Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISTRIBUCIONES DISCRETAS
1) Distribución Bernoulli
Un experimento Bernoulli es aquel experimento aleatorio que produce solo dos resultados
posibles. A uno de los resultados le llamamos éxito y al otro fracaso.
{éxito, fracaso}
X 0 1
P(x) 1-p p
Px ( x) p x q 1 x
donde x=0, 1; q=1-p.
1 x
En resumen X~Bernoulli (p) si y solo si Px ( x) p q .
x
i) E ( X ) 0 q 1 p p
ii) V ( X ) p (1 p) p q
i) E ( X ) n p
ii) V ( X ) n p q
Nota: Observar que las probabilidades de éxito y fracaso son complementarias, es decir, q
= 1-p y p =1-q, por lo que basta saber una de ellas para calcular la otra.
a) Ninguno se licencie
b) Uno se licencie
c) Al menos uno se licencie
d) Todos se licencien
e) Calcule el número esperado de estudiantes que se licencian.
Distribución Normal
Definición 1: Diremos que una distribución de probabilidad tiene una distribución normal
de media y desviación estándar σ, y lo representaremos por N( ; σ) cuando la
representación gráfica de su función de densidad es una curva positiva continua, simétrica
respecto a la media, de máximo en la media, y que tiene 2 puntos de inflexión, situados a
ambos lados de la media ( − σ y + σ) respectivamente y a distancia de σ ella, es decir de
la forma:
Observación: Dependiendo de los valores que tomen y σ, la gráfica de esta función puede
ser más o menos alargada, achatada, etc..., pero en cualquier caso siempre tiene las mismas
condiciones de simetría continuidad, etc vistas anteriormente.
Propiedad:
El área encerrada bajo la curva normal N( x ; σ) siempre es 1.
La demostración de este resultado no es nada sencilla e implica el uso de resultados
matemáticos que exceden el nivel de este curso.
Ejemplo: Calcular p(Z ≥ 0,3) y p(Z ≥ 2,07), p(Z ≤ −0,78) y p(Z ≤ −3,2).
2) Probabilidades comprendidas entre dos valores, p(k1 ≤ Z ≤ k2) , es decir el área rayada:
Propiedad:
X
Si X sigue una distribución N( x ; σ), entonces la variable Z = sigue una distribución
normal N(0,1).
(El paso de la variable X → N(x; σ) a la Z → N(0;1) se denomina tipificación de la variable
X).
Ejemplo1: Consideremos las edades de los trabajadores de una gran empresa. Sea X la edad
de los trabajadores donde X se distribuye normal con media 50 años y varianza 25 años2
(a) Suponga que la dureza Rockwell de cierta aleación tiene una distribución normal con
media igual a 70 y desviación estándar 38. Un espécimen de metal es aceptable sólo si su
dureza está comprendida entre 71 y 75, ¿Cual es la probabilidad de que un espécimen
seleccionado al azar tenga una dureza aceptable?
(b) Se toma otra aleación de metal que también se distribuye normal con varianza 11,5 y se
sabe además que el 18,14% de las piezas tienen una dureza Rockwell superior a 80. Se toma
una pieza de metal con esta aleación ¿Cual es la probabilidad de que su dureza sea inferior a
75?
Ejemplo 3: Si X es la cantidad de radiación que puede ser absorbida por un individuo antes
de que le sobrevenga la muerte. Supongamos que X es normal con media de 500 roentgen y
desviación estándar de 150 roentgen.
¿Por encima de que nivel de dosificación sobreviviría solamente el 5% de los expuestos?
Ejemplo 4: El tiempo de vida útil de cierto componente tiene distribución normal con media
500 horas y varianza y el 7,35% de los componentes duran menos de 355 horas. El
2
Ejemplo 6: Las llamadas telefónicas de larga distancia tienen distribución normal con media
8 minutos y desviación estándar 2 minutos.
a) ¿Qué proporción de llamadas estaría entre 7,8 y 8,2 minutos?
b) Si se seleccionan muestras aleatorias de 10 llamadas ¿Cuál es la probabilidad de que la
mitad de ellas esté entre 7,8 y 8,2 minutos?