Distribución de Probabilidades Discretas

Distribuciones discretas de
Probabilidad
Profesora Yalide Guerra

Contenidos
• Variables aleatorias
• Distribuciones
discretas
• Valor esperado
• Distribución Binomial
• Distribución de Poisson

Variables aleatorias
• Es una descripción numérica del resultado de un experimento
aleatorio
• Se pueden clasificar en discretas o continuas
• Las discretas son variable aleatorias con un rango finito ( o
infinito contable)
• Las continuas son variables que pueden asumir cualquier valor
en un intervalo o conjunto de intervalos
• Una forma de determinar si una variable es continua o
discreta es Considerar que todo lo que se cuenta es discreto
y todo lo que se mide es continuo

Distribución de probabilidad
La distribución de una variable X se define como una
descripción del conjunto de valores posibles de X, junto con la
probabilidad asociada con cada uno de estos valores. La función
de probabilidad viene dada por:
F(xi)=P(X=xi)
Propiedades
Por ser una probabilidad se verifica :
1) f(xi) >0;
2) la suma de todas las f(xi) es 1

X P(x)
0 0,25
1 0,5
2 0,25
Sea X una variable aleatoria. Se llama función de distribución, F, a la función

definida por F(x)= P(X≤ x)
Ejemplo

Valor Esperado de una variable aleatoria:
 El valor esperado de una variable aleatoria

discreta o Esperanza Matemática es una
medida de localización central de una
variable aleatoria.
 Es un promedio ponderado de los valores

que puede tener una variable en donde los
factores de ponderación son las
probabilidades y se expresa de acuerdo a:
n
E ( x)     xi f ( x)
i 1

Varianza de una variable aleatoria discreta :

Es una medida de dispersión o variabilidad y corresponde
a promedio ponderado de las desviaciones de una variable
aleatoria respecto a su promedio, elevadas al cuadrado
n 2
Var ( x)   2    xi    f ( x)
i 1

Ejercicio
Dada la siguiente tabla de distribución de probabilidades de

una variable aleatoria y.
a) Determine si es correcta la distribución de
probabilidades
b) Calcule E(y)
c) Calcule Var(y)
y F(y) a) Si es una distribución

correcta de probabilidad ya
2 0.20 que la sumatoria de F(Y) = 1
4 0.30 b) E(y)= µ = 2*0.20 + 4*0.30 +
7 0.40 7*0.40 + 8*0.10 = 5,2
8 0.10 c) Var(y)= (2-5.2)^2*0.2+(4-

5.2)^2*0.3+(7-
Total 1.00 5.2)^2*0.4+(8-
5.2)^2*0.1=4.55
Distribución Bernoulli
El experimento se realiza una sola vez.

E(x)=p
V(x)=pq

Distribución Binomial
Es una distribución discreta de probabilidad conocida por
sus variadas aplicaciones que se relaciona con un
experimento de etapas múltiples
Propiedades de la distribución binomial:

1. El experimento consiste en una sucesión de n intentos
idénticos
2. En cada intento son posibles 2 resultados. Éxito o
Fracaso
3. La probabilidad de éxito, representado por p, no cambia
de un intento a otro. En consecuencia, la probabilidad de
fracaso, (1-p), no cambia de un intento a otro. Supuesto
de estacionariedad
4. Los intentos son independientes

Si existen sólo las propiedades 2,3,4 se habla de un proceso

Bernoulli.
Un ejemplo de distribución Binomial es determinar la

probabilidad de que en n intentos al lanzar una moneda salga
cara (éxito) y no sello (fracaso).
La fórmula de combinatoria de n objetos seleccionados en un

grupo proporciona la cantidad de resultados experimentales
que resultan en x éxitos

Cantidad de resultados experimentales con exactamente x

éxitos en n intentos
n n!
 x 
  x ! n  x !
También es necesario conocer la probabilidad asociada a

cada uno de los resultados experimentales el cual se puede
determinar a través de la siguiente relación
p x (1  p)( n  x )
Combinado las dos expresiones obtenemos la función de

distribución Binomial
n x
f ( x)    p (1  p )( n  x )
 x
f ( x)  probabilidad de x exitos en n intentos

n n!
 x 
  x !(n - x)!
p  probabilidad de un exito en cualquier intento
(1- p )=probabilidad de un fracaso en cualquier intento

Valor esperado de la distribución binomial de probabilidad
E ( x)    np
Varianza de la distribución binomial de probabilidad
Var ( x)   2  np(1  p)

Ejemplo
El gerente de una gran tienda necesita determinar cual es la

probabilidad de que 2 de tres clientes que ingresan a la
tienda hagan una compra. Él sabe que la probabilidad de que
un cliente compre es de 0.3
 3 3! Cantidad de resultados experimentales

 2  3
  2! 3  2 !
Probabilidad de cada resultado
0.32 (1  p)(31)  0.063 experimental en donde 2 de los tres
clientes compran
Luego 3·0.063 = 0.189, probabilidad de que de 3 clientes

que ingresan a la tienda 2 compren
Ejercicio:
La última novela de un autor ha tenido un gran
éxito, hasta el punto de que el 80% de los
lectores ya la han leído.
Un grupo de 4 amigos son aficionados a la
lectura:
1 ¿Cuál es la probabilidad de que en el grupo

hayan leído la novela 2 personas?
2 ¿Y cómo máximo 2?

Ejercicio
q= 0,2 probabilidad p=0,8

O 0,4096 4
1 0,4096 3
2 0,1536 2
3 0,0256 1
4 0,0016 0

Distribución Poisson
Es una distribución de probabilidad que muestra la

probabilidad de x ocurrencias de un evento en un intervalo
especificado de tiempo o e espacio
Las propiedades de un experimento de Poisson son:
La probabilidad de una ocurrencia es igual en dos
intervalos cualesquiera de igual longitud
La ocurrencia o no ocurrencia en cualquier intervalo es
independiente de la ocurrencia o no ocurrencia en
cualquier otro intervalo-
Se aplica a experimentos donde ocurren sucesos raros
donde La probabilidad de éxito es pequeña y el número de
observaciones muy elevado

La distribución de Poisson se expresa como:
(x = cantidad de ocurrencia)
 xe 
f ( x) 
x!
Se puede usar este distribución de probabilidad como una

aproximación de la distribución binomial cuando p, la
probabilidad éxito es pequeña y n, la cantidad de intentos, es
grande. Tan sólo se iguala =n·p

Ejemplo
Se necesita estimar la cantidad de llegadas a la ventanilla de

servicio en automóviles de un banco, durante un período de
15 minutos en las mañanas de los días hábiles. Los datos
históricos indican que en este período la cantidad de
automóviles en promedio es 10. A la gerencia le interesa
saber cual es la probabilidad exacta de que lleguen 5
automóviles en 15 minutos
105 e10
f (5)   0.0378
5!

Distribución de Probabilidades Discretas

Cargado por

Copyright:

Formatos disponibles

Distribución de Probabilidades Discretas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribución de Probabilidades Discretas

Cargado por

Copyright:

Formatos disponibles

Distribuciones discretas de

Profesora Yalide Guerra

Profesora Yalide Guerra

Profesora Yalide Guerra

Profesora Yalide Guerra

Sea X una variable aleatoria. Se llama función de distribución, F, a la función

Profesora Yalide Guerra

Valor Esperado de una variable aleatoria:

 El valor esperado de una variable aleatoria

 Es un promedio ponderado de los valores

Profesora Yalide Guerra

Varianza de una variable aleatoria discreta :

Profesora Yalide Guerra

Dada la siguiente tabla de distribución de probabilidades de

y F(y) a) Si es una distribución

8 0.10 c) Var(y)= (2-5.2)^2*0.2+(4-

El experimento se realiza una sola vez.

Profesora Yalide Guerra

Propiedades de la distribución binomial:

Profesora Yalide Guerra

Si existen sólo las propiedades 2,3,4 se habla de un proceso

Un ejemplo de distribución Binomial es determinar la

La fórmula de combinatoria de n objetos seleccionados en un

Profesora Yalide Guerra

Cantidad de resultados experimentales con exactamente x

También es necesario conocer la probabilidad asociada a

Combinado las dos expresiones obtenemos la función de

f ( x)  probabilidad de x exitos en n intentos

Profesora Yalide Guerra

Valor esperado de la distribución binomial de probabilidad

Varianza de la distribución binomial de probabilidad

Profesora Yalide Guerra

El gerente de una gran tienda necesita determinar cual es la

 3 3! Cantidad de resultados experimentales

Luego 3·0.063 = 0.189, probabilidad de que de 3 clientes

1 ¿Cuál es la probabilidad de que en el grupo

Profesora Yalide Guerra

q= 0,2 probabilidad p=0,8

Profesora Yalide Guerra

Es una distribución de probabilidad que muestra la

Profesora Yalide Guerra

Se puede usar este distribución de probabilidad como una

Profesora Yalide Guerra

Se necesita estimar la cantidad de llegadas a la ventanilla de

Profesora Yalide Guerra

También podría gustarte