Binomial

Aplicación

La distribución binomial es una distribución discreta, la cuál tiene 2 parámetros, un tamaño de muestra \(n\) y una probabilidad de éxito \(p\). Un ejemplo de aplicación, es el cálculo de la probabilidad de encontrar \(x\) productos defectuosos en un lote de tamaño \(n\).

Ejemplo 1: Sea \(x\) una binomil \(n=7\) y \(p=0.10\), donde \(x\) es el número de personas con bruxismo en la muestra, Encuentre la probabilidad de que 5 o ms tengan bruxismo

[1] 0.0001765

Poisson

Aplicación poisson

La distribución poisson sirve para modelar el número de casos de interés a lo largo del tiempo o espacio, esta distribución poisson tiene un parámetro que se denomina \(\lambda\), el cuál es equivalente a su promedio.

Ejemplo:Sea \(x\) el numero de clientes que llega a un banco por minuto, donde se sabe que es una distribución poisson con promedio igual a 2 cliente por minuto, ¿Que tan probable es que en un minuto lleguen por los tres clientes?

[1] 0.3233236

Poisson

Aplicación hipergeométrica

La distribución hipergeométrica es un modelo matemático que describe la probabilidad de obtener un cierto número de éxitos en un cierto número de ensayos, sin reemplazo, de una población finita que contiene una cantidad específica de éxitos y fracasos.

Ejemplo:Supónganse que se tienen 50 representantes de cierto estado, en una convención política nacional, de los cuales 30 apoyan el candidato A y 20 apoyan el candidato B. Si se seleccionan aleatoriamente 5 representantes ¿Cuál es la probabilidad de que, entre estos cinco, por lo menos 2 apoyen el candidato A?

[1] 0.9240811

Normal

Aplicación

La distribución es la que más se utiliza en Estadística. Ejemplo: Sea \(X\) el coeficiente intelectual de las personas, dicha variable distribuye normal con promedio de 100 y desviación estándar igual a 10. Calcule la probabilidad de que el coeficiente intelectual este entre 95 y 120.

[1] 0.6687123