Ejercicios Resueltos De Distribucion Binomial Y Poisson

Hoy vamos a aprender sobre dos distribuciones de probabilidad muy útiles: la Distribución Binomial y la Distribución de Poisson. Entenderlas te ayudará a analizar eventos comunes en la vida real.

Distribución Binomial: Cara o Cruz, ¡pero muchas veces!

La Distribución Binomial describe la probabilidad de obtener un cierto número de éxitos en una serie de intentos independientes. Imagina que lanzas una moneda varias veces. Cada lanzamiento es un intento. Obtener cara (o cruz) es el éxito. ¿Cuál es la probabilidad de obtener 3 caras en 5 lanzamientos?

Definición: La Distribución Binomial mide la probabilidad de tener k éxitos en n intentos, donde cada intento tiene solo dos resultados posibles: éxito o fracaso.

Analicemos la definición:

• n: Es el número total de intentos. En el ejemplo de la moneda, n sería 5 (cinco lanzamientos).
• k: Es el número de éxitos que queremos obtener. En el ejemplo, k sería 3 (tres caras).
• Éxito: Es el resultado que nos interesa. Puede ser obtener cara, que un producto sea defectuoso, o que un paciente se cure.
• Fracaso: Es el resultado opuesto al éxito.
• Probabilidad de éxito (p): Es la probabilidad de obtener un éxito en un solo intento. Para una moneda justa, p sería 0.5 (50%).
• Probabilidad de fracaso (q): Es la probabilidad de obtener un fracaso en un solo intento. q = 1 - p. En el ejemplo de la moneda, q también sería 0.5.

Ejemplo: Imagina que el 20% de los estudiantes universitarios tienen dificultades con las matemáticas. Si elegimos 10 estudiantes al azar, ¿cuál es la probabilidad de que exactamente 2 de ellos tengan dificultades?

Aquí, n = 10 (estudiantes), k = 2 (estudiantes con dificultades), p = 0.20 (probabilidad de tener dificultades), y q = 0.80 (probabilidad de no tener dificultades). La fórmula de la Distribución Binomial nos ayudaría a calcular esta probabilidad.

Distribución de Poisson: Eventos raros, pero importantes

La Distribución de Poisson se utiliza para calcular la probabilidad de que ocurra un cierto número de eventos en un período de tiempo o lugar específico. Piensa en cuántas llamadas recibe un centro de atención al cliente por hora.

Definición: La Distribución de Poisson calcula la probabilidad de que ocurran k eventos en un intervalo de tiempo o espacio, cuando estos eventos ocurren al azar e independientemente uno del otro.

Analicemos la definición:

• k: Es el número de eventos que queremos observar. Por ejemplo, 5 llamadas.
• λ (lambda): Es la tasa promedio de eventos. Por ejemplo, si el centro de atención recibe un promedio de 10 llamadas por hora, λ = 10.

Ejemplo: Un sitio web recibe un promedio de 5 ataques cibernéticos por semana. ¿Cuál es la probabilidad de que reciba exactamente 3 ataques en una semana?

Aquí, k = 3 (ataques) y λ = 5 (ataques promedio por semana). La Distribución de Poisson nos daría la probabilidad de este escenario.

En resumen: La Distribución Binomial cuenta éxitos en una serie de intentos. La Distribución de Poisson cuenta eventos en un período o lugar. Ambas son herramientas poderosas para analizar y predecir resultados.