Ejemplos de Distribuciones Discretas

Grupo 4SM1

Ejemplo 1.Distribución Binomial

Un jugador anota con una probabilidad de 0.55. Calcule la probabilidad de que al tirar 6
veces el jugador anote:

a. Cuatro veces
b. Ninguna vez

P(X=x) = nCx Px (q)n-x

n / número de ejecuciones
x/ numero de éxitos en n ejecuciones
P/ probabilidad de éxito
q/ probabilidad de fracaso (1-P)
q= 1- 0.55 = 0.45

SOLUCION
B(x,n,P) = B(4, 6, 0.55)

P(x=4) = 6C4 (0.55)4 (0.45)2

(15)(0.55)4 (0.45)2
P(x=4)= 0.2779 = 27.79 %

P(x=0)= 6C0 (0.55)0 (0.45)6

(1) (0.55)0 (0.45)6
P(x=0) = 0.0083 = 0.83 %
Ejemplo 2.Distribución Binomial

La probabilidad de que un alumno de 1° de bachillerato repita curso es de 0.3, si

elegimos 20 alumnos al azar, ¿cuál es la probabilidad de que haya exactamente 4
repetidores?

p=0.3

q=0.7 P(x=4) = b(4, 20, 0.3) =20C4 (0.3)4 (0.7)16 = 0.1304

n=20

x=4

b) ¿Cuál es la probabilidad de que haya más de 5 repetidores?

P(x > 5) = 1 – B(5, 20, 0.3) = 1 – 0.416 = 0.584

c) ¿Cuál es la probabilidad de que haya entre 3 y 7 repetidores?

P (3 ≤ x ≤ 7) = B(7, 20, 0.3) – B(2, 20, 0.3) = 0.772 – 0.036 = 0.736

Ejemplo 3.Distribución Binomial

Una cadena grande de tiendas al detalle compra cierto tipo de dispositivo

electrónico de un fabricante. El fabricante indica que la tasa de defectuosos del
dispositivo es 3%.
El inspector de la cadena elige 20 artículos al azar de un cargamento. ¿Cuál es la
probabilidad de que haya al menos 1 artículo defectuosos entre esos 20?

n = 20 P ( x ≥ 1 )=1−P ( x=0 )=1−b (0 ; 20,0.03)

x≥1 = 1−[ ( 20C 0 ) ( 0.03 )0 ( 0.97 )20 ]

p = .03 = 0.4562
q = .97
Ejemplo 4.Distribución Binomial

La probabilidad de que cierto antibiótico presente una reacción negativa al administrarse a

un ave rapaz en recuperación es de 0.15. Si se les ha administrado dicho antibiótico a 10
aves, calcúlense las probabilidades de que haya reacción negativa:
a) En dos aves
b) En ningún ave
c) En menos de 3 aves
d) Cuantas aves en promedio tendrán una reacción negativa

Datos Formula
n=10 b(x; n, p)= nCx p x q n−x
P=0.15
q=1-p =1-0.15 =0.85

a) P(X=2)= b (2;10,0.15)

P(X=2)= 10 C 2(0,15)2 (0.85)10−2

P(X=2)= 0.2758
b) P(X=0)= b (0;10,0.15)

P(X=0)= 10 C 0( 0,15)0 ( 0.85)10−0

P(X=0)= 0.1968
c) P(X< 3)=b (0;10,0.15),b (1;10,0.15),b (2;10,0.15)

P(X< 4)=0.1968+10 C 1(0,15)1 (0.85)10−1+ 0.2758

P(X< 4)=0.1968+0.3474+ ¿0.2758
P(X< 4)=0.820
d) E[x]= np =(10)(0.15) =1.5
Ejemplo 5.Distribución Hipergeométrica

En una urna o recipiente hay un total de N objetos, entre los cuales hay una
cantidad a de objetos que son defectuosos, si se seleccionan de esta urna n
objetos al azar, y sin reemplazo, ¿cuál es la probabilidad de obtener x objetos
defectuosos?

Solución:

Considerando que en la urna hay un total de 10 objetos, de los cuales 3 son

defectuosos, si de seleccionan 4 objetos al azar, ¿cuál es la probabilidad de que 2
sean defectuosos?

N = 10 objetos en total

a = 3 objetos defectuosos

n = 4 objetos seleccionados en muestra

x = 2 objetos defectuosos deseados en la muestra

Ejemplo 6. Distribución binomial y de Poisson

Al someter a prueba tarjetas de circuito, la probabilidad de que cualquier diodo particular

falle es de 0.01. Suponga que una tarjeta de circuito contiene 200 diodos.
a. ¿Cuántos diodos esperaría que fallen y cuál es la desviación estándar del número que se
espera fallen?
b. ¿Cuál es la probabilidad (aproximada) de que por lo menos cuatro diodos fallen en una
tarjeta seleccionada al azar?
c. Si se envían cinco tarjetas a un cliente particular, ¿qué tan probable es que por lo menos
cuatro de ellas funcionen apropiadamente? (Una tarjeta funciona apropiadamente sólo si
todos sus diodos funcionan.)
a. E(X) = np = (200)(.01) = 2

V(X) = npq = (200)(.01)(.99) = 1.98

X = √1.98=1.407

b.X esta aproximadamente en la distribución de poisson con = np = 2,

P(X 4) = 1 – P(X 3) = 1 – F(3,2,1,0) = 1 - 0.857 = 0.143

C. P (el tablero funciona correctamente) = P (todos los diodos trabajando) = P(X = 0) =

F (0;2) = 0.135
Con n = 5 and p =0.135.

P (Y 4) = P (Y = 4) + P (Y = 5) =

(5C4)(0.135)4(0.865) + (5C5) (0.135)5(0.865)0 = 0.00144+0.00004 = 0.00148

Ejemplo 7

Es conocido el hecho de que cierto tipo de bacterias poseen, además de sus cromosomas,
otras estructuras de ADN llamadas factores de resistencia. Estos factores confieren a la
bacteria resistencia a uno o varios antibióticos. En un determinado medio el 0.06% de las
bacterias no poseen dicha propiedad. Sobre una población de 10000 bacterias se desea
saber:
a) La probabilidad de que el numero de bacterias no poseyendo dicha resistencia sea
superior a 6, pero inferior a 15
b) La probabilidad de que haya 5 exactamente sin resistencia antibiótica
Solución
a) P ( 6< x <15 )=P ( x ≤ 14 )−P( x ≤ 6)

 Por tablas:
P ( 6< x <15 )=P ( x ≤ 14 )−P ( x ≤6 )=0.998604−0.606302=0.3923

P ( 6< x <15 )=0.3923=39.23 %

 Por formula:
P ( 6< x <15 )=P ( x ≤ 14 )−P ( x ≤6 )

P ( x ≤ 14 )=P ( x=0 )+ P ( x=1 ) + P ( x=2 ) + P ( x =3 ) + P ( x =4 )+ P ( x=5 )+ P ( x=6 )+ P ( x=7 )+ P ( x=8 )+ P ( x

0 10000 1 9999 2 9998

P ( x ≤ 14 )= ( C 1000
[ 0 ) ( 0.0006 ) ( 0.9994 ) + ( C1000
] [
1 ) ( 0.0006 ) ( 0.9994 ) + (C 1000
] [
2 ) ( 0.0006 ) ( 0.9994 ) + ] [
P ( x ≤ 14 )=0.002474+0.01485+0.04458+ 0.08920+0.1338+0.16065+0.16067+ 0.13771+ 0.103278+0
P ( x ≤ 14 )=0.998604

0 10000 1 9999 2 9998

P ( x ≤ 6 )= ( C 1000
[ 0 ) ( 0.0006 ) ( 0.9994 ) + (C 1000
] [1 ) ( 0.0006 ) ( 0.9994 ) + (C 1000
] [
2 ) ( 0.0006 ) ( 0.9994 ) ]+[( C
P ( x ≤ 6 )=0.002474+0.01485+0.04458+ 0.08920+ 0.1338+0.16065+0.16067
P ( x ≤ 6 )=0.606302
P ( 6< x <15 )=P ( x ≤ 14 )−P ( x ≤6 )=0.998604−0.606302=0.3923

b) P ( x=5 )

 Por fórmula (Binomial):

P ( x=5 )=¿b (x; n, p) =b (5;10000,0.0006) = ( C1000
5 ) ( 0.0006 )5 ( 0.9994 )9995 =0.1606
[ ]
P ( x=5 )=0.1606=16.06 %
  Por formula (Distribución de Poisson)
P ( x=5 ) ; λ=6 ; x=5

λ x e−λ 65 e−6
P ( x=5 )= = =0.1606 =16.06%
x! 5!

Ejemplo 8. Distribución Binomial

La probabilidad de que un estudiante obtenga el título de Licenciado en Biología es 0.3. Hallar la

probabilidad de que de un grupo de 7 estudiantes matriculados en primer curso:

a) Ninguno de los siete finaliza la carrera.

b) La finalicen todos
c) Al menos dos acaben la carrera
d) Hallar la media y la desviación típica del número de alumnos que acaban la carrera
Solución:

P= {acabar la carrera} P ( X=r )=nCx p x q n−x

p= 0.3

q= 0.7

a) P ( X=0 )=b ( 0 ; 7,0.3 ) =(7 C 0)( 0.3)0 ( 0.7)7

∴ P ( X =0 ) =0.0823

b) P ( X=7 )=b ( 7 ; 7,0.3 ) =( 7C 7 ) ( 0.3 )7 ( 0.7 )0

 ∴ P ( X =7 ) =0.0002187

c) P ( X ≥2 ) =b ( 2; 7,0.3 )+ b ( 3; 7,0.3 )+ b ( 4 ; 7,0.3 ) +b ( 5 ; 7,0.3 ) +b ( 6 ; 7,0.3 ) +b ( 7 ; 7,0.3 )

2 5 3 4 4 3
¿ ( 7 C 2 ) ( 0.3 ) ( 0.7 ) + ( 7 C 3 ) ( 0.3 ) ( 0.7 ) + ( 7 C 4 ) ( 0.3 ) ( 0.7 )
+ ( 7 C 5 )( 0.3 )5 ( 0.7 )2 + ( 7 C 6 )( 0.3 )6 ( 0.7 )1 +(7 C 7)(0.3)7 (0.7)0
∴ P ( X ≥ 2 )=0.6705
Ó
Por tablas : P ( X ≥ 2 )=1−B ( X =1 )=1−0.329=0.671

d) E [ X ] =np=( 7 )(0.3)∴ E [ X ] =2.1

V [ X ] =npq=( 7 ) ( 0.3)(0.7)∴ V [ X ] =1.47