1.

Distribucin Binomial
La distribucin binomial es una de las ms utilizadas en procesos estadsticos. Fue desarrollada
por Jakob Bernoulli y aplica para probabilidades discretas.
Su principal caracterstica es que solo se tienen dos posibles resultados del experimento aleatorio,
denominados usualmente xito y fracaso. Los datos estn dados por conteos, por tanto son de
naturaleza discreta. La probabilidad de xito es independiente del nmero de veces que se realiza
el experimento, de modo que se mantiene constante. As, la probabilidad de ocurrencia no
depender de un resultado previamente obtenido. Si se define
$$x$$ como el nmero de xitos deseados
$$n$$ como el nmero de pruebas
$$\theta$$ como la probabilidad de xito
$$1-\theta$$ como la probabilidad de fracaso
la funcin de densidad de probabilidad est dada por
$$b(x;n,\theta)=\binom {n} {x} \theta^{x}(1-\theta)^{n-x}$$, donde
$$\binom {n} {x} =\frac{n!}{x!(n-x)!}$$
Ejercicio
Suponga que un conductor de automvil que maneja con exceso de velocidad, puede ser
detectado por un sistema de radar. Se dice que de cada diez con exceso de velocidad, seis son
detectados Un automovilista va con exceso de velocidad, en viaje entre Bogot y Tunja. Durante el
trayecto hay ocho estaciones de vigilancia por radar.
a. Que probabilidad hay de que este automovilista, por lo menos cinco veces, sea detectado
conduciendo con exceso de velocidad?
b. Cuntas veces se espera que sea detectado conduciendo con exceso de velocidad?
c. Cul es la probabilidad de que no sea detectado conduciendo con exceso de velocidad?
Solucin
Para todos los casos $$n$$ es igual a $$8$$ y $$p$$ es igual a $$0,6=\frac{6}{10}$$
Dado que tenemos dos resultados posibles con sus respectivas probabilidades definidas, estas
ltimas independientes de resultados previos y del experimento realizado, nos encontramos con un
experimento que se distribuye normal. La solucin de la parte a est dado por
$$p(x=5)+p(x=6)+p(x=7)+p(x=8)$$
$$p(x=5)=\binom {8} {5} 0,6^{5}(0,4)^{3}=0,278$$
$$p(x=6)=\binom {8} {6} 0,6^{6}(0,4)^{2}=0,209$$
$$p(x=7)=\binom {8} {7} 0,6^{7}(0,4)^{1}=0,089$$
$$p(x=8)=\binom {8} {8} 0,6^{8}(0,4)^{0}=0,016$$
$$p(x=5)+p(x=6)+p(x=7)+p(x=8)=0,594$$

As, la probabilidad de que sea 5 o ms veces detectado es de 59,4%

La solucin de la parte b es el valor esperado de ser atrapado pasando por los 8 puestos de
control. Dicho valor esperado est dado por
$$E(x=8)=p.x=0,6.8=4,8$$
As, se espera que sea capturado 4,8 veces conduciendo con exceso de velocidad.
La solucin de la parte c es aplicar la frmula de la distribucin con $$x=0$$
$$p(x=0)=\binom {8} {0} 0,6^{0}(0,4)^{8}=0,0006$$
As, la probabilidad de que no sea capturado conduciendo con exceso de velocidad es de 0,06%
Las grficas de la distribucin del ejercicio se presentan a continuacin.

2. Distribucin de Poisson
Junto con la distribucin binomial, la distribucin de Poisson aparece dentro de las distribuciones
discretas ms importantes. Es una generalizacin de la binomialcuando se define una variable
aleatoria que representa xitos independientes que ocurren en espacios especficos con una
probabilidad de ocurrencia pequea. Sus propiedades son:
1. Un intervalo de medida.
2. El nmero de ocurrencias en un intervalo es independiente al de los otros.
3. La probabilidad de que un resultado ocurra en un intervalo pequeo es igual para otros
intervalos de igual tamao y proporcional a su longitud para tamaos mayores.
4. La probabilidad de que ms de un resultado ocurra en un intervalo corto es tan pequea que es
despreciable.
Sea $$X$$ una variable aleatoria que representa el nmero de eventos aleatorios que ocurren en
un intervalo, su funcin de probabilidad est dada por
$$p(x)=\frac{e^{-\lambda}\lambda^{x}}{x!}$$ para $$x=1,2,3,...$$
$$p(x)=0$$ para cualquier otro valor
Donde
$$\lambda$$ es el nmero de ocurrencias esperadas del evento por unidad de medida
$$e$$ es el nmero de euler
$$x$$ es el nmero de ocurrencias deseado
Ejercicio

El supervisor de seguridad en una empresa cree que el nmero esperado de accidentes laborales
por mes es de 3.4.
a. Cul es la probabilidad de que el prximo mes ocurran exactamente 2 accidentes laborales?
b. Cul es la probabilidad de que ocurran 4 accidentes laborales en los prximos 2 meses.
Solucin
Dado que nos encontramos con una variable aleatoria cuya probabilidad se da por unidad de
tiempo, y dicha probabilidad es independiente al del resto de los intervalos (adems de
permanecer constante) nos encontramos ante una distribucin de Poisson. Para este caso se tiene
que
$$\lambda=3,4$$
Para hallar el punto a simplemente se aplica la frmula de la distribucin.
$$p(2)=\frac{e^{-3,4}.3,4^{2}}{2!}=0,1929$$
Por tanto hay una probabilidad de 19,29% de que el prximo mes ocurran exactamente 2
accidentes laborales
Para el punto b los casos de accidentes se duplican (recordemos que las probabilidades son
proporcionales por unidad de tiempo) por tanto
$$\lambda=6,8$$
Aplicando nuevamente la frmula se obtiene
$$p(4)=\frac{e^{-6,8}.6,8^{4}}{4!}=0,0992$$
Por tanto hay una probabilidad de 9,92% de que ocurran 4 accidentes laborales en los prximos
dos meses.
Las grficas del ejercicio anterior se presentan a continuacin.

3. Distribucin hipergeomtrica
La distribucin hipergeometrica complementa los tipos ms importantes de distribuciones discretas,
y presenta una gran utilidad ya que permite deducir probabilidades en experimentos sin
reemplazamientos en la muestra. As, por ejemplo, en controles de calidad una muestra que ha

salido defectuosa no se vuelve a incluir dentro de la muestra, es sacada y as se modifica la

distribucin. Por tanto no hay independencia en las pruebas, como ocurra con las distribuciones
binomiales u de Poisson.
Sus caractersticas son:
1. Una poblacin N de unidades divididas en dos: N1 son xitos y N2 son fracasos.
2. Se obitnenen muestras aleatorias de tamao n sin reemplazamientos.
3. El tamao de la muestra sobre la poblacin debe ser mayor al 5%
4. Se busca la probabilidad de x nmero de xitos.
La distribucin de probabilidad est dada por la frmula
$$p(x)=\frac{\binom{N1}{x}\binom{N2}{n-x}}{\binom{N}{n}}$$ para $$x=0,1,2,3,..n$$ ; $$x\leq N1$$ ;
$$(n-x)\leq N2$$
$$p(x)=0$$ para cualquier otro valor
Donde
$$N$$ es el tamao de la poblacin
$$N1$$ es el nmero de elementos "exitosos" en $$N$$
$$N2=N-N1$$ es el nmero de elementos con "fracaso"
$$n$$ es la muestra
$$x$$ es el nmero de casos exitosos deseados
Ejercicio
a.Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas nicamente a
dos menores de edad si verifica aleatoriamente solo 5 identificaciones de entre 9 estudiantes, de
los cuales 4 no tienen la edad suficiente?,
b. Cul es la probabilidad de que como mximo 2 de las identificaciones pertenezcan a menores
de edad?
Solucin
Como en este caso no pueden haber reemplazamientos (un menor de edad identificado no vuelve
a incluirse en la muestra) nos encontramos ante una distribucin hipergeomtrica.
Para todos los casos tenemos que
$$N=9$$
$$n=5$$
$$N1=4$$ (Es un xito en el problema encontrar a un menor de edad)
$$n2=5$$
Para el punto a deseamos que se rechacen a dos menores, por tanto aplicando la frmula
$$p(2)=\frac{\binom{4}{2}\binom{5}{3}+}{\binom{9}{5}}=0,47619$$

Por tanto hay una probabilidad de 47,61% de que no se le permita beber a dos menores.
Para el punto b nos imponen un mximo de dos identificaciones. Por tanto hay que sumar las
probabilidades de $$x=0,1,2$$
$$p(0,1,2)=\frac{\binom{4}{0}\binom{5}{5}+\binom{4}{1}\binom{5}{4}+\binom{4}{2}\binom{5}{3}}{\bino
m{9}{5}}=0,6428$$
Por tanto, hay una probabilidad de 64,42% de que como mximo dos de las identificaciones
pertenezcan a menores de edad.
Las grficas del ejercicio anterior se presentan a continuacin

Bibliografa
Mendoza, H, Bautista, G. (2002). Probabilidad y Estadstica. Universidad Nacional de
Colombia, http://www.virtual.unal.edu.co/cursos/ciencias/2001065/. Licencia: Creative Commons
BY-NC-ND.

Chihuahua, I. t. (s.f.). ITCH virtual. Recuperado el 22 de 11 de 2014, de

http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/03Ddistr%20Hipergeometrica.htm