m

 

m
 
    m 
  m 
  

Ú
w

w 



6
 

 

 
 
 


   6  

 6  



w
 


w   




 






  w w
 

   w
 


 
Ú
Ú
Ú
Ú
Ú
 Õ
Õ Ú
Ú
Ú
Ú
DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS:
BINOMIAL, HIPERGEOMETRICA Y DE POISSON

VARIABLE ALEATORIA.
Es un evento numérico cuyo valor se determina mediante un proceso aleatorio. Si a
cada uno de los valores numéricos de una variable aleatoria x se le asigna un valor de
probabilidad, ya sea mediante una lista o una función matemática, el resultado es una
distribución de probabilidad. La suma de las probabilidades de los posibles resultados
numéricos debe ser 1.0. Cada uno de los valores de probabilidad se puede denotar
mediante el símbolo f(x), que indica que interviene una función matemática mediante
P(x=x), que indica que la variable aleatoria puede adoptar diferentes valores, o
simplemente mediante P(X).

Si se trata de una variable aleatoria discreta, los valores, por tanto se pueden listar en
una tabla todos los valores numéricos de la variable con sus probabilidades
correspondientes. Hay varias distribuciones de probabilidad estándar que pueden
servir como modelos para una amplia gama de variables aleatorias discretas que se
utilizan en los negocios.

DESCRIPCION DE UNA VARIABLE ALEATORIA DISCRETA.

De la misma manera como ocurre con las colecciones de datos muéstrales y
poblacionales, con frecuencia es útil describir una variable aleatoria en términos de su
media y su varianza o desviación estándar. La media (a largo plazo) de una variable
aleatoria x se llama valor esperado y se denota por E(x). En el caso de una variable
discreta, la media es el promedio ponderado de todos sus posibles valores numéricos
empleando las probabilidades respectivas como factores de ponderación, debido a
que la suma de los factores de ponderación (probabilidades) es 1.0, la formula (3.3) se
puede simplificar, y el valor esperado en el caso de una variable aleatoria discreta es

Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
 Õ
ÕÚ
Ú

ÕÕÕ Ú
Ú
 ÕÕ

ÚÕ ÕÚ
Õ
 ÕÚ
Õ Ú  Ú
Ú
Ú
DISTRIBUCION DE PROBABILIDAD

BINOMIAL DEFINICION

EJERCICIOS DISTRIBUCION DE PROBABILIDAD POISSON

EJERCICIOS

DISTRIBUCION DE PROBABILIDAD HIPERGEOMETRICA

EJERCICIOS

DISTRIBUCION DE PROBABILIDAD NORMAL

EJERCICIOS
Ú
Ú
Ú
Ú
Ú

ÕÕÕ ÚÕ ÕÚ
En estadística, la distribución binomial es una distribución de probabilidad discreta
que mide el número de éxitos en una secuencia de 3 ensayos independientes de
bernoulli con una probabilidad fija de ocurrencia del éxito entre los ensayos.

es una de las distribuciones de probabilidad más útiles ( control de calidad,

producción, investigación). tiene que ver con el experimento aleatorio que produce en
cada ensayo o prueba uno de dos resultados posibles mutuamente excluyentes:
ocurrencia de un criterio o característica específico (llamado éxito) y no ocurrencia de
éste (llamado fracaso). los términos o calificativos de "éxito y fracaso" son solo
etiquetas y su interpretación puede no corresponder con el resultado positivo o
negativo de un experimento en la realidad.

Ú

ÚÚÚÕ
ÕÕ ÚÚÚ
ÕÕÚ
Õ  ÕÚ
Ú
Ú

ÚÚ
Ú


 Ú
Ú
Ú
Ú
ÚÚ

 Ú Ú
 


Ú
Ú
ÚÚ
ÚÚ
Ú
Ú

Ú
Ú
Ú


Ú



ÚÚ
 
ÚÚÚ

ÚÚ
ÚÚ   Ú
Ú
Ú
Ú


ÚÚ

ÚÚ
Ú Ú
Ú


 Ú
Ú
Ú
Ú

ÚÚ!
Ú
ÚÚ 
Ú
"Ú#Ú

Ú
Ú $
Ú
Ú
Ú 

Ú Ú

  Ú
% 
ÚÚÚÚÚÚÚÚÚÚ ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ
Úâ
    
 Ú


ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ
Ú

&Ú
Ú' Ú

 (Ú
Ú#Ú
Ú  

  ÚÚ

Ú

ÚÚ
Ú





  
â

 Ú   Ú Ú

ÚÚ ÚÚ


 Ú
Ú


Ú

  
âÚ
  Ú#)Ú
Ú
 "ÚÚ 

Ú Ú

  Ú

Ú

Ú Ú
Ú


 Ú  Ú



  
      
  
ââÚ


Ú
Ú
Ú

Ú
$

Ú
Ú
ÚÚ

ÚÚÚÚ
Ú!#Ú
Ú

ÚÚ Ú
ÚÚ


Ú
ÚÚÚ
Ú

Ú
Ú
Ú
ÚÚ
Ú

Ú

ÚÚ


ÚÚ
ÚÚ

Ú#"

Ú




"Ú


ÚÚ"Ú!Ú*Ú
(Ú   Ú
Ú 


ÚÚ
 ÚÚ
(Ú   Ú
Ú 


Ú +
Ú
 Ú
(Ú   Ú
Ú 


ÚÚ

ÚÚ
 ÚÚ

%
 Ú-)Ú'.$ ()
ÚÚ

Â 

Ú
Ú,Ú
Ú 
Ú
"ÚÚ

Ú  Ú

Ú
Ú ÚÚÚ

Ú

%
    â!"#$%!$â&!â $#'(%!â Â  
  
Ú
/
Ú
Ú
Ú
 Ú  )  
 Â
 
Ú
A)Ú Probabilidad de obtener 5 aciertos


Obtener exactamente 5 aciertos k=5, aplicamos la formula:

*  +    â
 Â   â  ââ  
â  
â Â 
  


 , -


â


 


  
  â(/#$ 0â" /12!% $2 0â Â , -
 .
 .ââââ 
. 
4


5

  
 3.
 . 




 6Ú

0'$)()]  


â


 â Â 
*    





  
5Ú

   
   7
   7
   7
   7
   7
  5
(Ú0   Ú
Ú 


Ú +
Ú
 Ú

7
   7
   7
  4 7
  Ú


,Ú
 Ú1 


Ú +
Ú
 Ú1
Ú
Ú
 Ú
 ÚÚ1
Ú 


Ú

+
Ú
 Ú1Ú

*    , -





  
Ú


   
   Â
    
  
444Ú

   
   7
  5 7
   7
*   7
  4 7
  Ú
(Ú   Ú
Ú 


ÚÚ

ÚÚ
 ÚÚ
ÚÚ ÚÚ

    
5 7 
 7 
 7 
4 7 
4 7 
  5Ú
Ú
·Ú
Ú
Ú   ÚÚ
Ú
Ú
Ú
 

Ú 

Ú
Ú Ú
Ú

 ÚÚ

ÚÚ
Ú2Ú
3ÚÚ   Ú
Ú
Ú
Ú  Ú
Ú

Ú
 

Ú Ú

Ú
Ú Ú


ÚÚ
ÚÚ
a)Ú ninguno de los siete finalice la carrera
b)Ú b)finalicen todos
c)Ú al menos dos acaben la carrera
d)Ú hallar la media y la desviación típica del número de alumnos que acabaran la carrera

-)4Ú 


Ú
Ú 4Â 
  
Ú
Ú

-)Ú1Ú
Ú 


Ú
Ú Ú1Â   
   
  
ââââââââââââ Â ââââââ   
ÚÚ
Ú
A)Ú ninguno de los siete finalice la carrera x=0
 

     
  Â   âââ  ââ  
â  
ââ Â
  


 , -





   
Ú

Ú
(ÚÚ


Ú ÚÚ$)5Ú
'$)6() 
â  Â   ââ  ââââ  
ââ  
 Â 
   








  
Ú
8
8
(ÚÚÚ

Ú Ú


ÚÚ
  Ú
 ÚÚ   Ú
Ú
 Ú
 Ú"Ú   Ú
Ú
Ú


Ú


ÚÚ

   7
  
Ú   Ú
Ú
Ú


Ú
ÚÚ

     , -Ú

&Ú   Ú
Ú
ÚÚ


Ú


*
*    





5  
Ú
8


*     9
*   7 
*   Â 
*     :

 7 
;<
 5Ú

7
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ  
 
)  
Ú
/(Ú7
Ú#Ú

ÚÚ

/

ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ=

âââââââ>
)
)â  
âââââââââââââââââÚ
Ú
Ú

ÕÕÕ Ú
Ú
 ÕÕ

ÚÕ
 ÕÚ

En la distribución Hipergeométrica X=cantidad de resultados éxitos en una muestra

aleatoria (sin reposición) de tamaño n, tomada de una población de tamaño N y de la
cual N1 satisface una característica ó propiedad (éxito) antes del muestreo y N2 no la
satisface (fracaso).

Ú
Consideramos tomar una muestra de 10 de las 87 cuentas de una compañía de las 87,
13 tenían errores. Encuentre p(2 cuentas incorrectas en la muestra.

m


 Úû  )   ) û  â) $â& â%!% â) û
  (#$#/ 0â
  
Ú
Solución


  â
@ A ))5))

?
  
4Ú
 )))
@ A

Ú
Ú
Ú


oCuál es la probabilidad de que todas sean del proveedor local?
Sea X igual al número de piezas de la muestra del proveedor local. Entonces, x tiene
una
Distribución hipergeométrica y la probabilidad pedida es P(x=4). Por consiguiente,
Ú
0'$)8()Ú
Ú
Ú
Ú
Ú
C 

CD


…
  â â
B

 
4Ú
CE




Ú
Ú
ÚÚ   Ú
Ú
Ú Ú ÚÚ
Ú
ÚÚ
Ú

Ú
Ú 

Ú Ú
Ú
Ú
C D

CD

 C E

CD

 C 

CD


…
   B D
7 7

 
4 7 
4 7
4  
Ú
CE



 CE



 CE




Ú
Ú
Ú
ÚÚ   Ú
Ú
ÚÚ

Ú
Ú
Ú
ÚÚ
Ú
Ú
Ú 

Ú Ú
Ú
Ú
C


CD



*â    â
*  â   
7 
45Ú
C 
E

Ú
Ú

ÕÕÕ Ú
Ú
 ÕÕ

Ú
Ú
Õ
Describe la cantidad de veces que ocurre un evento en un intervalo determinado
(tiempo, volumen, temperatura, etc...).La distribución se basa en dos supuestos:
1°) La probabilidad es proporcional a la extensión del intervalo.
2°) Los intervalos son independientes.
Esta distribución es una forma límite de la distribución binomial, cuando la
probabilidad de éxito es bien pequeña y n es grande ,a esta distribución se llama "Ley
de eventos improbables", lo cual significa que la probabilidad de p es bien pequeña .La
probabilidad de Poisson es una probabilidad discreta; puesto que se forma por conteo
Ú

En teoría de probabilidad y estadística, la distribución de Poisson es una distribución

de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media,
la probabilidad que ocurra un determinado número de eventos durante cierto periodo
de tiempo.

Ú
Ú
Ú

 ÚÚÚÕ
ÕÕ ÚÚ
Õ  Ú
Ú Ú
%
Ú
Ú1#4Ú
Ú
+
 Ú
Ú9 Ú
Ú

ÚÚ
Ú

 Ú
Ú Ú

Ú
Ú Ú
Ú

Ú! "Ú


Ú
Ú 
Ú
Ú 
Ú
Ú
Ú
Ú
ÚÚ Ú
 Ú 
Ú
Ú
 $
Ú
ÚÚ


Ú0Ú':;(Ú
%<& =>?ÚÚÚ@Ú)'ÚA
 Ú(Ú)ÚBÚ
ÚÚÚ2Ú
Ú.

Ú


 Ú
Ú
P ( Y ч 10 ) = P
Fâ G  5 = P ( Z ч 1.63 ) = .9484
>5
Ú
Ú
Ú
Ú
Ú
Ú
Ú


ÚÚÚ Ú Ú 
ÚÚ
Ú  Ú
 ÚÚ 

 Ú Ú Ú
 ÚÚ Ú ÚÚÚ Ú ÚÚÚÚÚ Ú Ú


  ÚÚ
Ú
ÚÚÚ 

 ÚÚ
Ú Ú
 !Ú
"ÚÚÚ Ú Ú

  !Ú
#ÚÚ Ú

Ú$#ÚÚ#Ú Ú%
ÚÚ

Ú&Ú'Ú$#(ÚÚ Ú Ú
ÚÚ Ú

Ú$ÚÚÚ Ú%
ÚÚ

Ú&Ú'Ú$(ÚÚÚ Ú
 ÚÚ Ú

Ú$ ÚÚ Ú Ú%
ÚÚ

Ú&Ú'Ú$ (ÚÚ#Ú Ú
Ú
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ
Ú
ÚÚÚÚÚÚÚÚÚÚÚÚÚ)ÚÚÚÚÚÚÚÚÚÚ')ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ
Ú
ÚÚÚÚÚÚÚÚÚÚÚÚÚ*ÚÚ#ÚÚÚÚÚÚÚÚÚ'$ÚÚ ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ Ú

D  Ú
ÚÚÚ

Ú Ú 

 Ú
)ÚÚÚ 

 Ú Ú
')ÚÚÚ 

 ÚÚÚÚ Ú
 Ú

 Ú
$ÚÚ# Ú Ú
 ÚÚ

Ú
'$ÚÚ #Ú Ú
 ÚÚ

Ú
Ú
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ#ÚÚÚ Ú
ÚÚÚÚÚ+Ú&,(ÚÚ+Ú&# (ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ ÚÚ#ÚÚÚ-Ú
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ.ÚÚ
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ Ú
Ú
Ú
Ú
5 8
1 1
P(E1) = P (1,13,5,2) = = 40 = 0.5128 = 51.28 %
13 78
2

ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ ÚÚÚ#ÚÚ
+Ú& (ÚÚ+Ú&  (ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ#ÚÚÚÚ#  ÚÚÚÚ  Ú-Ú
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ.Ú
ÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚÚ Ú
)DID" ÚDÚ/D0I"Ú0/1"2Ú3ÚDÚDI + IÓÚ
µ=n M
N
Ú
ÚÚÚÚÚÚÚÚÚ
Ú



  w
Ú

Ú Ú 
Ú
"Ú 
Ú
ÚCÚ Ú 
Ú 
"ÚÚ
Ú
Ú Ú


Ú
Ú    Ú
Ú 
Ú 

Ú 
Ú 
Ú Ú 


Ú 

Ú

Ú




Ú

Ú
Ú
Ú
Ú
 !"!"#$$"%& "'(!")**# +,-
42Ú
ÚÚ Ú%Ú Ú Ú  Ú Ú##Ú


 Ú ÚÚ5
Ú Ú.#Ú65ÚÚÚ
 

7Ú
8
ÚÚ65Ú 
 Ú%Ú Ú  Ú Ú


Ú
Ú
Ú9
 Ú


 Ú :Ú

5   

Ú;#Ú65ÚÚ.Ú65Ú

… 5 H  G     HFG 
 

 …

 H F G 
5 : I
J G 
;Ú

)ÚDE
4
 
4445  4
  5Ú
 4 
Ú)9 Ú Ú<#Ú65â

 K 4   K  
 K 5
5  
F H 5
5     
  Ú

Ú
Ú

5 
·) Ú Ú;=Ú65Ú

 H 5  F H  
F H   
F G    

 

  Ú
Ú
;=Ú65Ú

  5  @  A 
    
  Ú
L8

E

 G 5 
 H 5  Ú

†;=Ú65ÚÚ Ú

ÚÚ

La vida media de los habitantes de un país es de 68 años, con una varianza de 25. Se
hace un estudio en una pequeña ciudad de 10.000 habitantes:

a) oCuántas personas superarán previsiblemente los 75 años?

b) oCuántos vivirán menos de 60 años?

a) Personas que vivirán (previsiblemente) más de 75 años

Calculamos el valor de la normal tipificada equivalente a 75 años


5
­  



Por lo tanto:


 K  
­ K 
   
­ H 
   )44  )

Luego, el 8,08% de la población (808 habitantes) vivirán más de 75 años.

b) Personas que vivirán (previsiblemente) menos de 60 años

Calculamos el valor de la normal tipificada equivalente a 60 años

5 5
­  
5

 Ú

+ÚÚ

:Ú


 H 5 
­ H 
5  
­ K 
5  )*Ú

25ÚÚ=-Ú ÚÚ
7Ú&=Ú


 (ÚÚ59Ú
ÚÚ

Ú  Ú

ÚÚ

Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú
Ú