Tema: Distribuciones de probabilidad

Ingeniería de Sistemas
Séptimo Semestre

Prof.: Maryluz Castro Moreno

Distribución de probabilidad

• Lista de todos los resultados de un experimento y la probabilidad asociada a cada uno de ellos.
• La probabilidad de un resultado en particular se encuentra entre 0 y 1, inclusive.
• Los resultados son eventos mutuamente excluyentes.
• La lista es exhaustiva. Por lo tanto, la suma de las probabilidades de los diversos eventos es igual a 1.

Variable aleatoria
• Cantidad que resulta de un experimento que, por azar, puede adoptar diferentes valores.

Variable aleatoria discreta

• Variable aleatoria que adopta valores finitos o contables (enteros).

Variable aleatoria continua

• Variable aleatoria que adopta valores dentro de un intervalo.
Función de distribución- v.a discreta
Ejemplo 1
Se lanza una moneda corriente en repetidas ocasiones y se define la variable aleatoria:
𝑌: = “𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑎𝑛𝑧𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠 ℎ𝑎𝑠𝑡𝑎 𝑜𝑏𝑡𝑒𝑛𝑒𝑟 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑐𝑎𝑟𝑎”.
Determinar la función de probabilidad de 𝑌.
Solución
Los posibles resultados de la variable aleatoria 𝑌 son 1, 2, 3, … , 𝑛. 𝑌 puede tomar valores muy grandes, pero es
poco probable que esto ocurra. La variable aleatoria 𝑌 toma el valor 1 cuando se obtiene cara en el primer
1 1
lanzamiento, lo cual ocurre con probabilidad , esto es: 𝑃(𝐶) = 𝑃(𝑌) = . Y toma el valor 2 cuando se obtiene
2 2
primero un sello y luego una cara:
2
1 1 1
𝑃 𝑆𝐶 = 𝑃 𝑌 = 2 = . =
2 2 2
En general, la probabilidad de tener que realizar 𝑌 lanzamientos hasta obtener la primera cara es:
𝑦
1
𝑃 𝑆𝑆𝑆 … 𝑆𝐶 = 𝑃 𝑌 =
2
Definición
La función de distribución de una variable aleatoria 𝑋 está definida para todo
número real 𝑥 como: 𝐹(𝑥) ≤ 𝑃(𝑥)

La función de distribución 𝐹 (𝑥) es la probabilidad de que la variable aleatoria

tome un valor menor o igual a 𝑥. También se le conoce como la función de
distribución acumulada de la variable aleatoria 𝑋 hasta el valor 𝑥.
Ejemplo 2
Se lanza un par de monedas regulares y se define la variable aleatoria 𝑋: = “𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑟𝑎𝑠”. Encontrar la
función de probabilidad de 𝑋.
a. Determinar la función de probabilidad.
b. Calcular la probabilidad de tener que lanzar la moneda menos de cuatro veces para obtener la primera cara.
c. Calcular la probabilidad de tener que lanzar la moneda cuatro veces o menos, pero más de dos para obtener
la primera cara.

Solución
a. El espacio muestral del experimento es 𝑆 = {𝐶𝐶, 𝐶𝑆, 𝑆𝐶, 𝑆𝑆}. Cada uno de los eventos simples tienen una
1
probabilidad de ocurrencia de 4. La función de probabilidad esta dada por:

La función de distribución acumula la probabilidad, por ejemplo:

1 1 1 7
𝐹 3 =𝑃 𝑌 ≤3 =𝑃 𝑌 =1 +𝑃 𝑌 =2 +𝑃 𝑌 =3 = + + =
2 4 8 8
Veamos
𝑋 = 1, 𝑋 = 2 y 𝑋 = 3 son eventos mutuamente excluyentes. Los demás valores de la
función de distribución son:

2𝑦 −1
a. Se puede verificar que 𝐹 𝑦 = 𝑃 𝑌 ≤ 𝑦 =
2𝑦
b. La probabilidad de tener que lanzar la moneda menos de cuatro veces para obtener la
primera cara es 𝑋.
7
𝑃 𝑌 <3 =𝑃 𝑌 =1 +𝑃 𝑌 =2 +𝑃 𝑌 =3 =𝑃 𝑌 ≤3 = =𝐹 3
8
c. La probabilidad de tener que lanzar la moneda cuatro veces o menos, pero más de dos
para obtener la primera cara es 𝑃 2 < 𝑌 ≤ 4 = 𝑃 𝑌 = 3 + 𝑃 𝑌 = 4 = 𝐹 4 − 𝐹 2 =
15 3 3
− =
16 4 16
Función de distribución- v.a continua
La función de distribución de una variable aleatoria continua 𝑋 está definida para todo número
real 𝑥 como 𝐹(𝑥) = 𝑃(𝑋 ≤ 𝑥)

Definición: Función de densidad de probabilidad

Si 𝑋 es una variable aleatoria continua, la densidad de probabilidad 𝑓 de 𝑋 es una función con
las siguientes características:
a. Es positiva.
b. El área entre la gráfica de 𝑓 y el eje 𝑋 es igual a 1.
c. La probabilidad de que la variable aleatoria 𝑋 se encuentre entre dos valores 𝑎 y 𝑏, 𝑃(𝑎 <
𝑋 < 𝑏), es el área entre la función 𝑓, el eje 𝑋 , 𝑥 = 𝑎 y 𝑥 = 𝑏.
La distribución de probabilidad discreta describe el comportamiento de una variable
aleatoria, independientemente de si se representa de forma gráfica o mediante un
histograma, en forma tabular o con una fórmula. A menudo las observaciones que se
generan mediante diferentes experimentos estadísticos tienen el mismo tipo general
de comportamiento.
Distribución de probabilidad binomial
Una variable aleatoria que cuenta el número de éxitos en 𝑛 ensayos se dice que se distribuye o que es
Binomial si:
1. Consta de 𝑛 ensayos independientes.
2. En cada ensayo ocurre solamente dos eventos llamados arbitrariamente éxito y fracaso.
3. La probabilidad de éxito 𝑝 en cada ensayo permanece constante.

La función de probabilidad está dada por:

𝑛 𝑥 𝑛−𝑥
𝑛 𝑥 𝑛−𝑥
𝑝 𝑋 = 𝑥 = 𝑝(𝑥; 𝑛, 𝑝) = 𝑝 1−𝑝 = 𝑝 𝑞
𝑥 𝑥
Donde:
𝑛: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠.
𝑥: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠.
𝑝: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑒𝑛𝑠𝑎𝑦𝑜
1 − 𝑝 = 𝑞: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜 𝑒𝑛 𝑐𝑎𝑑𝑎 𝑒𝑛𝑠𝑎𝑦𝑜

El valor esperado y la varianza en la distribución binomial están dados por:

𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 = 𝐸𝑋 = 𝑛𝑝
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 𝑉𝑎𝑟𝑋 = 𝑛𝑝 1 − 𝑝 = 𝑛𝑝𝑞
Cálculo de probabilidades

Podemos calcular:
1. Probabilidades puntuales
𝐹 𝑥 = 𝑝(𝑋 = 𝑥)

2. Probabilidades menores o menores e iguales

𝐹 𝑥 = 𝑝 𝑋 ≤ 𝑥0 = ෍ 𝑝( 𝑥0 )

3. Probabilidades mayores o mayores e iguales

𝐹 𝑥 = 𝑝 𝑋 ≥ 𝑥0 = 1 − ෍ 𝑝( 𝑥0 )
Ejemplo 1
La probabilidad de que un paciente se recupere de una rara enferme dad sanguínea es de 0.4. Si se
sabe que 15 personas contrajeron la enfermedad, ¿cuál es la probabilidad de que a) sobrevivan
exactamente 5, b) sobrevivan de 3 a 8, y c) sobrevivan al menos 10?

Solución
𝑛 = 15 𝑝 = 0.4
15
a. 𝑃 𝑋 = 5 = 5
0.45 0.6 10 = 0.1859

b. 𝑃 3 ≤ 𝑋 ≤ 8 = σ𝑥=8
𝑥=3 𝑥; 𝑛, 𝑝 = 0.9050 − 0.0905 = 0.8145

c. 𝑃 𝑋 ≥ 10 = 1 − 𝑃 𝑋 < 10 = 1 − [𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 + 𝑃 𝑋 = 2 + ⋯ + 𝑃 𝑋 = 9 ]
= 1 − [ 15
0
0.40 0.6 15 + 15 0.41 0.6 14 + 15 0.42 0.6 13 + ⋯ + 15 0.49 0.6 4 ]
1 2 9
= 1 − 0.9662 = 0.0338
Practiquemos
1. Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de buena salud. Según las
tablas actuales, la probabilidad de que una persona en estas condiciones viva 30 años o más es 2/3. Hallar la
probabilidad de que, transcurridos 30 años, vivan:
a. Las cinco personas
b. Al menos tres personas
c. Exactamente dos personas

2. La probabilidad de que un artículo producido por una fábrica sea defectuoso es p = 0.02. Se envió un cargamento
de 10.000 artículos a unos almacenes. Hallar el número esperado de artículos defectuosos, la varianza y la desviación
estándar.

3. Un laboratorio afirma que una droga causa efectos secundarios en una proporción de 3 de cada 100 pacientes.
Para contrastar esta afirmación, otro laboratorio elige al azar a 5 pacientes a los que aplica la droga. Cuál es la
probabilidad de:
a. Ningún paciente tenga efectos secundarios
b. Al menos dos tengan efectos secundarios
c. ¿Cuál es el número medio de pacientes que espera laboratorio que sufran efectos secundarios si elige 100
pacientes al azar?
4. El gerente de un restaurante que sólo da servicio mediante reservas sabe, por experiencia, que el
20% de las personas que reservan una mesa no asistirán. Si el restaurante acepta 25 reservas pero
sólo dispone de 20 mesas, ¿cuál es la probabilidad de que a todas las personas que asistan al
restaurante se les asigne una mesa?
5. Un avión de alto rendimiento contiene tres computadoras idénticas. Se utiliza únicamente una
para operar el avión; las dos restantes son repuestos que pueden activarse en caso de que el
sistema primario falle. Durante una hora de operación la probabilidad de que una falle en la
computadora primaria (o de cualquiera de los sistemas de repuesto activados) es 0,0005.
Suponiendo que cada hora representa un ensayo independiente:
a. ¿Cuál es el tiempo promedio para que fallen las tres computadoras?
b. ¿Cuál es la probabilidad de que las tres computadoras fallen en un vuelo de 5 horas?

6. Las normas de la industria sugieren que 10% de los vehículos nuevos requieren un servicio de
garantía durante el primer año. Supongamos que el día de ayer en 3 concesionarios se vendieron 12
automóviles marca Nissan. ¿Cuál es la probabilidad de que más de 3 de estos vehículos requieran el
servicio de garantía?
Distribución de probabilidad Poisson

La distribución de Poisson describe el número de veces que se presenta un evento

durante un intervalo específico; el cual puede ser de tiempo, distancia, área o
volumen.
La distribución de Poisson está dada por:
𝜆𝑥 𝑒 −𝜆
𝑝 𝑥; 𝜆 =
𝑥!
Donde 𝜆 corresponde a la media de la cantidad de veces que se presenta el evento.
El valor esperado y la varianza en la distribución de Poisson están dados por:
𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 = 𝐸 𝑋 = 𝑛𝑝 = 𝜆
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 𝑉𝑎𝑟 𝑋 = 𝜆
 Practiquemos
1. Una compañía aérea observa que el número de componentes que fallan antes de cumplir 100 horas de
funcionamiento es una variable aleatoria de Poisson. Si el número promedio de fallos es ocho. Hallar:
a. ¿Cuál es la probabilidad de que falle un componente en 25 horas?
b. ¿Cuál es la probabilidad de que fallen menos de dos componentes en 50 horas?
c. ¿Cuál es la probabilidad de que fallen por lo menos tres componentes en 125 horas?
2. Un promedio de 7 automóviles por minuto llega a un semáforo. ¿Cuál es la probabilidad de que lleguen más
de tres automóviles en un minuto? ¿Cuál es la probabilidad de que lleguen menos de 2 automóviles en 0,5
minutos?
3. La contaminación constituye un problema en la fabricación de discos de almacenamiento óptico. El número
de partículas de contaminación que ocurre en un disco óptico tiene una distribución de Poisson y el número
promedio de partículas por centímetro cuadrado de superficie del disco es 0.1. El área de un disco bajo estudio
es 100 centímetros cuadrados.
a. Encuentre la probabilidad de que ocurran 12 partículas en el área del disco bajo estudio.
b. La probabilidad de que ocurran cero partículas en el área del disco bajo estudio
c. Determine la probabilidad de que 12 o menos partículas ocurran en el área del disco bajo estudio
4. La contaminación constituye un problema en la fabricación de discos de almacenamiento óptico.
El número de partículas de contaminación que ocurre en un disco óptico tiene una distribución de
Poisson y el número promedio de partículas por centímetro cuadrado de superficie del disco es 0.1.
El área de un disco bajo estudio es 100 centímetros cuadrados.
a. Encuentre la probabilidad de que ocurran 12 partículas en el área del disco bajo estudio.
b. La probabilidad de que ocurran cero partículas en el área del disco bajo estudio.
c. Determine la probabilidad de que 12 o menos partículas ocurran en el área del disco bajo
estudio
Distribución de probabilidad Hipergeométrica

La Distribución de probabilidad Hipergeométrica se utiliza cuando la probabilidad de

éxito en los ensayos es diferente.
La Distribución de probabilidad Hipergeométrica está dada por:
𝑘 𝑁−𝑘
𝑥 𝑛−𝑥
𝑝 𝑥; 𝑁, 𝑛, 𝑘 = 𝑁
𝑛
Donde:
𝑁: Total de la población
𝑛: tamaño de la muestra o número de ensayos
𝑘: número de éxitos en la población
𝑥: número de éxitos en la muestra
Practiquemos
1. Un lote contiene 100 piezas de un proveedor de tubería local y 200 unidades de un proveedor de tubería
del estado vecino. Si se seleccionan cuatro piezas al azar.
a. ¿cuál es la probabilidad de que todas sean del proveedor local?
b. ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean del proveedor local?
c. ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea del proveedor local?
2. Una fábrica tiene 50 empleados en el departamento de ensamblado. Solo 40 de ellos pertenecen al
sindicato. Se eligen al azar 5 empleados para formar un comité que hablara con la empresa sobre los horarios
de inicio de los turnos. ¿Cuál es la probabilidad de que 4 de los 5 empleados elegidos para formar parte del
comité pertenezcan al sindicato?
3. Una población consta de 10 elementos, seis de los cuales se encuentran defectuosos. En una muestra de 3
elementos ¿cuál es la probabilidad de que exactamente 2 sean defectuosos?
4. La facultad de sistemas cuenta con 8 profesores, de los cuales 6 son titulares. El director desea formar un
comité de 3 profesores para que revisen el plan de estudios. Si se selecciona el comité al azar:
a. ¿Cuál es la probabilidad de que todos los miembros del comité sean titulares?
b. ¿Cuál es la probabilidad de que al menos un miembro del comité no sea titular?