DISTRIBUCIONES DE PROBABLIDAD

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

1. DISTRIBUCIÓN UNIFORME ~U(X = x, Pi = Pj )

Su característica principal es que todos los eventos o posibles resultados del experimento tiene
la misma probabilidad de ser seleccionada.

1 Donde: b = al mayor valor que toma la variable X

P(X = x) =
b-a+1 a = es el menor valor de X

(a + b) (b-a+1)²-1
µ= Გ²=
2 12

Esperanza matemática E(X)

Es la media poblacional E(X)= ∑X*P(X) Გ Გ

Varianza poblacional Გ² = ∑(X-E(X))²*P(X)

Ejemplo: Se lanza un dado, todos los resultados del lanzamiento tienen la misma probabilidad

X P(X) X*Pi (X-E(X))²*Pi 1 1 1

P(X = x) = = =
1 1/6 1/6 1 1/24 b-a+1 6-1+1 6
2 1/6 1/3 3/8
3 1/6 1/2 1/24 a+b 1+6 7
µ= = = = 3.5
4 1/6 2/3 1/24 2 2 2
5 1/6 5/6 3/8
6 1/6 1 1 1/24 E(X)= ∑X*P(X) 3 1/2 = 3.5
2 3 1/2 2 11/12
3.50 2.916667 (b-a+1)²-1 (6-1+1)² -1 35
Გ²= = =
12 12 12

Გ²= ∑(X-E(X))²*P(X) = 2 11/12

Ejemplo 2 Una urna contiene 10 fichas numeradas de del 5 al 14

todas al ser extraídas con la misma posibilidad de ser seleccionadas

X P(X) X*Pi (X-E(X))²*Pi 1 1 1

P(X = x) = = =
5 0.10 0.50 2.0250 b-a+1 14-5+1 10
6 0.10 0.60 1.2250
7 0.10 0.70 0.6250 a+b 5+14 19
µ= = = = 9.5
8 0.10 0.80 0.2250 2 2 2
 9 0.10 0.90 0.0250
10 0.10 1.00 0.0250 E(X)= ∑X*P(X) 9 1/2 = 9.5
11 0.10 1.10 0.2250
12 0.10 1.20 0.6250 (b-a+1)²-1 (14-5+1)² -1 99
Გ²= = =
13 0.10 1.30 1.2250 12 12 12
14 0.10 1.40 2.0250
1.00 9.50 8.2500 Გ²= ∑(X-E(X))²*P(X) = 8.25
8 1/4
DISTRIBUCIONES DE PROBABLIDAD
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
2. DISTRIBUCIÓN BINOMIAL ~B(X = x, n = P)

Su característica principal es que todos los eventos o posibles resultados del experimento se
agrupan en dos conjuntos disyuntos llamados éxito y fracaso, son disyuntos por que su intercepto
cien es vacío.

El tamaño de la población se mantiene constante en la elección de la muestra

C = Combinatoria
X = x Número de éxitos en la muestra
n = Tamaño de muestra
P = probabilidad del éxito
Q = 1-P = probabilidad del fracaso

P(X =x) = nCx*Px*Q(n-x)

µ = n*P Გ²= n*P*Q

E(X)= ∑X*P(X) Გ²= ∑(X-E(X))²*P(X)

Ejemplo 1: En un grupo de 50 personas, 30 tiene menos de 20 años, se van a seleccionar 5

personas, desarrolle el espacio muestral para el numero de jóvenes dentro del grupo de las 5
seleccionadas
~B(X = x, n = 5, P = 30/50 = 3/5)

X P(X) X*P(X) (X-E(X))²*Pi

0 5C0*(3/5)^0*(2/5)^(5-0)= 1 1.000 0.010 0.01024 0.0000 0.09216
1 5C1*(3/5)^1*(2/5)^(5-1)= 5 0.600 0.026 0.07680 0.0768 0.30720
2 5C2*(3/5)^2*(2/5)^(5-2)= 10 0.360 0.064 0.23040 0.4608 0.23040
3 5C3*(3/5)^3*(2/5)^(5-3)= 10 0.216 0.160 0.34560 1.0368 0.00000
4 5C4*(3/5)^4*(2/5)^(5-4)= 5 0.130 0.400 0.25920 1.0368 0.25920
5 5C5*(3/5)^5*(2/5)^(5-5)= 1 0.078 1.000 0.07776 0.3888 0.31104
1.00000 3.0000 1.20000
P = 30/50 = 3/5
Q = 1-P = 20/50 = 2/5
µ = n*P = 5*3/5 = 3 Გ²= n*P*Q 5*3/5*2/5 = 1.2

E(X)= ∑X*P(X) 3 Გ²= ∑(X-E(X))²*P(X) 1.2

Ejemplo 2: La probabilidad de que una persona de tipo de sangre A+ muera por coronavirus es 0,37
se mueren 4 personas desarrolle es espacio muestras para el tipo de sangre A+
P= 0.37 Q= 0.63 n= 4
P(X =x) = nCx*P Q
x* (n-x)

X P(X) X*P(x) (X-E(X))²*Pi

0 1 1.00 0.16 0.1575 0.00 0.345053
1 4 0.37 0.25 0.3700 0.37 0.085264
2 6 0.14 0.40 0.3260 0.65 0.088154
3 4 0.05 0.63 0.1276 0.38 0.294912
4 1 0.02 1.00 0.0187 0.07 0.119017
1.00 1.48 0.932400

µ = n*P = 1.48 Გ²= n*P*Q = 0.9324

E(X)= ∑X*P(X)= 1.48 Გ²= ∑(X-E(X))²*P(X)= 0.9324

DISTRIBUCIONES DE PROBABLIDAD
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
3. DISTRIBUCIÓN HIPERGEOMETRICA ~H(X = x, A , x, n, N)

Su característica principal es que todos los eventos o posibles resultados del experimento se
agrupan en dos conjuntos disyuntos llamados éxito y fracaso, son disyuntos por que su intercepto
cien es vacío, además el tamaño de la población disminuye con cada extracción.
C = Combinatoria
X = x es el numero de éxitos en la muestra
A = Total de éxitos en la población
n= Tamaño de muestra
N = Tamaño de la población Donde:
P = A/N

P(X =x) = ACx*(N-A)C(n-x)/NCn

µ = n*P Გ²= n*P*Q*((N-n)/(N-1))

E(X)= ∑X*P(X) Გ²= ∑(X-E(X))²*P(X)

Ejemplo 1: Se va a elegir una junta directiva de 4 personas de un grupo de 10 personas

entre las que hay 5 hombres y 5 mujeres, sea el éxito salga mujer
Desarrolle el espacio muestral para el éxito salga mujer

~H(X = x, A = 5, n = 4, N= 10) P(X =x) = ACx*(N-A)C(n-x)/NCn

X P(X) X*P(X) (X-E(X))²*Pi

0 5C0*5C4/10C4= 1 5 210 0.02381 0.000000 0.095238
1 5C1*5C3/10C4= 5 10 210 0.23810 0.238095 0.238095
2 5C2*5C2/10C4= 10 10 210 0.47619 0.952381 0.000000
3 5C3*5C1/10C4= 10 5 210 0.23810 0.714286 0.238095
4 5C4*5C0/10C4= 5 1 210 0.02381 0.095238 0.095238
1.00000 2.000000 0.666667

P= 5/10 = 0.5 Q = 1-P = 0,5 2/5

µ = n*P = 4*5/10 = 2 Გ²= n*P*Q*((N-n)/(N-1))= 4*5/10*5/10*6/9 = 0.67

E(X)= ∑X*P(X) 2 Გ²= ∑(X-E(X))²*P(X) 0.6667

DISTRIBUCIONES DE PROBABLIDAD
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
4. DISTRIBUCIÓN DE POISS0N ~P(X = x, ƛ) λλλ

Se utiliza cuando se quiere determinar la probabilidad de éxitos (variable discreta) en una unidad de tiempo
o en un área (variable continua)
Se dice que se da un proceso de POISSON se pueden observar evento discretos en intervalos continuos
de tiempo, duración o de área.
X = x es el numero de éxitos en la muestra
λ = Promedio de éxitos en una unida continua pedida
Es poder observa un éxito en un intervalo e(-λ) * λx
P(X =x) =
x!
µ =λ Გ²= λ

E(X)= ∑X*P(X) Გ²= ∑(X-E(X))²*P(X)

38 pers
23 mujeres A
15 homb N-A
n= 4

0.66667
e tiempo