Variables aleatorias discretas y sus distribuciones de probabilidad.

Factorial de ɳ (ɳ!)
Se denota por el símbolo ɳ! Que se lee “n factorial”, “” factorial de n y se
define para enteros positivos de la siguiente manera:
ɳ! = ɳ (ɳ − 1)(ɳ − 2)(ɳ − 3) … (1)

Ej.: Desarrollar:

1! = 1
2! = 2𝑥1 = 2
3! = 3𝑥2𝑥1 = 6
4! = 4𝑥3𝑥2𝑥1 = 24
5! = 5𝑥4𝑥3𝑥2𝑥1 = 120

Nota: además 0! = 0

Los factoriales no se reducen o simplifica.

Ej.:
2!
6! 2!
= 𝑖𝑛𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑜
3! 3!

6! 6𝑥5𝑥4𝑥3!
= = 120 Correcto
3𝑖 3!

12! 12𝑥11𝑥10𝑥9!
= = 1,32
9𝑖 9!
Combinaciones:
Una combinación de n objetos tomados de X en X es una selección de
X de los n objetos sin importar el orden de los mismos.
Una combinación se denota de tres formas:

ɳ
ɳ 𝐶𝑥; 𝐶𝑛 , 𝑋 ; ( )
𝑋

Una combinación se define así:

𝐶 ɳ!
( )= (ɳ−𝑋)! 𝑋!
Donde ɳ > 𝑋 ; 𝑋 ≥ 0
ɳ

r y n son enteros

Hallar el valor de la combinación:

6 10
a-) ( ) = 28 c-) ( ) = 210
8 6

9 10
b-) ( ) = 36 d-)( ) = 210
2 4
8 10
1-) ( ) = 28 3-) ( ) = 210
6 6

9 10
2-) ( ) = 36 4-) ( ) = 210
2 4

Propiedades de las combinaciones:

1-) 𝑋 = 0 → (𝑋ɳ ) = 1
5! 5! 1
Ej.: (50) = (5−0)!0! = = =1
5!0! 1

2-) 𝑋 = ɳ → (𝑋ɳ ) = 1
 5! 5! 1
Ej.: (55) = (5−5)!5! = = =1
0!5! 1

3-) 𝑋 = 1 → (𝑋ɳ ) = ɳ
5! 5! 5 𝑥 4! 5
Ej.: (51) = (5−1)!1! = = = =5
4!1! 4!1! 1

Las distribuciones: Binomial, Poisson y Normal.

I- La distribución Binomial:
Si la P es la probabilidad de ocurrencia de un suceso, en un solo ensayo
y q es la probabilidad de que el suceso no ocurra en un solo ensayo, entonces
la probabilidad de que el suceso se presente X veces en n ensayos tiene la
siguiente ecuación:
ɳ
𝑃(𝑋) = ( ) 𝑃 𝑥 . 𝑞ɳ−𝑥 ɳ= tamaño de la muestra
𝑋

x = variable discreta
𝑥 = {0,1,2,3 … ɳ}
Además:
𝑃+𝑞 = 1 →𝑞 =1−𝑃
Luego ∑ 𝑃(𝑥) = 1 = 𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3) + ⋯ + 𝑃(ɳ)

Analiza esta situación:

Para 𝒙 = {𝟎, 𝟏, 𝟐, 𝟑, 𝟒,𝟓}

Determine los elementos ordenados de:

a) Menos de tres = {0, 1,2}

b) A lo más de dos = {0, 1,2}
c) Dos o menos = {0, 1,2}
 d) Sólo dos = {2}
e) Al menos dos = {2, 3, 4, 5}
f) Por lo menos dos = {2,3,4, 5}
g) Dos o más = {2, 3, 4,5}
h) A lo sumo dos = {0, 1,2}

Ej.: 1-En una empresa de zona franca se estima que 𝟏⁄𝟒 de sus
empleados viven en la zona rural. Se elige al azar una muestra de 5
empleados que distribuye binominalmente; Hallar la probabilidad de
que:

a) Menos de dos empleados vivan en la zona rural.

b) A lo más dos empleados vivan en la zona rural.
c) Al menos tres empleados vivan en la zona rural.

𝑃 = 1⁄4 = 0.25
𝑞 =1−𝑃
𝑞 = 1 − 0.25 = 0.75
ɳ= 5

1) Menos de dos

𝑋 = {0,1}
𝑃(𝑥) = 𝑃(0) + 𝑃(1)
5
𝑃(0) = (50)(0.250 )(0.75)5−0
𝑃(0) = (1)(1)(0.23 + 3)
𝑃(0) = 23.73%
 4
𝑃(1) = (51)(0.25)1(0.75)(5−1)
𝑃(1) = (5)(0.2)
𝑃(1) = 0.3955 → 39.55%
𝑃(𝑥) = 𝑃(0) + 𝑃(1)
𝑃(𝑥) = 0.2373 + 0.3955
𝑃(𝑥) =

2- A lo más 2:

𝑋 = {0, 1, 2}
𝑃(𝑥) = 𝑃(0) + 𝑃(1) + 𝑃(2)
3
𝑃(2) = (52)(0.25)2 (0.75)(5−2)
𝑃2 = 0.2637 → 26.37%
𝑃(𝑥) = 𝑃(0) + 𝑃(1) + 𝑃(2)
𝑃(𝑥) = 0.2373 + 0.3955 + 0.2637
𝑃(𝑥) = 0.8665 → 89.65%

3- Al menos 3:
𝑋 = {3, 4,5}
𝑃(𝑥) = 𝑃(3) + 𝑃(4) + 𝑃(5)
∑ 𝑃(𝑥) = 1

𝑃(𝑥) = 1 − (𝑃(0) + 𝑃(1) + 𝑃(2) )

𝑃(𝑥) = 1 − 0.08965
𝑃(𝑥) = 0.1035 → 10.35%
II- El 20% de las ventas de una farmacia son a crédito. Se toma al azar
una muestra de 5 ventas que distribuyen binomialmente. Halla la
probabilidad de que:

a) Dos ventas sean a crédito.

b) Menos de dos ventas sean a crédito.
c) Por lo menos dos ventas sean a crédito.

𝑃 = 20% = 0.2
𝑞 = 80% = 0.8
𝑛=5
𝑥 = {0, 1, 2, 3, 4,5}

a) Dos ventas 𝒙 = {𝟐}

𝑃(2) = (52)(0.2)2(0.8)3
𝑃(2) = 0.2048 → 20.48%

b) Menos de dos:

𝑥 = {0, 1}
𝑃(𝑥) = 𝑃(0) + 𝑃(1)

𝑃(0) = (50)(0.2)0(0.8)5
𝑃(0) = 0.3277 → 32.77%

𝑃(1) = (51)(0.2)1(0.8)4
𝑃(1) = 0.4096
𝑃(𝑥) = 𝑃(0) + 𝑃(1) → 𝑃(𝑥) = 0.3277 + 0.4096
𝑃(𝑥) = 0.7373
 c) Por lo menos 2:
𝑥 = {2, 3, 4, 5}
𝑃(𝑥) = 1 − (𝑃(0) + 𝑃(1) )
𝑃(𝑥) = 1 − (0.7373)
𝑃(𝑥) = 0.2627 → 26.27%

II- La distribución de Poisson.

Es una distribución de probabilidad de naturaleza discreta, la cual se

aplica a procesos en los cuales hay una observación por unidad de tiempo o
de espacio, lo que equivale al tamaño de la muestra en una distribución
binomial.

Su 𝜇 (miú) es la media o número esperado de éxito en un tiempo o espacio

dado y X es una variable aleatoria para una muestra de tamaño n, entonces
la ecuación de esta distribución es la siguiente:

𝑒 −𝜇 .(𝜇)𝑥
𝑃(𝑥) =
𝑋!

𝑠ℎ𝑖𝑓. 𝑒 𝑥 1 = 2.71
{ 𝑎𝑙𝑓𝑎 𝑙𝑛 = 2.71
1 𝑠ℎ𝑖𝑓 𝑒 𝑥
𝜇 = 𝑚𝑒𝑑𝑖𝑎
𝑥 = {0, 1, 2, 3 … . .𝑛}
𝑒 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 = 2.718281 ….

En esta distribución existe un sólo parámetro que es la media.

La media de una muestra (𝜇) se obtiene como el producto de la probabilidad
de ocurrencia (P) y el tamaño de la muestra (n). Luego.

𝜇 =𝑃𝑥𝑛

Uso de la tabla.

Hallar el valor:

a-) 𝑒 −0.24 = 0.7866 d-) 𝑒 −2 = 13534

b-) 𝑒 −0.86 = 0.4232 e-) 𝑒 −1.32 = 0.2671
c-)𝑒 −1 = 0.3678 f-) 𝑒 −2.05 = 0.1287

Ej. #1:

El gerente de un banco estima que el 1.85% de las cuentas de

ahorros están inactivas. Se toma al azar una muestra de 80 cuentas. Use
Poisson y halle la probabilidad de que:

a-) Dos cuentas estén inactivas.

b-) A lo más una cuenta este inactiva.
c-) Al menos tres cuentas estén inactivas.

𝑃 = 1.85% = 0.0185
𝑛 = 80
𝑥 = {0, 1, 2, 3 … .80}
𝜇 = 𝑃𝑥ɳ
𝜇 = 0.0485𝑥80
𝜇 = 1.48
 𝑒 −𝜇 .(𝜇)𝑥
𝑃(𝑥) =
𝑋!

𝑒 −𝜇 = 𝑒 −1.48 = 0.2276

a-)𝑿 = {𝟐}
𝑒 −𝜇 .(𝜇)𝑥 𝑒 −1.48 .(1.48)2
𝑃(𝑥) = =
𝑋! 2!
(0.2276).(2.1904) 0.498535
𝑃(2) = =
2𝑥1 2

𝑃(2) = 0.2493

b-) A lo más 1 cuenta:

𝑋 = {0,1} 𝑃(𝑥) = 𝑃(0) + 𝑃(𝑥)

𝑃(0) = 0.2276 𝑃(1) = 0.3368
𝑃(𝑥) = 0.2276 + 0.3368
𝑃(𝑥) = 0.5644
c-) Al menos tres:

𝑥 = {3, 4, 5 … . .80}
𝑃(𝑥) = 1 − {𝑃(0) 𝑃(1) 𝑃(2) }
𝑃(𝑥) = 1 − {0.2276 + 0.3368 + 0.2476}
𝑃(𝑥) = 0.1863

# 2: En una industria se estima que el 1.15% de los pantalones que se

fabrican son irregulares. Se toma al azar una muestra de 120
pantalones. Use Poisson y halle la probabilidad de que:
a-) Ninguno sea irregular.
b-) Menos de dos sean irregulares.
c-) Por lo menos 3 sean irregulares.

𝑒 −𝜇 .(𝜇)𝑥
𝑃 = 1.15 = 0.0115 𝑃(𝑥) =
ɳ!

ɳ = 120 a-) 𝑥 = {0}

𝜇 =𝑃𝑥ɳ 𝑃(𝑥) = 0.2516
𝜇 = 0.0115 𝑥 120 b-) 𝑥 = {0, 1}
𝜇 = 1.38 𝑃(𝑥) = 0.5988

c-) 𝑥 = {3, 4, 5 … .120}

𝑃(𝑥) = 1 − {𝑃(0) +𝑃(1) + 𝑃(2) } = 0.1616

La distribución normal.

Es una distribución de naturaleza continua, la cual queda perfectamente

definida por dos parámetros que son: la media y la desviación típica.

La gráfica de una curva normal tiene forma de campana, es simétrica y se

extiende desde un valor máximo hasta el eje de las X, sin tocarlo.

Su gráfica es:

0.5 0.5

-4 -3 -2 -1 0 1 2 3 4

La ecuación de la distribución normal es la siguiente:

 𝑥− 𝜇
𝑍=
𝑑𝑡

Z = referencias tipificadas (Se halla en la tabla)

X = Variable continua.
µ= media = p x n
dt = desviación típica √𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎
√𝑝 𝑥 𝑞 𝑥 𝑛

Ejercicios:

I- Sombrear los valores de 𝑷(𝒛) en:

1. 𝑃(𝑍 ≥÷ 54)
2. 𝑃 (𝑍 ≥ −2.13)
3. 𝑃 (𝑍 ≤ −0.93)
4. 𝑃(𝑍 ≤ 1.35)
5. 𝑃 (−1.46 ≤ 𝑍 ≤ 1.68)
6. 𝑃 (−0.86 ≤ 𝑍 ≤ 2.36)

# 2. Hallar el área bajo la curva normal de:

a-) 𝑃 (𝑍 ≥ 1.95)
 𝜇=0 x= 1.95
𝑎𝑝 = 0.5 − (𝑎𝑟𝑒𝑎 𝑑𝑒𝑠𝑑𝑒 𝑧 = 0 ℎ𝑎𝑠𝑡𝑎 𝑧 = 1.95)
𝑎𝑝 = 0.5 − 0.4732
𝑎𝑝 = 0.0268 → 𝑎𝑝 = 2.68%

b-) 𝑃(𝑍 ≥ −2.08)

c-) 𝑃 (−1.15 ≤ 𝑍 ≤ 0.96)
d-) 𝑃 (0.56 ≤ 𝑍 ≤ 2.65)
e-) 𝑃 (𝑍 ≤ 1.35)

Criterios para convertir una variable discreta en continua.

Se le suma o se le resta 0.5, atendiendo a los siguientes criterios:

1. Más de X, se le suma 0.5 …. (𝑥 + 0.5)

2. A lo más X, se le suma 0.5… (𝑋 + 0.5)
3. Al menos X, se le resta 0.5 … (𝑥 − 0.5)
4. Al menos X, se le resta 0.5 … (𝑥 − 0.5)
5. Entre dos extremos al menos se le resta 0.5 y al mayor se le suma 0.5.
Ejemplos:

I- En un colegio se estima que el salario promedio de sus empleados es

de $14,900, con una varianza de $358. Si estos distribuyen normalmente;
halla la probabilidad de obtener salarios de:

a-) Más de $14,936.

b-) Menos de $14,925
c-) Entre $ 14,877 y $ 14,928

𝜋 = 4,900
𝑣𝑎𝑟. 358
𝑑𝑡 = √𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎
𝑑𝑡 = √358
𝑑𝑡 = 18.92

a-) Más de:

𝑋 = 4936 + 0.5
𝑋 = 4,936.5
𝑥− 𝜇
𝑍=
𝑑𝑡
4,936.5−4,900
𝑍=
18.92

𝑍 = 1.93

0 1.93
𝑎𝑝 = 0.5 − (𝑎𝑟𝑒𝑎 𝑑𝑒𝑠𝑑𝑒 𝑧 = ℎ𝑎𝑠𝑡𝑎 𝑧 = 1.93)
𝑎𝑝 = 0.5 − 0.4732
𝑎𝑝 = 0.0268
𝑎𝑝 = 2.68%
b-) Menos de $4,925
𝑥 = 4,925 − 0.5 → 4,924.5
𝑍 = 1.24
𝑎𝑝 = 90.15%

c-) Entre $4,877 y 4,928

𝑍1 = −1.24
𝑍2 = 1.51
𝑎𝑝 = 82.7%
Ejemplo II.

En una fábrica de gorras se estima que el 18% de estas son defectuosas.

Se toma al azar una muestra de 500 gorras que distribuyeron
normalmente; halle la probabilidad de que:

a-) Al menos 98 gorras están defectuosos.

b-) A lo más 80 gorras estén defectuosas.
c-) Entre 100 y 104 gorras estén defectuosas.

𝑥−𝜇
𝑃 = 18% = 0.18 𝑍=
𝑑𝑡

𝑞 =1−𝑃
𝑞 = 1 − 0.18 = 0.82 𝑑𝑡 = √𝑝 𝑥 𝑞 𝑥 𝑛

ɳ = 500 𝑑𝑡 = √0.18 𝑥 0.82 𝑥 500

𝜇 =𝑝𝑥𝑞 𝑑𝑡 = 8.59
𝜇 = 0.18 𝑥 0.82
𝜇 = 90

a-) 𝑎𝑝 = 19.22%
b-) 𝑎𝑝 = 13.35%
c-)𝑎𝑝 = 8.8%

3- Es un grupo de 40 estudiantes se determinó que el coeficiente de

inteligencia promedio es de 115 con una desviación típica de 12.5. Halle
la probabilidad y el número de estudiantes con coeficiente intelectual
de:

a-) Más de 100

b-) Al menos 128
c-) Entre 103 y 126

#est. =40

𝜇 = 115 a-) 𝑋 = 100 + 0.5 = 100.5

100.5−115
𝑑𝑡 = 12.5 𝑍= = −1.16
12.5
𝑥− 𝜇
𝑍=
𝑑𝑡

-1.16 0

16 1
𝑎𝑝 = 𝑎𝑟𝑒𝑎 𝑑𝑒𝑠𝑑𝑒 𝑍 = (−1.16 ℎ𝑎𝑠𝑡𝑎 𝑍 = 60) + 0.5
𝑎𝑝 = 0.5 + 0.3770
𝑎𝑝 = 0.8770 → 87.70%

# est. = 𝑎𝑝 𝑥 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑒𝑠𝑡

# est.= 0.8770 𝑥 40 = 35 𝑒𝑠𝑡.

b-) 𝑎𝑝. = 15.87% c-) 𝑎𝑝 = 66.25%

# 𝑒𝑠𝑡. = 6 # 𝑒𝑠𝑡. = 27
Se comprobó que el 1.45% de las camisetas que fabrica una compañía
son irregulares. Se toma al azar una muestra de 80 camisetas. Use
Poisson y halle la probabilidad de que:

a-) Dos camisetas sean irregulares.

b-) Menos de dos camisetas sean irregulares.
c-) Al menos tres camisetas sean irregulares.

𝑃 = 1.45% = 0.0145
𝑛 = 80
𝜇 =𝑛𝑥𝑃
𝜇 = 1.16

𝑒 −𝜇 .(𝜇)𝑥
𝑃(𝑥) =
𝑋!

𝑃(2) = 0.0157

En una empresa se determinó que el salario promedio de sus empleados

es de $8,350 con una varianza de $273. Si estas distribuyen
normalmente, hallar la probabilidad de obtener salarios de:
a-) Más de $8,321
b-) Menos de $8,325
c-) Entre $8,330 y $8,322

𝑋− 𝜇
𝜇 = 8,350 a-) 𝑍 =
𝑑𝑡

𝑣𝑎𝑟. = 273 𝑋 = 8321 + 0.5

𝑑𝑡 = √𝑣𝑎𝑟𝑖 𝑋 = 8321.5
𝑑𝑡 = √273
𝑑𝑡 = 16.52 𝑎𝑝 = 95.99%

Resolver:

b-) 𝑎𝑝 = 93.82% c-)𝑎𝑝 = 83.92%

Prof: Juan Alberto Pérez G.

P