“UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO”

FACULTAD DE CIENCIAS HISTORICO SOCIALES

Y EDUCACIÓN
DEPARTAMENTO ACDEMICO DE ESTADISTICA

ASIGNATURA: ESTADÍSTICA PARA INGENIEROS

TEMA: DISTRIBUCIONES VARIABLE DISCRETA

BINOMIAL - POISSON

Prof: José Núñez Rodríguez

DISTRIBUCIÓN BINOMIAL

Cuando la población ha sido clasificada en forma exhaustiva

dicotómica y mutuamente excluyente; es decir, que es una
población en la que solamente existen dos categorías o
eventos. Por consiguiente, todos los eventos que constituyen
la población caen dentro de estas dos categorías y no existe
evento alguno que no caiga dentro de esta clasificación dual.
APLICACIONES: DISTRIBUCIÓN BINOMIAL
• La distribución binomial es una de las distribuciones que tienen mayor número
de aplicaciones cuando se desea conoce porcentaje en poblaciones humanas,
porcentajes de defectuosos en productos fabricados o de piezas defectuosas.

• Cuando el tamaño de la muestra n crece y p ó q no son demasiados pequeños

la distribución binomial se aproxima a la distribución normal, de forma que
por ésta última pueden ser resueltos problemas que teóricamente pertenecen
a la distribución binomial. En la práctica se acepta la aproximación cuando np
y nq ≥ 10.

• La distribución binomial tiende asintóticamente a la distribución de Poisson

cuando n crece indefinidamente p decrece siendo el promedio 𝜆 = 𝑛𝑝 ≤ 5.
 PROPIEDADES: DISTRIBUCIÓN BINOMIAL
• Un experimento sencillo se repite un número fijo de veces, digamos n en
las mismas condiciones y sus resultados son independientes.
• Los resultados de cada prueba pueden clasificarse en dos categorías
mutuamente excluyentes, arbitrariamente se les denomina “éxitos” (el
resultado que más interesa) y “fracasos” .
• La probabilidad de éxito en una sola prueba, que se representa por “p” es
invariable en todas las pruebas., La probabilidad de fracaso también es
invariable en todas las pruebas, representada por “q” es igual a: 1-p.
• En una prueba determinada, la atención se centra en que si los éxitos
ocurren o no.
FUNCION DE PROBABILIDAD
Se define como
𝑛 𝑥
b X; n, p = 𝑝 1 − 𝑝 𝑛−𝑥 ; 𝑋 = 0, 1, 2, … , 𝑛
𝑥
𝑛 𝑛!
donde 𝑞 =1−𝑝 ; =
𝑥 𝑥!(𝑛−𝑥)!

Es la probabilidad de obtener exactamente “X” éxitos en n

pruebas independientes de un experimento, con p como la
probabilidad de éxito para cada prueba.
Tiene como parámetros: n y p.
 ESPERANZA MATEMÁTICA Y VARIANZA

i) ESPERANZA MATEMÁTICA
También se le denomina Media o Promedio de la distribución binomial.

Notación: E(X) = np = μ

ii) VARIANZA

Notación: V(X) = npq

iii) DESVIACIÓN ESTÁNDARO O DESVIACIÓN TÍPICA

𝑉 𝑋 = 𝑛𝑝𝑞 = 𝜎𝑥
Ejemplo
1) La probabilidad de que un estudiante se gradue en la Universidad
es 0.3. Determine la probabilidad de que de 5 estudiantes:
a) ninguno se gradue ; b) uno se gradue ; c) A lo más uno se gradue
d) Por lo menos dos se gradúen ; e) Calcule la probabilidad cuando
la variable “X” toma los valores: 0; 1; 2; 3; 4; 5. f) Calcular la
media y desviación estándar de la distribución.
 SOLUCIÓN
Utilizando la distribución Binomial
𝑛 𝑥 𝑛−𝑥 𝑛 𝑛!
𝑏 𝑥; 𝑛, 𝑝 = 𝑝 1−𝑝 ; 𝑋 = 0, 1, 2,3, 4, 5 ; =
𝑥 𝑥 𝑥!(𝑛−𝑥)!
Datos n=5 ; p=0.3 ; q = 1-p = 1 – 0.3 = 0.7 ; X = 0, 1, 2, 3, 4, 5. (v.a)

a) ninguno se gradue X=0

5 5!
𝑏 𝑥 = 0 ; 𝑛 = 5, 𝑝 = 0.3 = 0.30 1 − 0.3 5−0 = (1)(0.1681)= 0.1681
0 0!(5−0)!

b) uno se gradue X=1

5 1 5−1 5! 4
𝑏 𝑥 = 1 ; 𝑛 = 5, 𝑝 = 0.3 = 0.3 1 − 0.3 = (0.3) 0.7
1 1!(5−1)!
= 5(0.3)(0.2401) = 0.3602
c) A lo más uno se gradue X≤1 X= 0, 1.
5
𝑏 𝑥 ≤ 1; 𝑛 = 5, 𝑝 = 0.3 = σ1𝑥=0 03𝑥 0.75−𝑥
𝑥
5 0 5−0 5
= 0.3 0.7 + 0.31 0.7 5−1 =
0 1
= 0.1681 + 0.36015 = 0.5282

d) Por lo menos dos se graduen X≥2 X = 2, 3, 4, 5.

5 5
𝑏 X ≥2 ; 𝑛 = 5, 𝑝 = 0.3 = σ𝑥=2 03𝑥 0.75−𝑥
𝑥
= 1- 𝑏 X ≤ 1; 𝑛 = 5, 𝑝 = 0.3
5
= 1 - σ1𝑥=0 03𝑥 0.75−𝑥 = 1 - 0.5282 = 0.4718
𝑥
Ejemplo
2) La probabilidad de que un paciente se recupere de una delicada
operación cardiaca es 0.8. ¿Cuál es la probabilidad de que:
a) Sobrevivan exactamente tres de los cinco pacientes sometidos a
esta operación?
b) Sobrevivan a lo más dos de seis pacientes sometidos a esta
operación?
c) Ninguno sobreviva de los cuatro pacientes sometidos a esta
operación?
d) Sobrevivan por lo menos dos de seis pacientes sometidos a esta
operación?
e) Calcular la media y desviación estándar de la distribución.
 DISTRIBUCIÓN DE POISSON
Es una distribución de variable discreta, que se aplica a sucesos en los que
hay un resultado por unidad de tiempo o espacio.
Ejemplo
• Número de pacientes que llegan por emergencia en un intervalo de tiempo
(digamos de 9:00 a 11:00 p.m.) en este caso el intervalo es continuo de 2
horas. y los eventos discretos, número de pacientes 𝑋 = 0,1,2, … , 𝑛
• El número de vehículos que pasan por un control de peaje en un intervalo
de tiempo.
• El número de partículas emitidas por una sustancia radioactiva.
• Número de bacterias en un cm3 de agua.
• Número de plantas infestadas en una parcela experimental.
FUNCION DE PROBABILIDAD

𝑒 −𝜆 𝜆𝑥
𝑝 𝑥, 𝜆 = ; 𝑋 = 0,1,2, … ; 𝜆>0
𝑥!
Donde

x: Variable en estudio
𝜆 : es el parámetro de la distribución, promedio de éxitos que
ocurren en el intervalo de tiempo o en la región especificada
𝑒 = 2.71828…
ESPERANZA MATEMÁTICA Y VARIANZA

i) ESPERANZA MATEMÁTICA

𝑬 𝒙 = 𝝀 → 𝑴𝒆𝒅𝒊𝒂

ii) VARIANZA

V(X) = 𝝀 = 𝑬 𝒙 = 𝝈𝟐 → 𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂
Ejemplo
1. Supóngase que durante un período de varios años, el número promedio de muertes
debidas a cierta enfermedad no contagiosa ha sido de siete por año. ¿Cuál es la
probabilidad de que durante el año que transcurre:
a) Nadie muera de la enfermedad?
b) Mueran a lo más una persona de la enfermedad?
c) Mueran por lo menos una persona de la enfermedad?
d) Mueren exactamente siete personas de esta enfermedad?
SOLUCIÓN Utilizando la distribución de Poisson
𝒆−𝝀 𝝀𝒙
𝒑 𝒙, 𝝀 = ; 𝑿 = 𝟎, 𝟏, 𝟐, … ; 𝝀 > 𝟎 ; Datos
𝒙!
𝝀 = 7 ; promedio

a) Nadie muera de la enfermedad? 𝑿=𝟎

𝑒 −7 70
𝑝 𝑥 = 0 ,𝜆 = 7 = = 𝑒 −7 = 𝟎. 𝟎𝟎𝟎𝟗
0!
 SOLUCIÓN
b) Mueran a lo más una persona de la enfermedad? X≤1 X = 0, 1.
𝐞−𝛌 𝛌𝐱 𝐞−𝟕 𝟕𝟎 𝐞−𝟕 𝟕𝟏
𝑝 𝑥≤ 1, 𝜆 = 7 = σ𝟏𝐱=𝟎 = +
𝐱! 𝟎! 𝟏!
= 0.0009 + 0.0063 = 0.0072
c) Mueran por lo menos una persona de la enfermedad?
X≥1 X = 1, 2, 3, ...
𝑒 −𝜆 𝜆𝑥 𝑒 −7 70
𝑝 𝑥≥1, 𝜆 =7 = σ𝑥=1 = 1 - 𝑝 𝑥=0 , 𝜆 = 7 = 1 - = 1- 0.0009
𝑥! 0!
= 0.9991
d) Mueren exactamente siete personas de esta enfermedad? X=7
𝐞−𝟕 𝟕𝟕
𝑝 𝑥=7, 𝜆 = 7 = = 0.1490
𝟕!
Ejemplo
2. Suponiendo que el promedio de casos de hepatitis en el verano en
J.L.O. ha sido de dos y este promedio corresponde a muchos años de
observación. ¿qué probabilidad de que el verano próximo:
a) No se registre ningún caso?
b) Se registre a los más un caso?
c) Se registre por lo menos dos casos?
 Ejemplo
3. La probabilidad de muerte resultante del uso de píldora anticonceptivas
es de 3/100 000. De 200 000 de mujeres que utilizan este medio de control de
natalidad.
a) ¿Cuántas muerte debida a esta enfermedad se esperan?
b) cuál es la probabilidad de el número de muertes debida a esta causa esté entre 2 y
4, inclusive?
c) Calcular la media y desviación estándar de la distribución de Poisson.