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 binomial \(n=7\) y \(p=0.10\). Donde \(x\) es el número de personas con bruxismo en la muestra. Encuentre la probabilidad de que 5 o más tengan broxismo.[1] 0.0001765
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 número de clientes que llega a un banco por minuto, donde se sabe que es una distribución poisson con promedio igual a 2 clientes por minuto. ¿Qué tan probable es que un minuto lleguen por lo tres clientes?
[1] 0.3233236
La distribución hipergeométrica es una distribución de probabilidad que describe el número de casos de éxito en una extracción aleatoria y sin remplazo de \(n\) elementos de una población.
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
Sea X una variable aleatoria que representa la inteligencia medida por medio de pruebas de Coeficiente Intelectual. Si se sabe que \(X\) es normal con media 100 y desviación 10. Calcule la probabilidad de obtener un puntaje menor que 85 y un puntaje entre 95 y 120.
[1] 0.6687123