SEMANA 6

VARIABLE
ALEATORIA
DOCENTE:
FIGMM
Mercedes Aida Osorio Maza
mosorio@uni.edu.pe

2019-I
TEORIA
DISTRIBUCIÓN DE PROBABILIDADES
DE VARIABLES DISCRETAS
Se caracterizan por que trabajan con variables
aleatorias discretas xi, es decir los valores que
toma x debe pertenecer al conjunto de los números
enteros.
Ejemplo

X = números de artículos defectuosos

Y = números de variables, etc.
 DISTRIBUCIÓN DISCRETAS

Distribución Binomial

DISTRIBUCION DE
UNA VARIABLE
ALEATORIA Distribución Poisson
DISCRETA

Distribución
Hipergeometrica
 DISTRIBUCIÓN BINOMIAL
Suponga que un experimento se repita “n” veces
en forma independiente, con probabilidad de éxito
igual a “p”, si definimos a x: el número de éxitos
ocurridos en “n” repeticiones, se dice que “x”
sigue una distribución binomial con parámetros
n y p sí su:
Función de probabilidad es:

 n  x n x
P(x  x i )   P q
x
  n  x n x
P(x  x i )   P q
x
Donde:
n : Numero de veces que se realiza el experimento y/o tamaño de
muestra.
x : Números de éxitos que deseamos obtener, x  .
P : Probabilidad de éxito.
q : Probabilidad de fracaso (q = 1 – p)
Ejemplo
Si un experimento se repite 5 veces y deseamos obtener 3
éxitos, tendremos:

P(éxito) = P , P(fracaso) = q
Luego:

P(E,F,E,F,E)  P(E) .P(F) , P(E)P(F) P(E)  P3q 2

P(E,E,E,F, F)  p q
3 2

P(F, F, E,E,E)  q.q.p.p.p  p 3q 2

La probabilidad de cualquier secuencia es la misma por
otro lado existen( nCx ) secuencias diferentes de éxito y
(n – x) fracasos (formas de sortear x elementos en “n”
lugares).

La Esperanza Matemática

 E (x)  np
La Varianza Matemática

 V(x)  npq
Suposiciones

I. La distribución binomial se aplica cuando la muestra

es con REEMPLAZO y la población es FINITA.
II. Los resultados de cada repetición se clasifican en dos
categorías mutuamente excluyentes:
Ejemplo
Éxito  Fracaso.
Defecto  No defectuoso.
Cara  Sello.

Además la probabilidad de éxito representada por “P”

es invariable en todas las pruebas, así como la
probabilidad de fracaso “q” (p + q = 1)
Ejemplo.- En un grupo de 12 tubos, tres de ellos
son defectuosos. Si se extrae una muestra
aleatoria de tamaño 3 con reemplazo

Hallar

a) ¿Cuál es la probabilidad de que

exactamente obtengamos un tubo
defectuoso?
b) ¿Cuál es la probabilidad que haya 2 tubos
no defectuosos?
Solución
a) Sea x = número de tubos defectuosos
3
P(D)  P
12
9
P(D)  q
12
n 3

 3  3 
1 2 1 2
9  3 9
P(x 1)   
   3   
1  12 
 12   12   12 
Ω  (DD D)( DDD)( D DD)
b) Luego:
9
P(D)  p
12
3
P(D)  q
12
n 3
Número de tubos defectuosos:

 3  9   3 
2 1

P(x  2)      
 2  12   12 
Ejemplo 2

La probabilidad que un jugador acierte en un juego es un ¼

.
Si
a) Juega 10 veces ¿ cual es probabilidad de que acierte 2
veces?
b) Juega 7 veces ¿ cual es probabilidad de que por lo
menos acierte 2 veces?
Solución

Sea “x” número de aciertos

1 3
P , q , n7
4 4
La función de Probabilidad es:
7x
 7  1   3 
x

P(x  x i )      
 x  4   4 
a) Sí n = 10
P(x  2)  P(x 0)  P(x 1)  P(x  2)
10  1   3  10  1   3  10  1   3 
0 10 1 9 2 8

P(x  2)                  

 0  4   4  1  4   4   2  4   4 
b) Sí n = 7

P(x 2)  P(x 2)  P(x 3)  ............P(x 7)

 7  1   3   7  1   7  1 
2 5 3 4 7 0
3 3
             .............      
 2  4   4   3  4  4  7  4  4
O También
P(x 2)  1 - P(x 2)
  1   3    1   3 
0 7 1 6
7 7
P(x 2)  1 - P(x 0)  P(x 1)  1 -           
 0  4   4  1  4   4 
 La Esperenza Matemática seria :
 E (x) = np = 7 * ¼= 2 De un total de 7 juegos el
promedio de aciertos es de juegos
 Y la varianza es V(x) = npq = 7*1/4*3/4= 2 , esto
significa que hay una dispersión de 2 juegos con
respecto al promedio
Video Introductorio de la
Distribución Binomial