UNIVERSIDAD

DE SONSONATE
PROBABILIDADES Y
ESTADISTICA Ricardo Viscarra
DISTRIBUCIONES
PROBABILISTICAS
DISCRETAS
En un proceso industrial se pueden tener una gran
cantidad de sensores o de medidores que registran la
forma en que las variables se presentan.
Si consideramos que lo hacen de forma aleatoria
tendremos un registro de valores numéricos a través del
tiempo, estos números llevan una tendencia, a esta
tendencia le llamaremos distribución.
Existen básicamente dos tipos de distribuciones
Una de ellas es la distribución discreta y la otra es la
distribución continua.
DISTRIBUCIONES
PROBABILISTICAS
DISCRETAS
La distribución de probabilidad para una variable
aleatoria discreta
Una variable aleatoria numérica es cierto fenómeno de
interés cuyas respuestas o resultados pueden expresarse
numéricamente. Tal variable aleatoria también puede
clasificarse como discreta o continua, originándose la
primera de un proceso de conteo y la segunda de un
proceso de medición.
Podemos definir la distribución de probabilidad para una
variable aleatoria discreta de la siguiente manera:

Una distribución de probabilidad para una variable

aleatoria discreta es un listado mutuamente excluyente de
todos los resultados posibles para esa variable aleatoria,
tal que una probabilidad particular de ocurrencia este
asociada con cada resultado.
Valor esperado de una variable discreta
Valor esperado de una variable discreta

La media 𝝁𝒙 de una distribución de probabilidad es el

Valor esperado de su variable aleatoria.
Valor esperado de una variable discreta

La media 𝝁𝒙 de una distribución que probabilidad es el

Valor esperado de su variable aleatoria.

El Valor esperado de una variable aleatoria discreta puede

considerarse como su promedio pesado sobre todos los
resultados posibles, siendo los pesos la probabilidad
asociada con cada uno de los resultados.
varianza y desviación estándar de una variable aleatoria
discreta.
La varianza de una variable aleatoria discreta puede
definirse como el promedio pesado de las diferencias
cuadradas entre cada resultado posible y su media, siendo
los pesos las probabilidades de cada uno de los resultados
respectivos.
Sí queremos determinar la desviación estándar
simplemente sacamos raíz cuadrada a la varianza, no
olvides que cualquier varianza tiene como unidades estas
pero al cuadrado mientras que la desviación estándar
tiene las mismas unidades que los datos individuales.
El Valor esperado es el mismo Valor de la media aritmética
en ciertas situaciones también llamado Valor monetario
esperado.
tomaremos un ejercicio de un libro de probabilidades, en
el cual se presenta una situación en que se ha registrado la
forma en que se desarrolla cierta probabilidad,
tomaremos la distribución “A” y calcularemos la media
aritmética, la desviación estándar y obviamente la
varianza.
X P(X) X*P(X)
0 0,5 0
1 0,2 0,2
2 0,15 0,3
3 0,1 0,3
4 0,05 0,2
1
1
X P(X) X*P(X)
0 0.5 0 1 0.5
1 0.2 0.2 0 0
2 0.15 0.3 1 0.15
3 0.1 0.3 4 0.4
4 0.05 0.2 9 0.45
1 1.5
X P(X) X*P(X)
0 0.5 0 1 0.5
1 0.2 0.2 0 0
2 0.15 0.3 1 0.15
3 0.1 0.3 4 0.4
4 0.05 0.2 9 0.45
1 1.5

1.5
X P(X) X*P(X)
0 0.5 0 1 0.5
1 0.2 0.2 0 0
2 0.15 0.3 1 0.15
3 0.1 0.3 4 0.4
4 0.05 0.2 9 0.45
1 1.5

1.5

1.224744871
investigando en diversas fuentes encontraremos que
existen varios tipos de distribuciones probabilisticas
discretas, recuerda que una variable discreta es aquella
cuyos valores son números enteros.
investigando en diversas fuentes encontraremos que
existen varios tipos de distribuciones pruebas de místicas
discretas, recuerda que una variable discreta es aquella
cuyos valores son números enteros.

De acuerdo a mi criterio te hablaré de siete distribuciones

discretas las cuales son las siguientes:
1. BERNOULLI
2. BINOMIAL
3. POISSON
4. HIPERGEOMETRICA
5. MULTINOMIAL
6. BINOMIAL NEGATIVA
7. GEOMETRICA
En la distribución de BERNOULLI llamada
también distribución Dicotómica, nombrada así
por el matemático suizo Jacob BERNOULLI es una
distribución de probabilidad discreta que toma el
Valor de 1 para la probabilidad de éxito (p) y el
Valor de cero para la probabilidad de fracaso (q).
La distribución Binomial
La distribución Binomial es una distribución de
probabilidad discreta que cuenta el número de éxitos en
una secuencia de “n” ensayos de BERNOULLI
independientes entre sí, con una probabilidad fija de
ocurrencia de éxito entre los ensayos. Se caracteriza por
ser Dicotómica esto es con sólo dos resultados posibles
llamados éxito (p) y fracaso (q).
La distribución binomial es una distribución de
probabilidad discreta que es extremadamente útil para
describir mucho fenómenos.

Posee cuatro propiedades esenciales:

1. las observaciones posibles pueden obtenerse
mediante dos métodos de muestreo distintos. Cada
observación puede considerarse como seleccionada
de una población infinita sin reemplazo o de una
población finita con reemplazo.
2. cada observación puede clasificarse en una de
dos categorías mutuamente excluyentes y
colectivamente exhaustivas, usualmente
denominadas éxito y fracaso.
3 la probabilidad de que una observación se clasifique
como éxito, p, es constante de observación a
observación. Por tanto, la probabilidad de que una
observación se clasifique como fracaso, 1-p, es
constante sobre todas las observaciones.
4 el resultado (es decir, el éxito o fracaso) de cualquier
observación es independiente del resultado de
cualquier observación.
La variable aleatoria discreta o fenómeno de interés que
sigue la distribución binominal es el número de éxitos
obtenidos en una muestra de “n” observaciones. Así pues,
la distribución binomial ha gozado de numerosas
aplicaciones como ejemplo tenemos:
* en juegos de azar:

¿Cuál es la probabilidad de que salga 15 o más veces

un número en rojo en 19 giros en la rueda de la ruleta.
* En el control de calidad de productos:

¿Cuál es la probabilidad de que en una muestra

de 20 y llantas del mismo tipo, ninguna salga
defectuosa si 8% de tales llantas producidas en una
planta particular son defectuosas?
* en educación:

Cual es la probabilidad de que un estudiante

pueda pasar un examen de diez preguntas de
opción múltiple (cada pregunta conteniendo
cuatro opciones) si el estudiante adivina en cada
pregunta? (pasar se define como obtener 60% de los
puntos correctos, es decir, obtener al menos seis de
diez puntos Correctos.)
* En finanzas:
¿Cuál es la probabilidad de que un valor particular
muestre un incremento en su precio de cierre
diariamente durante las siguientes diez sesiones de
negocios (consecutivas), si el precio del mercado de
valores realmente cambia aleatoriamente?
La media aritmética o valor esperado:
La desviación estándar:
La probabilidad:
Ejemplo:
a) ¿Cuál es la probabilidad de que no se venda ninguna
suscripción?
b) ¿Cuál es la probabilidad de que se vendan exactamente
2 suscripciones?
b n 10 0,301989888
p 0,2
q 0,8
x 2
c) ¿Cuál es la probabilidad de que se vendan al menos 2
suscripciones?

c al menos 2 0,624190362
0 0,10737418
1 0,26843546
d) ¿Cuál es la probabilidad de que se vendan a lo mas 2
suscripciones?

d a lo mas 2 0,677799526

0 0,10737418
1 0,26843546
2 0,30198989
De manera adicional quiero explicarte como utilizar la
tabla de distribución binominal que aparece en libros.
Para la pregunta (a) que dice que cual es la probabilidad
de que no se venda ninguna suscripción...
Podemos comparar la respuesta con formula y calculadora
(la de la izquierda), con la de la tabla (la de la derecha).
Ambos resultados son iguales, es valido calcular las
probabilidades tomándolas directamente de una tabla.

0,107374182
Para la pregunta (b), que pide la probabilidad de que
exactamente dos suscripciones se vendan:
Para la pregunta (c) que dice que cual es la probabilidad
de al menos vender dos suscripciones...

0,624190362
Para la pregunta (d) que pide la probabilidad de que a lo
mas se vendan dos suscripciones...

0,677799526
Adicionalmente podemos encontrar la media o valor
esperado

2
La desviación estándar es:

1,264911064