Distribuciones de probabilidad para v.a.

discretas

Probabilidad y Estadı́stica - Clase XII

Probabilidad

Mariana Lizarazo
mlizarazoo@ucentral.edu.co

Programa de matemáticas y servicios

Universidad Central

2024

1 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Contenido

1 Distribuciones de probabilidad para v.a. discretas

Bernoulli
Binomial
Distribución hipergeométrica
Distribución Poisson

2 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Distribución Bernoulli

Distribución Bernoulli
Podemos utilizar el resultado del lanzamiento de una moneda no alterada un
cierto número de veces como ejemplo de un proceso de Bernoulli. Podemos
describir el proceso de la siguiente manera:
1. El experimento consta de ensayos repetidos.
2. Cada ensayo produce un resultado que se puede clasificar como éxito o
fracaso.
3. La probabilidad de un éxito, que se denota con p, permanece constante
de un ensayo a otro.
4. Los ensayos repetidos son independientes, es decir, el resultado de un
lanzamiento no afecta el resultado de cualquier otro lanzamiento.

3 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Distribución Bernoulli

Ejemplo:

En un lote de 500 piezas se selecciona al azar una pieza, queremos saber si esta
defectuosa o no. Si se sabe que existen 80 piezas que son defectuosas, la
probabilidad de seleccionar una pieza defectuosa es p = 80/500. Se define la
variable X como x = 1 si la pieza esta defectuosa y x = 0 si no esta defectuosa.

Ası́, P (X = 1) = p y P (X = 0) = 1 − p

4 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Contenido

1 Distribuciones de probabilidad para v.a. discretas

Bernoulli
Binomial
Distribución hipergeométrica
Distribución Poisson

5 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Distribución binomial

Distribución binomial
Un experimento binomial es el que tiene las siguientes caracterı́sticas:
1. El experimento consiste en n intentos idénticos.
2. Cada intento resulta en uno de dos resultados. Por falta de un mejor
nombre, el resultado uno se llama éxito, E (o 1) y el otro se llama
fracaso, F (0 0).
3. La probabilidad de éxito en un solo intento es igual a p y es igual de un
intento a otro. La probabilidad de fracaso es igual a (1 − p) = q.
4. Los intentos son independientes.
5. Estamos interesados en X, el número de éxitos observado durante los n
intentos, para x = 0, 1, 2, . . . , n.

O simplemente,
el número de éxitos en n repeticiones de un experimento de Bernoulli.

6 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejemplo 1:
Un paciente llena una receta para un régimen de 10 dı́as de dos pı́ldoras diarias.
Sin que lo sepan el farmacéutico ni el paciente, las 20 pastillas están formadas
por 18 pı́ldoras del medicamento prescrito y dos pı́ldoras que son el equivalente
genérico del medicamento prescrito. El paciente selecciona dos pı́ldoras al azar
para la dosis del primer dı́a. Si verificamos la selección y registramos el número
de pı́ldoras que son genéricas, ¿es éste un experimento binomial?
Solución: Verifiquemos si es un experimento binomial.
1. Un “intento” es la selección de una pı́ldora de entre las 20 de la receta.
Este experimento consta de n = 2 intentos.
2. Cada intento resulta en uno de dos resultados. O bien la pı́ldora es
genérica (llame “éxito” a esto) o no lo es (un “fracaso”).
3. Como las pı́ldoras de una botella de receta se pueden considerar
“mezcladas” al azar, la probabilidad incondicional de sacar una pı́ldora
genérica en un intento determinado serı́a 2/20.
4. La condición de independencia entre intentos no está satisfecha, porque
la probabilidad de sacar una pı́ldora genérica en el segundo intento
depende del primer intento. Por tanto,
P (genérica en intento 2 | genérica en intento 1) = 1/19.
7 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejemplo 2-4:

2) Una moneda se lanza 3 veces. ¿Cual es la probabilidad de obtener dos

caras? ¿Cual es la distribución de probabilidad del número de caras? ¿cual
es la esperanza y la varianza del número de caras en este experimento?
3) Se lanza un dado 5 veces. ¿Cual es la probabilidad de obtener el número
2 en máximo 3 ocasiones?
4) Se sabe que 90 % de las personas de una ciudad están a favor de un
proyecto municipal. Se seleccionan al azar 100 personas de esta ciudad.
¿Cual es la probabilidad de que por lo menos 80 de ellos estén a favor del
proyecto? (como la población es grande esperamos que la selección de
personas sea hecha de forma independiente).

8 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Distribución binomial

Distribución binomial
Se podemos decir que X tiene distribución binomial, o escrito de otra forma
X ∼ Binom(n, p). Podemos calcular las probabilidades de X como:
!
n x n!
P (X = x) = p (1 − p)n−x = px (1 − p)n−x
x x! (n − x)!

Se puede mostrar que:

E(X) = np

V ar(X) = np(1 − p)

9 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejercicio 1:

Para los ejemplos del 2 al 4 use las formulas para calcular lo que pedı́an los
ejercicios.

Compare los resultados.

10 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Contenido

1 Distribuciones de probabilidad para v.a. discretas

Bernoulli
Binomial
Distribución hipergeométrica
Distribución Poisson

11 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Distribución hipergeométrica

Distribución hipergeométrica
Una población contiene M éxitos y N − M fracasos. La probabilidad de
exactamente k éxitos en una muestra aleatoria de tamaño n es:
M

N −M

k n−k
P (X = k) = N


n

Se puede mostrar que:

E(X) = n M
N

M

N −M

 N −n 
V ar(X) = n N N N −1

12 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejemplo 5:
Un recipiente tiene 12 botellas de vinos, 3 de las cuales contienen vino que se
ha echado a perder. Una muestra de 4 botellas se selecciona al azar de entre la
caja.
1. Encuentre la distribución de probabilidad para X, el número de botellas
de vino echado a perder de la muestra.
2. ¿Cuáles son la media y la varianza de X?
Solución:
Para este ejemplo, N = 12, n = 4, M = 3 y (N − M ) = 9. Entonces,
3

9

k 4−k
P (X = k) = 12


4

1. Los valores posibles para X son 0, 1, 2 y 3, con probabilidades:

3 9 3 9





1(126) 3(84)
P (X = 0) = 0 12
4 = = 0,25 P (X = 1) = 1 12
3 = = 0,51
4
495 4
495
3 9 3 9





3(36) 1(9)
P (X = 2) = 2 12
2 = = 0,22 P (X = 3) = 3 12
1 = = 0,02
4
495 4
495
13 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejemplo 5:
Un recipiente tiene 12 botellas de vinos, 3 de las cuales contienen vino que se
ha echado a perder. Una muestra de 4 botellas se selecciona al azar de entre la
caja.
2. ¿Cuáles son la media y la varianza de X?
Solución:
Para este ejemplo, N = 12, n = 4, M = 3 y (N − M ) = 9. Entonces,
3

9

k 4−k
P (X = k) = 12


4

2. la media y la varianza son:

 
3
E(X) = 4 =1
12
   
3 9 12 − 4
V ar(X) = 4 = 0,5455
12 12 12 − 1

14 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejercicio 2:

Es frecuente que las semillas sean tratadas con un fungicida para protegerlas de
ambientes mal drenados, húmedos. En un intento a pequeña escala antes de un
experimento a gran escala para determinar qué dilución del fungicida aplicar,
cinco semillas tratadas y cinco no tratadas se plantaron en suelo arcilloso y se
registró el número de plantas que emergieron de las semillas tratadas y de las
no tratadas.
Suponga que la dilución no fue eficaz y sólo emergieron cuatro plantas.
Represente con X el número de plantas que emergieron de semillas tratadas.
a) Encuentre la probabilidad de que X = 4.
b) Encuentre P (X ≤ 3).
c) Encuentre P (2 ≤ X ≤ 3).
d) ¿Cual es el valor esperado de semillas tratadas que emergieron?
e) ¿Cual es varianza de X?

15 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Contenido

1 Distribuciones de probabilidad para v.a. discretas

Bernoulli
Binomial
Distribución hipergeométrica
Distribución Poisson

16 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Distribución Poisson:
Otra variable aleatoria discreta que tiene numerosas aplicaciones prácticas es la
variable aleatoria de Poisson. Su distribución de probabilidad da un buen
modelo para datos que representa el número de sucesos de un evento
especificado en una unidad determinada de tiempo o espacio. Experimentos
para los cuales la variable aleatoria X puede ser modelada por la variable
aleatoria de Poisson:
El número de llamadas recibidas por un conmutador durante un tiempo
determinado.
El número de bacterias por volumen pequeño de fluido.
El número de llegadas de clientes al mostrador de una caja de pago en un
minuto determinado.
El número de descomposturas de una máquina durante un dı́a
determinado.
El número de accidentes de tránsito en un crucero dado durante un
tiempo determinado.

17 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Distribución Poisson:

Distribución Poisson:
Sea λ la tasa media de veces que ocurre un evento en cierto tiempo o espacio.
La probabilidad de k sucesos de este evento es:

λk e−λ
P (X = k) =
k!
para valores de k = 0, 1, 2, 3, . . .. Donde e es la constante de Euler e ≈ 2,71828

La media y desviación estándar de la variable aleatoria de Poisson X son:

E(X) = λ
V ar(X) = λ

18 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejemplo 6:
El número promedio de accidentes de tránsito en cierto cruce de carretera es
dos por semana. Suponga que el número de accidentes sigue una distribución
de Poisson con λ = 2.
1) Encuentre la probabilidad de que no haya accidentes en este cruce de
carretera durante un periodo de 1 semana.
2) Encuentre la probabilidad de que a lo sumo haya tres accidentes en esta
sección de carretera durante un periodo de 2 semanas.
Solución:
1) El número promedio de accidentes por semana es λ. Por tanto, la
probabilidad de que no haya accidentes en esta sección de carretera
durante 1 semana determinada es
20 e−2
P (X = 0) = = e−2 = 0,13533
0!
2) Durante un periodo de 2 semanas, el número promedio de accidentes en
esta sección de carretera es 2λ = 2(2) = 4. La probabilidad de que a lo
sumo haya tres accidentes durante un periodo de 2 semanas es:
P (X ≤ 3) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)
19 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejemplo 6:

Donde,
40 e−4 41 e−4
P (X = 0) = P (X = 1) =
0! 1!
42 e−4 43 e−4
P (X = 2) = P (X = 3) =
2! 3!
por lo tanto,

40 e−4 41 e−4 42 e−4 43 e−4 42 43

 
P (X ≤ 3) = + + + = e−4 1 + 4 + +
0! 1! 2! 3! 2 6
−4 71 −4
=e = e 23,6667 ≈ 0,43347
3

20 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejercicio 3:

Cada año ocurren en promedio 15 accidentes aéreos (The World Almanac and
Book of Facts, 2004).
a) Calcule el número medio de accidentes aéreos por mes.
b) Calcule la probabilidad de que no haya ningún accidente en un mes.
c) De que haya exactamente un accidente en un mes.
d) De que haya más de un accidente en un mes.

21 / 22
 Bernoulli
Binomial
Distribuciones de probabilidad para v.a. discretas
Distribución hipergeométrica
Distribución Poisson

Ejercicio 4:

El National Safety Council de Estados Unidos estima que los accidentes fuera
del trabajo tienen para las empresas un costo de casi $200 mil millones anuales
en pérdida de productividad. Con base en estos datos, las empresas que tienen
50 empleados esperan tener por lo menos tres accidentes fuera del trabajo por
año. Para estas empresas con 50 empleados, conteste las preguntas siguientes.
a) ¿Cuál es la probabilidad de que no haya ningún accidente fuera del
trabajo en un año?
b) ¿De que haya por lo menos dos accidentes fuera del trabajo en un año?
c) ¿Cuál es el número esperado de accidentes fuera del trabajo en un lapso
de seis meses?
d) ¿Cuál es la probabilidad de que no haya ningún accidente fuera del
trabajo en los próximos seis meses?

22 / 22