DISTRIBUCIONES DE PROBABILIDAD

DISCRETA
CONTENIDO

o Variable aleatoria

o Distribuciones de Probabilidad Discreta

o Principales Distribuciones de Probabilidad discretas: Bernoullí,

Binomial y Poisson. Características y uso de tablas.
DISTRIBUCION DE PROBABILIDAD

Una distribución de probabilidad es un modelo

matemático que desarrolla en forma analítica el
comportamiento de un fenómeno (variable) real .
DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y
CONTINUAS

LAS DISTRIBUCIONES DISCRETAS

- Distribución Bernoulli
- Distribución Binomial
- Distribución Poisson

LAS DISTRIBUCIONES CONTINUAS

- Distribución Normal
- Distribución Normal Estándar
- Distribución t de Student
- Distribución Chi-cuadrado 2
- Distribución F
DISTRIBUCIONES DE PROBABILIDAD DISCRETAS

- Distribución Bernoulli
- Distribución Binomial
- Distribución Poisson
 DISTRIBUCIÓN BERNOULLI

Si X es una variable aleatoria que mide

"número de éxitos", y se realiza un
único experimento con dos posibles Función de probabilidad
resultados (éxito o fracaso), se dice
que la variable aleatoria X se distribuye
como una Bernoulli de parámetro p.
X Be (p)
Parámetro: p

Un experimento al cual se aplica la distribución de Bernoulli

se conoce como Ensayo de Bernoulli o simplemente ensayo,
y la serie de esos experimentos como ensayos repetidos.
 DISTRIBUCIÓN BERNOULLI

Media o Valor Esperado

 = E( X ) = p
Varianza

 = pq
2

Desviación Estándar

 = pq
 DISTRIBUCIÓN BINOMIAL

• Cada ensayo tienen sólo dos resultados

posibles. Para variables dicotómicas. Función de probabilidad

• Los ensayos son independientes. n x

P(X = x) = b(x; n, p) =  p (1 − p) n − x
• La probabilidad de éxito “p” es  x
constante en cada ensayo.
Donde x = 0, 1, 2, …, n

FUNCIÓN DE PROBABILIDAD BINOMIAL Parámetros:

Es la probabilidad de obtener
exactamente x “éxitos” en n pruebas
n , p
independientes de un experimento, con p
como la probabilidad de éxito para cada
prueba.
 DISTRIBUCIÓN BINOMIAL

Media o Valor Esperado

 = E ( X ) = np
Varianza

 = npq
2

Desviación Estándar

 = npq
 DISTRIBUCIÓN BINOMIAL
Ejercicio 1:
El Jefe de personal de una gran empresa, reporta que el 25% de
sus trabajadores tienen cursos de especialización. Si se
selecciona una muestra aleatoria de cinco de estos trabajadores.
Encuentre la probabilidad que :
a) Ninguno haya recibido cursos
de capacitación.
b) Exactamente uno haya
recibido cursos de
capacitación.
c) Menos de dos han recibido
cursos de capacitación.
 Función de probabilidad
DISTRIBUCIÓN n x
BINOMIAL P(X = x) = b(x; n, p) =  p (1 − p) n − x
 x
Solución de Ejercicio 1:

a) Ninguno haya recibido cursos de capacitación.

5
P(X = 0) = b(0;5,0.25) =  0.250 (0.75) 5
0 La probabilidad de que Ningún trabajador, haya
= 0.237 recibido cursos de capacitación es de 0.237.

b) Exactamente uno haya recibido cursos de capacitación

 5
P(X = 1) = b(1;5,0.25) =  0.251 (0.75)4 La probabilidad de que exactamente uno haya
1 recibido cursos de capacitación es de 0.396.
= 0.396
c) Menos de dos han recibido cursos de capacitación

P(X  2) = P(X  1) = P(X = 0) + P(X = 1)

La probabilidad de que menos de dos han
= 0.633 recibido cursos de capacitación es de 0.633.
DISTRIBUCIÓN BINOMIAL – USO DE TABLAS
 DISTRIBUCIÓN BINOMIAL – REGLAS DE
TRNSFORMACIÓN

Uso de tabla: Para el uso de la tabla debe tener en cuenta lo

siguiente:

CASO 1. P ( X ≤ a ) = Usar directamente la tabla

CASO 2. P ( X < a ) = P (X ≤ a - 1 )
CASO 3. P ( X > a ) = 1 - P (X ≤ a)
CASO 4. P ( X ≥ a ) = 1 - P ( X ≤ a - 1)
CASO 5. p (a ≤ x ≤ b) = P (X ≤ b ) - P (X ≤ a - 1 )
Ejercicio 2:

En general, el 20% de los postulantes aprueban en un examen

de selección de personal. ¿Cuál es la probabilidad de que en una
muestra de 6:
a) Aprueben exactamente 4. ( R = 0.01454)

b) Aprueben por lo menos 3. ( R = 0.0989)

c) Aprueben más de 4. ( R = 0.0016)

d) Cuántos postulantes se espera que aprueben. ( R = 1.2)

e) Cuál es la variabilidad de los postulante que aprueban ( R = 1.2)

14
Ejercicio 3:

En general, el 45% de los colaboradores de una empresa, posee

un seguro adicional de salud. ¿Cuál es la probabilidad de que en
una muestra de 15, de ellos:

a) Exactamente 4, posean seguro de salud adicional.

b) Por lo menos 3 tengan seguro de salud adicional.

c) Más de 4, tengan seguro de salud adicional.

d) Cuántos colaboradores se espera que tengan un seguro

adicional de salud.

e) Cuál es la variabilidad de los colaboradores que poseen

seguro de salud adicional..
15
Solución del ejercicio 3:

➢ Sea X= Colaboradores que cuentan con un seguro adicional de salud,

➢ n=15 colaboradores
➢ p= probabilidad de que un colaborador posea un seguro adicional.
p= 0.45 q=0.55
➢ Función de probabilidad:
15 
f ( x) = P( X = x) =   ( 0.45 ) ( 0.55 )
15− x
, x = 0,1, 2,3, 4,5
x

 
x

a) Exactamente 4, posean seguro adicional de salud.

P( X=4)=0.078 = 7.8%

b) Por lo menos 3 tengan seguro adicional de salud. Caso 4

c) Más de 4, tengan seguro adicional de salud. Caso 3

 DISTRIBUCIÓN POISSON

FUNCIÓN DE PROBABILIDAD Función de probabilidad

POISSON.
e− λ λ x
La función de probabilidad de Poisson P(X = x/λ ) =
define la probabilidad de exactamente
x!
Donde λ = Número esperado de éxitos.
x ocurrencias o “éxitos”, que aparecen e = Constante matemática.
x = Número de éxitos por unidad.
por unidad de tiempo o espacio, dado
el número medio de ocurrencias en el Parámetro: λ

intervalo dado t.
 DISTRIBUCIÓN POISSON

Esta distribución se utiliza para describir ciertos procesos.

Características:
En este tipo de experimentos los éxitos buscados son expresados por unidad
de área, tiempo, pieza, etc:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por día, mes, etc
 DISTRIBUCIÓN POISSON

▪ Media o Valor Esperado

 =
▪ Varianza

 =
2

▪ Desviación Estándar

= 
 DISTRIBUCIÓN POISSON
Ejercicio 3:
Función de probabilidad
Si como promedio un tablero
e− λ λ x
electrónico recibe 0.05 llamadas P(X = x/λ ) =
x!
por segundo, ¿Cuál es la
probabilidad de que en un Solución:
determinado minuto: Se tiene que λ = 0.05 llamadas por
segundo
a. Reciban exactamente dos
Entonces: λ = 0.05(60) = 3 llamadas por
llamadas. minuto.
b. Reciban no más de dos
e −3 32
a. P(X = 2) = = 0.224
llamadas. 2!

b. P(X  2 ) = P(X = 0) + P(X = 1) + P(X = 2)

e−3 30 e−3 31 e−3 32
= + + = 0.497 + 0.149 + 0.224 = 0.423
0! 1! 2!
DISTRIBUCIÓN POISSON
 DISTRIBUCIÓN POISSON

Uso de tabla: Para el uso de la tabla debe tener en cuenta lo siguiente:

CASO 1. P ( X ≤ a ) = Usar directamente la tabla

CASO 2. P ( X  a ) = P ( X ≤ a - 1)
CASO 3. P(X>a)=1- P(X≤a)
CASO 4. P ( X ≥ a ) = 1 – P ( X ≤ a - 1)
CASO 5. P ( a ≤ X ≤ b ) = P ( X ≤ b ) - P ( X ≤ a -1)
Ejercicio 4:

La central telefónica de una empresa recibe un promedio de 3.4 órdenes de pedido

por hora. Estas ocurrencias se producen al azar. ¿Cuál es la probabilidad de que
se produzcan:

a) Exactamente 4 órdenes de pedido en una hora dada.

b) Como máximo 5 órdenes de pedido en una hora.

c) Más de 5 órdenes de pedido en dos horas.

23
Solución del ejercicio 4:
 = 3.4 órdenes de pedido / hora

a) Exactamente 4 órdenes de pedido en una hora dada.

b) Como máximo 5 órdenes de pedido en una hora.

P( X  5) = 0.871 = 87.1% → Tabla Caso 1

c) Más de 5 órdenes de pedido en dos horas.

En 2 horas  = 6.8 órdenes →
 = 6.8 órdenes / 2 horas
P ( X  5) = 1 − P( X  5) → Tabla Caso 3
= 1 − 0.327
= 0.673 = 67.3%

24
Aproximación de la Binomial a la Poisson

En problemas de distribución
binomial donde n es grande y la
probabilidad de éxito p es Se cumple que:
bastante pequeña, las  = np
probabilidades se pueden
aproximar usando la distribución
de Poisson.
Aproximación de la Binomial a la Poisson

Ejercicio 5 :

En un proceso en el cual se producen piezas de vidrio, ocurren defectos

o burbujas, ocasionando que la pieza no sea apta para la venta. Se
sabe que en promedio 1 de cada mil piezas tiene una o más burbujas.
¿Cuál es la probabilidad de que en una muestra aleatoria de 8000
piezas, menos de 7 de ellas tengan burbujas?
 Aproximación de la Binomial a la Poisson
Solución de Ejercicio 5:

Datos: n=8000

p=0.001 (por dato:1 de cada1000=1/1000=0.001)

este es por tanto un experimento binomial, pero dado que : p se acerca a

0 y n es bastante grande, se hace la aproximación con la distribución de
Poisson.

Entonces: λ = np = 8000*0.001 = 8

Nos piden: P (X < 7) = P (X ≤ 6)

De tabla: P (X ≤ 6) = 0.313 = 31.3%

 ¿QUÉ HEMOS VISTO?
▪ Variable aleatoria

▪ Distribuciones de Probabilidad Discreta

▪ Principales Distribuciones de Probabilidad

discretas: Bernoullí, Binomial y Poisson.
Características y uso de tablas