    En estadística, una distribución binomial es un modelo de probabilidad que describe
    el número de éxitos en un número fijo de ensayos aleatorios independientes. Esto
    se llama binomial porque solo hay dos resultados posibles en cada prueba: aprobar
    o fallar.
    La distribución binomial se caracteriza por dos parámetros: el número de intentos
    (n) y la probabilidad de éxito en cada intento (p). Con estos dos parámetros, se
    puede calcular la probabilidad de cualquier número de éxitos (k) en los n intentos.
    La distribución binomial es útil en muchas áreas de la estadística y las ciencias
    naturales, como la biología, la psicología, la ingeniería y la economía, entre otras.

    MULTINOMIAL
    En estadística, una distribución de probabilidad polinomial es un modelo que
    describe la cantidad de resultados posibles que ocurren en un experimento con
    múltiples categorías. Se supone que se realizan muchas pruebas o ensayos, cada
    uno de los cuales puede tener muchos resultados posibles.

    La distribución polinomial se caracteriza por dos parámetros: el número de intentos


    (n) y el vector de probabilidades de éxito (p1, p2, ..., pk) donde cada pi representa
    la probabilidad de que ocurra el evento i en cada intento. El número total de posibles
    resultados k puede ser cualquier número entero positivo.

    La distribución polinomial se utiliza en una variedad de aplicaciones estadísticas,


    incluido el análisis genético, el análisis genético y el análisis de preferencias del
    consumidor. También se utiliza en la teoría de juegos para modelar situaciones en
    las que los jugadores tienen muchas opciones.

    HIPERGEOMETRICA
    Una distribución de probabilidad hipergeométrica es un modelo que describe la
    ocurrencia de un cierto número de elementos de una población dada, sin reemplazo,
    en una muestra aleatoria de cierto tamaño. En otras palabras, describe la obtención
    de k elementos de un conjunto de tamaño N, en una muestra aleatoria de tamaño
    n, sin reemplazo.
    La distribución hipergeométrica se caracteriza por tres parámetros: el tamaño del
    conjunto (N), el número de elementos del conjunto que son "verdaderos" (M) y el
    tamaño normal de la muestra (n). A partir de estos tres parámetros, es posible
    calcular la probabilidad de tener un cierto número de objetos "correctos" en una
    muestra normal.
    La distribución hipergeométrica se utiliza en diversas aplicaciones, como la
    selección de muestras para investigación científica, la detección de enfermedades
    raras, el control de calidad de los envases fabricados, la evaluación de programas
    de detección de fraude, etc.

    POISSON
    La distribución de Poisson es un modelo utilizado para describir la cantidad de veces
    que ocurre un evento raro dentro de un período de tiempo determinado. Esta
    categoría se utiliza para describir eventos que no ocurren, son independientes del
    tiempo o el espacio y no se ven afectados por eventos anteriores o posteriores.

    La distribución de Poisson se caracteriza por un solo parámetro, λ, que representa


    la velocidad a la que ocurren los eventos. Por ejemplo, si λ es igual a 2, significa
    que hay dos eventos raros en el tiempo o el espacio.

    La distribución de Poisson se utiliza en una variedad de aplicaciones, incluido el


    análisis de frecuencias de accidentes automovilísticos, el análisis de la distribución
    de partículas radiactivas dentro de los objetos y la evaluación de las tasas de falla
    de las tareas del sistema y los modelos de tareas. cerebro y otros.

    También podría gustarte