Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PRIMERA PARTE
JAMB
CONTENIDO
Introducción…………………………………………………………………………........ 3
Uniforme…………………………………………………………………………………. 5
Binomial………………………………………………………………………..………… 11
Binomial negativa………………………………………………………………….…….. 22
Geométrica……………………………………………………………………………….. 26
Multinomial………………………………………………………………………………. 31
Hipergeométrica………………………………………………………………………….. 35
Poisson…………………………………………………………………………………… 43
Resumen de las fórmulas de las distribuciones discretas………………………………… 51
JAMB
INTRODUCCIÓN
Hasta ahora hemos mencionado que para el estudio de la teoría de la probabilidad lo más relevante es la
variable aleatoria, que es una función que asigna un valor, usualmente numérico, al resultado de un
experimento aleatorio con probabilidades determinadas [P(X = x)= f(x)].
Toda variable aleatoria posee una distribución de probabilidad, en el caso de las discretas se conoce
como función de masa de probabilidad (fmd) y en las continuas como función de densidad de
probabilidad (fdp), que describe su comportamiento. Lo que se conoce como función de distribución
representa las probabilidades acumuladas [F(x) = P(X ≤ x)].
En las V.A. discretas, su distribución de probabilidad especifica todos los valores posibles de la
variable junto con la probabilidad de que cada uno ocurra. 𝑥 𝑓 𝑥 = 1 y P(X=x) = f(x); mientras que
la función de distribución acumulada 𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = 𝑡≤𝑥 𝑓 𝑡 −∞<𝑡 <∞
En las V.A. continuas, su distribución de probabilidad permite determinar las probabilidades
∞ 𝑏
correspondientes a su subintervalo de valores. −∞ 𝑓 𝑥 𝑑𝑥 y 𝑃 𝑎 < 𝑥 < 𝑏 = 𝑎 𝑓 𝑥 𝑑𝑥. Y la función
𝑥
de distribución acumulada es 𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = −∞
𝑓 𝑡 𝑑𝑡.
JAMB
INTRODUCCIÓN
JAMB
DISTRIBUCIONES DISCRETAS
UNIFORME, U(1/k)
Una variable aleatoria discreta X tiene distribución uniforme cuando la probabilidad en todos los puntos
de masa probabilística es la misma; es decir, cuando todos los posibles valores que puede adoptar la
variable (𝑥1 , 𝑥2 , . . . , 𝑥𝑘 ) tienen la misma probabilidad.
Si definimos una variable aleatoria (X) como el número resultante tras el lanzamiento de un dado, los
valores que puede tomar esa variable aleatoria son {1, 2, 3, 4, 5, 6}. Esa V.A tiene distribución uniforme
si, como es el caso, la probabilidad es la misma para cada uno de los resultados posibles.
Su función de masa de probabilidad viene dada por:
1
𝑓 𝑥, 1/𝑘 = 𝑃 𝑋 = 𝑥𝑖 𝑘 𝑖 = 1,2,3, … 𝑘
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
La representación gráfica de la función de masa de probabilidad de la distribución uniforme discreta es
muy sencilla e inmediata. Suponiendo que 𝑥1 < 𝑥2 < 𝑥3 <. . . < 𝑥𝑘
𝑥1 𝑥2 𝑥3 𝑥𝑘
JAMB
UNIFORME
DISTRIBUCIONES DISCRETAS
𝑥1 𝑥2 𝑥3 𝑥𝑘 𝑋𝑖
JAMB
UNIFORME
DISTRIBUCIONES DISCRETAS
JAMB
UNIFORME
DISTRIBUCIONES DISCRETAS
𝐷𝐸 𝑋 = 𝑉𝑎𝑟[𝑋] = 1,71
JAMB
UNIFORME
DISTRIBUCIONES DISCRETAS
Ejemplo. El temario de un examen para un proceso selectivo contiene 50 temas, de los cuales se elegirá
uno por sorteo. Si una persona no ha estudiado los 15 últimos tema ¿cuál es la probabilidad de que
apruebe el examen? ¿De que no apruebe?. Determine: media, varianza y desviación estándar
Solución
X = Temario de un examen XU(1/50) a = 1 b = 50 Aprueba si le toca del 1 al 35
(a) P(apruebe el examen) = F(x) = P(X ≤ x) = 35/50 = 0,7
(b) P(no apruebe el examen) = 1 - P(X ≤ x) = 1 – 0,7 = 0,3
(c) Media
𝑘 50
𝑥𝑖 1 + 2 + 3 + 4+. . . +50
𝐸𝑋 = = = 25,5
𝐾 50
𝑖=1 𝑖=1
(d) Varianza y desviación estándar
50 2 2 2 2
𝑥𝑖 − 𝜇 1 − 25,5 + 2 − 25,5 + ⋯ + 50 − 25,5
𝑉𝑎𝑟 𝑥 = = = 208,25
𝐾 6
𝑖=1
𝐷𝐸 𝑋 = 𝑉𝑎𝑟[𝑋] = 14,43
JAMB
UNIFORME
DISTRIBUCIONES DISCRETAS
Ejercicios propuestos.
1. Supongamos que se tiene un experimento equiprobable que sigue una distribución uniforme discreta
XU(0.25). Hallar (a) la función de probabilidad, (b) media, (c) utilice el teorema de Chebyshev
para interpretar el intervalo 𝜇 ± 2𝜎.
2. Se tiene una variable aleatoria cuyo espacio muestral es 2,4,6,8,10. Determine P(X=x), media y
varianza.
3. El gerente de una pastelería sabe que el número de pasteles de chocolate que puede vender en un día
dado es una V.A con distribución de probabilidad uniforme para X igual a 0,1,2,3,4 y 5. ¿Cuál es la
probabilidad de que venda a lo más 2 pasteles? ¿Cuál es la probabilidad de que venda entre 1 y 2
pasteles?
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
BINOMIAL, B(n, p)
La distribución binomial es aplicable cada vez que se suponga que un muestreo conforma un proceso de
Bernoulli, el cual se caracteriza por lo siguiente:
1. Hay dos resultados posibles mutuamente excluyente en cada ensayo u observación, a los cuales se
les denomina éxito [P(X=1)= p] y fracaso [P(X=0)= 1 – p]. La sumatoria de ambas probabilidades
da como resultado uno (p + q = 1)
2. La serie de ensayos u observaciones constituye eventos independientes, con P(E) = p.
3. La probabilidad de éxito permanece constante de ensayo a ensayo. Es decir, el proceso es
estacionario.
Ejemplos de experimentos de Bernoulli serían los siguientes:
1. Registrar los resultados de un examen de un estudiante en términos de aprobado o reprobado.
2. Esperar la solicitud de un crédito bancario en cuanto a aceptado o negado.
3. Medir el peso de una persona y registrar si pesa más de 70 Kg o menos de 70 Kg.
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
Una variable aleatoria X, que se define como el número de éxitos que se obtienen en los n ensayos de
Bernoulli, a la cual la denominaremos variable binomial y su correspondiente distribución de
probabilidad se le conoce como distribución binomial.
La distribución binomial se puede emplear para determinar la probabilidad de obtener un número
designado de éxitos en un proceso de Bernoulli. Se requieren tres valores:
- Número designado de éxitos (X)
- Numero de ensayos u observaciones (n)
- Probabilidad de éxito en cada ensayo (p)
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
Ejemplo. La probabilidad de que un presunto cliente escogido aleatoriamente haga una compra es 0,20.
Si un vendedor visita a seis presuntos clientes, la probabilidad de que haga exactamente cuatro ventas
es.
Solución
Se puede resolver de tres maneras:
1. Haciendo uso de la formula
𝑛 𝑥 𝑛!
𝑃 𝑋=𝑥 = 𝑝 (1 − 𝑝)𝑛−𝑥 = 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥 𝑥! (𝑛 − 𝑥)!
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
Ejemplo. El jefe de recursos humanos de una empresa realiza un test de diez ítems a los aspirantes a un
puesto, teniendo en cada ítem cuatro posibles respuestas, de las que sólo una es correcta. Suponiendo
que los aspirantes teniendo la misma probabilidad de responder. Se pide hallar las probabilidades para el
aspirante:
a) Conteste todos los ítems mal
b) Conteste al menos cuatro ítems bien
c) Conteste entre cuatro y seis ítems bien, inclusive
d) Conteste todos los ítems bien
e) Conteste menos de tres ítems bien
f) Conteste exactamente 5 ítems bien
g) Determine su media y varianza
Solución
Sea X = contestar bien el ítem, p = ¼ = 0.25, n = 10 ítems, XB(10, 0.25)
𝑛 𝑥 𝑛!
𝑃 𝑋=𝑥 = 𝑝 (1 − 𝑝)𝑛−𝑥 = 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥 𝑥! (𝑛 − 𝑥)!
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
JAMB
BINOMIAL
DISTRIBUCIONES DISCRETAS
Ejercicios propuestos.
1. Siendo XB(11,0.25) Calcular: (a) P(X=7), (b) P(X≥4), (c) P(3 < X ≤ 6), (d) P(X < 4), (e) P(X≤5)
2. En cierto distrito de la ciudad se establece que la causa de 75% de todos los robos es la necesidad de dinero
para comprar drogas. Calcule la probabilidad de que entre los siguientes cinco casos de robo que se
reporten en este distrito, (a) exactamente 2 sean resultado de la necesidad de dinero para comprar drogas;
(b) a lo sumo 3 resulten de la necesidad de dinero para comprar drogas; (c) más de 5 robos sean a causa de
esta situación y; (d) un mínimo de 3 robos debido a esta necesidad.
3. Se sabe que el 30% de los habitantes de una ciudad padecen de asma. Determinar la probabilidad de que en
una muestra de 4 personas: (a) Ninguna padezca asma, (b) Más de dos sufran de asma; (c) Todos sean
asmáticos y (d) Menos de 1 persona sean asmáticas.
4. Un banco aprueba 4/5 partes del total de solicitudes de préstamo que se transmiten mensualmente en él. Si
en un mes determinado se introducen 75 solicitudes, calcular el número esperado de créditos que serán
aprobados y cuantos se desvían de este valor esperado. Cuantas solicitudes cabrían esperarse a un 75%.
5. Con el propósito de verificar si se aceptan los lotes de piezas de que se reciben en una determinada fábrica,
se lleva a cabo un plan de control consistente en seleccionar 10 artículos al azar de cada lote y determinar
el número de piezas defectuosas. Un lote se rechaza si se encuentran dos o más piezas defectuosas. ¿Cuál
es la probabilidad de aceptar lotes con un 5 % de piezas defectuosas?
JAMB
DISTRIBUCIONES DISCRETAS
Considérese una variante del experimento de Bernoulli, en el cual se realizan pruebas independientes
hasta que un éxito aparece por k-ésima vez. Esto es la prueba se repite hasta que ocurra un numero fijo
de éxitos (k).
Así que la variable aleatoria X se define como el número de veces que se realiza la prueba, y se llama
variable aleatoria binomial negativa porque, en contraste con la variable aleatoria binomial, el
número de éxitos es fijo y el número de ensayos es aleatorio. Es decir, en lugar de fijar el número de
ensayos y observar el número de éxitos en esas n realizaciones, se repiten las realizaciones hasta obtener
un número determinado de éxitos y contabilizamos los fracasos.
Por lo tanto, si ensayos independientes repetidos pueden dar como resultado un éxito con probabilidad p
y un fracaso con probabilidad q = 1 – p, entonces la distribución de probabilidad de la variable
aleatoria X, el numero del ensayo en el que ocurre el k-ésimo éxito, es:
𝑥 − 1 𝑘 𝑥−𝑘
𝑓 𝑥 = 𝑃 𝑋 = 𝑥 = 𝐵𝑁(𝑥; 𝑘, 𝑝) = 𝑝 𝑞 𝑥 = 𝑘, 𝑘 + 1, 𝑘 + 2 … . 𝑘 = 1,2, … 0≤𝑝≤1
𝑘−1
Que es la función masa de probabilidad de la variable aleatoria binomial negativa X con los parámetros
k número de éxitos (E) y p = P(E).
JAMB
BINOMIAL NEGATIVA
DISTRIBUCIONES DISCRETAS
JAMB
BINOMIAL NEGATIVA
DISTRIBUCIONES DISCRETAS
Ejemplo. Suponga que una compañía que fabrica tarjetas electrónicas, según su experiencia, considera
que la probabilidad de que cualquiera de las tarjetas producidas esté defectuosa es del 1%. ¿Cuál es la
probabilidad de tener que examinar menos de 6 para encontrar 3 tarjetas en buenas condiciones?.
Determine su media y varianza.
Solución
k=3 p = 0,99 q = 0,01
P(X < 6) = ?
P(X < 6) = P(X = 3) + P(X= 4) + P(X = 5)
3−1 4−1
𝑃 𝑋=3 = 0,993 0,010 = 0,9702 𝑃 𝑋=4 = 0,993 0,011 = 0,0291
3−1 3−1
5−1
𝑃 𝑋=5 = 0,993 0,012 = 0,00058
3−1
P(X < 6) = 0,9702 + 0,0291 + 0,00058 = 0,9998
𝑘(1 − 𝑝) 0,03 𝑘𝑞 3 ∗ 0,01
𝐸𝑋 = = = 0,03 𝑉𝑎𝑟 𝑋 = = = 0,03
𝑝 0,99 𝑝2 0,992
JAMB
BINOMIAL NEGATIVA
DISTRIBUCIONES DISCRETAS
Ejercicios propuestos.
1. Un pediatra desea reclutar cinco parejas, cada una de las cuales espera a su primer hijo, para
participar en un nuevo régimen de alumbramiento natural. Sea p = P(una pareja seleccionada al
azar está de acuerdo en participar). Si p = 0.2, (a) ¿cuál es la probabilidad de que 15 parejas tengan
que ser entrevistadas antes de encontrar cinco que estén de acuerdo en participar?
2. De acuerdo con un estudio geológico, en un pozo de exploración petrolera hay 0,2 de probabilidad
de encontrar petróleo. Encuentre la probabilidad de: (a) Localizar petróleo por primera vez en el
tercer pozo que se perfore; (b) Encontrar el segundo pozo en el séptimo pozo perforado y; (c)
Encuentre la media y varianza de la cantidad de pozos que hay que perforar si la compañía desea
abrir tres pozos de producción.
3. Si en promedio una de cada 100 placas de rayos X que se realizan es defectuosa, ¿cuál es el número
medio de placas realizadas entre 10 defectuosas?
JAMB
DISTRIBUCIONES DISCRETAS
GEOMÉTRICA, g(p)
Supóngase que se efectúa repetidamente un experimento o prueba, que las repeticiones son
independientes y que se está interesado en la ocurrencia o no de un suceso al que se refiere como
“éxito”, siendo la probabilidad de este suceso p.
La distribución geométrica permite calcular la probabilidad de que tenga que realizarse un número k de
repeticiones antes de obtener un éxito por primera vez; esta probabilidad decrece a medida que aumenta
k con lo que la función de masa de probabilidad es siempre decreciente.
Modeliza el número de fracasos antes del primer éxito en repeticiones independientes de ensayos de
Bernoulli con probabilidad de éxito p.
Si pruebas independientes repetidas pueden tener como resultado un éxito con probabilidad p y un
fracaso con probabilidad q = 1 – p, entonces la distribución de probabilidad de la variable aleatoria X,
el número de la prueba en el que ocurre el primer éxito, es
𝑓 𝑥 = 𝑃 𝑋 = 𝑥 = 𝑔(𝑥; 𝑝) = 𝑝𝑞 𝑥−1 , 𝑐𝑜𝑛 𝑥 = 1, 2, 3, . . .
El parámetro de la distribución geométrica es p, donde 𝑋𝑔(𝑝)
JAMB
GEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Ejemplo
- Intentos fallidos en la aplicación del medicamento antes del primer éxito.
- Número de hijos hasta el nacimiento de la primera niña.
La media y la varianza de una variable aleatoria que sigue la distribución geométrica son:
1 1−𝑝
𝐸[𝑋] = 𝑦 𝑉𝑎𝑟[𝑋] =
𝑝 𝑝2
JAMB
GEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Ejemplo. Se sabe que en cierto proceso de fabricación uno de cada 100 artículos, en promedio, resulta
defectuoso. ¿Cuál es la probabilidad de que el quinto artículo que se inspecciona, en un grupo de 100,
sea el primer defectuoso que se encuentra? ¿Cuál es el valor esperado, varianza y desviación estándar?
Solución
𝑝 = 1/100 = 0,01 q = 1 – p = 0,99
P(X = 5) sea el primer defectuoso
𝑃 𝑋 = 5 = 𝑝𝑞 𝑥−1 = (0.01)(0.99)4 = 0.0096
1 1
𝐸𝑋 = = = 100
𝑝 0,01
1−𝑝 0,99
𝑉𝑎𝑟 𝑋 = = = 9.900
𝑝2 0,012
JAMB
GEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Ejemplo. Suponga que 1 de cada 10 copias del diario prensa lleva impreso un número especial con el
cual se obtiene un premio. ¿Cuál es la probabilidad de tener comprar menos de 4 periódicos para ganar
un premio? Determine el promedio esperado de periódico que debe comprarse para ganar un premio,
así como varianza.
Solución
𝑝 = 1/10 = 0,1 q = 1 – p = 0,90
P(X < 4) para ganar un premio
P(X < 4) = P(X = 1) + P(X = 2) + P(X = 3)
3
𝑃 𝑋<4 = 𝑝𝑞 𝑥−1 = 0.1 0.9 0
+ 0.1 0.9 1
+ (0.1)(0.9)2 = 0.271
𝑋=1
1 1
𝐸𝑋 = = = 10
𝑝 0,1
1−𝑝 0,9
𝑉𝑎𝑟 𝑋 = = = 90
𝑝2 0,12
JAMB
GEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Ejercicios propuestos.
1. La probabilidad de que un estudiante de aviación pase la prueba escrita para obtener su licencia de
piloto privado es del 70%. Encuentre la probabilidad de que una persona: (a) pase la prueba en el
tercer intento y (b) pase la prueba antes del cuarto intento.
2. La probabilidad de que cierto examen médico dé lugar a una reacción “positiva” es igual a 0,8,
¿cuál es la probabilidad de que ocurran menos de 5 reacciones “negativas” antes de la primera
positiva?. Hallar la media, varianza y desviación estándar.
3. Las imperfecciones en los tableros de circuitos y los microcircuitos de computadora se prestan para
un análisis estadístico. Un tipo particular de tablero contiene 200 diodos y la probabilidad de que
falle alguno es de 0.03. (a) ¿Cuál es el número promedio de fallas en los diodos?; (b) ¿Cuál es la
varianza y desviación? Y; (c) De acuerdo con el teorema de Chebyshev, cuál es el valor exacto de
P(μ – 3σ < X < μ + 3σ)
JAMB
DISTRIBUCIONES DISCRETAS
MULTINOMIAL, M(n, p)
𝑥𝑖 = 𝑛 𝑦 𝑝𝑖 = 1
𝑖=1 𝑖=1
JAMB
MULTINOMIAL
DISTRIBUCIONES DISCRETAS
JAMB
MULTINOMIAL
DISTRIBUCIONES DISCRETAS
Ejemplo. Se lanza un dado 6 veces, encontrar la probabilidad que se encuentre exactamente un número
dos, dos números tres, dos números cuatro y un número seis.
Solución
X1 = un número 2 X2 = dos números 3 X3 = dos números 4 X4 = un número 6
n=6 pi = 1/6
𝑛 𝑥1 𝑥2 𝑥3 𝑥4
𝑓(𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ; 𝑝1 , 𝑝2 , 𝑝3 , 𝑝4 ; 𝑛) = 𝑥1, 𝑥2, 𝑥3, 𝑥4 𝑝1 𝑝2 𝑝3 𝑝4
1 6 1 1 1 2 1 2 1 1
𝑓(𝑋1 = 1, 𝑋2 = 2, 𝑋3 = 2, 𝑋4 = 1; 𝑝1 = 𝑝2 = 𝑝4 = 𝑝5 = 6 ; 6) = 1, 2,2, 1 6 6 6 6
=
1
= 180 ∗ = 0,004
46.656
1 1 5
𝐸 𝑋 = 𝑛 ∗ 𝑝𝑖 = 6 ∗ =1 𝑉𝑎𝑟 𝑋 = 𝑛 ∗ 𝑝𝑖 ∗ 𝑞𝑖 = 6 ∗ ∗ = 5/6
6 6 6
JAMB
MULTINOMIAL
DISTRIBUCIONES DISCRETAS
Ejercicios propuestos.
1. Si se tienen 10 bombillos y se desea conocer cuál es la probabilidad de que 4 duren menos de 500
horas, otros 4 entre 500 y 800 horas y 2 más de 800 horas.
2. Los usuarios que salen de una estación del metro pueden pasar por cualquiera de res puertas (A, B,
C). Si se supone igual probabilidad que cualquier usuario seleccione cualquiera de las tres puertas.
Cuál es la probabilidad de que entre 4: (a) dos seleccionen la puerta A,1 la puerta B y otro la puerta
C; (b) las cuatro utilicen la misma puerta y (c) se usen las tres puertas para la salida de las personas.
3. Un estudiante que conduce hacia su escuela encuentra un semáforo, el cual permanece verde por 35
segundos, amarillo cinco segundos y rojo 60 segundos. Suponga que toda la semana el estudiante
recorre el camino a la escuela entre las 8:00 y las 8:30 a.m. Sea Xl el numero de veces que encuentra
una luz verde, X2 el numero de veces que encuentra una luz amarilla y X3 el numero de veces que
encuentra una luz roja. Calcule la distribución conjunta de X1, X2 y X3.
4. Las probabilidades de que un delegado llegue a cierta convención en avión, autobús, automóvil o
tren son de 0.4, 0.2, 0.3 y 0.1, respectivamente. .Cual es la probabilidad de que, de 9 delegados que
asisten a esta convención seleccionados al azar, 3 lleguen en avión, 3 en autobús, 1 en automóvil y 2
en tren? ¿Cuáles son los valores esperados y varianza?
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
HIPERGEOMÉTRICA, 𝒉(𝑵, 𝒏, 𝒌)
La distribución hipergeométrica suele aparecer en procesos muéstrales sin reemplazo, en los que se
investiga la presencia o ausencia de cierta característica.
Por ejemplo, en un procedimiento de control de calidad en una empresa farmacéutica, durante el cual se
extraen muestras de las cápsulas fabricadas y se someten a análisis para determinar su composición.
Durante las pruebas, las cápsulas son destruidas y no pueden ser devueltas al lote del que provienen. En
esta situación, la variable que cuenta el número de cápsulas que no cumplen los criterios de calidad
establecidos sigue una distribución hipergeométrica.
Esta distribución es la equivalente a la binomial, pero cuando el muestreo se hace sin reemplazo, de
forma que la probabilidad de éxito no permanece constante a lo largo de las n pruebas, a diferencia de la
distribución binomial.
Considere un conjunto de N artículos de los cuales r poseen una característica particular A y por lo tanto
(N-r) no la posee (A´), es decir su complemento. Entonces los artículos se clasifican formando una
partición del espacio muestral (A,A´).
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Esta distribución se puede ilustrar del modo siguiente: se tiene una población finita con N elementos, de
los cuales k tienen una determinada característica que se llama “éxito” (diabetes, obesidad, hábito de
fumar, etc.). El número de “éxitos” en una muestra aleatoria de tamaño n, extraída sin reemplazo de la
población, es una variable aleatoria con distribución hipergeométrica de parámetros N, n y k. Por lo
tanto cuando una variable X presenta una distribución hipergeométrica se indica de la siguiente manera:
𝑋 (𝑁, 𝑛, 𝑘).
Cuando el tamaño de la población es grande, los muestreos con y sin reemplazo son equivalentes, por lo
que la distribución hipergeométrica se aproxima en tal caso a la binomial.
Se puede decir entonces que la distribución de una variable X que representa el número de elementos
con cierta característica A en una muestra aleatoria n seleccionada sin reposición o sin reemplazo (se
resuelve mediante combinatoria) de una población de N elementos, k de los cuales tienen esa
característica y N - k no la tienen, viene dada por la siguiente expresión
𝑘 𝑁−𝑘
𝑓 𝑥 = 𝑃 𝑋 = 𝑥 = 𝑥; 𝑁, 𝑛, 𝑘 = 𝑥 𝑛 − 𝑥
𝑁
𝑛
Donde X es la variable aleatoria, N número de elementos de la población, n tamaño de la muestra
aleatoria, k éxitos y N-k fracasos.
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Ejemplo. Lotes con 40 componentes cada uno que contengan 3 o más defectuosos se consideran
inaceptables. El procedimiento para obtener muestras del lote consiste en seleccionar 5 componentes al
azar y rechazar el lote si se encuentra un componente defectuoso. ¿Cuál es la probabilidad de, que en la
muestra, se encuentre exactamente un componente defectuoso, si en todo el lote hay 3 defectuosos?.
Calcular la media, varianza y desviación estándar. Y después utilice el teorema de Chebyshev para
interpretar el intervalo μ ± 2σ.
Solución
X = componente defectuoso, N = 40 n=5 k=3 P(X= 1) = ?
𝑘 𝑁−𝑘 3 40 − 3
𝑃 𝑋=𝑥 = 𝑥 𝑛−𝑥 𝑃 𝑋=1 = 1 5 − 1 = 0,3011
𝑁 40
𝑛 5
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
𝑛𝑘 5𝑥3
𝐸[𝑋] = = = 0,375
𝑁 40
𝑁−𝑛 𝑘 𝑘 40 − 5 3 3
𝑉𝑎𝑟[𝑋] = . 𝑛. 1− = . 5. 1− = 0,3113
𝑁−1 𝑁 𝑁 40 − 1 40 40
1
𝑃 𝜇 − 2σ < 𝑋 < 𝜇 + 2𝜎 = 1 −
𝑘2
1
𝑃 0,375 − 2 ∗ 0,558 < 𝑋 < 0,375 + 2 ∗ 0,558 = 1 −
4
𝑃[0,375 ± (2)(0,558)] = 3/4
El intervalo requerido es: – 0.741 a 1.491. Por lo tanto, existe una probabilidad de al menos un 75% de
que el número de componentes defectuosos caigan entre – 0,741 y 1,491.
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Al comparar estas fórmulas con las de la distribución hipergeométrica la media es la misma, mientras
que la varianza difiere por un factor de corrección de (N – n)/(N – 1), que es insignificante cuando n es
pequeña en relación con N.
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Ejemplo. Un fabricante de neumáticos para automóvil reporta que de un cargamento de 5000 piezas que
se mandan a un distribuidor local, 1000 están ligeramente manchados. Si se compran al azar 10 de estos
neumáticos al distribuidor, ¿cuál es la probabilidad de que exactamente 3 estén manchados?
Solución
N = 5000, n = 10, k = 1000 entonces n/N = 0,02. Utilizamos la distribución binomial para aproximar la
distribución hipergeométrica para hallar la probabilidad solicitada, donde p es 1000/5000 = 0,2
𝑁, 𝑛, 𝑘 ≈ 𝑏 𝑛, 𝑝
𝑃 𝑋 = 3 = (3; 5000, 10, 1000) ≈ 𝑏(3; 10, 0.2)
10
𝑃 𝑋=3 = 0,23 (1 − 0,2)10−3 = 0,2013
3
Por otro lado, la probabilidad exacta es h(3; 5000, 10, 1000) = 0,2015.
JAMB
HIPERGEOMÉTRICA
DISTRIBUCIONES DISCRETAS
Ejercicios propuestos.
1. Suponga que una empresa produce 100 unidades de las cuales 90 son buenas y 10 son defectuosas.
Se escogen 20 unidades sin reemplazo, halle la probabilidad de que resulten cinco defectuosas.
2. En una clase en la que hay 20 estudiantes, 15 están insatisfechos con el texto que se utiliza. Si se le
pregunta acerca del texto a cuatro estudiantes tomados al azar, determine la probabilidad de que: (a)
exactamente tres estén insatisfechos con el texto y (b) cuando menos tres estén insatisfechos.
3. Un equipo departamental incluye cinco biólogos especialistas en microbiología y nueve médicos. Si
se eligen al azar cinco personas y se les asigna un proyecto, ¿cuál es la probabilidad de que el
equipo del proyecto incluya exactamente a dos biólogos?
4. ¿Cuál es la probabilidad de que una camarera se rehúse a servir bebidas alcohólicas a solo 2
menores si verifica al azar 5 identificaciones de 9 estudiantes, de los cuales 4 son menores de edad?
5. Se estima que 4000 de los 10,000 residentes con derecho al voto de una ciudad están en contra de
un nuevo impuesto sobre las ventas. Si se seleccionan al azar 15 votantes y se les pide su opinión,
¿cuál es la probabilidad de que a lo sumo 7 estén a favor del nuevo impuesto?
6. Calcule la media, varianza y desviación estándar de los ejercicios 1,3 y 5. Y después utilice el
teorema de Chebyshev para interpretar el intervalo μ ± 1σ y μ ± 2σ.
JAMB
DISTRIBUCIONES DISCRETAS
POISSON, (l )
JAMB
POISSON
DISTRIBUCIONES DISCRETAS
JAMB
POISSON
DISTRIBUCIONES DISCRETAS
La distribución de probabilidad de una variable X que representa el número de veces que ocurre un
evento R en una unidad de tiempo o espacio, se denomina Distribución de Poisson y viene dada por:
𝜆 𝑥 𝑒 −λ
𝑓 𝑥 = 𝑃 𝑋 = 𝑥 = 𝑝 𝑥, 𝜆 = 𝑥 = 0,1,2, … 𝑦 𝜆>0
𝑥!
donde λ es el numero promedio de resultados por unidad de tiempo, distancia, área o volumen y e =
2.71828…
La distribución de Poisson depende de un solo parámetro (𝜆), por lo tanto se utiliza la notación X P(𝜆)
para expresar que una variable sigue esta distribución.
Por su parte, la función de distribución viene dada por:
𝑒 −𝜆 𝜆𝑟
𝐹 𝑋 = 𝑃(𝑋 = 𝑟) =
𝑟!
𝑟≤𝑥 𝑟≤𝑥
JAMB
POISSON
DISTRIBUCIONES DISCRETAS
l=5 l = 10 l = 15
JAMB
POISSON
DISTRIBUCIONES DISCRETAS
Solución
La variable X = número de clientes por minutos, sigue la siguiente distribución Poisson X P(𝜆 = 2),
(a) P (X = 0)
20 𝑒 −2
𝑃 𝑋=0 = = 0,13534
0!
También los ejercicios de distribución de Poisson se pueden realizar utilizando la fórmula que ofrece
Excel como se muestra a continuación:
Igualmente puede hacerse uso de la tabla de Distribución de Poisson, para ello se procede de la
siguiente manera: En la primera columna ubicamos el valor de 𝝀=2, y en la primera fila el valor de X =
0. Luego cruzamos los valores y obtenemos 0,1343,tal como se muestra a continuación:
JAMB
POISSON
DISTRIBUCIONES DISCRETAS
JAMB
POISSON
DISTRIBUCIONES DISCRETAS
JAMB
POISSON
DISTRIBUCIONES DISCRETAS
Ejercicios propuestos.
1. Si se reciben un promedio de cinco llamadas de servicio por hora en un departamento de reparaciones, ¿cuál es la
probabilidad de que se reciban menos de tres llamadas durante una hora? Determine su media, media y desviación
estándar. Aplique el teorema de Chebyshev para un k = 2.
2. Un fabricante de automóviles se preocupa por una falla en el mecanismo de freno de un modelo específico. En
raras ocasiones la falla puede causar una catástrofe al manejarlo a alta velocidad. La distribución del número de
automóviles por año que experimentara la catástrofe es una variable aleatoria de Poisson con λ = 5. (a) ¿Cuál es la
probabilidad de que, a lo sumo, 3 automóviles por año de ese modelo especifico sufran una catástrofe? y (b) ¿Cuál
es la probabilidad de que más de un automóvil por año experimente una catástrofe?
3. El número de clientes que llega a un banco es una variable de Poisson. Si el número promedio es de 120 por hora,
¿cuál es la probabilidad de que en un minuto lleguen por lo menos tres clientes?. Utilice el teorema de Chebyshev
para determinar el intervalo del 75%.
4. Cada rollo de láminas de acero de 500 m de longitud trae en promedio dos imperfecciones. Esta imperfección
afecta el uso de ese segmento de la lámina en el producto final. ¿Cuál es la probabilidad de que un segmento
específico de 100 m no tenga ninguna imperfección?
5. La probabilidad de que una persona muera al contraer una infección viral es de 0.001. De los siguientes 4000
infectados con el virus, ¿Cuál es el numero promedio que morirá? ¿De cuánto se desvía del valor esperado?
6. Solo uno de cada mil generadores ensamblados en una fábrica tiene defectos y los generadores defectuosos se
distribuyen aleatoriamente a través de la producción. (a) ¿Cuál es la probabilidad de que un embarque de 500
generadores no contengan ninguno defectuoso? y (b) ¿Cuál es la probabilidad de que un embarque de 100
generadores contengan uno defectuoso?
JAMB
RESUMEN DE LAS FÓRMULAS DE LAS DISTRIBUCIONES DISCRETAS
Esperanza Varianza
Función de probabilidad Función de distribución
Distribución Definición matemática
𝐟(𝐱) = 𝐏(𝐗 = 𝐱𝐢 ) 𝐅(𝐱) = 𝐏(𝐗 ≤ 𝐱𝐢 )
E[X] V[X]
Variable que puede tomar n valores 𝑘 𝑘
1 𝑥𝑖 (𝑥𝑖 − 𝜇)2
Uniforme, U(1/k) distintos con la misma probabilidad 1/𝑘 𝑥𝑖
cada uno de ellos. 𝑘 𝐾 𝑘
𝑖 𝑖=1 𝑖=1
Experimento aleatorio que sólo
Bernoulli, B(p) admite dos resultados excluyentes 𝑝 𝑥 (1 − 𝑝)1−𝑥 𝑝 𝑝𝑞
(éxito y fracaso).
Binomial, B(n, p) Número de éxitos en n pruebas
𝑛 𝑥 𝑛 𝑖 𝑛−𝑖
n=número de prueba independientes de un experimento 𝑝 (1 − 𝑝)𝑛−𝑥 𝑝𝑞 𝑛𝑝 𝑛𝑝𝑞
𝑥 𝑖
p=probabilidad de éxito con probabilidad de éxito constante. 𝑖≤𝑥
𝑥 − 1 𝑘 𝑥−𝑘
Binomial negativa, BN(k, p) 𝑝 𝑞
Número de fracasos antes de obtener 𝑘−1 𝑘(1 − 𝑝) 𝑘(1 − 𝑝)
k=número de éxitos
el r-ésimo éxito. k – 1 éxitos 𝑝 𝑝2
p=probabilidad de éxito
x – k fracasos en cualquier orden
Geométrica, g(p) Número de fracasos antes de obtener 1 1−𝑝
𝑝𝑞 𝑥−1
p=probabilidad de éxito un éxito por primera vez. 𝑝 𝑝2
Multinomial, M(n, p)
Número de veces que ocurren m
n=número de pruebas 𝑛 𝑥1 𝑥2 𝑥𝑘
𝑛𝑝𝑖 𝑛𝑝𝑖 𝑞𝑖
𝑥1, 𝑥2, … , 𝑥𝑘 𝑝1 𝑝2 … 𝑝𝑘
sucesos disjuntos en n pruebas
m=resultados posibles
independientes.
p=probabilidad del suceso i