Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISTRIBUCIÓN DE PROBABILIDADES
El proceso de realizar una distribución de probabilidad depende del tipo de variable aleatoria
que se esté trabajando, por ello hablaremos de distribución de probabilidad discreta y
distribución de probabilidad continua.
x1 p ( x1 )
x2 p( x2 )
x3 p ( x3 )
xn p( xn )
p( x ) 1
i
Xi 2 3 4 5 6 7 8 9 10 11 12
P ( Xi 1/36 2/36
)
Distribución de probabilidades
CARFERZEA
0,18
0,16
0,14
0,12
0,1
0,08 P(Xi)
0,06
0,04
0,02
0
2 3 4 5 6 7 8 9 10 11 12
Ejemplo 2: Una caja contiene 20 bombillos de los cuales hay 4 que no funcionan. Se extraen tres
de ellos al azar. Realice la distribución de probabilidades a la variable” número de bombillos
que no funcionan”.
Solución: Tenemos que se puede dar el caso de que en los tres bombillos extraídos no hayan
malos o que no funcionen 1, 2 o los tres. Por ello la variable X = 0, 1,2 o 3.
Por lo tanto debemos encontrar las probabilidades P(0) , P(1) , P(2) y P (3).
P(0) es la probabilidad de que ninguno de los bombillos esté malo, o también, la probabilidad
de que todos estén buenos. Se tiene entonces el evento E = el bombillo no funciona, cuya P(E)
= 4/20, y debemos calcular la probabilidad p( E1 E2 E3 ) para eventos dependientes:
16 15 14 28
P (0) = p( E1 E2 E3 ) = =
20 19 18 57
La probabilidad de que salga un solo bombillo malo, P (1) , es la suma de las probabilidades de
los casos en donde sólo sale uno de ellos que no funciona, pues puede ser el primero, el
segundo o el tercero, por lo tanto:
P(1) = p( E1 E2 E3 ) p( E 1 E2 E3 ) p( E 1 E2 E3 )
Distribución de probabilidades
CARFERZEA
4 16 15 16 4 15 16 15 4 8
= ( )( )( )
20 19 18 20 19 18 20 19 18 19
P(2) = p( E1 E2 E3 ) p( E 1 E2 E3 ) p( E1 E2 E3 )
4 3 16 16 4 3 4 16 3 8
= ( )( )( )
20 19 18 20 19 18 20 19 18 95
4 3 2 1
P(3)= p( E1 E 2 E3 )
20 19 18 285
0,500
0,400
0,300
Probabilidad
0,200
0,100
0,000
0 1 2 3
Facturas con errores
E ( x) xP( xi )
Así, para la variable “resultado en el lanzamiento de un par de dados”, el valor esperado es:
1 2 3 4 5 6 5 4 3 2 1
E ( x) 2( ) 3( ) 4( ) 5( ) 6( ) 7( ) 8( ) 9( ) 10( ) 11( ) 12( )
36 36 36 36 36 36 36 36 36 36 36
E( x) 0,055 0,166 0,333 0,555 0,138 1,166 1,111 1 0,833 0,611 0,333 6,31
El hecho de que en el experimento de lanzar un par de dados, el valor esperado sea =6,31,
significa que al hacer el lanzamiento se esperaría que el resultado fuese 6 , o 7.
Distribución de probabilidades
CARFERZEA
Cuando un experimento cumple con las tres últimas características, se dice que es de Bernoulli,
lo que significa que un experimento binomial es un experimento de Bernoulli con “n”
repeticiones.
Solución:
Para este caso tenemos que la variable aleatoria es “ la cantidad de veces que puede salir 6 al
lanzar un dado en cuatro ocasiones ”, por lo tanto se puede afirmar que X = 0 , 1 , 2, 3. Se quiere
determinar la probabilidad de que salga en dos ocasiones, es decir, P ( 2 ).
Se puede verificar que el experimento es binomial ya que cumple con las 4 características.
La probabilidad de cada uno de ellos es la misma, pues se trata de una probabilidad producto
de eventos independientes y en cada uno de ellos hay dos éxitos y dos fracasos, por lo tanto:
Distribución de probabilidades
CARFERZEA
1 1 5 5 25 25
= 6* * * * = 6*
6 6 6 6 1296 216
P ( 2 ) = 4C2 * p2 * q2
2 2
1 5
= 6* *
6 6
1 25 25
= 6* *
36 36 216
Igualmente se puede calcular la probabilidad para cualquier valor que toma la variable, por
ejemplo:
= 4* ( )
=4* ( )=
3 1
1 5
P ( 3 ) = 4C3 * p3 * q1 = 4 * * =
6 6
5 5 5 5
P ( 0 ) = 1* ( * * * ) 4 C0 * p 0 * q 4
6 6 6 6
1 5 5 5
P (1) = 4 * ( * * * ) 4 C1 * p1 * q 3
6 6 6 6
1 1 5 5
P(2) = 6 * ( * * * ) 4 C2 * p 2 * q 2
6 6 6 6
1 1 1 5
P(3) = 4 * ( * * * ) 4 C3 * p 3 * q 1
6 6 6 6
1 1 1 1
P ( 4 ) = 1* ( * * * ) 4 C4 * p 4 * q 0
6 6 6 6
Distribución de probabilidades
CARFERZEA
Observando la secuencia como se da cada una de las probabilidades para cada valor que toma
la variable, se puede inferir que para “n” ensayos la probabilidad de que la variable tome un
valor x cualquiera es:
P( x ) n C x * p x * q n x
Recordemos que el valor esperado de una variable aleatoria x , = E(x) , es la media aritmética
de los valores que ella toma teniendo en cuenta como ponderación su probabilidad de
ocurrencia. En el caso de una distribución b inomial este valor se calcula con la ecuación
np n = número de ensayos.
p = probabilidad de éxito.
Así, en el ejemplo 1 (número de veces que sale el 6 en 4 lanzamientos de un dado), la media es:
1 2
4 0,666
6 3
Lo que se puede interpretar como que al lanzar en cuatro ocasiones un dado, se espera que el
6 salga en 1 de ellas aproximadamente. Pero si se hacen 120 lanzamientos, el 6 saldría en
1
promedio 20 veces ( 120 20 ) .
6
Para el ejemplo 2 , donde la variable aleatoria es “número de clientes que realizan una
compra”, si se estima que el total de clientes que ingresan al almacén diariamente es de 50, en
25
promedio 6 de ellos comprarían . ( 50 6,25 )
200
npq
1 5 25 175
4( ) 0,74 y 3( ) 0,572 (Para el caso de que tres
6 6 200 200
clientes ingresen al almacén)
1
Medida de dispersión que estima cuántas unidades por encima o por debajo de la media se encuentra
aproximadamente el 68,27% de los datos.
6
Distribución de probabilidades
CARFERZEA
EJERCICIOS
20 0,12
30 0,40
40 0,30
50 0,18
expresión x
2
i p( xi ) . Calcule la desviación estándar de la variable X del ejercicio.
3. La función de probabilidad de una variable discreta “x” está dada por la expresión
p( x) X i2 1 0,002 , para x = 8,10,12,14. Construya el diagrama de barras que representa
la distribución de probabilidad de la variable y calcule el valor esperado .
Distribución de probabilidades
CARFERZEA
5. Una vacuna contra una enfermedad infecciosa muestra una efectividad de inmunidad
del 93%. Si se le aplica a 5 personas expuestas a la infección, ¿qué probabilidad existe de que
ninguna contraiga la enfermedad?, ¿de que la contraigan 2 o 3?
6. Se lanza una moneda en 4 ocasiones. ¿Qué probabilidad existe de que el resultado sea
sello en 3 de ellas?, ¿qué probabilidad hay de que salga al menos un resultado de cara? ¿Cuál es
la desviación estándar de esta distribución?
Distribución de probabilidades
CARFERZEA
Fig 1.
El área bajo la curva entre las rectas Xi y X k, da la probabilidad de que X se encuentre entre
estos dos valores, lo cual se expresa mediante la relación:
P { Xk X Xl }
Ejemplo 1: (Distribución de probabilidad uniforme) Consideremos una empresa que paga a sus
empleados entre U$50 y U$120 como salario semanal. La probabilidad de que un empleado
nuevo ingrese ganando un sueldo cualquiera dentro de este rango es de 1/70, en cualquier otro
caso es cero. ¿Qué probabilidad tiene un empleado, que ingresa por primera vez a la empresa,
de ganar un salario entre U$ 70 y U$110?
Solución: En este caso tenemos una función de probabilidad constante, p(x) = 1/70 para 50 ≤
x ≤ 120, cuya representación gráfica se muestra en la siguiente figura 2:
Fig 2
Observe que el área total bajo la recta es 1, pues se trata de la probabilidad del espacio
muestral, P (50≤x≤120) = 1 (la probabilidad de que el salario de un empleado esté entre
U$50 y U$120 es del 100%).
Distribución de probabilidades
CARFERZEA
P(x)
Fig 3
p70 x 110
Como se puede observar, lo que se debe hallar es el área de un rectángulo de ancho 40 y altura
1/70, luego:
1 4
p70 x 110 = 40 0,5714
70 7
Lo que significa que existe una probabilidad del 57,14% de que un empleado de nuevo ingreso
inicie su trabajo devengando un salario semanal entre U$70 y U$110.
Ejemplo 2: Una oficina de atención al cliente de una empresa está preocupada por las
constantes quejas sobre el tiempo que demora la correspondencia en llegar al funcionario
adecuado. El gerente de la oficina ha realizado un estudio en el que pudo establecer que estos
tiempos oscilan entre 8 y 20 horas y que la probabilidad de que la información llegue en un
x 11
tiempo determinado, en este intervalo, está dada por la función p( x)
360 90
Solución: Para resolver la situación es necesario graficar la función P(X), que se trata, en este
caso, de una función lineal. Claro está que se debe tener en cuenta que el dominio de la función
de probabilidad es 8≤ x ≤ 20, por lo que la gráfica es el segmento de recta que muestra la fig 4.
8 11 1
p(8)
360 90 10
20 11 1
p(20)
360 90 15
10
Distribución de probabilidades
CARFERZEA
Fig 4.
Para el caso “a” hallamos p(10) y p(15) y calculamos el área comprendida entre estos valores
(fig 5). Observe que la figura que se forma es un trapecio (invertido) de base mayor P(10) =
17/180, de base menor P(15) = 29/360 y de altura 5.
Fig 5.
17 29
*5
A 180 360
7
0,4375
2 16
11
Distribución de probabilidades
CARFERZEA
Para calcular esta área debemos hallar el área del trapecio de base mayor p(8), de base
menor P(12) y de altura 4.
1 4
p(8 x 12)
p(8) p(12) * 4 (10 45 ) * 4 17 0,3777
2 2 45
Otra forma de calcular estas áreas, que permiten definir la probabilidad de ocurrencia de
la variable continua en un intervalo dado, es a través del cálculo de la integral definida, o
por medio de tablas de valores pre-establecidas.
1
P( x) e ( x ) / 2 2
2
2
Donde:
es la media de la variable aleatoria continua “x”.
es la desviación estándar
e , es el número natural 2,71828
= 3,14159
Dicha función genera la curva normal anteriormente descrita.
12
Distribución de probabilidades
CARFERZEA
Para determinar el área bajo la curva, sin el uso del cálculo integral, se hace necesario
expresar la variable aleatoria continua “x” en términos de otra variable, denominada
“variable normal estandarizada, z” y que se define como:
xi
Z
Esta variable Z determina a cuántas desviaciones estándar, por encima o por debajo de la
media, se encuentra cualquier valor x i de la variable. Por ejemplo, si los resultados de una
prueba de un curso arrojó una media = 30 y una desviación estándar = 5, el valor x i =
40 tiene una valor de z = 2, lo que significa que cualquier estudiante del curso con un
puntaje de 40 puntos, se encuentra a dos desviaciones estándar por encima del promedio
del curso; pero un estudiante que haya obtenido un puntaje de 23, tiene un valor z = -1,4,
que indica que el puntaje obtenido por el estudiante está a 1,4 desviaciones estándar por
debajo de la media.
Fig 6.
13
Distribución de probabilidades
CARFERZEA
Para hallar cualquier área de la curva comprendida entre dos valores cualesquiera de Z, se
utiliza la tabla 1 anexa al final de este documento. El valor del área que allí aparece es
contado a partir del punto Z = 0 y hasta Z = 3, y como la curva es simétrica, estos valores
también corresponden para la región comprendida entre Z = -3 y Z = 0.
Por ejemplo, para determinar qué región de la campana de Gauss corresponde hasta el
valor de Z = 1,24 se procede de la siguiente forma:
En forma análoga se puede calcular cualquier área bajo la curva normal, algunas veces se
tendrá que sumar, en otras que restar o realizar un proceso de análisis aritmético sencillo
para determinar el área deseada.
b. ¿Qué porcentaje de los empleados pasó en enero de 2003 más de 100 horas
conectado a internet?
14
Distribución de probabilidades
CARFERZEA
Solución:
xi 50 77
Z 1,35
20
Para calcular P (x < 50) debemos hallar el área, de la curva normal estandarizada, que
corresponde hasta el valor Z = -1.35, que se detalla a continuación.
Por lo tanto:
b. En este caso debemos hallar P( x > 100), por ello hallamos primero el valor de Z
que corresponde a X = 100.
xi 100 77
Z 1,15
20
Siguiendo un proceso similar al anterior, tenemos que restar del 50% de la segunda mitad
de la curva, el porcentaje que corresponde al sector comprendido entre Z = 0 y Z = 1,15,
que lo da la tabla.
15
Distribución de probabilidades
CARFERZEA
Luego:
c. Para este caso, P (45 ≤ x ≤ 70), debemos hallar los valores de Z que corresponden
a x = 45 y x = 70 y hallar el área entre ellos.
45 77 70 77
Z1 1,6 y Z2 0,35
20 20
_ =
d. Se afirma que para ser calificado como usuario intensivo, debe estar en el 20%
superior de uso del internet, es decir, estar 20% por encima de la media (esto es superar el
70% del área total de la curva).
Observando la tabla, el valor de Z que abarca el 0,20 después de la media es Z = 0,53 (se
puede aproximar 0,2019 a 0,20). Ahora hallamos el valor de X que corresponde a Z =
0,53.
xi
Si Z xi Z
X (0,53)(20) 77 87,6
16
Distribución de probabilidades
CARFERZEA
EJERCICIOS
a. P ( 30 ≤ x ≤ 42)
b. P ( 2 ≤ x ≤ 4 )
cm
17
Distribución de probabilidades
CARFERZEA
3. Calcule el valor de la variable aleatoria “x” para cada uno de los valores de Z, de
acuerdo a la media y desviación típica dadas:
4. En una ciudad se estima que la temperatura máxima en el mes de junio sigue una
distribución normal, con media 23° y desviación típica 5°. Calcular el número de
días del mes en los que se espera alcanzar:
a) Temperaturas máximas entre 21° y 27°.
b) Temperaturas máximas superiores a 20º.
c) Temperaturas máximas inferiores a 28º
6. Se supone que los resultados de un examen siguen una distribución normal con
una media 78 y varianza 36. Se pide:
a) .Cual es la probabilidad de que una persona que se presenta al examen obtenga una
calificación superior a 72?
b) Calcular la proporción de estudiantes que tienen puntuaciones que exceden por lo
menos en cinco puntos de la puntuación que marca la frontera entre el Apto y el No-Apto
(son declarados No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones más
bajas).
7. Tras un test de cultura general se observa que las puntuaciones obtenidas siguen
una distribución Normal de =65 y = 18. Se desea clasificar a los examinados en
tres grupos (de baja cultura general, de cultura general aceptable, de excelente
cultura general) de modo que hay en el primero un 20% la población, un 65% el
segundo y un 15% en el tercero. ¿Cuáles han de ser las puntuaciones que marcan el
paso de un grupo al otro?
8. Varios test de inteligencia dieron una puntuación que sigue una distribución
normal con media 100 y desviación típica 15.
a) Determinar el porcentaje de población que obtendría un coeficiente entre 95 y 110.
b) ¿Que intervalo centrado en 100 contiene al 50% de la población?
c) En una población de 2500 individuos. ¿Cuántos individuos se esperan que tengan un
coeficiente superior a 125?
18
Distribución de probabilidades
CARFERZEA
10. La vida media de los habitantes de un país es de 68 anos, con una varianza de 25
(Recuerde que la varianza es 2). Se hace un estudio en una pequeña ciudad de
10.000 habitantes:
a) Cuantas personas superaran previsiblemente los 75 años?
b) Cuantos vivirán menos de 60 anos?
c) Qué probabilidad hay de que una persona de esta comunidad viva entre 72 y 78 años?
11. La duración promedio del mezclador de un cierto fabricante es de 5 años, con una
desviación estándar de 1 año. Asumiendo que las duraciones de estos mezcladores
siguen aproximadamente una distribución normal, encuentre:
a) La probabilidad de que la vida promedio de un mezclador esté entre 4.4 y 5.2.
b) La probabilidad de que la vida útil de un mezclador sea mayor a 6,5 años.
c) Probabilidad de que un mezclador dure entre 2 y 6 años.
12. El periodo de tiempo que un cajero de banco atiende a un cliente es una variable
aleatoria con una media de 3.2 min y una desviación estándar de 1.6 min. Cuál es la
probabilidad de que el cajero atienda a un cliente en:
a) Cuando mucho 2.7 min
b) Mas de 3.5 min
c) Al menos 3.2 min pero menos de 3.4 min.
13. Se sabe que la nota promedio del área de castellano obtenida por los estudiantes
de cierta institución en las pruebas saber icfes de 11, fue de 47 puntos, con una
desviación estándar de 5 puntos. Los puntajes de los estudiantes tuvieron una
distribución normal. Si se escoge aleatoriamente un estudiante de la institución,
¿qué probabilidad hay de que éste tenga una puntuación superior a 60puntos? , ¿
de que su puntuación sea menor a 60 puntos?. Si se escogen 6 estudiantes, ¿qué
probabilidad hay de que exactamente 4 de ellos tenga un puntaje superior a 60
puntos? ¿ cuál es la probabilidad de que exactamente 3 de ellos tengan una
puntuación menor a 60 puntos?, ¿ de que por lo menos 1 tenga una puntuación
superior a 60 puntos?
14. En el ejercicio 12, si se analizan 8 clientes atendidos por el cajero, qué probabilidad
existe de que exactamente 4 de ellos hayan sido atendidos en un tiempo superior a
5 minutos?. ¿De que exactamente 2 de ellos se les atienda en un lapso inferior a 5
minutos? ¿De que máximo 4 fuesen atendidos en un tiempo mínimo de 5 minutos?
15. Teniendo en cuenta los datos del ejercicio 11, al escoger una muestra de 12
mezcladores, ¿qué probabilidad hay de que exactamente 5 de ellos tengan una vida
útil superior a la vida media?
19
Distribución de probabilidades