Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones Discretas PDF
Distribuciones Discretas PDF
=
n
i
x P
1
1 ) (
= 1 ) ( dx
i
x P
Encuentre la distribucin de probabilidad de lanzar dos monedas y la variable aleatoria nmero de
guilas.
S {Lanzar dos monedas}
X Nmero de guilas
E
0
Caen x = 0 guilas P(E
0
) =
4
1
E
1
Caen x = 1 guilas P(E
1
) =
2
1
E
2
Caen x = 2 guilas P(E
2
) =
4
1
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 4 M. en C. Jos Luis Hernndez Gonzlez
Existen ciertas caractersticas que diferencian a las distribuciones de probabilidad, llamadas
momentos de la distribucin que son: la media aritmtica o esperanza matemtica y la desviacin
estndar.
FUNCIONES DE PROBABILIDAD DISCRETAS
La distribucin de probabilidad para una variable aleatoria discreta puede ser:
1.- Una relacin terica de resultados y probabilidades que se puede obtener de un modelo
matemtico y que representa algn fenmeno de inters.
2.- Una relacin emprica de resultados y sus frecuencias relativas observadas.
3.- Una relacin subjetiva de resultados relacionados con sus probabilidades subjetivas o artificiales
que representan el grado de conviccin del encargado en tomar decisiones sobre la probabilidad
de posibles resultados.
Sabemos que una variable aleatoria discreta o discontinua es aquella en la que existe una distancia
bien definida entre dos de los valores consecutivos que asume; y dichos valores son numerables.
Existen varios modelos matemticos que representan diversos fenmenos discretos de la vida real.
Las ms tiles son:
1.- La distribucin uniforme discreta.
1.- La distribucin de probabilidad Binomial o de Bernoulli.
2.- La distribucin de probabilidad Hipergeomtrica.
3.- La distribucin de probabilidad de Poisson.
UNIFORME DISCRETA
Si la variable aleatoria X asume valores de X
1
, X
2
, ..., X
k
con iguales probabilidades, entonces la
distribucin uniforme es:
k
k x f
1
) , ( =
X
P(X)
0 1 2
2
1
4
1
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 5 M. en C. Jos Luis Hernndez Gonzlez
k
x
k
i
i
=
=
1
( )
k
x
k
i
i
=
=
1
2
2
La distribuciin de probabilidad del lanzamiento de un dado es:
S = {1, 2, 3, 4, 5, 6}
6
1
) 6 ..., , 2 , 1 ( = = x P
5 . 3
6
6 5 4 3 2 1
=
+ + + + +
=
91 . 2
6
) 6 . 3 6 ( ) 5 . 3 2 ( ) 5 . 3 1 (
2 2 2
2
=
+ + +
=
K
LA DISTRIBUCION BINOMIAL
Esta distribucin fue elaborada por Jacobo Bernoulli y es aplicable a un gran nmero de problemas
de carcter econmico y en numerosas aplicaciones como:
- Juegos de azar.
- Control de calidad de un producto.
- En educacin.
- En las finanzas.
La distribucin binomial posee las siguientes propiedades esenciales:
1.- El espacio muestral contiene n ensayos idnticos.
2.- Las observaciones posibles se pueden obtener mediante dos diferentes mtodos de muestreo.
Se puede considerar que cada observacin se ha seleccionado de una poblacin infinita sin
reposicin o de una poblacin finita con reposicin.
3.- Cada observacin se puede clasificar en una de dos categoras conocidas como xito E o
fracaso E', las cuales son mutuamente excluyentes es decir E E' = 0.
x
1
x
2
x
k
P(x)
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 6 M. en C. Jos Luis Hernndez Gonzlez
4.- Las probabilidades de xito p y de fracaso q = 1 - p en un ensayo se mantienen constantes,
durante los n ensayos.
5.- El resultado de cualquier observacin es independiente del resultado de cualquier otra
observacin.
La probabilidad de que el evento E ocurra x veces y el evento E' ocurra (n - x) veces en n ensayos
independientes est dado por la frmula binomial:
q p
x
n
p n x P
x - n x
= ) , , (
donde: p = Probabilidad caracterstica o probabilidad de xito.
q = Probabilidad de fracaso
x = Nmero de xitos deseados
n = Nmero de ensayos efectuados
Si se lanza 4 veces una moneda, calcular el evento "Nmero de guilas que caen."
datos:
n = 4 ensayos.
2
1
p = probabilidad de xito en un ensayo.
q = 1 - p =
2
1
2
1
1 =
x = 0, 1, 2, 3, 4
S = {lanzar 4 veces la moneda}
A = {nmero de guilas que caen}
16
1
2
1
2
1
0
4
2
1
, 4 , 0
4 0
= = = (
P )
E
P
0
16
4
2
1
2
1
1
4
2
1
, 4 , 1
3 1
= = = ) (
P
E
P
1
16
6
2
1
2
1
2
4
2
1
, 4 , 2
2 2
= = = ) (
P E P
2
16
4
2
1
2
1
3
4
2
1
, 4 , 3
1 3
= = = ) (
P
E
P
3
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 7 M. en C. Jos Luis Hernndez Gonzlez
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN
El clculo de estas magnitudes pueden realizarse con las siguientes frmulas:
= np
2
= npq
= npq
= Media
2
= Varianza
= Desviacin estndar
DISTRIBUCIN MULTINOMIAL
Ocurre cuando en el experimento binomial cada intento tiene ms de dos resultados posibles.
Las probabilidades de ocurrencia p
1
, p
2
, ..., p
k
en un solo ensayo, la distribucin de probabilidad de las
variables aleatorias k
1
, k
2
, ..., k
n
que representan el nmero de ocurrencias de E
1
, E
2
, ..., E
n
en n
intentos independientes es:
n 1
k
n
k2
2
k
1
n 2 1
n 2 1
p p p
k k k
n
k , , k , k n, P K
K
K
! ! !
!
) ( =
Calcular la probabilidad de obtener dos veces el nmero 4, dos veces el nmero 5 y una vez el
nmero 2, en el lanzamiento de un dado 5 veces.
00385 . 0
6
1
6
1
6
1
1 2 2
5
1 2 2 5
1 2 2
=
=
! ! !
!
) , , , ( P
LA DISTRIBUCIN HIPERGEOMTRICA
Se emplea para calcular la probabilidad de obtener determinado nmero de xitos en un espacio
muestral de n ensayos; pero a diferencia de la distribucin binomial es que los datos de la muestra se
extraen sin reemplazo en una poblacin finita. Por esto es que el resultado de una observacin depende
o es afectado por el resultado de cualquier otra u otras observaciones anteriores.
Es decir la distribucin hipergeomtrica se emplea para muestreos sin reemplazo de una poblacin finita
cuya probabilidad de ocurrencia cambia a lo largo del ensayo.
Dado un espacio muestral S de tamao N con los subespacios M N y (N - M) N entonces, la
probabilidad de que en n ensayos x pertenezca a M y (n - x) pertenezca a (N - M) est dada por:
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 8 M. en C. Jos Luis Hernndez Gonzlez
n
N
n x
M N
x
M
= n) M, N, P(x,
Grficamente se puede representar como:
donde:
N = El tamao de espacio muestral S
n = El nmero de ensayos
M = El nmero de xitos en el espacio muestral
N - M = Nmero de fracasos del espacio muestral
x = Nmero de xitos en la muestra
n - x = Nmero de fracasos de la muestra.
Si en una empresa se presentan para cubrir dos vacantes 13 aspirantes de los cuales 5 son hombres y
8 son mujeres, calcular " El nmero de hombres contratados."
N = {13 aspirantes para cubrir 2 vacantes}
A = {Nmero de hombres contratados}
E
0
= Se contratan x
0
= 0 hombres, equivale a contratar (n - x
0
) = 2 mujeres.
E
1
= Se contratan x
1
= 1 hombres, equivale a contratar (n - x
1
) = 1 mujeres.
E
2
= Se contratan x
2
= 2 hombres, equivale a contratar (n - x
2
) = 0 mujeres.
N
n n-x
N - M M
x
E E
N = 13
n = 2 n-x = 2
N-M = 8 M = 5
x = 0
E E
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 9 M. en C. Jos Luis Hernndez Gonzlez
desarrollando
N = 13 total de aspirantes
M = 5 aspirantes hombres
N-M = 8 aspirantes mujer
n = 2 vacantes totales
x = 0,1,2 hombres posibles a contratar
n-x = 2,1,0 mujeres posibles a contratar
35.88% = 0.3588 = =
= (0,13,5,2) = ) (
78
28
2
13
2
8
0
5
P
E
P
0
51.28% = 0.5128 = =
= (1,13,5,2) = ) (
78
40
2
13
1
8
1
5
P
E
P
1
12.82% = 0.1282 = =
= (2,13,5,2) = ) (
78
10
2
13
0
8
2
5
P
E
P
2
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN
El clculo de estas magnitudes pueden realizarse con las siguientes frmulas:
=
N
M
n
1) (N N
n) M)(N nM(N
2
=
2
2
=
= Media
2
= Varianza
= Desviacin estndar
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 10 M. en C. Jos Luis Hernndez Gonzlez
sustituyendo en el ejemplo anterior.
7693 . 0
13
5
2 =
=
4339 . 0
) 1 13 ( ) 13 (
) 2 13 )( 5 13 )( 5 )( 2 (
2
2
=
=
6587 . 0 4339 . 0 = =
DISTRIBUCIN HIPERGEOMTRICA GENERALIZADA (MULTIVARIADA)
Si N resultados pueden dividirse en la k celdas N
1
, N
2
, ..., N
k
con k
1
,k
2
, ..., k
n
elementos
respectivamente, entonces la distribucin de probabilidad representa el nmero de elementos
selecionados, en una muestra aleatoria de tamao n, es:
=
n
N
k
N
k
N
k
N
k k k n P
n
n
2
2
1
1
n 2 1
K
K ) , , ; (
,
Si en un refrigerador hay 12 envases de refrescos de los cuales son 10 de manzana, 5 de naranja y 4
de uva, cal es la probabilidad de que al surtir un pedido de 7 envases tomados al azar 2 sean de
manzana, 4 de naranja y 1 de uva.
0758 . 0
7
12
1
4
4
5
2
3
) 1 , 4 , 2 ; 7 ( =
= P
N
1
= 3 N
2
= 5 N
3
= 4 N = 12
k
1
= 2 k
2
= 4 k
3
= 4 n = 7
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 11 M. en C. Jos Luis Hernndez Gonzlez
DISTRIBUCIN DE POISSON
Esta funcin de distribucin de variable discreta se emplea para calcular las probabilidades asociadas a
la variable aleatoria dentro de un intervalo continuo de tiempo o espacio; este intervalo es generalmente
una unidad de medida conocida: cm
2
, km, gramos, litros, pulgadas, etc.
Algunos de los problemas que presentan como un fenmeno con distribucin de Poisson son:
- Los embotellamientos que se producen por da.
- Nmero de llamadas por hora.
- Defectos por m
2
de tela.
- Nmero de defectos por lote de un proceso de produccin.
- Nmero de negocios cerrados por semana.
A este tipo de problemas se les conoce el nmero de xitos x obtenidos por unidad de medida en n
ensayos; pero es totalmente imposible conocer el nmero de fracasos (n - x).
Se dice que se da un proceso de Poisson si se pueden observar eventos discretos en un intervalo
continuo en forma tal que si se acorta el intervalo lo suficiente:
1.- La probabilidad de observar exactamente un xito en el intervalo es estable.
2.- La probabilidad de observar dos o ms xitos en el intervalo es cero.
3.- La ocurrencia de un xito en cualquier intervalo es estadsticamente independiente de que
suceda en cualquier otro intervalo.
La distribucin de Poisson se expresa mediante la siguiente frmula.
!
e
= ) , ( = ) (
-
x
x P E P
x
donde:
n = Nmero de ensayos
x = Nmero de xitos esperados en n ensayos
e = 2.71828...
= n p = Constante igual al nmero de xitos promedio por unidad de medida
p = Probabilidad constante durante el proceso igual al nmero de xitos promedio por unidad de
medida.
Un conmutador recibe en promedio 5 llamadas sobre autos extraviados por hora. Cul es la
probabilidad de que en una hora tomada al azar reciba?
a) Ninguna llamada.
b) Exactamente 3 llamadas.
c) No ms de 3 llamadas.
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 12 M. en C. Jos Luis Hernndez Gonzlez
Para este problema = 5, en otros casos deber calcularse con: = n p.
a) Ninguna llamada. x = 0
00674963 . 0
! 0
5
) 5 , 0 ( ) (
5 . 0
= = =
e
P E P
0
b) Exactamente 3 llamadas: x = 3
1404 . 0
! 3
5
) 5 , 3 ( ) (
5 . 3
= = =
e
P E P
3
c) No ms de 3 llamadas: x < 4
P(x < 4) = P(x 3) = P(x
0
= 0) + P(x
1
= 1) + P(x
2
= 2) + P(x
3
= 3)
P(x < 4) = 0.0067+ 0.0337 + 0.0842 + 0.1406 = 0.2652 = 26.52 %
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN
El clculo de estas magnitudes pueden realizarse con las siguientes frmulas:
np = =
=
2
=
= Media
2
= Varianza
= Desviacin estndar