VARIABLE ALEATORIA

DISTRIBUCIONES DE
PROBABILIDAD

Por: Aracelli Pomape

I. VARIABLE ALEATORIA (X)

Se denota por una X.
Es aquella que puede tomar
diferentes valores a travs del tiempo
o de sujeto a sujeto.
Es una funcin que asigna un nmero
real a cada resultados del espacio
muestral.

Por: Aracelli Pomape

I. VARIABLE ALEATORIA (X)

Por: Aracelli Pomape

EJEMPLO 1
Consideremos el experimento que consiste en revisar tres componentes de
una bomba centrfuga, que pueden ser defectuosos (D) y no defectuosos (N)
= Revisar tres componentes de una bomba centrfuga, el espacio muestral ser:
NNN, NND, NDN, DNN, NDD, DND, DDN, DDD
Definimos la variable aleatoria X,
X = como el nmero de componentes defectuosos
X(DDD) = 3
X(NDD) = X (DND) = X ( DDN) = 2
X ( NND) = X(NDN) = X(DNN) = 1
X ( NNN) =0
X = 3,2,1,0

Por: Aracelli Pomape

EJEMPLO 2:

X: Ventas diarias de una empresa.

X: Presin de una botella
X: N de accidentes en un proceso.
X: N de automviles que llegan a una Estacin de
Servicio.
X: Contenido de un baln de gas
X: N de llamadas telefnicas que recibe una central
X: Edad de las personas.
X : Peso de un envase
X: Tiempo de vida de un neumtico.
X: N de artculos defectuosos de un proceso
productivo.

Por: Aracelli Pomape

Tipos de Variables Aleatorias

Aleatorias::
Variable Aleatoria Discreta:
Cuando la variable aleatoria
toma
valores
discretos
(nmeros anteros) se dice
que es una v.a.d.
Variable Aleatoria Continua.
Cuando la variable aleatoria
toma valores de la recta real
(nmero reales) se dice que
la variable es una v.a.c. .
Por: Aracelli Pomape

Un lote de artculos contiene artculos conformes (C) y no conformes (N). Se

extrae sucesivamente 2 artculos. Definimos como v.a. X : nmero de
artculos no conformes obtenidos.
Definir el experimento:
E:
Definir el espacio muestral
={CC, NC, CN, NN}
Rx = { 0 , 1 , 2 }
Definir la variable aleatoria. X:
El recorrido de X. Rx= {
}
X(CC) = 0
X(NC)
=1
v.a. X : Nmero de artculos
no conformes obtenidos.
X(CN)
=1
X(NN) = 2
Nmero DISCRETOS

Por: Aracelli Pomape

Sea X una variable aleatoria que representa la Resistencia de los eslabones

usados en la fabricacin de cadenas industriales.
La resistencia es una variable aleatoria continua, pues su espacio muestral (los
valores que pueden tomar) son todos los puntos de un intervalo
Identificar el recorrido de la variable definida anteriormente:

X = {. }
Nmero CONTINUO

Por: Aracelli Pomape

FUNCIN DE PROBABILIDAD DE UNA

VARIABLE ALEATORIA DISCRETA

Funcin de probabilidad discreta

10

Ejemplo

11

12

Valor Esperado y Varianza de una

variable Aleatoria Discreta

13

En el Ejemplo Anterior:

14

DISTRIBUCION DE PROBABILIDAD
Una distribucin de probabilidad es un
modelo matemtico que desarrolla en forma
analtica el comportamiento de un fenmeno
(variable) real .

Por: Aracelli Pomape

15

III. DISTRIBUCIONES DISCRETAS Y CONTINUAS

LAS DISTRIBUCIONES DISCRETAS
_Distribucin Bernoulli
Distribucin Binomial
Distribucin Poisson
LAS DISTRIBUCIONES CONTINUAS
Distribucin Normal
Distribucin Normal Estndar
Distribucin t de Student
Distribucin Chi-cuadrado 2
Distribucin F
Por: Aracelli Pomape

16

DISTRIBUCIONES
DISCRETAS

Por: Aracelli Pomape

17

DISTRIBUCIONES DISCRETAS

DISTRIBUCIN BERNOULLI
Si X es una variable aleatoria que mide
"nmero de xitos", y se realiza un
nico experimento con dos posibles
resultados (xito o fracaso), se dice
que la variable aleatoria X se distribuye
como una Bernouilli de parmetro p.
X
Be (p)

Funcin de probabilidad

Parmetro:
p

Un experimento al cual se aplica la distribucin de Bernoulli se

conoce como Ensayo de Bernoulli o simplemente ensayo, y la
serie de esos experimentos como ensayos repetidos.
Por: Aracelli Pomape

18

DISTRIBUCIN BERNOULLI

Media o Valor Esperado

= E( X ) = p
Varianza

= pq
2

Desviacin Estndar

= pq
Por: Aracelli Pomape

19

19

DISTRIBUCIN BINOMIAL
Cada ensayo tienen solo dos
resultados posibles. Para variables
dicotmicas.
Los ensayos son
independientes.
La probabilidad de xito p es
constante en cada ensayo.

FUNCIN
BINOMIAL

DE

PROBABILIDAD

Es la probabilidad de obtener exactamente

x xitos en n pruebas independientes de
un experimento, con p como la
probabilidad de xito para cada prueba.

Funcin de probabilidad

n x
P(X = x) = b(x; n, p) = p (1 p) n x
x
Donde x = 0, 1, 2, , n

Parmetros:

n , p

Por: Aracelli Pomape

20

DISTRIBUCIN BINOMIAL

Media o Valor Esperado

= E ( X ) = np
Varianza

= npq
2

Desviacin Estndar

= npq
Por: Aracelli Pomape

21

21

DISTRIBUCIN BINOMIAL
Ejercicio 1:

Un almacenero de laboratorio, reporta que el 25% de

puntas de un dosificador electrnico estn malogradas. Si
se extrae una muestra aleatoria de cinco de estas puntas.
Encuentre la probabilidad de que :
a) Ninguna est malograda.
b) Exactamente una sea defectuosa
c) Menos de dos sea defectuosa

Por: Aracelli Pomape

22

DISTRIBUCIN
BINOMIAL
Solucin de Ejercicio 1:

Funcin de probabilidad

n x
P(X = x) = b(x; n, p) = p (1 p) n x
x

a) Ninguna est malograda.

5
P(X = 0) = b(0;5,0.25) = 0.250 (0.75) 5
0
= 0.237

b) Exactamente una sea defectuosa

5
P(X = 1) = b(1;5,0.25) = 0.251 (0.75) 4
1
= 0.396

c) Menos de dos sea defectuosa

P(X < 2) = P(X 1) = P(X = 0) + P(X = 1)

= 0.633

Por: Aracelli Pomape

23

Por: Aracelli Pomape

24

Por: Aracelli Pomape

25

DISTRIBUCIN BINOMIAL
Ejercicio 2:

Por: Aracelli Pomape

26

DISTRIBUCIN BINOMIAL
Solucin de Ejercicio 2:

Por: Aracelli Pomape

27

DISTRIBUCIN BINOMIAL
Solucin de Ejercicio 2:

Por: Aracelli Pomape

28

DISTRIBUCIN POISSON
Los sucesos ocurren en un intervalo de tiempo.
Los sucesos son independientes de los que
ocurren en otro intervalo de tiempo.
FUNCIN DE PROBABILIDAD POISSON.
La funcin de probabilidad de Poisson define la
probabilidad de exactamente x ocurrencias o
xitos, que aparecen por unidad de tiempo o
espacio, dado el nmero medio de ocurrencias
en el intervalo dado t.

Funcin de probabilidad

e
P ( X = x/ ) =
x!

Donde = Nmero esperado de xitos.

e = Constante matemtica.
x = Nmero de xitos por unidad.

Parmetro:

Por: Aracelli Pomape

29

DISTRIBUCIN POISSON
Esta distribucin se utiliza para describir ciertos procesos.
Caractersticas:
En este tipo de experimentos los xitos buscados son expresados
por unidad de rea, tiempo, pieza, etc:
-# de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefnicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por da, mes, etc

Por: Aracelli Pomape

30

DISTRIBUCIN POISSON
Media o Valor Esperado

=
Varianza

=
2

Desviacin Estndar

=
Por: Aracelli Pomape

31

DISTRIBUCIN POISSON
La central telefnica de una empresa recibe un
promedio de 3.4 rdenes de pedido por hora.
Estas ocurrencias se producen al azar. Cul es la
probabilidad de que se produzcan:
a) Exactamente 4 rdenes de pedido en una hora
dada.
b) Como mximo 5 rdenes de pedido en una hora.
c) Ms de 5 rdenes de pedido en dos horas.
Por: Aracelli Pomape

32

DISTRIBUCIN POISSON
e x
P(X = x/ ) =
x!

Solucin de Ejercicio 1:

= 3.4 rdenes de pedido / hora

a) Exactamente 4 rdenes de pedido en una hora
dada.
P ( X = 4) =

3.4

( 3.4 )

= 0.186 = 18.6% Clculo

4!
P ( X = 4) = P ( X 4) P ( X 4 1) Tabla Caso5
= 0.744 0.558
=

0.186 = 18.6%
Por: Aracelli Pomape

33

DISTRIBUCIN POISSON
Solucin de Ejercicio 1:

e x
P(X = x/ ) =
x!

b. Como mximo 5 rdenes de pedido en una hora.

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

Por: Aracelli Pomape

34

DISTRIBUCIN POISSON
e x
P(X = x/ ) =
x!

Solucin de Ejercicio 1:

c. Ms de 5 rdenes de pedido en dos horas.

E n 2 h o r a s = 6 .8 r d e n e s
= 6 .8 r d e n e s / 2 h o r a s
P ( X > 5 ) = 1 P ( X 5 ) T a b la C a s o 3
= 1 0 .3 2 7
= 0 .6 7 3 = 6 7 .3 %
Por: Aracelli Pomape

35

DISTRIBUCIN POISSON

Por: Aracelli Pomape

36

DISTRIBUCIN POISSON

Por: Aracelli Pomape

37

Aproximacin de la Binomial a la Poisson

En
problemas
de
distribucin
binomial
donde n es grande y la
probabilidad de xito p
es bastante pequea,
las probabilidades se
pueden
aproximar
usando la distribucin
de Poisson.

Se cumple que:

= np

38

Aproximacin de la Binomial a la Poisson

Ejercicio 2:

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 ms
burbujas. Cul es la probabilidad de que en una
muestra aleatoria de 8000 piezas, menos de 7 de
ellas tengan burbujas?

39

Aproximacin de la Binomial a la Poisson

Solucin de Ejercicio 2:

Datos: n=8000
p=0.001(por dato:1 de cada1000=1/1000=0.001)
ste es por tanto un experimento binomial, pero dado
que : p se acerca a 0 y n es bastante grande, se hace
la aproximacin con la distribucin de Poisson.
Entonces: =np=8000*0.001=8
Nos piden: P( X<7)
Luego: P( X<7)=P( X6)
De tabla: P( X 6)=0.313=31.3%
40

DISTRIBUCIONES
CONTINUAS

Por: Aracelli Pomape

41

LA DISTRIBUCIN NORMAL

Por: Aracelli Pomape

42

Por: Aracelli Pomape

43

LA DISTRIBUCIN NORMAL
Funcin de Probabilidad

Para -

dr

Parmetros: : Media Varianza

2

1
P(X x) =
e
2
x

1 r u

<x<

x u
z =

Distribucin Normal Estndar

Funcin de Probabilidad
La distribucin normal estandar es una
distribucin normal media = 0 y
varianza 2 = 1.
z
1
Tiene las mismas caractersticas de una
P(Z z) =
distribucin normal.
2
<z<

Para -

r2
2

e dr

; Para z = -4, ,4

Por: Aracelli Pomape

44

Por: Aracelli Pomape

45

Por: Aracelli Pomape

46

Por: Aracelli Pomape

47

Por: Aracelli Pomape

48

Por: Aracelli Pomape

49

Por: Aracelli Pomape

50

Por: Aracelli Pomape

51

Por: Aracelli Pomape

52

EJERCICIO 1::
La Empresa AJE est produciendo su producto Agua Cielo litro y medio
en envase de PET. El contenido promedio envasado por unidad es de
1500 mililitros con una desviacin estndar de 50 mililitros. Segn
resoluciones de Indecopi, si el producto elaborado no alcanza los 1450
mililitros la empresa ser penalizada. Segn el Inspector de Calidad
las botellas tampoco deben de superar los 1550 mililitros dado a que
puede ocasionar prdida de lquido al encapsular. Si se envasan
200000 botellas en forma diaria y se selecciona al azar a una unidad
cualquiera.Cul es la probabilidad de que:
a. La empresa sea penalizada?
b. Se pierda contenido?
c. No exista problemas con Indecopi ni al encapsular?
d. Determinar cuantas botellas se derramarn si cada
envase tiene una capacidad de 1575 mililitros?
e. Si control de calidad debe separar a todas las unidades
envasadas con menos de 1450 o ms de 1550
mililitros, probablemente, Cuntas botellas sern
separadas?

Por: Aracelli Pomape

53

Por: Aracelli Pomape

54

Por: Aracelli Pomape

55

Por: Aracelli Pomape

56

Por: Aracelli Pomape

57

Sea X una variable que sigue una distribucin Chi cuadrado

con 10 gl. Hallar a siguientes probabilidades
a) P ( X 6.737) =
b) P ( X 11.10) =
c) ( X 20.48) =

Por: Aracelli Pomape

58

LA DISTRIBUCION F DE SNEDECOR
Es una distribucin de probabilidad de gran aplicacin en la inferencia
estadstica , fundamentalmente en la contrastacin de la igualdad de
varianzas de dos poblaciones normales, y , fundamentalmente en el anlisis
de la varianza

es decir una chi2 con m grados de libertad

es decir una chi2 con n grados de libertad ;

F=

X
m1
Y
n-1

es decir el cociente entre ambas chi2

Por: Aracelli Pomape

59

Sea X una variable que sigue una distribucin F con 8 y 10 gl.

Hallar a siguientes probabilidades
a) P ( X 2.377) =
b) P ( X 3.072) =
c) ( X 3.855) =

Por: Aracelli Pomape

60