Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica 3
Estadistica 3
TEMA 8
TEMA 8: DISTRIBUCIONES DISCRETAS MS USUALES
En este tema se van a describir familias especficas de distribuciones de probabilidad que ocurren
con cierta frecuencia en el mundo real y cuyo principal inters radica en la gran diversidad de
problemas y campos cientficos en los que se pueden aplicar.
Daremos las condiciones bajo las cuales se presentan distribuciones especficas y llegaremos a
obtener algunas caractersticas de ellas, tales como la media y la varianza.
1. DISTRIBUCIN UNIFORME DISCRETA.
Esta es la distribucin de una variable aleatoria discreta cuyos valores posibles son equiprobables.
Definicin: Una variable aleatoria X, discreta, se distribuye uniformemente sobre n puntos x1 , x2
,..., xn , si su funcin de probabilidad es:
1/n
i=1,2,3....
resto
P(X=xi) =
Propiedades:
* Media : =(n+1)/2
* Varianza : VAR[X] =
n2 1
12
Ejemplo: la v.a. asociada al experimento de tirar un dado sigue una distribucin uniforme discreta,
cuya media es 3,5 y varianza 5,8.
2. DISTRIBUCIN DE BERNOUILLI
Un experimento aleatorio se dice que es de Bernouilli cuando nicamente puede tener dos
resultados mutuamente excluyentes; uno de ellos se denomina "xito" y el otro "fracaso".
Definicin: Una v.a. X asociada a un experimento de Bernouilli y que toma los valores:
X(xito) = 1 ;
X (fracaso) = 0
entonces se dice que X sigue una distribucin de Bernouilli, XB(p) y su funcin de probabilidad
es:
P (X = 1 ) = p ; P ( X = 0 ) = 1 - p = q
o de forma genrica :
P ( X = x ) = p x (1-p) 1 x ; x = 0 , 1.
Propiedades:
* Media: =p
* Varianza: VAR[X]=pq
Ejemplo:
Un agente de seguros realiza visitas a posibles clientes para contratar seguros de vida. En el 60% de
las visitas, se sabe que tiene xito. Definir la variable aleatoria asociada a este experimento y
obtener la esperanza y la varianza.
1
3. DISTRIBUCIN BINOMIAL
Este tipo de distribucin se da cuando se repite varias veces la prueba de Bernouilli. La
probabilidad de xito ser la misma en todas las repeticiones.
Definicin: La v.a. X= nmero de xitos en n pruebas se dice que sigue una distribucin binomial
de parmetros n y p, XB(n,p).
La variable puede tomar los valores { 0,1, 2,..., n} y su funcin de probabilidad es :
donde
n
k
n
k
pkqn-k
n!
, p la probabilidad de xito y q = 1-p.
k!( n k )!
Propiedades:
* Media : =np
* Varianza : VAR[X]=npq
* Propiedad reproductiva (para 2 variables): Si X 1 y X 2 son dos v.a. independientes
distribuidas segn una B( n1 ,p) y B( n2 ,p) respectivamente, entonces la v.a. X= X 1 + X 2 se
distribuye segn una B( n1 + n2 ,p)
Ejemplo:
El nmero de veces que aparece cara al lanzar una moneda 10 veces sigue una distribucin binomial
de media 5 y varianza 2,5.
4. DISTRIBUCIN GEOMTRICA
Definicin: En un proceso de Bernoulli con probabilidad p de xito en cada prueba, la variable
aleatoria X= n de pruebas en la que aparece el primer xito decimos que sigue una distribucin
geomtrica de parmetro p, XG(p).
P(X=k)=
k 1
r 1
Propiedades:
* Media: =r/p
* Varianza: VAR[X]=rq/p
* Si r=1 tenemos la funcin de probabilidad de una distribucin Geomtrica.
Ejemplo:
a) Cul es la probabilidad de tener que lanzar 10 veces el dado para obtener cuatro veces el
nmero cinco?.
b) Cul sera el nmero medio de veces que tendramos que lanzar un dado para obtener cuatro
cincos y as tener todas las fichas del parchs en juego?.
Solucin: P[X=10]=0,0217 y el nmero medio de veces sera 24 veces.
6. DISTRIBUCIN HIPERGEOMTRICA
Consideramos una poblacin de tamao N, dividida segn la caracterstica a estudiar, en dos
subpoblaciones disjuntas de tamaos N1 y N 2 respectivamente, N = N1 + N 2 . Por ejemplo una
P(X=k)=
Propiedades:
* Media: =n p
N1 N N1
k nk
N
n
N n
N 1
* Aproximacin a la binomial: Sea X una v.a. con distribucin hipergeomtrica H (N,n,p ).
Entonces si N es muy grande en comparacin con n, la distribucin hipergeomtrica se
aproxima a la binomial. Es decir:
H(N,n,p) B(n,p) si N. Se considerar una buena
aproximacin cuando N >50 y n 0,1N
* Varianza: VAR[X]= npq
Ejemplo:
En una convencin nacional, hay 50 representantes de un partido poltico, de los cuales 30 apoyan
al candidato A y 20 apoyan al candidato B. Si seleccionamos aleatoriamente cinco representantes,
cul es la probabilidad de que entre esos cinco, dos apoyen al candidato A?
Solucin: P[X=2]= 0,234
8. DISTRIBUCIN MULTINOMIAL
La distribucin multinomial es una generalizacin de la distribucin binomial, la cual se presentar
cuando el experimento aleatorio en cuestin no slo d lugar a dos posibles resultados, xito y
fracaso, como ocurra en la binomial, sino que d lugar a tres o ms posibles resultados.
Definicin: Decimos que v.a. r-dimensional ( X 1 , X 2 ,..., X r )= nmero de veces que se presentan
cada uno de los sucesos A1 , A2 ,... Ar cuando se realizan las n-repeticiones independientes del
experimento sigue una distribucin multinomial de parmetros n, p1, p2 ,... pr , ( X 1 , X 2 ,..., X r
)M(n, p1, p2 ,... pr ) y su funcin de probabilidad es :
n!
P ( X 1 k1 , X 2 k2 ,..., X r kr )
p1k1
pr k r
k1 !
kr !
con ki 0,1,..., n y
k
i 1
n
5
Ejemplo:
Si lanzamos un dado 50 veces. Cul es la probabilidad de obtener 25 unos, 10 veces el dos y 15
veces el cinco?
Solucin: P[X1=25,X2=10, X3=0, X4=0, X5=15]=5,1*10-19
EJERCICIOS TEMA 8
1. Dada una v.a. X que se distribuye segn una distribucin binomial con parmetros n = 15 y
p=0,3. Obtener :
a) P ( X = 2 )
b) P ( x 2)
c) La media y la varianza
2. Una mquina dedicada a la fabricacin de piezas de alta precisin, produce las piezas de una en
una, siendo independiente la fabricacin de cada pieza. La probabilidad que tiene cada pieza de ser
defectuosa es del 0,15. Obtener:
a) Probabilidad de que la 1 pieza defectuosa durante un da, sea la n^{o} 40.
6
13. El nmero de alumnos que llegan a la primera clase de la Facultad, sigue una distribucin de
Poisson, cuya media es de dos alumnos por minuto. El nmero de alumnas que llegan a la misma
clase sigue tambin una distribucin de Poisson, cuya media es de tres alumnas por minuto.
Admitimos que ambas llegadas son independientes. Obtener la probabilidad de que lleguen menos
de 4 alumnos y alumnas en un minuto.
14. A una calculadora le fallan por trmino medio en cada hora de trabajo dos teclas. Se sabe que el
nmero de fallos de las teclas sigue una distribucin de Poisson. La calculadora deja de funcionar
cuando se le averan seis o ms teclas. Calcular la probabilidad de que una operacin de tres horas
se pueda realizar sin avera.
15. El 85% de las bodas celebradas en cierto pas, son confesionalmente catlicas. Un da se
producen 20 enlaces en ese pas. Se pide:
a) Distribucin del nmero de bodas catlicas en ese da y pas.
b) Nmero esperado de bodas catlicas en ese da y pas.
c) Probabilidad de que hayan menos de tres enlaces no catlicos en ese da y pas.
16. Un mensajero reparte correspondencia en una ciudad de modo que su desplazamiento es
superior a 500 metros en el 20 % de los envos. Un da tiene 10 encargos por distribuir a su destino.
Se pide:
a) Probabilidad de que tenga 2 desplazamientos superiores a 500 metros.
8
18. El nmero medio de pinchazos en los neumticos de cierto vehculo industrial es de 0,3 por
cada 50.000 kilmetros (km) recorridos. Si el vehculo recorre 100.000 km, se pide:
a) Probabilidad de que no haya tenido pinchazos.
b) Probabilidad de que tenga menos de 3 pinchazos.
c) Nmero de km. recorridos para que la probabilidad de que no tenga pinchazos sea 0,4066
19. Un ordenador genera nmeros aleatorios del 0 al 29 con independencia e igual probabilidad
1/10 para cada dgito. Si se generan 12 nmeros aleatorios, se pide:
a) Calcular la probabilidad de que aparezca 6 veces el dgito 0, 4 veces el 1, y 2 veces el 2.
b) Nmero esperado de veces que aparece el 0.