Mgr.

David Tamayo Mamani

DISTRIBUCIONES DE PROBABILIDAD DE TIPO DISCRETO
Modelo Binomial Notacin: X ~ B( n,p )
Una v.a. Binomial representa el nmero de xitos que ocurren en n repeticiones
independientes de un ensayo de Bernoulli cuya probabilidad de xito es p.

Funcin de probabilidad:
n p(x) = px (1-p)n-x, x = 0,1, ..., n.

Observacin: Be(p) = B ( 1, p )

Funcin generatriz de momentos: M(t) = [ p et + (1-p) ]n

Media: E(X) = n p

Varianza: Var(X) = n p (1-p)

 DISTRIBUCIONES DE PROBABILIDAD DE TIPO DISCRETO
Modelo Hipergeomtrico Notacin: X ~ H(N, k, n)
Poblacin: N Un conjunto de N objetos contiene: k objetos
Muestra clasificados como xitos y N-K como fracasos.
k xitos Se toma una muestra de tamao n, al azar y
(sin reemplazo) de entre los N objetos.
N-k fracasos n

La v.a. Hipergeomtrica X representa el n de xitos en la muestra

Funcin de probabilidad
k N k E ( X ) np siendo p
k

x n x N
p ( x)
N N n
V ( X ) np(1 p)
n N 1
Si el tamao muestral n es muy pequeo en relacin al nmero total de
elementos, N, las probabilidades hipergeomtricas son muy parecidas a las
binomiales, y puede usarse la distribucin binomial en lugar de la
hipergeomtrica.
 Un lote contiene 10 piezas buenas, 4 con
defectos y 2 con defectos graves. Se extraen
dos piezas al azar. Calcula la probabilidad de
que:
a) Ambas sean perfectas.
b) Por lo menos una sea perfecta.
c) Ninguna sea perfecta.

Mgr. David Tamayo Mamani 04/07/2012 4

Sean: B:perfectas =10, D: defectos=4 y DG=2. total = 16, es
decir: Buenas=10, Malas = 6.
a) A: Ambas perfectas:
10 6
Px 2 2 0 45.1 3

16 120 8
2
b) B: Por lo menos una perfecta.
Px 1 Px 1 Px 2
10 6 10 6
Px 1 1 1 2 0 60

45 7

16 16 120 120 8
2 2
c) C: Ninguna perfecta
7 1
Es el complemento de la anterior: 1
8 8
Mgr. David Tamayo Mamani 04/07/2012 5
 En la produccin de cierto artculo, se sabe
que por cada 50 producidos, en 43 su
terminado es excelente. Si se toma una
muestra de 12 artculos. Cul es la
probabilidad.
a) De que exactamente dos no sean
clasificados como excelentes?
b) Por lo menos dos no sean clasificados como
excelentes?
c) 10 sean clasificados como excelentes?

Mgr. David Tamayo Mamani 04/07/2012 6

 a) A: Ambas perfectas:
N=50, A=7, n=12, x=2
7 50 7 7 43
2 12 2 2 10
Px 2 0,3317 33,17%
50 120
12
b) B: Por lo menos dos no excelentes.
Px 2 1 Px 0 Px 1
7 43 7 43
0 12 1 11
Px 2 1 1 0,1263 0,3317 0,5420 54,20%
50 50

12 12
c)
43 7
Px 10 10 2
0,3317 33,17%
50
12 Mgr. David Tamayo Mamani 04/07/2012 7
La UJCM recibe un pedido de 12 laptops para
implementar un laboratorio. Por informacin de otra
universidad que hizo el mismo pedido, se supo que
4 aparatos haban sufrido desperfectos en el
transporte, situacin frecuente con la empresa
contratada para distribuir la mercadera. El Rector de
la universidad decidi examinar 3 de las laptops
recibidas.
Cul es la probabilidad de que ninguno de las tres
resulten averiado al ser transportado?

Mgr. David Tamayo Mamani 04/07/2012 8

DISTRIBUCIN DE POISSON
Cuando en una distribucin binomial el nmero de intentos (n)
es grande y la probabilidad de xito (p) es pequea y np (la
media de la distribucin binomial) es finito y tiende a entonces
la distribucin binomial converge a la distribucin de Poisson:

x
e
p( x) , x 0 ,1,2 ,... 0
x!

Observa que si p es pequea, el xito es un suceso raro.

10
 Media P(X) = 0.5
E ( X ) .6
.4
.2
0 X
Desviacin estndar 0 1 2 3 4 5

P(X) = 6
.6
.4
Nota: el mximo de la distribucin .2
se encuentra en x 0 X
0 2 4 6 8 10
11
La distribucin de Poisson se obtiene como aproximacin de
una distribucin binomial con la misma media, para n grande
(n > 30) y p pequeo (p < 0,1). Queda caracterizada por un nico
parmetro (que es a su vez su media y varianza).

n p =

Distribucin de Poisson para varios valores de .

12
 EJEMPLO 1 :
Si el 1% de los productos elaborados por una fbrica son defectuosos, halla la
probabilidad de que, en una muestra de 100 productos, 3 sean defectuosos.

Solucin:
n=100 y p=0,01,
= = 100.0,01
=1
X=3.

e 113 1(0,63788)
PX 3 0,06131 6,13%
3! 6

13
 EJEMPLO 2 :
Se estima que una de cada 10000 personas es alrgica a cierta sustancia utilizada
en la fabricacin de tintes para el cabello. Cul es la probabilidad de que en
20000 usuarias de tintes, ms de cinco sufran reacciones alrgicas, debido a su
uso?
Solucin:
1
= = 0,0001
10000
= = 20000(0,0001)
=2
2 0 e 2 21 e 2 2 2 e 2 23 e 2 2 4 e 2 25 e 2
P X 6 1
0 ! 1 ! 2 ! 3 ! 4 ! 5!
1(0,13535 2(0,13535 4(0,13535 32(0,13535
P X 6 1 ...
1 1 2 120
PX 6 1 0,98344 0,01656 1,66%

14
 EJEMPLO 3 :
En ciertas instalaciones industriales los accidentes ocurren con muy poca
frecuencia. Se sabe que la probabilidad de un accidente en cualquier da dado es
0,005 y los accidentes son independientes en s.
a) Cul es la probabilidad de que en cualquier periodo dado de 400 das habr
un accidente en un da?
b) Cul es la probabilidad de que haya a lo ms tres das con un accidente?
Solucin:
n=400 y p=0,005,
= = 400.0,005
=2
e 2 21
PX 1 0,2706
1!
PX 3 PX 3 PX 2 PX 1 PX 0

e 2 23 e 2 2 2 e 2 21 e 2 20
PX 3
3! 2! 1! 0!
PX 3 0,1804 0,2707 0,2707 0,1353 0,8571

15
 EJEMPLO 4 :
Si la probabilidad de fabricar un televisor defectuoso es p = 0.01, cul es la
probabilidad de que en un lote de 100 televisores contenga ms de 2 televisores
defectuosos?
La distribucin binomial nos dara el resultado exacto:

100 99 100 99 1 100 99 1

100 99 98 2

P( A )
c

0 100 1 100 100 2 100 100
0.9206 n x n x
p( x) p q ( x 0,1,....n)
x
El suceso complementario Ac: No ms de 2 televisores defectuosos puede
aproximarse con una distribucin de
Poisson con = np = 1, sumando p(0) + p(1) + p(2).

P( Ac ) e1 (1 1 12 ) 0.9197 x
p ( x) e ( x 0,1,....)
x!
16
 Si en promedio, entran 2 automviles por minuto en una cochera, cul es la
probabilidad de que durante un minuto entren 4 o ms automviles?
Si asumimos que un minuto puede dividirse en muchos intervalos cortos de
tiempo independientes y que la probabilidad de que un automvil entre en uno
de esos intervalos es p que para un intervalo pequeo ser tambin pequeo
podemos aproximar la distribucin a una Poisson con = np = 2.

El suceso complementario entran 3 automviles o menos tiene probabilidad:

2 20
P( A ) p(0) p(1) p(2) p(3) e (
c
0!
21
1! 22
2! ) 0.857
23
3!

y la respuesta es 1 0.857 = 0.143

x
p ( x) e ( x 0,1,....)
x! 17
 Una compaa telefnica recibe llamadas a razn de 5 por
minuto. Si la distribucin del nmero de llamadas es de
Poisson, calcular la probabilidad de recibir menos de cuatro
llamadas en un determinado minuto.
Solucin:
Sea X el nmero de llamadas por minuto que se reciben. Tenemos que X
sigue una distribucin de Poisson, con = 5. La funcin de masa que viene
dada por:

Mgr. David Tamayo Mamani 04/07/2012 18

 El dueo de un criadero de rboles est especializado en la
produccin de abetos de Navidad. Estos crecen en filas de
300. Se sabe que por trmino medio 6 rboles no son aptos
para su venta. Asume que la cantidad de rboles aptos para la
venta por fila plantada sigue una distribucin de Poisson.

a) Calcula la probabilidad de encontrar 2 rboles no vendibles

en una fila de rboles.

b) Calcula la probabilidad de encontrar 2 rboles no vendibles

en media fila de rboles.

Mgr. David Tamayo Mamani 04/07/2012 19

Sea X el nmero de rboles no vendibles en una fila, tenemos que

X P ( = 6). Sea Y el nmero de rboles no vendibles en media fila. El

nmero medio de rboles no vendibles en media fila es 3. Si suponemos que
siguen igual distribucin, tenemos que Y P ( = 3).

Mgr. David Tamayo Mamani 04/07/2012 20

 Un estudiante se presenta a un examen de
seleccin mltiple que contiene preguntas
cada una con 3 respuestas opcionales. Si el
estudiante est adivinando al responder cada
pregunta y adems se sabe que para aprobar
el examen debe responder correctamente 6 o
ms preguntas. cul es la probabilidad de
aprobar el examen?

Respuesta: 0,02

Mgr. David Tamayo Mamani 04/07/2012 21

 En ciertas instalaciones industriales, los
accidentes ocurren con muy poca frecuencia.
Se sabe que la probabilidad de un accidente
en cualquier da dado es 0, 005 y los
accidentes son independientes entre si.
a) cul es la probabilidad de que en cualquier
periodo dado de 400 das habr un
accidente en un da?
b) cul es la probabilidad de que haya a lo
ms tres das con un accidente?
Respuesta: a) 0,2706 b) 0,8571
Mgr. David Tamayo Mamani 04/07/2012 22
 La probabilidad de que una persona muera de
cierta infeccin respiratoria es 0,002.
encuentra la probabilidad de que mueran
menos de 5 de los siguientes 2000 infectados
de esta forma.

Respuesta: 0,6289

Mgr. David Tamayo Mamani 04/07/2012 23