2 CC. EE. ESTADSTICA EMPRESARIAL.

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

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

Solucin: X=1 vende seguro, X=0 no vende seguro. La media es 0,6 y la varianza 0,24.

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 :

P(X=k)=P(k exitos en n pruebas)=

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).

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

Los valores que puede tomar esta variable son X=1,2,...con probabilidades:
P(X=k)=qk -1 p
Propiedades:
* Media : =1/p
* Varianza : VAR[X]=q/p
Ejemplo: Sabiendo que un jugador de parchs podr empezar a mover sus fichas una vez obtenido
un 5 al lanzar un dado:
a) Cul es la probabilidad de que comience a mover sus fichas en su cuarto lanzamiento de
dado?.
b) Cul es el nmero esperado de turnos consumidos por un jugador de parchs para poder
comenzar a mover sus fichas?.
Solucin: P[X=4]=0,096 y el nmero medio de lanzamientos de dado sera 6.

5. DISTRIBUCIN BINOMIAL NEGATIVA.

Definicin: En un proceso de Bernoulli con probabilidad p de xito en cada prueba, la variable
aleatoria X= n de prueba en la que aparece el xito r-simo decimos sigue una distribucin
binomial negativa de parmetros r y p, X BN(r,p) y su funcin de probabilidad es:

P(X=k)=

k 1

r 1

qk-rpr donde k=r,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

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

urna con N bolas, donde N = 1,2,3,... de las cuales N1 son blancas y N 2 son negras. Tomamos una
muestra aleatoria sin reemplazamiento de tamao n, siendo n N.
Definicin: la v.a. X= nmero de elementos que pertenecen a una de las subpoblaciones
(consideramos la primera) cuando tomamos una muestra aleatoria sin reemplazamiento de tamao
n, de la poblacin total decimos que sigue una distribucin hipergeomtrica de parmetros N, N1,n,
XH(N,N1,n) y su funcin de probabilidad es:

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

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

7. DISTRIBUCIN DE POISSON.
La distribucin de Poisson suele emplearse para representar experimentos en los que se analiza el
nmero
de veces que ocurre cierto evento en un intervalo (en general de tiempo).
Definicin: La variable aleatoria X= nmero de veces que ocurre un evento por unidad de tiempo
decimos que sigue una distribucin de Poisson de parmetro (>0), XP(). Los valores de la
variable son {0,1,2,...} con probabilidades:
k
P(X=k)= e
k!
Propiedades:
* Media: =
* Varianza: VAR[X]=
* Propiedad reproductiva: Si X 1 y X 2 son 2 v.a. independientes distribuidas segn una ley de
Poisson, P( 1 ) y P( 2 ) respectivamente , entonces la v.a. X= X 1 + X 2 se distribuye segn una
distribucin de Poisson de parmetro 1 2 .
* Distribucin de Poisson como lmite de la Binomial. Considerando un nmero n grande de
pruebas de Bernouilli independientes, con probabilidad de xito p, pequea y haciendo =np,
llegamos a obtener la distribucin de Poisson como lmite de la binomial cuando n . Es decir, si
n, p0 y =np permanece constante, entonces se verifica:
lim B(n,p)=P()
n
En la prctica la distribucin binomial se puede aproximar a una Poisson cuando n 30 y p0,1, y
como la media en la distribucin binomial es np y en la de Poisson es , entonces en esta
aproximacin se considera que la media es =n p.
Ejemplo:
El promedio de llamadas telefnicas atendidas en la centralita de una cierta Facultad es de 36
llamadas por hora. Calcular la probabilidad de que en un perodo de 5 minutos :
a) Se atiendan 5 llamadas
b) Se atiendan ms de 2 llamadas
Solucin: P[X=5]=0,1008 y P[X>2]=0,5768

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

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

Propiedades:
* Media: E X i n pi

* Varianza: Var( X i )= npi 1 pi

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

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

b) Probabilidad de que las primeras ocho piezas fabricadas sean todas buenas.
c) Media y varianza del nmero de piezas que se han fabricado en las que la ltima ha sido
defectuosa.
3. Un representante realiza cinco visitas cada da a los comercios de su ramo y por su experiencia
anterior sabe que la probabilidad de que le hagan un pedido en cada visita es del 0,4. Obtener:
a) La distribucin del nmero de pedidos por da
b) Probabilidad de que le hagan 4 pedidos
c) Nmero medio de pedidos por da y varianza.
d) Probabilidad de que el nmero de pedidos en un da est comprendido entre 1 y 3
e) Probabilidad de que por lo menos realice dos pedidos.
4. Entre los 60 aspirantes a unas plazas de tcnicos superiores en la Administracin Pblica, 40 son
mujeres. Si seleccionamos una muestra aleatoria, sin reemplazamiento, de 20 aspirantes. Obtener la
probabilidad de que 10 sean mujeres.
5. Un piloto de lneas areas realiza vuelos que en el 35 % son internacionales. Obtener:
a) La distribucin del n de vuelos que realiza en las que aparece un vuelo internacional.
b) La esperanza y varianza de la distribucin anterior.
6. De una baraja de 40 cartas, se toma una muestra de 5 cartas sin reemplazamiento. Obtener la
probabilidad de obtener al menos dos ases.
7. Un examen de estadstica consta de 20 preguntas tipo test y se conoce de experiencias anteriores
que un alumno tiene una probabilidad 0,7 de contestar bien cada pregunta. Obtener:
a) Probabilidad de que la primera pregunta que contesta bien sea la cuarta.
b) Sabiendo que para aprobar el examen es necesario contestar bien a 10 preguntas, cul es la
probabilidad de que apruebe al contestar la pregunta duodcima?
8. En una cierta empresa constructora el nmero de accidentes es por trmino medio de 3 por mes.
Calcular:
a) Probabilidad de que no ocurra ningn accidente en un mes dado.
b) Probabilidad de que ocurran menos de 5 accidentes en un mes dado.
c) Probabilidad de que ocurran ms de 3 accidentes en un mes dado.
d) Probabilidad de que ocurran exactamente 3 accidentes en un mes dado
9. El nmero medio de personas que llegan a un cierto comercio es de 2 personas cada 5 minutos, y
admitimos que el nmero X de personas que llegan a ese comercio cada 5 minutos sigue una
distribucin de Poisson. Obtener:
a) La distribucin de probabilidades de la v.a. X.
b) La probabilidad de que en el periodo de 5 minutos no llegue ninguna persona, que llegue una
persona y que lleguen dos personas.
c) Probabilidad de que lleguen ms de dos personas.

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

10. Desde el ao 1980 el nmero medio de empresas que han presentado suspensin de pagos ha
sido de 6,8 por ao y admitimos que el nmero de empresas X que han presentado suspensin de
pagos durante un periodo determinado de tiempo sigue una distribucin de Poisson. Obtener:
a) Probabilidad de que ninguna empresa presente suspensin de pagos durante un trimestre.
b) Probabilidad de que por lo menos dos empresas presente suspensin de pagos durante un
determinado ao.
11. Se sabe que el 1% de los artculos importados de un determinado pas tienen algn defecto. Si
tomamos una muestra de tamao 30 artculos, determinar la probabilidad de que tres o ms de ellos
tengan algn defecto.
12. La distribucin de los salarios mensuales de los trabajadores de una gran empresa viene dada
por la siguiente tabla:
Proporcin de
trabajadores
[600,750]
0,15
(750,900]
0,28
(900,1200]
0,26
(1200,1800]
0,18
mas de 1800
0,13
Se seleccionan aleatoriamente cinco trabajadores de la empresa. Determinar la probabilidad de que
entre esos cinco trabajadores, uno pertenezca al tramo de salarios ms bajos, dos al siguiente tramo
y los dos restantes al tramo comprendido entre 1200 y 1800 Euros.
Rentas (euros)

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

2 CC. EE. ESTADSTICA EMPRESARIAL. TEMA 8

b) Probabilidad de que tenga 2 desplazamientos inferiores o iguales a 500 metros.
c) Probabilidad de que tenga 3 o menos desplazamientos inferiores o iguales a 500 metros.
d) Nmero esperado y varianza de los desplazamientos de ms de 500 metros, de los
desplazamientos de menos o igual a 500 metros, y del total de desplazamientos.
17. Una empresa constructora tiene comprometida la realizacin de 9 proyectos, de los que 5 son
de edificios de pisos. Si el prximo mes debe emprender la realizacin de 3 proyectos y su eleccin
es al azar con probabilidades de eleccin iguales para cada proyecto, se pide:
a) La distribucin del nmero de edificios de pisos que se empiecen a construir el prximo mes.
b) Nmero esperado de edificios de pisos que previsiblemente se inicie su construccin el
prximo mes.

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.