Departamento de Matemticas y Estadstica

Notas de Funciones de Probabilidad de

Variable Discreta
Facilitador Jos Vicente Snchez Fran !"s#ran$%mail&com
1
1
FUNCIONES DE PROBABILIDAD
La mayor parte de las decisiones de los Gerentes en cal!ier "rea o acti#idad se toman en
condiciones de incertidm$re% por!e my pocas #eces dispone de in&ormaci'n completa% o
tam$i(n por!e se en&rentan a e#entos &tros donde esta presente el a)ar* Los modelos !e se
mane+aran son ,tiles cando es preciso seleccionar entre #arias alternati#as en condiciones de
incertidm$re*
'&(Variable )leatoria*
Es na ma-nitd scepti$le de tomar di#ersos #alores con determinadas pro$a$ilidades. /am$i(n
es na &nci'n !e trans&orma los resltados de n e0perimento aleatorio% es decir los elementos
de n espacio mestral S+ en #alores reales% con determinadas pro$a$ilidades* F 1 S R* Es na
&nci'n con #alor nmerico de&inida so$re el espacio de la mestra*
Notaci'n1 U%2%3%4%5% 6ay,sclas
2alores Indi#idales de la #aria$le aleatoria 3 se notan1
01% 07*****************************0n
2aria$le aleatoria pede ser1 Discreta y Contina*
'&'&(Discretas
Son las !e toman #alores en n con+nto &inito o en n con+nto in&inito conta$le% se ori-inan
del proceso de conteo* Se notan "&a&d*
E+emplo1
N,mero de caras al lan)ar dos #eces na moneda
N,mero de art8clos de&ectosos en la prodcci'n de n d8a*
N,mero de accidentes en n tramo de la atopista*
N,mero de almnos repro$ados en n crso*
Porcenta+e de deserci'n en n semestre*
'&,&(-ontinua&
Son las !e toman #alores dentro de n con+nto in&inito y se ori-inan de procesos de medici'n%
se notan "&a&c*
E+emplo*
Estatra de na persona
Peso de na persona
E+emplo1
11 lan)ar na moneda dos #eces
S 9 :c%c;. :c%s;. :s%c;. :s%s;
Se de&ine la #aria$le aleatoria 31 N
o
de sellos en el lan)amiento* El recorrido de 3 se nota ./
:con+nto de posi$les #alores de la #aria$le;*
7
7
R0 9 <%1%7
=acer -r"&ica
:c%c;




0:c%c; 9 < 0 :c%s; 9 0 :s%c; 9 1 0 :s%s; 9 7
01 9 < 07 9 1 0> 9 7
P:c%c; 9 P:0 9 <; 9 ?
P:s%s; 9 P:097; 9 ?
P:c%s; ' P:s%c; P:0 9 1; 9 7@A 9 B
Si s n e0perimento aleatorio y S s espacio mestral asociado la &nci'n !e asi-na a cada
no de los elementos s ' !e pertenecen a S n n,mero real 3:s;% se denomina V).0)12E
)2E)34.0)*
Notas
CAl-nas #aria$les aleatorias no son consistentes con los a0iomas de pro$a$ilidad*
CEn al-nos casos el resltado del e0perimento aleatorio% es decir el elemento de S es na
caracter8stica y se le trans&orma en n n,mero% y otras #eces es n n,mero mismo*
CLa #aria$le aleatoria es na &nci'n*
CPrimero se reali)a el e0perimento aleatorio y le-o se e#al,a 0:s; !e est" a+stado por la
aleatoriedad*
,&(Funciones de Distribuci5n&
Las &nciones de distri$ci'n de pro$a$ilidad se peden conce$ir como na distri$c'n te'rica
de &recencia% ya !e descri$e como se espera !e #ar8en los resltados y en al-nos casos% es n
listado e0Dasti#o de las pro$a$ilidades de todos los resltados posi$les !e podr8an presentarse
si se e&ect,a el e0perimento% en cam$io la distri$ci'n de &recencia es n listado de las
&recencias o$ser#adas de todos los resltados de n e0perimento !e en la realidad se Dan
>
>
6c%s;
O 1 7
* * *
:c%s;00
00000
:s%s;)))
presentado cando se reali)' el e0perimento* =ay de dos tipos de distri$ci'n% cando la #aria$le
aleatoria es discreta se le denomina FUNCIEN DE PROBABILIDAD DE 6ASA o simplemente
DIS/RIBUCIEN DE PROBABILIDAD P:0; y si la #aria$le aleatoria es cont8na se le denomina
FUNCIEN DE DENSIDAD O DENSIDAD DE UNA 2ARIABLE ALEA/ORIA &:0;*
,&'&(Funci5n de Probabilidad de Masa o Distribuci5n de Probabilidad&
Es lo !e mide la pro$a$ilidad de ocrrencia de cal!ier resltado :o #alor particlar; o
con+nto de #alores de la #aria$le aleatoria 3 discreta* Se pede de&inir como na ta$ala% na
-r"&ica o na &'rmla !e mide la pro$a$ilidad de 3% p:0;% asociada a cada posi$le #alor de 3*
Notaci'n1 p:0;
E+emplo 11 La distri$ci'n de pro$a$ilidad es1
7r#ica* 8isto%rama de Probabilidad&
,&,&(Funci5n de Densidad&
Es la !e mide la pro$a$ilidad de ocrrencia de na #aria$le aleatoria cont8na en n inter#alo
determinado :no mide pro$a$ilidades pntales% ya !e las mismas son cero;*
Notaci'n1 &:0;
E+emplo1
>@F :A0 G 70
7
; para < 0 7
&:0; 9
A
A
3 < 1 7
P:0; 1@A 1@7 1@A
Pro$a$ilidad
2alores de la 2aria$le
< 1 7
1
1@7
1@A

< dem"s casos

P:a 0 $; 9 P :a < 0 < $; 9

b
a
&:0;d0 :se asocian con n "rea espec8&ica;
Descri$e la &orma como #ar8an las pro$a$ilidades
P:1 0 7; 9 P:1 < 0 < 7; 9

7
1
>@F :A0 G 70
7
; d0 9 B
En am$os casos para !e se cmpla !e sea FUNCION DE PROBABILIDAD o FUNCIEN DE
DENSIDAD de$e ser consistente con los a0iomas de pro$a$ilidad y eso pede mostrarse en cada
caso*
,&9&(-ondiciones :ue se deben cumplir para ser #unci5n de Probabilidad o #unci5n de
Densidad&
2aria$le Aleatoria Discreta 2aria$le Aleatoria Contina
I; p:0i; < I; &:0; <
II; p :0i; 9 1 II; &:0; d0 9 1
R0 R0
E!ercicio '*
2eri&icar e el e+emplo 1 corresponde a na &nci'n de pro$a$ilidad*
I; 0 es na #aria$le aleatoria discreta*
II; P:0i; < 0% P:0 9 <; 9 ?% P:0 9 1; 9 B% P:0 9 7; 9 ?
III;
( )

=
=
7
<
x
x
i
x P
9 P:09<; H P:091; H P:097; 9 ? H B H ? 9 1
9&(Funci5n de Distribuci5n )cumulada& F6;<
/am$i(n se le denomina DIS/RIBUCIEN ACU6ULADA de la #aria$le aleatoria 3% y se de&ine
como la &nci'n !e mide la pro$a$ilidad p:0;% de !e la #aria$le aleatoria 0 sea menor o i-al
!e n n,mero dado 0 !e esta en el recorrido de la #aria$le 0*
Notaci'n1 F:0; 9 P :3 0;
Si la #aria$le aleatoria es discreta se mide por1
F:3; 9 P:3 0; 9 p:0i;
0i 0
Si el n,mero dado es D R0
F:D; 9 P :3 D; 9 p :0i;
I
I
0i D
Si la #aria$le aleatoria es cont8na se mide por1
F:0; 9 P :3 0; 9
( )

x
dx x f

Si el n,mero dado es D1
F:D; 9 P:3 D; 9
( )

h
dx x f
Es decir la pro$a$ilidad acmlada se e#ala desde donde inicia el recorrido de la #aria$le
aleatoria 3 Dasta el n,mero dado D*
E!ercicio ,*
En el e+emplo 11 Calclar F:1;
F:1; 9 P:3 1; 9 P:< 3 1; 9 P:0i; 9 P:0 9 <; H P:0 9 1;
0i 1
F:1; 9 ? H B 9 J
En el e+emplo 7* Calclar F:1;*

F:1; 9 P:3 1; 9

1
<
>@F :A0 G 70
7
; d0
F:1; 9 P:3 1; 9 >@F :A3
7
@7 C 70
>
@>;
1
< 9 >@F [7 :1
7
G <
7
;C7@> :1
>
G <
>
;]
F:1; 9 P:3 1; 9 [>@F :7*1 G 7@>*1;] 9 >@F [A@>] 9 A@F 9 B
9&'&(Propiedades de la Funci5n de Distribuci5n )cumulada&
1* Si 3 es na #aria$le aleatoria discreta con n n,mero &inito de #alores posi$les% el -r"&ico
de la #&d&a* F:0;% se &ormar" a tro)os Dori)ontales :&nci'n escalonada;% la &nci'n F:0; es
contina e0cepto para los #alores posi$les de 3% llamados 01% 07%***0n*
7*En el #alor 0+ el -r"&ico tendr" n salto de ma-nitd1
P:0+; 9 P:0 9 0+;
Si 3 es na #aria$le aleatoria contina% F:0;% ser" na &nci'n contina para todo 0 R0*
>*La &nci'n F:0; es no decreciente% es decir% si1
01 07 :3 es #*a*c*;
Se tiene1 a; F:01; F:07;
$; lim F:0; 9 < lim F:0; 9 1
0 C 0 H
K
K
Lo cal pede escri$irse como1
F :C ; 9 < y F :; 9 1
A*Sea F:0; na &nci'n de distri$ci'n acmlada de na #aria$le aleatoria contina con &*d*p*
&:0; entonces1
&:0; 9 d@d0 F:0;
I*Sea 3 na #*a*d* con #alores posi$les 01% 07*** 0n y sp'n-ase !e es posi$le ordenar :ran!ear;
esos #alores de modo !e 01 < 07 < 0n* Entonces1
P:0+; 9 P:0 9 0+; 9 F:0+; C F:0+ G 1;*
E+emplos1
Sea 3 na #*a* contina con &*d*a* F:0; dada por1
< si 0 <
F:0; 9
1 G e G
0
si 0 > <
Se-,n propiedad No A*
&:0; 9 d@d0 F:0;
&:0; 9 e
G0
si 0 >< entonces la &*d*p* ser"1
e
G0
si 0 > <
&:0; 9
< en los dem"s casos
La &nci'n de pro$a$ilidad de na #aria$le discreta es1
2eri&i!e la propiedad I de la &*d*a*
P:1; 9 P:0 9 1; 9 F:1; G F:<;
P:1; 9 P:0 1; * P:0 <; 9 P:0 9 <; H P:0 9 1; G P:0 9 <; 9 ? H B H ? 9 B
=&(-aracterizaci5n de una Variable )leatoria&
Una #aria$le aleatoria es necesario caracteri)arla para poder identi&icar !e tipo de distri$ci'n
!e si-e o si la distri$ci'n es li$re :no se pede identi&icar con al-na de las ya e0istentes;*
E0isten #arios par"metros% pero los m"s importantes son la ESPERAN5A 6A/E6A/ICA o
L
L
3 < 1 7
P:0; 1@A 1@7 1@A
2ALOR ESPERADO :#alor medio o primer momento respecto al ori-en; y la 2ARIAN5A
: #alor esperado% de las des#iaciones de la #aria$le con respecto a s media se-ndo momento
respecto a la media;*
=&'&(Esperanza Matemtica de una Variable )leatoria&
Notaci'n1 9 E:0;
6cDas decisiones se toman en $ase a este concepto% en la rama de los se-ros para calclar
8ndice de mortalidad% en personas a determinadas edades% en -eneral 8ndices de siniestralidad. en
las #entas% prodcci'n% en in-enieria para medir la Domo-eneidad del material con !e se tra$a+a%
en edcaci'n mcDas "reas !e se toman decisiones en condiciones de incentindm$re*
De#inici5n1 como na media ponderada por los #alores de pro$a$ilidad :en el caso #*a*d*;*
9 E:0; 9 0i P:0i;
R0i
/am$i(n se de&ine como el promedio de todos los promedios de todas las mestras posi$les de
tamaMo n% de na po$laci'n*
En la #*a*c* se calcla por1
9 E:0; 9 0 &:0; d0
R0
=&,&(Propiedades&
Si -:0; es na &nci'n de la #aria$le aleatoria 3% cya &nci'n pro$a$ilidad o densidad es p:0; o
&:0;% se-,n la #aria$le sea discreta o contina% respecti#amente*
E:-:0;; 9 -:0i; p:0i; #*a*c*
R0i
E:-:0;; 9 -:0; &:0;d0 #*a*c*
R0
I; E:c; 9 c siendo c na constante*
II; E :cp:0;; 9 c E :p:0;; ' E :c &:0;; 9 c * E :&:0;;
III; E :p:0;; 9 :Ep:0;; ' E :&:0;; 9 :E&:0;;
I2; E :& H -; :0; 9 E :&:0;; H E :-:0;;*
F
F
El #alor esperado o simplemente la media% es na medida de tendencia central% !e indica donde
esta sitado el centro de la masa de la distri$ci'n de pro$a$ilidades de na #aria$le aleatoria% no
es necesario !e sea n posi$le #alor de la #aria$le aleatoria*
=&9&(Varianza
7
x

5 V6/<
Es na medida de dispersi'n% es la ma-nitd !e mide la dispersi'n de los #alores de la #aria$le
aleatoria alrededor de s media% o es el promedio de las des#iaciones cadr"ticas de todos los
#alores posi$les de la #aria$le 0 alrededor de s media*
7
x

9 2ar:0; 9 [0CE:0;]
7
&:0; 9 E [0 G E :0;]
7
9 E :0
7
; G [E:0;]
7
7
x

0
9 E:0
7
; C
7
7
x

9 2ar:0; 9
n
x
i
:0i C ]
7
p:0i; #*a*d*

7
x
9 2ar:0; 9

C [0 G E:0;]
7
&:0; d0 #*a*c*
7
x

9 2ar:0; 9 E[0CE:0;]
7
9 E:0
7
; G [E:0;]
7
am$os casos
Propiedades1
I; 2ar:c0; 9 c
7
2ar:0; 9 c
7

7
x

II; 2ar:c; 9 <

III; 2ar :0y; 9 2ar:0; 2ar:y; si 0% y son independientes
I2; 2ar:a0H$; 9 a
7
2ar:0; 9 a
7
2ar:0; 9 a
7
7
x

EJE.-0-04S
F>N-04NES DE D0S3.01>-0?N&
1* Constrya na ta$la de distri$ci'n de pro$a$ilidad $as"ndose en las si-ientes
distri$ciones de &recencia*
2aria$le aleatoria 3 2a:0; #*a*d*
Resltados 1<7 1<I 1<F 111 11A 11L
Frecencia 1< 7< AI 1I 7< 1I
P:0;91<7L91<@17I
O$tener
N
N
a; Di$+e la -r"&ica:Disto-rama de pro$a$ilidad; de la distri$ci'n Dipot(tica de
pro$a$ilidad
$; Calcle el #alor esperado*
7* El sper#isor de sema&oros de la alcald8a de$e tomar la decisi'n si instalar n sem"&oro en
n crce peli-roso* A &in de lle-ar a esta decisi'n se dispone de los accidentes ocrridos
en ese crce en los dos ,ltimos aMos*
)@o E F M ) M J J ) S 4 N D
1NFF 1< F 1< K N 17 7 1< 1< < L 1<
1NFN 17 N L F A > L 1A F F F A
Si el n,mero mensal de accidentes esperados es mayor !e L se de$e instalar el
sem"&oro*
>* Un e0perimento consiste en lan)ar dos dados A y B* A representa la primera componente
del par% y B la se-nda* Se de&ine la #aria$le aleatoria 3 9 i C +% donde i es lo !e
mestra el lado A y + lo !e mestra el lado B*
=allar1
a; Distri$ci'n de pro$a$ilidades
$; =acer la -r"&ica*
Calclar la pro$a$ilidad de !e1
a; i C + 7
$; i C + sea por lo menos >
c; i C + sea a lo smo >
d; =allar E:0; y 2:0;*

D0S3.01>-0?N 10N4M0)2&
En mcDos pro$lemas !e se presentan se pede estar interesado !e n e#ento ocrra 0 #eces en
n ensayos o e0perimentos1 Por e+emplo la pro$a$ilidad de !e1
En n tramo de na atopista ocrran 0 accidentes diarios*
En na cidad donde Day I< a-encias% >< #ayan a la !ie$ra en dos aMos*
Un prodcto es ad!irido por cada F<< consmidores de 1<<< !e lo soliciten*
En n crso sal-a el 1<O de apro$ados
En n proceso de prodci'n o man&actra n nmero determinado de articlos de&ectosos
1<
1<
En conclsi'n 0 aciertos :(0itos; y n G 0 &racasos en n ensayos*
/odos los e+emplos anteriores% se $asan en e0perimentoso procesos en los !e se reali)a na
secencia de pre$as llamadas pre$as o ensayos de Bernolli*
D0S3.01>-0?N A ENS)A4 DE 1E.N4>220&
Es n e0perimento !e tiene las si-ientes caracter8sticas1
I; Son ensayos o pre$as son dicot'micos% es decir% con s'lo dos respestas :(0ito denotado
por E y &racaso denotado por F; mtamente e0clyentes*
II; P :(0ito; 9 p P :&racaso; 9 ! con p H ! 9 1 y ! 9 1 G p*
III; La pro$a$ilidad p de (0ito y ! de &racaso% se mantienen constantes*
I2; Los resltados son e0Dasti#os% es decir% no Day otros resltados posi$les*
Una #aria$le de Bernolli 3% se de&ine como el resltado nm(rico de na pre$a de Bernolli%
donde 0 9 1 si Day (0ito% y 0 9 < si se &racasa. es importante notar !e el (0ito o &racaso no tiene
nada !e #er con s si-ni&icado en el Diccionario Real Academia*
Considere na pre$a de Bernolli donde
1 si ocrre n (0ito E
0 9
< si ocrre n &racaso F
Una #aria$le 3 si-e na distri$ci'n de Bernolli con par"metro P% lo !e se denota por
3 :$;% si s pro$a$ilidad en cal!ier pnto se a+sta al modelo :distri$ci'n de pro$a$ilidad;
#iene dad por

p :0; 9 p
0
!
1C0
:0 9 <% 1; la media y la #arian)a de la #aria$le aleatoria Bernolli #iene dadas por
9 p
7

B p !
La #aria$le Bernolli por si sola tiene my poca tilidad en el cal!ier campo y en
consecencia% en In-enier8a y administraci'n*
D0S3.01>-0?N 10N4M0)2
6cDos e0perimentos aleatorios en di&erentes campos como la in-enier8a y la administraci'n%
consisten en reali)ar na serie de pre$as de Bernolli
11
11
Caracter8sticas de na #aria$le aleatoria Binomial
I; Consiste en n pre$as o ensayos de Bernolli id(nticas*
II; Cada pre$a es dicot'mica% es decir% con s'lo dos respestas :(0ito denotado por E y &racaso
denotado por F;*
III; La P :E; 9 p y P :F; 9 ! se mantiene constantes a lo lar-o de todas las pre$as% es decir%
p H ! 9 1
I2; Las pre$as o ensayos son independientes*
El n,mero 0 de (0itos% en n ensayos de Bernolli% se llama #aria$le aleatoria BINO6IAL* La
#aria$le aleatoria 3 si-e na distri$ci'n $inomial con par"metros n y p% lo cal se nota por1
3 $:n% p;% si s pro$a$ilidad en cal!ier pnto se a+sta al modelo*
P:0 9 0. n% p; 9
( )
n
x p
0
!
nC0*
0 9 <% 1% 7%***% n
9 E :0; 9 np
7
x

9 2ar:0; 9 np!
F:0; la &nci'n de distri$ci'n acmlada #iene dada por1

F:0; 9 P:0 0. n% p; 9 ; :
<

=
x
x
n
x
p
0
!
nC0


F :D; 9 P:0 D. n% p; 9 ; :
<

=
h
x
n
x
p
0
!
nC0
Al-nas "reas de aplicaci'n de esta distri$ci'n son1 control de calidad% prodcci'n%
in#esti-aci'n pol8tica% normas de protecci'n al consmidor% edcaci'n entre otras*
E!emplo '*
Se sa$e !e en la man&actra de ciertos art8clos no de cada die) sale de&ectoso Pc"l es la
pro$a$ilidad de !e en na mestra de A art8clos se o$ten-aQ
a; Nin-no de&ectoso
$; E0actamente dos de&ectosos
c; No m"s de dos de&ectosos
Resol#erlo en la parte a y $% sin tili)ar el modelo% tili)ando el modelo y por ,ltimo la ta$la en
los tres casos*
17
17
E!emplo ,*
El director de control de calidad en na &"$rica est" reali)ando la inspecci'n mensal de los
inte-rados en la planta* El procedimiento consiste en sacar 1< inte-rados y se #eri&ican si no
tienen de&ectos de &a$ricaci'n* En -eneral% s'lo el 7O de los inte-rados presentan de&ectos*
PC"l es la pro$a$ilidad de !e dos o m"s inte-rados presenten de&ectosQ
PC"l es la pro$a$ilidad !e nin-no ten-a de&ectosQ
E!emplo 9*
La pro$a$ilidad de !e n almno no apre$e el e0amen de n crso en particlar es <*A*
Rsti&i!e el so de la distri$ci'n $inomial*
PC"l es la pro$a$ilidad !e de los si-ientes F almnos sometidos al e0amen% 7 lo apre$enQ
PS( al m"0imo no lo apre$eQ
D0S3.01>-0?N 80PE.7E4MC3.0-)&
/anto la distri$ci'n $inomial como la Diper-eom(trica se ocpan del n,mero de (0itos en na
mestra de n o$ser#aciones* La distri$ci'n Diper-eom(trica se di&erencia de la $inomial en la
&orma de o$tener los datos. en la Binomial el mestreo se Dace con reempla)amiento en
po$laciones &initas o sin reempla)amiento en po$laciones in&initas :scesos independientes;%
mientras !e en la Diper-eom(trica se Dace sin reempla)amiento en po$laciones &initas :scesos
dependientes; por lo !e la pro$a$ilidad no es constante*
Caracter8sticas de la #aria$le Diper-eom(trica
I; El e0perimento planteado consiste en o$tener o ele-ir 0 :(0itos; elementos !e tienen el
atri$to A de 61 elementos y nC0 elementos !e tienen el atri$to de B de 67 elementos% donde
67 9 N G 61% siendo N el tamaMo de la po$laci'n% y NC0 representa el n,mero de &racasos*
II; El tamaMo de la mestra n es -rande% en comparaci'n el n,mero de elementos de N% !e es el
tamaMo de la po$laci'n% n@N T <*I
III; La #aria$le aleatoria Diper-eom(trica 0% es el n,mero de (0itos en la mestra de n elementos*

La #aria$le 3% si-e na distri$ci'n Diper-eom(trica% con par"metros n% 61 y 67 % lo cal se
sim$oli)a por
3= :n% 61% 67;

S distri$ci'n de pro$a$ilidad est" dado por el modelo
1>
1>
P:3 9 0. n% 61% 67; 9
; :
; ;: :
N
n
6
0 C n
6
0
7 1
Donde
N /amaMo de la 6estra
61 /amaMo del -rpo 1
67 /amaMo del -rpo 7
0 N,mero de (0itos en la mestra n% N 9 61 H 67 tamaMo de la po$laci'n*
N G 0 N,mero de &racasos F*
La media y la #arian)a #iene dadas por
9 E:0; 9 n0@n
7
x

9 2ar:0; 9 0:NC0;n:NCn; @ N
7
:NC1;
E!emplo '*
Una ca+a contiene dos :7; $olas ne-ras y cinco :I; $lancas si se e0traen I $olas al a)ar% Dallar la
pro$a$ilidad de !e catro :A; sean $lancas :es decir na :1; sea ne-ra;% mestreo sin
reempla)amiento*
67 9 7 61 9 I
N 9 I 0 9 A n G 0 9 1
P:09A. n9I. 619I 6797; 9
/am$i(n pede plantearse1
61 9 7 67 9 I 091
P:091. n9I% 6197% 679I; 9

1A
1A
E!emplo ,*
En na cidad e0isten die) :1<; $ancos Dipotecarios y treinta :><; no Dipotecarios% cal es la
pro$a$ilidad de !e al ele-ir 1< $ancos a la #e) para colocar estdiantes de pasant8as% tres :>;
sean Dipotecarios*
E!emplo 9*
Para seleccionar los in-enieros aspirantes a in-resar a na empresa% se aplica na pre$a a 1< de
ellos% se sa$e !e catro :A; est"n apla)ados y seis apro$ados* Se pre-nta sis e selecciona >
aspirantes al a)ar calclar1
a;* La pro$a$ilidad de o$tener tres :>; apla)ados
$;* La pro$a$ilidad de o$tener dos :7; apla)ados*
Resel#a el pro$lema sponiendo primero !e el mestreo se Dace con reempla)amiento :e#entos
independientes; y se-ndo !e el mestreo se Dace sin reempla)amientos*
Primer caso1 a; <*<KA< $; <*7FF<
Se-ndo caso1 a; 1@1>< $; 7@1<
D0S3.01>-04N DE P40SS4N&
/am$i(n se re&iere al n,mero de (0itos i-al !e la $inomial y la Diper-eom(trica* Se pede
tili)ar como na apro0imaci'n de la distri$ci'n $inomial tam$i(n* La distri$ci'n de Poisson
se tili)a espec8&icamente para descri$ir procesos% !e ocrren en inter#alos de tiempo y espacio%
es por eso !e &ndamentalmente se tili)a en la demanda de necesidades o ser#icios% por
e+emplo n,mero de llamadas !e lle-an a na central tele&'nica en na Dora determinada% n,mero
de pacientes !e lle-a a n ser#icio de emer-encia en n d8a de la semana% n,mero de accidentes
!e lle-a a na caseta de co$ro en na atopista en cal!ier d8a de la semana% entre otros** /odos
estos procesos se conocen con el nom$re de e0perimentos de PIOSSON*
Caracter8sticas de la #aria$le Poisson
I; El e0perimento consiste en contar el n,mero 0 de #eces !e ocrre n e#ento dado en
particlar% en n inter#alo de tiempo% espacio% "rea% #olmen :peso% distancia o cal!ier otra
nidad de medida;% dada*
1I
1I
II; La pro$a$ilidad de ocrrencia del e#ento en n inter#alo dado es constante para todos los
inter#alos o nidad de medida dada*
III; El n,mero de e#entos !e ocrren en n inter#alo o nidad de medida dada es independiente
de los otros* Se le denomina 8ip5tesis 1sica* Se los e#entos de n inter#alo a otro son
independientes*
2; El nmero medio :o esperado; de e#entos en cada inter#alo o nidad de medida se denota por
la letra -rie-a lam$da *
El n,mero de (0itos 3 en n e0perimento de Poisson se denomina #aria$le aleatoria de Poisson y
si-e na distri$ci'n con par"metro% y #iene dada por el modelo1
P:0 9 0. ; 9 e
C

0
0 9 <%1%7%********
0!
Donde es el No de promedio de (0itos :e#entos; !e ocrren en el inter#alo de tiempo o
espacio determinado% es el par"metro de la distri$ci'n*
0
&:0; 9 P:00. ; 9 e
C

0
&nci'n de distri$ci'n acmlada
09< 0!
La distri$ci'n de Poisson se pede sar como na apro0imaci'n de la distri$ci'n $inomial
cando1
n 7< y p <%<I
P :0. 9 np; 9 e
Gnp
:np;
0

0!
9 E:0; 9
7
x

9 2ar:0; 9
E!emplo '*
En na central tele&'nica se reci$e n promedio de catro :A; llamadas por minto* C"l es la
pro$a$ilidad !e1
a; Se drante n minto cal!iera% se reci$en tres :>; llamadas*
$; Se drante n minto se reci$an al m"0imo tres llamadas :nin-na% na% dos o tres;*
1K
1K
E!emplo ,*
El promedio de almnos !e se atienden en la ni#ersidad en la Unidad de Orientaci'n de na
institci'n edcati#a% es cinco :I; por Dora* PC"l es la pro$a$ilidad de !e las pr'0imas tres :>;
Doras se atiendan seis :K; almnosQ*
Como el inter#alo cam$ia de 1 a > Doras tam$i(n cam$ia% el ne#o*
9 1 9 I*> 9 1I
PC"l es la pro$a$ilidad de !e al menos se atiendan seis :K; almnos en las pr'0imas seis :K;
DorasQ*
C"l es la pro$a$ilidad de !e pedan atenderse K%L%F*************n
1L
1L