Distribuciones de Probabilidad

APUNTES DE ESTADSTICA
Prof . Dorothy Reque Abad
DISTRIBUCIONES DISCRETAS
A.
DISTRIBUCIN BINOMIAL B (n, p)
Supongamos que un experimento aleatorio tiene las siguientes caractersticas:
En cada prueba del experimento slo son posibles dos resultados: el suceso A (xito) y su
contrario A (fracaso).
El resultado obtenido en cada prueba es independiente de los resultados obtenidos

anteriormente.
La probabilidad del suceso A es constante, la representamos por p, y no vara de una prueba

a otra. La probabilidad de A
es 1- p y la representamos por q .
El experimento consta de un nmero n de pruebas.
Todo experimento que tenga estas caractersticas diremos que sigue el modelo de la distribucin
Binomial. A la variable X que expresa el nmero de xitos obtenidos en cada prueba del
experimento, la llamaremos variable aleatoria binomial.
La variable binomial es una variable aleatoria discreta, slo puede tomar los valores 0, 1, 2, 3, 4, ...,
n suponiendo que se han realizado n pruebas. Como hay que considerar todas las maneras posibles
de obtener
k-xitos
(n-k) fracasos debemos calcular stas por combinaciones (nmero
combinatorio n sobre k).

La distribucin Binomial se suele representar por B(n,p) siendo n y p los parmetros de dicha
distribucin.
Funcin de Probabilidad de la v.a. Binomial

Funcin de probabilidad de la distribucin Binomial: Verificndose: 0 p 1
Como el clculo de estas probabilidades puede resultar algo tedioso se han construido tablas para
algunos valores de n y p que nos facilitan el trabajo. (Ver Tabla de la Funcin de Probabilidad de
la Binomial).
Parmetros de la Distribucin Binomial
Funcin de Distribucin de la v.a. Binomial
siendo k el mayor nmero entero menor o igual a x i.

Esta funcin de distribucin proporciona, para cada nmero real x i, la probabilidad de que la
variable X tome valores menores o iguales que xi.
El clculo de las F(x) = p( X x) puede resultar laborioso, por ello se han construido tablas para
algunos valores de n y p que nos facilitan el trabajo.
NOTA:
Sea X una variable aleatoria discreta correspondiente a una distribucin binomial.
Su desarrollo de P(X = K ) es:
Ejemplo 1
Una mquina fabrica una determinada pieza y se sabe que produce 7 piezas defectuosas por cada
1000 piezas. Hallar la probabilidad de que al examinar 50 piezas slo haya una defectuosa.
Solucin :
Se trata de una distribucin binomial de parmetros B(50, 0'007) y debemos calcular la
probabilidad p(X=1).
Ejemplo 2
La probabilidad de que el carburador de un coche salga de fbrica defectuoso es del 4 por 100.
Hallar :
a)
El
nmero
de
carburadores
defectuosos
esperados
en
un
lote
de
1000
b) La varianza y la desviacin tpica.

Solucin :
Ejemplo 3
Una encuesta de corretaje reporta que 30% de los inversionistas individuales, ha utilizado a un
corredor de descuento; esto es, uno que no cobra las comisiones completas. En una muestra
seleccionada al azar de nueve inversionistas. Cul es la probabilidad de que:
a.
Exactamente dos de los individuos de la muestra hayan empleado a un corredor de

descuento?.
b. Exactamente cuatro de ellos hayan utilizado a un corredor de ese tipo?.

c.
B.
Ninguno haya recurrido a un corredor de ese tipo?
DISTRIBUCIN DE POISSON
La Distribucin de Poisson se llama as en honor a Simen Dennis Poisson (1781-1840), francs

que desarroll esta distribucin basndose en estudios efectuados en la ltima parte de su vida.
La distribucin de Poisson se emplea para describir varios procesos, entre otros la distribucin
de las llamadas telefnicas que llagan a un conmutador, la demanda (necesidades) de servicios en
una institucin asistencial por parte de los pacientes, los arribos de los camiones y automviles a
la caseta de cobro y el nmero de accidentes en un cruce. Los ejemplos citados tienen un
elemento en comn, pueden ser descritos por una variable aleatoria discreta que asume valores
enteros (0,1,2,3,4,5 y as sucesivamente).
El nmero de enfermos que llegan a un consultorio en cierto intervalo de tiempo ser de

0,1,2,3,4,5 o algn otro nmero entero. De manera anloga, si se cuenta el nmero de automviles
que llegan a una caseta de cobro durante un periodo de diez minutos, el nmero ser entero.
Un experimento de Poisson tiene las siguientes propiedades:
1.
El nmero de resultados que ocurren en un intervalo de tiempo o regin especficos es

independiente de el nmero que ocurre en cualquier otro intervalo disjunto de tiempo o
regin del espacio disjunto.
2. La probabilidad de que un resultado muy sencillo ocurra en un intervalo de tiempo muy corto
o en una regin pequea es proporcional a la longitud del intervalo de tiempo o al tamao de
la regin.
3. La probabilidad de que ms de un resultado ocurra en un intervalo de tiempo tan corto o en
esa regin tan pequea es despreciable.
Caractersticas de los procesos que producen una distribucin de la probabilidad de Poisson.

El nmero de vehculos que pasan por una caseta de cobro en las horas de mayor trfico sirve
como ejemplo para mostrar las caractersticas de una distribucin de probabilidad de Poisson.
El promedio (media) de los arribos de vehculos por hora de gran trfico puede estimarse a
partir de los datos anteriores del trfico. Si dividimos las horas de gran trfico en periodos
(intervalos) de un segundo cada uno, encontraremos que los siguientes enunciados son
verdaderos:
a) La probabilidad de que exactamente un vehculo llegue por segundo a una caseta individual es
un nmero muy pequeo y es constante para que cada intervalo de un segundo.
b) La probabilidad de que dos o ms vehculos lleguen en un intervalo de un segundo es tan
reducida que podemos asignarle un valor cero.
c) El nmero de vehculos que llegan en determinado intervalo de un segundo es independiente
del momento en que el intervalo de un segundo ocurre durante la hora de gran trfico.
d) El nmero de llegadas en cualquier intervalo de un segundo no depende del nmero de arribos
de cualquier otro intervalo de un segundo.
Ahora bien, podemos generalizar partiendo de las cuatro condiciones que hemos descrito en este
ejemplo, si estas condiciones se cumplen nos apoyaremos en una distribucin de probabilidad de
Poisson para describirlos.
Clculo de probabilidades mediante la distribucin de Poisson.

La distribucin de Poisson, segn hemos sealado, se refiere a ciertos procesos que pueden ser
descritos con una variable aleatoria discreta. La letra x suele representar esa variable y puede
adems asumir valores enteros (0,1,2,3 etc..). Utilizamos la letra X mayscula para representar
la variable aleatoria y la x minscula para designar un valor especfico que puede asumir la X
mayscula. La probabilidad de exactamente x ocurrencias en una distribucin de Poisson se

calcula mediante la frmula:
xe
P ( X = x) =
x = 0, 1, 2, ....
x!
= nmero medio de ocurrencias por intervalo de tiempo

e- donde e = 2.71828 elevado a la potencia de lambda negativa.
x ! = x factorial.
Parmetros de la Distribucin Poisson
2
Varianza:
Media:
Desviacin tpica:
Funcin de Distribucin de la v.a. Poisson
P( X x) =
e 0
e 1
e 2
e r
...
0!
1!
2!
r!
Ejemplo 01:
Supngase que estamos investigando la seguridad de un crucero muy peligroso. Los archivos de la
polica indican una media de cinco accidentes por mes en l. El nmero de accidentes est
distribuido conforme a la distribucin de Poisson, y la divisin de seguridad en carreteras quiere
calcular la probabilidad de exactamente 0,1,2,3 y 4 accidentes en un mes determinado.
Aplicando la frmula anterior:

P(0) = (5)0 (e-5) /0! = 0.00674
P(1) = (5)1 (e-5) /1! = 0.03370

P(2) = (5)2 (e-5) /2! = 0.08425
P(3) = (5)3 (e-5) /3! = 0.14042
P(4) = (5)4 (e-5) /4! = 0.17552
Para saber cual es la probabilidad en 3 o menos, sumaremos las probabilidades de 0,1,2,3 lo que
ser igual a : P(X 3) = P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3)
P(0) = 0.00674
P(1) = 0.03370
P(2) = 0.08425
P(3) = 0.14042
P(3 o menos) = 0.26511
Dado que la probabilidad de que haya 3 o menos accidentes es de 0.26511 entonces la

probabilidad de que ocurran ms de tres debe ser = 1 0.26511 = 0.73489.
Ejemplo 02:
Los autores y las editoriales de libros trabajan arduamente para minimizar el nmero de errores
en un texto. Sin embargo, algunas erratas son inevitables. El Sr. J. Carmen supervisor (o editor)
de estadstica, informa que el nmero medio de errores por capitulo es 0.8. Cul es la
probabilidad que haya menos de 2 erratas en un capitulo especifico?.
C.
DISTRIBUCIN HIPERGEOMETRICA
Un experimento hipergeomtrico consiste en escoger al azar una muestra de tamao n, uno a uno
sin sustitucin, de N elementos o resultados posibles, donde r de los cuales pueden clasificarse
como xitos, y los N-r restantes como fracasos. En cada extraccin, la probabilidad de que el
elemento sea un xito es diferente, ya que la extraccin es sin reposicin.
Se utiliza a menudo en el estudio de problemas de produccin, control de calidad y la aceptacin de

muestreo; se emplea para marcar y remarcar.
Cuando hay dos acontecimientos posibles con probabilidades p y q en un espacio muestral finito de
tamao N y se toman muestras de tamao n sin reposicin.
Su funcin de distribucin es:
C C
P(X x)
r
x
Nr
nx
N
n
para 0 x r
P (X = x): probabilidad de x xitos en n intentos

n
: La cantidad de intentos.
: Cantidad de elementos en la poblacin.
: Cantidad de elementos identificados como xitos en la poblacin.
Sea X una v.a con distribucin hipergemetrica H(N,n,R) y sean p = r/N y q = 1-p
Parmetros de la Distribucin Hipergeometrica
Media:
Varianza:
E ( x) np
V ( x) npq
( N n)
( N 1)
Ejemplo:
Segn una revista sobre la construccin Cementos Pacasmayo y Sol ocuparon el primero y segundo
lugar en la preferencia y uso en la construccin de edificaciones. Suponga que en un grupo de 10
edificaciones, seis utilizan Cementos Pacasmayo y cuatro utilizan Cementos Sol. Se selecciona una
muestra aleatoria de 3 edificaciones.
a.
Cul es la probabilidad de que exactamente 2 utilicen Cementos Pacasmayo?.
b. Cul es la probabilidad de que la mayora (dos o tres) utilicen Cementos Sol?.

Solucin:
a).
C C 0.5
P(X 2)
6
2
106
32
10
3
C C C C 0.333
P(X 2)
b).
104
32
10
3
4
3
104
33
10
3
Ejemplo:
Epsilon fabrica computadoras personales en dos plantas una en el Oriente y la otra en el sur de
EE.UU. Hay 40 empleados en la planta del oriente y 20 en la del sur. A una muestra de 10 empleados
se le pedir que llene un cuestionario sobre ventajas laborales. Calcular la probabilidad de que:
a. Ninguno sea de la planta del sur
b. De que uno se a de la planta del sur
c. Dos o ms sean de la planta del sur
Ejercicios
1.
Tres clientes entran a una tienda que vende materiales de construccin, con base a la
experiencia del gerente de la tienda estima que la probabilidad de que cualquier cliente compre
es de 0.30. Cul es la probabilidad de que dos de los siguientes tres clientes hagan una
compra?.
2.
Una empresa investigadora informa que el 28% de los ingenieros tienen un empleo en su rea.
Suponga que este porcentaje se aplica aun grupo de 15 egresados de universidades que van a
ejercer la profesin de ingeniera. Cul es la probabilidad de que cuando menos tres egresados
tengan empleo en ingeniera?.
3.
Los cambios en los procedimientos de los aeropuertos requieren una preparacin considerable.
Los ndices de llegadas de los aviones es un factor importante que se debe tomar en cuenta.
Suponga que los aviones pequeos llegas a cierto aeropuerto, con un ndice de 6 por hora.
a.
Cul es la probabilidad de que exactamente cuatro aeronaves pequeas lleguen durante un

periodo de una hora?
b.
4.
Cul es la probabilidad de que al menos cuatro lleguen durante un periodo de una hora?.
El nmero de clientes que llegan cada dos horas a ciertas instalaciones de servicio automotriz
es de siete. Cul es la probabilidad de que cinco clientes lleguen en un promedio de una hora.
5.
Cuando una nueva mquina nueva funciona bien slo el 4% de los artculos que produce tienen
defectos. Suponga que se selecciona al azar dos partes producidas en la mquina y que interesa
la cantidad de partes defectuosas encontradas. Calcular la probabilidad asociada de:
6.
a.
No encontrar defectos
b.
Encontrar exactamente un defecto
c.
Encontrar dos defectos
En un libro americano informa ms de 1000 resultados estadsticos acerca de EE.UU y su gente.

Uno de los resultados dice que el 68% de las personas viven en el estado tienen vivienda propia:
a.
Cul es la probabilidad que en una muestra aleatoria de 10 personas haya al menos 8 que
tienen vivienda propia?.
b.
Cul es la probabilidad que en una muestra aleatoria de 3 personas haya exactamente una
persona que no tenga vivienda propia?.
7.
Al departamento de Aerolneas Regionales llegan en promedio 48 llamadas por hora. Calcule la

probabilidad de:
8.
a.
Recibir 3 llamadas en un intervalo de 5 minutos?.
b.
Recibir exactamente 10 llamadas en 15 minutos?.
c.
Que no haya llamadas en un perodo de 5 minutos?.
Los pasajeros de aerolneas llegan al azar e independientemente a la seccin de documentacin

en un gran aeropuerto internacional. La frecuencia promedio de llegadas es de 10 pasajeros por
minuto.
9.
a.
Cul es la probabilidad de no llegadas en un intervalo de un minuto?
b.
Cul es la probabilidad de que lleguen menos de 3 pasajeros en un intervalo de un minuto?
c.
Cul es la probabilidad de no llegadas en un periodo de 20 segundos?.
d.
Cul es la probabilidad de al menos dos llegadas en un periodo de 15 segundos?
Las inversiones the wall street tiene el siguiente comportamiento: la cantidad promedio de
transacciones anuales de acciones es igual a 15. Suponga que determinado inversionista hace
sus transacciones con esta frecuencia.
a.
Cul es la cantidad promedio de transacciones por mes?.
b.
Cul es la probabilidad de que cuando menos haya 4 transacciones por mes?
c.
Cul es la probabilidad de que haya al menos 2 transacciones por mes?.
10. Un embarque de 10 artculos contiene dos unidades defectuosas y ocho no defectuosas. Al
revisarlo se tomar una muestra y las unidades se inspeccionaran si se encuentra una unidad
defectuosa se rechazar todo el embarque?
a.
Si se selecciona una muestra de 3 artculos. Cul es la probabilidad de rechaza el

embarque?
10
b.
SI se selecciona una muestra de cuatro artculos. Cul es la probabilidad de rechazar el

embarque?.
c.
Si se selecciona una muestra de cinco artculos Cul es la probabilidad de rechazar el

embarque?.
11. A una garita de peaje llegan aleatoriamente 300 autos por hora. Calcular la probabilidad de que:
a.
Un auto llegue durante un periodo de 1 minuto
b.
Cuando menos un auto lleguen durante un periodo dado de un minuto.
c.
Como mximo tres autos lleguen durante un minuto.
12. En la universidad en la que estudia, el 86% de los estudiantes termina su carrera de ingeniera.
Si Ud. elige al azar 8 alumnos. Cul es la probabilidad de que:

a.
Todos terminen su carrera de ingeniera?.
b.
Al menos 3 terminen su carrera de ingeniera?.
c.
Como mximo 5 terminen la carrera de ingeniera
d.
Como mximo 2 terminen la carrera de ingeniera?.
13. Durante la poca de reservaciones telefnicas en una universidad local, las llamadas entran con
una frecuencia de una cada dos minutos.

a.
Cul es la cantidad esperada de llamadas en una hora?
b.
Cul es la probabilidad de tres llamadas en cinco minutos?
c.
Cul es la probabilidad de que no haya llamadas en un periodo de cinco minutos?
14. Una residencial tiene desocupados 12 cuartos unipersonales con bao y 8 cuartos unipersonales
sin bao. Llegan 4 viajeros y eligen, al azar, sus cuartos. Cul es la probabilidad de que, entre
los recin llegados, sea mayor el nmero de los que consiguen cuarto con bao que el de los que
consiguen un cuarto sin bao?.
15. El
profesor Bradley anima a sus estudiantes de estadstica a actuar de forma
prudente consultando al tutor si tienen alguna pregunta mientras se preparan par el examen
final. Parece que la llegada de los estudiantes a la oficina del tutor se ajusta a una distribucin
de Poisson, con un promedio de 5.2 estudiantes cada 20 minutos. El profesor Bradley est
preocupado porque si muchos
estudiantes necesitan los servicios del tutor, puede resultar
un problema de congestin.
a.
El tutor debe determinar la probabilidad de que cuatro estudiantes lleguen durante

cualquier intervalo de 20 minutos, lo cual podra causar el problema de congestin que tiene
el profesor Bradley. Si la probabilidad excede del 20%, se contratar un segundo tutor.
11
b.
El tutor debe calcular la probabilidad de que ms de cuatro estudiantes lleguen durante

algn perodo de 20 minutos. Si es mayor que el 50%, las horas de oficina del tutor se
aumentarn, permitiendo a los estudiantes extender el horario en las que vienen a ver al
autor.
16. Un banco atiende todos los das de 8 a.m. a 4 p.m. y se sabe que el nmero de clientes
por da que van a solicitar un prstamo para compra de una casa por ms de $10000 tiene una
media de 3.
a.
Cul es la probabilidad de que hasta el medioda no se haya producido una solicitud de

prstamo por ms de $10000?
b.
Cul es la probabilidad de que hasta en dos das se hayan producido ms de 3 solicitudes de

prstamo por ms de $10000?
17. Entre 12 hombres que soliciten un trabajo en una constructora, las esposas de los 9 trabajan.
Si
se
seleccionan
aleatoria
mente
de
los
solicitantes
para
una consideracin
adicional, cuales son las probabilidades de que

a.
La esposa de ninguno trabaje.
b.
Solo la esposa de uno trabaje.
c.
Las esposas de ambos trabajen.
18. Entre l a s 1 2 casas
que
hay
para
venta
en
un
fraccionamiento,
tienen
aire
condicionado, si se seleccionan 4 de las casas para un desplegado en un peridico Cul es la

probabilidad de que 3 de estas tengan aire acondicionado?.
19. Aproximadamente 2/5 de las familias de una cierta comunidad, viven en extrema pobreza.
cul es la probabilidad de que en una muestra aleatoria de 5 personas:

a.
3 de ellos vivan en extrema pobreza?
b.
Ninguno viva en extrema pobreza?
c.
3 o ms vivan en extrema pobreza?
20. En
general,
el
45%
de
los
postulantes
fallan
en
una
prueba
de
seleccin
de
personal.cul es la probabilidad de que en una muestra de 15:

a.
Fallen por lo menos 8
b.
Fallen ms de 4
c.
Fallen exactamente 4
12
DISTRIBUCIONES CONTINUAS
DISTRIBUCIN NORMAL
A.
Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre

indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que ciertos
fenmenos tienden a parecerse en su comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma
de campana.
La clave de este tipo de distribuciones est en que existe una correspondencia entre rea y
probabilidad, de forma que la probabilidad de que la variable est entre dos valores a y b es
exactamente el rea marcada en la figura.
La distribucin normal es en forma de campana, habitualmente llamada distribucin de Gauss. Es
simtrica en torno a su media (); la media, mediana y moda son iguales; el rea total de la curva por
encima del eje basal x es la unidad del rea = 1, por lo tanto cada sector de derecha e izquierda
tiene un valor de 0,5. Si se trazan lneas perpendiculares a un desvo estndar () de distancia
de la media, se obtiene un 68% del rea de la curva. Dos desvos estndar encierran un 95% y tres
un 99,7% de la curva.
En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas
variables asociadas a fenmenos naturales que siguen el modelo de la normal.
Caracteres morfolgicos de individuos (personas, animales, plantas,...) de una especie, p.ejm.

tallas, pesos, envergaduras, dimetros, permetros,...
Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un frmaco, o de una
misma cantidad de abono.
Caracteres sociolgicos, por ejemplo: consumo de cierto producto por un mismo grupo de
individuos, puntuaciones de examen.
Caracteres psicolgicos, por ejemplo: cociente intelectual, grado de adaptacin a un

medio,...
13
Errores cometidos al medir ciertas magnitudes.
Valores estadsticos muestrales, por ejemplo : la media.
Otras distribuciones como la binomial o la de Poisson son aproximaciones normales, ...
Y en general cualquier caracterstica que se obtenga como suma de muchos factores.

Caractersticas de la distribucin normal
Tiene forma de campana, es asinttica al eje de las abscisas (para x = )
Simtrica con respecto a la media ( ) donde coinciden la mediana (Me) y la moda (Mo )
FUNCIN DE DENSIDAD
Representacin grfica de esta funcin de densidad
La distribucin normal queda definida por dos parmetros, su media y su desviacin tpica y la
representamos as N(,
)
F(x) es el rea sombreada de esta grfica
14
TIPIFICACIN O ESTANDARIZACIN
La Distribucin Normal Estndar es una Distribucin Normal terica que utiliza un sistema numrico
comn. Cuando se estudia la variable de peso de los nios al nacer, o el grueso de tornillos, o el
nmero de frutos daados en un rbol, aun cuando las distribuciones de datos muestren la misma
forma, las unidades mtricas son variables, por tanto, para poderlas comparar con una distribucin
patrn es necesario referirlas en la misma unidad de medida. Esta unidad de medida es la desviacin
estndar (se ver ms adelante), de esta manera, sean pesos de bebes, grueso de tornillos o frutos
de rboles, transformados a una unidad estndar, estaremos hablando en la misma escala. Cuando
se diga por ejemplo, entre el punto A y el punto B hay k desviaciones estndar, sin importar las
unidades en que fueron medidos los datos, kilos, micras o unidades para el ejemplo. Por tanto, al
comparar las magnitudes entre el punto A y el punto B en los tres anlisis con las unidades de la
Distribucin Normal Estndar, se podr deducir entre otras cosas, la magnitud relativa entre el
punto A y el punto B. Debe quedar claro que las comparaciones nicamente son posibles en
poblaciones similares, nios con nios, tornillos con tornillos, etc.
Puesto que hay un nmero infinito de combinaciones para los dos parmetros, hay un nmero
infinito
de
curvas normales
diferentes.
Este
problema
se
ha
resuelto prcticamente al
transformar los valores de todas las distribuciones normales a los valores de una distribucin
normal estandarizada (tipificada) representada por la curva normal estandarizada.
En muchas ocasiones se quieren comparar puntuaciones que pertenecen a dos distribuciones
normales diferentes. La diferencia entre las dos distribuciones radica en que las medias y las
desviaciones estndar no son iguales. Sin embargo la comparacin se hace posible si se convierten
15
las puntuaciones de ambas distribuciones a puntuaciones z que corresponden a la distribucin

normal estandarizada o tipificada.
Aunque la mayora de las distribuciones no tienen media 0 y desviacin tpica 1, existe una forma de
transformarlas para conseguirlo. Este proceso se denomina tipificacin de la variable, y consiste en
sustituir la variable original X, por una nueva Z que sigue la distribucin estndar, haciendo uso de
la expresin: Z
Si la variable X es N(,
) entonces la variable tipificada o estandarizada de X es
sigue tambin una distribucin normal pero de 0 y 1 , es decir, N(0,1).

Siendo la representacin grfica de esta funcin
a la variable Z se la denomina variable tipificada de X, y a la curva de su funcin de densidad curva

normal tipificada.
La curva normal estndar tiene = 0 y = 1. Recordamos que la probabilidad equivale al rea bajo la
curva, que el rea bajo toda la curva es 1 y que el rea bajo cada mitad de la curva es 0.5. Para
calcular probabilidades en una curva normal no estndar, usamos la frmula de conversin z. Cuando
la media de la distribucin normal es 0 y la varianza es 1 se denomina "normal tipificada", y su
ventaja reside en que hay tablas donde se recoge la probabilidad acumulada para cada punto de la
curva de esta distribucin.
16
Caracterstica de la distribucin normal tipificada (reducida, estndar)
No depende de ningn parmetro
Su media es 0, su varianza es 1 y su desviacin tpica es 1.
La curva f(x) es simtrica respecto del eje OY
MANEJO DE TABLAS. CASOS MS FRECUENTES.

La distribucin de la variable Z se encuentra tabulada
17
Ejemplos:
1. La duracin media de un televisor de una determinada marca es de 8 aos con una desviacin
tpica de medio ao y se distribuye normalmente. Cul es la probabilidad de que la duracin
media de un televisor sea ms de 9 aos?
2.
La cosecha de tomates de una empresa agrcola canaria se sabe por experiencia que se
distribuye con respecto al dimetro en cm. de los tomates siguiendo la N(4, 0.5). Este ao, le
informan de que slo podr vender en el mercado exterior tomates con dimetro superior a 4,5
cm. Si se prevee una produccin total de 50.000 kg., podr prever cuantos kilos podr destinar
a exportacin
3. En un examen de matemticas Esttica las notas se distribuyen segn N(11, 2.5). El profesor
desea calcular la probabilidad de que el estudiante tenga una nota menor a 8.
4. Un estudio reciente de los sueldos por da de los trabajadores de una constructora mostr que
el salario medio por hora era de $12.50 (dlares), con una desviacin estndar de $2.50. Si se
selecciona al azar un trabajador de la constructora, cul es la probabilidad de que gane:
a.
Entre $10.50 y $16.00 por hora?
b. Ms de $14.00 por hora?.

c.
Menos de $13.00 por hora?
18
Ejercicios
1.
Los puntajes finales de un curso de estadstica estn distribuidos normalmente con media 50
y desviacin estndar 5. Si se elige un puntaje al azar :
a.
Cul es la probabilidad de que los puntajes estn entre 40 y 60 puntos?
b. Cul es la probabilidad de que los puntajes estn por encima de los 70 puntos?
c.
Hallar el valor de a para el cual, la probabilidad de que un puntaje sea menor o igual que
0.20.
2.
Los gastos mensuales de comida de familias de cuatro miembros promedian S/. 420 con una
desviacin estndar de S/. 80. Suponiendo que los gastos mensuales de comida se distribuyen
normalmente.
a.
Qu porcentaje de estos gastos son inferiores a S/. 350?
b. Qu porcentaje de estos gastos estn entre S/. 250 y S/. 350?

c.
3.
Qu porcentaje de estos gastos estn entre S/. 250 y S/. 450?
Durante los ltimos aos ha crecido el volumen de las acciones negociadas en la Bolsa de
Nueva York. Durante las dos primeras semanas de 1999 el volumen promedio fue de 646
millones de acciones. La distribucin de probabilidad del volumen diario es aproximadamente
normal con desviacin estndar de unos 100 millones de acciones.
a.
Cul es la probabilidad de que el volumen negociado sea menor de 400 millones de

acciones?
b. Qu porcentaje de veces el nmero negociado es mayor a 800 millones de acciones?

c.
Si la bolsa quiere emitir un boletn de prensa sobre el 5% de los das ms activos, qu

volumen activar la publicacin?.
4.
MENSA es una entidad internacional de personas con alto coeficiente intelectual. Para
pertenecer a ella, una persona debe tener un coeficiente de 132 o ms. Si las calificaciones
del coeficiente de inteligencia se distribuye normalmente con promedio 100 y desviacin
estndar 15. Qu porcentaje de personas califica para ser miembro de MENSA?.
5.
Los chferes miembros del Sindicato de Trailero ganan un salario promedio de $17.15 dlares
por hora. Suponga que los datos disponibles indican que los sueldos se distribuyen
normalmente con desviacin estndar de $2.25 dlares.
a.
Cul es la probabilidad de que los salarios estn entre $15 y $20 dlares por hora?
b. Cul es el salario por hora correspondiente al 15% mejor pagado de los Chferes del
Sindicato?.
19
c.
Cul es la probabilidad de que los sueldos sean menores a $12 dlares por hora?.
B.
DISTRIBUCIN T de STUDENT
Si Z y V son dos variables aleatorias independientes tales que Z est normalmente distribuida con
media cero y varianza 1, y V est distribuida como chi-cuadrada con n grados de libertad, entonces,
la variable aleatoria:
T=
Z
V
Cando n-->infinito la curva t coincide con la normal estandarizada.
Funcin de Densidad:
20
Propiedades
1.
Si X tiene una distribucin t-Student con n grados de libertad, entonces su media y su varianza
son respectivamente.
a.
=0
b.
n
n 2
, n 2
2. Su grafica tiene forma de campana de Gauss, simtrica en cero.

3. La varianza de la distribucin t es mayor que de la distribucin N(0,1). Pero cuando n + , la
varianza de la t tiende a 1.
4. La distribucin t se aproxima a una distribucin N(0,1), cuando n + . La aproximacin es
buena, si n30.
Uso de la tabla T-Student

Si la variable aleatoria X tiene una distribucin t-Student con n grados de libertad, en la tabla de
probabilidades t-Student se puede encontrar una probabilidad.
P(T t1-, n ) = 1-
Ejemplo:
Si X tiene una distribucin t-Student con 18 grados de libertad, hallar:
a.
P(X 2.101)
a. P( X 2.552)
b. P(X 1.734)
c. P ( X 2)
21
TABLA DE LA DISTRIBUCIN t -Student

P[T c ] 1 , y donde T tiene distribucin t-Student con r grados de libertad.
0.75
0.80
0.85
0.90
0.95
0.975
0.99
0.995
1
2
3
4
5
1.000
0.816
0.765
0.741
0.727
1.376
1.061
0.978
0.941
0.920
1.963
1.386
1.250
1.190
1.156
3.078
1.886
1.638
1.533
1.476
6.314
2.920
2.353
2.132
2.015
12.706
4.303
3.182
2.776
2.571
31.821
6.965
4.541
3.747
3.365
63.657
9.925
5.841
4.604
4.032
6
7
8
9
10
0.718
0.711
0.706
0.703
0.700
0.906
0.896
0.889
0.883
0.879
1.134
1.119
1.108
1.100
1.093
1.440
1.415
1.397
1.383
1.372
1.943
1.895
1.860
1.833
1.812
2.447
2.365
2.306
2.262
2.228
3.143
2.998
2.896
2.821
2.764
3.707
3.499
3.355
3.250
3.169
11
12
13
14
15
0.697
0.695
0.694
0.692
0.691
0.876
0.873
0.870
0.868
0.866
1.088
1.083
1.079
1.076
1.074
1.363
1.356
1.350
1.345
1.341
1.796
1.782
1.771
1.761
1.753
2.201
2.179
2.160
2.145
2.131
2.718
2.681
2.650
2.624
2.602
3.106
3.055
3.012
2.977
2.947
16
17
18
19
20
0.690
0.689
0.688
0.688
0.687
0.865
0.863
0.862
0.861
0.860
1.071
1.069
1.067
1.066
1.064
1.337
1.333
1.330
1.328
1.325
1.746
1.740
1.734
1.729
1.725
2.120
2.110
2.101
2.093
2.086
2.583
2.567
2.552
2.539
2.528
2.921
2.898
2.878
2.861
2.845
21
22
23
24
25
0.686
0.686
0.685
0.685
0.684
0.859
0.858
0.858
0.857
0.856
1.063
1.061
1.060
1.059
1.058
1.323
1.321
1.319
1.318
1.316
1.721
1.717
1.714
1.711
1.708
2.080
2.074
2.069
2.064
2.060
2.518
2.508
2.500
2.492
2.485
2.831
2.819
2.807
2.797
2.787
26
27
28
29
30
0.684
0.684
0.683
0.683
0.683
0.856
0.855
0.855
0.854
0.854
1.058
1.057
1.056
1.055
1.055
1.315
1.314
1.313
1.311
1.310
1.706
1.703
1.701
1.699
1.697
2.056
2.052
2.048
2.045
2.042
2.479
2.473
2.467
2.462
2.457
2.779
2.771
2.763
2.756
2.750
22
40
60
120
0.681
0.679
0.677
0.674
0.851
0.848
0.845
0.842
C.
1.050
1.046
1.041
1.036
1.303
1.296
1.289
1.282
1.684
1.671
1.658
1.645
2.021
2.000
1.980
1.960
2.423
2.390
2.358
2.326
2.704
2.660
2.617
2.576
DISTRIBUCIN JI CUADRADO
Se dice que la variable aleatoria continua X tiene una distribucin ji-cuadrado con n grados de
libertad, y se representa por X X
(n),
si su funcin de densidad es:
,si x 0
0
, si x 0
Donde n es un nmero entero positivo.
Parmetros:
a.
=n
b.
= 2n
Uso de la tabla Ji-cuadrado
Si la variable aleatoria X se distribuye como una Ji-cuadrado con n grados de libertad, esto es, si
X X2(n), entonces en la tabla de probabilidades chi-cuadrado se puede encontrar una probabilidad
1- o un valor c = X2(n), mediante la relacin:
P ( X X2(n) ) = 1 -
Ejemplo:
i X x2(26), determinar:
a.
P (x 17.29)
b. P(x38.89)
b. P(13.84 X 45.64)
d. P(X 40)
23
24
25
26

Distribuciones de Probabilidad

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Distribuciones de Probabilidad

Enviado por

Direitos autorais:

Formatos disponíveis

APUNTES DE ESTADSTICA

Prof . Dorothy Reque Abad

DISTRIBUCIN BINOMIAL B (n, p)

Supongamos que un experimento aleatorio tiene las siguientes caractersticas:

El resultado obtenido en cada prueba es independiente de los resultados obtenidos

La probabilidad del suceso A es constante, la representamos por p, y no vara de una prueba

El experimento consta de un nmero n de pruebas.

(n-k) fracasos debemos calcular stas por combinaciones (nmero

combinatorio n sobre k).

Funcin de Probabilidad de la v.a. Binomial

Funcin de Distribucin de la v.a. Binomial

siendo k el mayor nmero entero menor o igual a x i.

Su desarrollo de P(X = K ) es:

b) La varianza y la desviacin tpica.

Exactamente dos de los individuos de la muestra hayan empleado a un corredor de

b. Exactamente cuatro de ellos hayan utilizado a un corredor de ese tipo?.

Ninguno haya recurrido a un corredor de ese tipo?

La Distribucin de Poisson se llama as en honor a Simen Dennis Poisson (1781-1840), francs

El nmero de enfermos que llegan a un consultorio en cierto intervalo de tiempo ser de

El nmero de resultados que ocurren en un intervalo de tiempo o regin especficos es

Caractersticas de los procesos que producen una distribucin de la probabilidad de Poisson.

Clculo de probabilidades mediante la distribucin de Poisson.

mayscula. La probabilidad de exactamente x ocurrencias en una distribucin de Poisson se

= nmero medio de ocurrencias por intervalo de tiempo

Parmetros de la Distribucin Poisson

Funcin de Distribucin de la v.a. Poisson

Aplicando la frmula anterior:

P(1) = (5)1 (e-5) /1! = 0.03370

Dado que la probabilidad de que haya 3 o menos accidentes es de 0.26511 entonces la

Se utiliza a menudo en el estudio de problemas de produccin, control de calidad y la aceptacin de

Su funcin de distribucin es:

P (X = x): probabilidad de x xitos en n intentos

: Cantidad de elementos en la poblacin.

: Cantidad de elementos identificados como xitos en la poblacin.

Cul es la probabilidad de que exactamente 2 utilicen Cementos Pacasmayo?.

b. Cul es la probabilidad de que la mayora (dos o tres) utilicen Cementos Sol?.

Cul es la probabilidad de que exactamente cuatro aeronaves pequeas lleguen durante un

Encontrar exactamente un defecto

Encontrar dos defectos

En un libro americano informa ms de 1000 resultados estadsticos acerca de EE.UU y su gente.

Al departamento de Aerolneas Regionales llegan en promedio 48 llamadas por hora. Calcule la

Recibir 3 llamadas en un intervalo de 5 minutos?.

Recibir exactamente 10 llamadas en 15 minutos?.

Que no haya llamadas en un perodo de 5 minutos?.

Los pasajeros de aerolneas llegan al azar e independientemente a la seccin de documentacin

Cul es la probabilidad de no llegadas en un intervalo de un minuto?

Cul es la probabilidad de que lleguen menos de 3 pasajeros en un intervalo de un minuto?

Cul es la probabilidad de no llegadas en un periodo de 20 segundos?.

Cul es la probabilidad de al menos dos llegadas en un periodo de 15 segundos?

Cul es la cantidad promedio de transacciones por mes?.

Cul es la probabilidad de que cuando menos haya 4 transacciones por mes?

Cul es la probabilidad de que haya al menos 2 transacciones por mes?.

10. Un embarque de 10 artculos contiene dos unidades defectuosas y ocho no defectuosas. Al

Si se selecciona una muestra de 3 artculos. Cul es la probabilidad de rechaza el

SI se selecciona una muestra de cuatro artculos. Cul es la probabilidad de rechazar el

Si se selecciona una muestra de cinco artculos Cul es la probabilidad de rechazar el

Un auto llegue durante un periodo de 1 minuto

Cuando menos un auto lleguen durante un periodo dado de un minuto.

Como mximo tres autos lleguen durante un minuto.

Si Ud. elige al azar 8 alumnos. Cul es la probabilidad de que:

Todos terminen su carrera de ingeniera?.

Al menos 3 terminen su carrera de ingeniera?.

Como mximo 5 terminen la carrera de ingeniera

Como mximo 2 terminen la carrera de ingeniera?.