Distribuciones de probabilidad Distribucionesdeprobabilidad

discretas
Jhon Jairo Padilla A., PhD. Jhon JairoPadillaA.,PhD.
Introduccin Introduccin
A d l b i d dif Amenudo,lasobservacionesdediferentes
experimentosaleatoriostienenelmismotipogeneral
de comportamiento decomportamiento.
Lasv.a. discretasasociadasconestosexperimentosse
pueden describir esencialmente con la misma puedendescribiresencialmenteconlamisma
distribucindeprobabilidad(lamismafrmulabsica).
En otras palabras, existen diferentes distribuciones de Enotraspalabras,existendiferentesdistribucionesde
probabilidadtpicasquepuedenusarseparamodelar
elcomportamientodevariablesaleatoriasen
diferentesexperimentosaleatorios.
Distribucionesdeprobabilidad
discretastpicasysusaplicaciones
i ib i i bl l i Distribucin Variable Aleatoria
Binomial Nmero depacientescuradosconun
frmaco
Hipergeomtrica Nmerodeartculosdefectuososenun
lotedeproduccin
Geomtrica Nmero de muestras requeridas para Geomtrica Nmerodemuestras requeridaspara
generarunafalsaalarmaenuncontrol
estadstico
P i N d l i d id d fij Poisson Nmerodeleucocitos deunacantidadfija
deunamuestradesangre
Geomtrica Bsquedasecuencialenunatabla
Poisson Nmero dellegadasdellamadasaun
conmutadortelefnico
Distribucin discreta uniforme Distribucindiscretauniforme
l i l d d l di ib i Eslamssimpledetodaslasdistribuciones.
Lav.a. tomacadaunodesusvaloresconuna
probabilidadidntica.
Definicin:
Silav.a. Xtomalosvaloresx
1
, x
2
,,xk conidnticas
probabilidades,entoncesladistribucinuniforme
discretaestdadapor
f(x;k)=1/k, x=x
1
, x
2
, , xk
Seutilizalanotacinf(x;k) paraindicarquela
distribucinuniformedependedelparmetrok.
Ejemplo Ejemplo
Seseleccionaunabombillaalazardeunacaja
quecontiene4bombillas,unade40watts, q
unade60w,unade75wyunade100w.
Todas las bombillas tienen igual probabilidad Todaslasbombillastienenigualprobabilidad
deserescogidas(1/4).Portanto,setieneuna
distribucin uniforme con distribucinuniformecon
f(x;4)=1/4;x=40,60,75,100
MediayVarianzadeladistribucin
uniformediscreta
Lamediaylavarianzadeladistribucin
uniformediscretaf(x;k)son: ( )
1
k
x =

1
2 2
1
( )
i
i
k
x
k
x

=
=
=

1
( )
i
i
x
k

=
=

Ejemplo Ejemplo
Paraelejemplodelasbombillassetieneque:
1 1
(40 60 75 100) 68,75
4
k
i
x
k
= = + + + =

1
2 2 2 2 2 2
1
( )
4
1 1
( ) [(40 68,75) (60 68,75) (75 68,75) (100 68,75) ] 639,58
4
i
i
k
i
i
k
x
k

=
=
= = + + + =

1 i
DISTRIBUCION BINOMIAL
Tipo de experimento Tipodeexperimento
S li b id Serealizanpruebasrepetidas
Cadapruebatienedosresultadosposibles(xitoo
f 1 t i t t ) fracaso,1ocero,correctooincorrecto,etc)
EsteprocesosedenominaProcesodeBernoulli
l Ejemplos:
Lneadeensambledondesepruebacadaunodelos
productos y se determina si est defectuoso o no productosysedeterminasiestdefectuosoono.
Lanzamientodeunamoneda10veces.Elresultadopuede
sercarasello.
Setransmitenbitsenserieenuncanaldecomunicaciones,
cadabitpuedellegarerradocorrecto
Caractersticasdeunprocesode
Bernoulli
Elexperimentoconsisteden ensayosquese
repiten
Cadaensayoproduceunresultadoquesepuede
clasificar como xito o fracaso (xito y fracaso son clasificarcomoxitoofracaso(xitoyfracasoson
sloetiquetas,notienenelsignificadodeque
algo est bien o mal) algoestbienomal)
Laprobabilidaddeunxitosedenotacomop y
d permanececonstantedeunensayoaotro
Losensayosqueserepitensonindependientes y q p p
Variable aleatoria binomial Variablealeatoriabinomial
l d d d Elnmerodexitosden experimentosde
Bernoulli sedenominavariablealeatoria
binomial.
Ladistribucindeprobabilidaddeesta p
variablealeatoriadiscretasellama
distribucinbinomial.
Distribucinbinomial:b(x; n,p).Dependedel
nmero de ensayos y de la probabilidad de nmerodeensayosydelaprobabilidadde
xitoenunensayodado.
Distribucin binomial Distribucinbinomial
UnexperimentodeBernoulli puedetener
comoresultadounxitoconprobabilidadp y p p y
unfracasoconprobabilidadq=1-p.Entonces,
la distribucin de probabilidad de la v a ladistribucindeprobabilidaddelav.a.
binomial X,queeselnmerodexitosenn
ensayos independientes es ensayosindependienteses,
,x=0,1,2,, n
( ; , ) ( )
x n x
n
b x n p b x p q


= =


( ; , ) ( ) p p q
x


Nombre Binomial Nombre Binomial
Ladistribucinbinomial tomasunombredel
hechoquelaexpresinmatemticadelaf.d.p. q p p
tieneunaformasimilaraladelaserieque
describe el polinomio: describeelpolinomio:
( )
n
n k n k
n
a b a b


+ =

0
( )
k
a b a b
k
=
+ =

Ejemplo Ejemplo
b bilid d d i l d Laprobabilidaddequeciertaclasede
componentesobrevivaaunapruebade
choquees.Encuentrelaprobabilidadde
quesobrevivanexactamente2delos
siguientes4componentesqueseprueben.
Solucin:
n

p=3/4
n=4
2
( ; , ) ( )
4
3 1 4! 3 27
x n x
n
b x n p b x p q
x

= =



n=4
x=2
2
2 4 2
4
4
3 1 4! 3 27
(2) ( ) ( )
2 4 4 2!2! 4 128
b


= = =


Ejemplo Ejemplo
L ibilid d d bit t itid Lasposibilidadesdequeunbittransmitidoa
travsdeuncanaldetransmisindigitalsereciba
con error es de 0 1 Suponga adems que los conerroresde0.1.Supongaademsquelos
ensayosdetransmisinsonindependientes.Sea
Xelnmerodebitsconerrorenlossiguientes4 g
bitstransmitidos.Determinelaprobabilidadde
quelleguendosbitsconerror.
Solucin:
p=0.1
( ; , ) ( )
x n x
n
b x n p b x p q
x

= =


n=4
x=2
2 4 2
4
(2) (0.1) (0.9) 0,0486
2
b



= =


2

Distribucinbinomial paradiferentes
valoresdenyp
n alto(Mayordensidadde
puntos),p=0.5(Simetra)
Aplicaciones Aplicaciones
T d i t t lt d bi i Todoexperimentoquetengaresultadosbinarios
(xito/fracaso,defectuoso/nodefectuoso,
enfermo/sano,hombre/mujer,etc)ycuyosensayos / , / j , ) y y y
seanindependientes.
Ejemplos:
Medicina:Ensayosdefrmacoquecura/nocura
Aplicacionesmilitares:Ensayosdeenvodeproyectilesque
dan en el blanco/fallan danenelblanco/fallan
Comunicaciones:probabilidaddeerrordeunacadenade
bits
l d d d d b d d CalidadenLneasdeproduccin:Pruebasdeproductos
Defectuosos/Nodefectuosos
Media y Varianza MediayVarianza
di l i d l di ib i Lamediaylavarianzadeladistribucin
binomial b(x;n,p)son
2
np
npq

=
=
l
npq =
Ejemplo:
Paraelejemplodelatransmisinde4bitscon
p=0.1,setiene
2
(4) (0,1) 0,4
(4) (01) (09) 0 36

= =
= = (4) (0.1) (0.9) 0,36 = =
DISTRIBUCION GEOMTRICA
Tipo de Experimento TipodeExperimento
SupngaseunaseriedeensayosdeBernoulli
independientesconprobabilidadp dexitoen p p p
cadaensayo.
Los ensayos se realizan hasta que se obtiene Losensayosserealizanhastaqueseobtiene
unxito.
Lav.a. X denotaelnmerodeensayoshasta
que se obtiene el primer xito. queseobtieneelprimerxito.
Definicin Definicin
EnunaseriedeensayosdeBernoulli
independientes,conprobabilidadconstantep p , p p
deunxito,seaquelavariablealeatoriaX
denote el nmero de ensayos hasta el primer denoteelnmerodeensayoshastaelprimer
xito.EntoncesX tieneunadistribucin
geomtrica con parmetro y geomtricaconparmetrop y
,x=1,2,
1
( ) (1 )
x
f x p p

=
Comportamientodeunadistribucin
geomtricavariandop
Eldecrecimiento
def(x)concada
valordextiene
unaprogresin
i geomtrica:
f(x)=(1-p)f(x-1)
x
Ejemplo Ejemplo
L b bilid d d bi i id d Laprobabilidaddequeunbittransmitidoatravsde
uncanaldetransmisindigitalserecibaconerrores
de 0 1 Suponga que las transmisiones son eventos de0.1.Supongaquelastransmisionessoneventos
independientesyseaquelav.a. Xdenoteelnmerode
bitstransmitidoshastaelprimererror.Calculela p
probabilidaddequesetransmitan4bits
correctamenteyelquintobitesterrado.
Solucin:
X=5
4
( 5) (0 9) (01) 0 066 P X
p=0.1
q=10,1=0,9
4
( 5) (0,9) (0,1) 0,066 P X = = =
q , ,
Ejemplo Ejemplo
Enciertoprocesodefabricacin,enpromedio,
unodecada100artculosestdefectuoso.
Culeslaprobabilidaddequeelquinto
artculo que se inspecciona sea el primer artculoqueseinspeccionaseaelprimer
artculodefectuosoqueseencuentra?
l Solucin:
p=1/100=0,01
4
( 5) (0 99) (0 01) 0 0096 P X
p
x=5
4
( 5) (0,99) (0,01) 0,0096 P X = = =
Mediayvarianzadeunav.a. con
distribucingeomtrica
SiX esunav.a. geomtricaconparmetrop,
entonceslamediaylavarianzadeX son y
1
( ) E X = =
2
2
(1 )
p
p

=
2
p
Ejemplo Ejemplo
Enelejemplodelatransmisindebitscon
probabilidad0.1dequellegueunbiterrado, p q g
calculeelnmeropromediodebits
transmitidos incluyendo el primer bit errado transmitidosincluyendoelprimerbiterrado.
Calculeladesviacinestndardeestamisma
variable variable.
Solucin:
1
( ) 10
0,1
E X = = =
p=0,1
1/2
1/2
2 2
0,1
(1 ) (1 0,1)
9,49
0 01
p

= = =




2 2
0,01 p




DISTRIBUCION BINOMIAL
NEGATIVA
Tipo de Experimento TipodeExperimento
SupngaseunaseriedeensayosdeBernoulli
independientesconprobabilidadp dexitoen p p p
cadaensayo.
Los ensayos se realizan hasta obtener r xitos Losensayosserealizanhastaobtenerr xitos
Estaesunageneralizacindeunadistribucin
geomtrica
Definicin Definicin
EnunaseriedeensayosdeBernoulli
independientes,conprobabilidadconstantep p p p
dexito,seaquelav.a. Xdenoteelnmerode
ensayos hasta que ocurran r xitos Entonces ensayoshastaqueocurranrxitos.Entonces
Xtieneunadistribucinbinomial negativa
donde

donde
1
( ) (1 )
1
x r r
x
f x p p
r

Parax=r, r+1, r+2,
1 r

Aclaraciones Aclaraciones
Debidoaquesenecesitanalmenosrensayos
paraobtenerrxitos,elrangodeXesdera p g
infinito.
Si r=1 una v a binomial negativa se convierte Sir=1,unav.a. binomial negativaseconvierte
enunav.a. geomtrica
Ejemplo Ejemplo
Supongaquelaprobabilidaddequeunbittransmitidoa
t d l d t i i di it l ib travsdeuncanaldetransmisindigitalserecibacon
errores0,1.Supongaquelastransmisionessoneventos
independientes,yseaquelav.a. Xdenoteelnmerode
b d h l b bitstransmitidoshastaquesetransmiteelcuartobit
errado.Calculelaprobabilidaddequeeldcimobitsea
elcuartobiterrado.
Solucin:
r=4xitos
10 4 4
10 1
( ) (1 0,1) 0,1
4 1
f x

x=10ensayos
6 4 6 3 1
4 1
9 9
( ) (0,9) 0,1 (0,9) 0,10,1
3 3
f x


= =


( ) ( ) ( )
3 3
f


Probabilidaddeque q
ocurran3erroresenlos
nueveprimerosensayos
(Distribucinbinomial)
Prob.Del
cuartobit
errado
Distribucionesbinomiales negativas
paradiferentesvaloresderyp
Media y Varianza MediayVarianza
SiXesunav.a. aleatoriabinomial negativacon
parmetrospyr,entonceslamediayvarianza p p y y
deXson,
( )
r
E X
p
= =
2
2
(1 ) r p
p

=
Relacinentrelasdistribuciones
geomtricaybinomial negativa
S di t i ti i Sedicequeunav.a. geomtricanotienememoria.
Lapropiedaddefaltadememoriasignificaquecadavez
que se obtiene un xito se reinicia el conteo de los queseobtieneunxitosere iniciaelconteodelos
resultadosdelosensayoshastaelsiguientexito.
SeaX
1
elnmerodeensayoshastaelprimerxito,X
2
el
d h l d i nmerodeensayoshastaelsegundoxito,etc.
Entonces,paraobtenerrxitosX=X
1
+X
2
++Xr
v.a. binomial comosumadev.a. geomtricas
Aplicacindelasdistribuciones
binomial negativaygeomtrica
Silaprobabilidaddetenerquehacerungran
nmerodeintentosantesdeobtenerunxito
(distrib.geomtrica)orxitos(distrib.
Binomial negativa) es alta esto podra Binomial negativa)esalta,estopodra
significarqueseemplearanmuchosesfuerzos
en lograr el objetivo (lo que podra significar enlograrelobjetivo(loquepodrasignificar
altoscostosenunproyecto).
DISTRIBUCINHIPERGEOMTRICA
Tipo de experimento Tipodeexperimento
S li i d B lli SerealizanexperimentosdeBernoulli
Interesacalcularlaprobabilidadparaunnmerode
b i d t d t ( it ) observacionesquecaendentrodeunacategora(xito)
ennensayos.
A diferencia de la distribucin binomial en que hay un Adiferenciadeladistribucinbinomial,enquehayun
supuestodeindependencia(loselementosquese
sacan se reemplazan o vuelven a aparecer en el sacansereemplazanovuelvenaaparecerenel
espaciomuestral),enestecasonohayreemplazo.
Aplicaciones:Experimentosenqueelartculoprobado p p q p
sedestruyeodesechayporellonosepuede
reemplazarenelespaciomuestral.
Ejemplo Ejemplo
Cul es la probabilidad de tomar 3 cartas rojas en 5 extracciones de una Culeslaprobabilidaddetomar3cartasrojasen5extraccionesdeuna
barajade52cartas,sihay26cartasrojasy26cartasnegras?
Solucin:
No se puede aplicar la distribucin binomial (a menos que cada carta que se Nosepuedeaplicarladistribucinbinomial (amenosquecadacartaquese
sacasereemplaceyqueelpaqueteserevuelvaparalasiguienteextraccin)
Nosinteresamosenlaposibilidaddesacar3cartasrojasde26posiblesy2
cartasnegrasde26posibles
26 26
Portanto,hayposibilidadesdetomar3cartasrojas,yposibilidades
detomar2cartasnegras
Elnmerototaldeformasdeseleccionar3cartasrojasy2cartasnegrases
El t t l d f d t l i 5 t d l 52 di ibl
26
3



26
2



26
3



26
2



Elnmerototaldeformasdetomarcualesquier5cartasdelas52disponibles
es
Por tanto la probabilidad total ser
52
5



26 26
3 2
0 3251



= Portanto,laprobabilidadtotalser 0,3251
52
5
=



Definicin Definicin
U j t d N bj t ti UnconjuntodeNobjetoscontiene
Kobjetosclasificadoscomoxitosy
NK objetos clasificados como fracasos N Kobjetosclasificadoscomofracasos
Seseleccionaunamuestracontamaodenobjetosal
azar(sinreemplazo)delosNobjetos,dondeK<Ny
n<N.
Seaquelav.a. Xdenoteelnmerodexitosenla
muestra Entonces X tiene una distribucin muestra.EntoncesXtieneunadistribucin
hipergeomtrica y
K N K

mx{0,n+K-N} <x<mn{K,n}
( )
K N K
x n x
f x
N

=

n



Distribucinhipergeomtrica para
diferentesvaloresdeN,n yK
Media y varianza Mediayvarianza
SiXesunav.a. condistribucin
hipergeomtrica yconparmetrosN,Kyn,la p g y p y
mediaylavarianzadeXson
( )
( )
2
( )
1
E X np
N n
np p

= =

=

D d K/N
( )
1
1
np p
N
=

Dondep=K/N
Factordecorreccinparapoblaciones
finitas
Lavarianzadeladistribucinhipergeomtrica
eslavarianzadeladistribucinbinomial
multiplicadaporunfactor.
Factordecorreccinpara
poblaciones finitas
( )
2
1
1
N n
np p
N

poblacionesfinitas.
Sedebealhechodeno
hacerreemplazos.
1 N

Varianzadistribucinbinomial
Relacin con la distribucin binomial Relacinconladistribucinbinomial
SinespequeacomparadaconN,lacantidad
deartculoscambiaenunaproporcinmuy p p y
bajaencadaprueba.
La distribucin binomial puede utilizarse como Ladistribucinbinomial puedeutilizarsecomo
aproximacinparaladistribucingeomtrica
cuandonespequeaencomparacinconN
Por regla general la aproximacin es buena Porreglagenerallaaproximacinesbuena
cuando(n/N)<0.05
DISTRIBUCINDEPOISSON
Tipo de Experimento TipodeExperimento
S d d ibi l d lt d Sedeseadescribirelnmeroderesultadosqueocurren
en:
Unintervalodetiempo: p
Minutos,das,semanas,meses,aos
Unareginespecfica:
Segmento de lnea, un rea, un volumen Segmentodelnea,unrea,unvolumen
Aplicaciones:
Nmerodellamadastelefnicasporhoraquerecibeunaoficina
Nmerodejuegossuspendidosdebidoalalluviaduranteuna
temporada
Nmeroderatasdecampoporacre
Nmerodebacteriasenuncultivodado
Nmerodeerroresmecanogrficosporpgina
Proceso de Poisson ProcesodePoisson
tiempo
i t l
p
intervalo
Regin
Proceso de Poisson ProcesodePoisson
El d lt d i t l Elnmeroderesultadosqueocurrenenunintervaloo
reginesindependientedelnmeroqueocurreen
cualquierotrointervalooregindisjunto(Notiene q g j (
memoria).
Laprobabilidaddequeocurraunsoloresultado
d t i t l t i duranteunintervalomuycortoounareginpequea
esproporcionalalalongituddelintervalooaltamao
delaregin,ynodependedelnmeroderesultados g , y p
quecaenfueradeesteintervalooregin.
Laprobabilidaddequeocurramsdeunresultadoen
l i l i l i talintervalocortooquecaigaentalreginpequeaes
insignificante.
Distribucin de Poisson DistribucindePoisson
ElnmeroXderesultadosqueocurren
duranteunexperimentodePoisson sellama p
variablealeatoriadePoisson ysudistribucin
de probabilidad se llama distribucin de deprobabilidadsellamadistribucinde
Poisson
Relacin con la distribucin binomial Relacinconladistribucinbinomial
Laprobabilidaddeunav.a condistribucinbinomial
tienelaforma:
( ) (1 )
x n x
n
P X x p p


= =

Si n se incrementa y p se hace muy pequea, de
( ) (1 ) P X x p p
x


Sin seincrementayp sehacemuypequea,de
maneraquesemantengasiempreelproducto
pn=kte= (este producto es la media), entonces pn kte (esteproductoeslamedia),entonces
Por tanto cuando n es muy grande
( ) 1
x n x
n
P X x
x n n




= =



Portanto,cuandon esmuygrande:
lim ( )
!
x
n
e
P X x

= =
! x
Definicin Definicin
di ib i d b bilid d d l d Ladistribucindeprobabilidaddelav.a. de
Poisson X,querepresentaelnmerode
resultadosqueocurrenenunintervalodadoo
reginespecficos(t)yquesepuede
representarcomot,es
( )
( )
!
t x
e t
f x
x

=
Donde eselnmeropromedioderesultados
por unidad de tiempo distancia rea o
! x
porunidaddetiempo,distancia,reao
volmen.
Media y Varianza MediayVarianza
i d i SiXesunav.a. dePoisson conparmetro,
entonceslamediaylavarianzadeXson
2
( )
( )
E X
V X


= =
Consecuencia: Si la varianza de los conteos es
( ) V X = =
Consecuencia:Silavarianzadelosconteoses
muchomsgrandequelamediadelosmismos,
entonces la distribucin de Poisson no es un buen entoncesladistribucindePoisson noesunbuen
modeloparaladistribucindelav.a.
Ejemplo Ejemplo
f l l l d l b Sepresentanimperfeccionesaleatoriamentealolargodeunalambre
delgadodecobre.SeaqueXdenotelav.a. quecuentaelnmerode
imperfeccionesenunalongituddeLmilmetrosdealambre,ysuponga
queelnmeropromediodeimperfeccionesen1milmetroses=2.3.(a)
Determinelaprobabilidaddeexactamente2imperfeccionesen1mmde
cable.(b)Determinelaprobabilidadde10imperfeccionesen5mmde ( ) p p
alambre.
Solucin:
A) 2 3i f /1
(2.3)(1) 2
((23)(1)) e

A)=2.3imperfecc/1mm
t=1mm
( )( )
((2.3)(1))
(2) 0.265
2!
e
f = =
B)=2.3imperfecc/1mm
t=5mm
(2.3)(5) 10
((2.3)(5))
(10) 0.113
10!
e
f

= =
Ejemplo Ejemplo
El di d i t ll Elnmeropromediodecamionestanquequellega
cadadaaciertaciudadportuariaes10.Las
instalacionesenelpuertopuedenmanejaraloms15 p p j
camionestanqueporda.Culeslaprobabilidadde
queenundadadohayacamionesquesetenganque
regresar por no haber sido atendidos? regresarpornohabersidoatendidos?
Solucin:
Se pregunta P(X>15) SepreguntaP(X>15)
PeroP(X>15)=1P(X<15)
DondeP(X<15)eslafuncindedistribucinacumulada
hhastaX=15
Entonces:
(10)(1)
15 15
((10)(1))
x
e
( )( )
15 15
0 0
((10)(1))
1 ( ) 1 1 0.9513 0.0487
!
x x
e
f x
x
= =
= = =

Ejemplo Ejemplo
E d f b i i d d f t Enunprocesodefabricacindondesemanufacturan
productosdevidrioocurrendefectosoburbujas,locual
ocasionalmentedejaalapiezaindeseableparasuventa.
Sesabeque,enpromedio,1decada1000deestos
artculosqueseproducentieneunamsburbujas.Cul
eslaprobabilidaddequeunamuestraaleatoriade8000 p q
tengamenosde7artculosconburbujas?
Solucin:
E t i t bi i l 7 8000 0 001 Esteesunexperimentobinomial conx=7,n=8000yp=0.001
Comopescercanaaceroynesbastantegrande,sepuedeusar
ladistribucindePoisson comoaproximacin,con=pn=8.
Entonces:
(8)(1)
6 6
((8)(1))
( 7) ( ) 0.3134
!
x
e
P X f x

< = = =

0 0
( ) ( )
!
x x
f
x
= =