Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplo
Se tienen 3 pantallas de televisión a la cual se les hará una revisión para verificar su estado donde
se tiene la siguiente clasificación
𝑵 = 𝒏𝒐 𝒅𝒆𝒇𝒆𝒄𝒕𝒖𝒐𝒔𝒐, 𝑫 = 𝑫𝒆𝒇𝒆𝒄𝒕𝒖𝒐𝒔𝒐𝒔
El espacio muestral nos brinda una descripción detallada de los posibles resultados
𝛀 = {(𝑵 𝑵 𝑵 ), (𝑵 𝑵 𝑫), (𝑵 𝑫 𝑵), (𝑵 𝑫 𝑫 ), ( 𝑫 𝑵 𝑵), (𝑫 𝑵 𝑫 ), (𝑫 𝑫 𝑵), (𝑫 𝑫 𝑫)}
Sea la variable aleatoria los aparatos defectuosos
Espacio muestral D
NNN 0
NND 1
NDN 1
NDD 2
DNN 1
DND 2
DDN 2
DDD 3
Ejemplo
El encargado de un almacén le devuelve tres cascos de seguridad seleccionados aleatoriamente a
tres obreros del taller, quienes ya se lo habían probado previamente. Suponiendo que el orden
de los obreros, Pérez, Gonzales y Hernández es la forma correcta de recibir el casco original, señale
los posibles órdenes en que los tres obreros reciben un casco y encuentre los valores de m y de
la variable aleatoria M que representa el número de asociaciones correctas
Espacio muestral m
PGH 3
PHG 1
HPG 0
HGP 1
GPH 1
GHP 0
Una variable discreta sume cada uno de sus valores con cierta probabilidad.
Es conveniente representar todas las probabilidades de una variable aleatoria X con una función
de valores numéricos x, y que se represente por 𝒇(𝒙), 𝒈(𝒙), 𝒉(𝒙), etc. Por lo tanto 𝒇(𝒙) =
𝑷(𝑿 = 𝒙), al conjunto de pares ordenados (𝒙, 𝒇(𝒙))se le llama función de probabilidad o
distribución de probabilidad de la variable aleatoria discreta.
1) 𝒇(𝒙) ≥ 𝟎
2) ∑𝒙 𝒇(𝒙) = 𝟏
3) 𝑷( 𝑿 = 𝒙 ) = 𝒇(𝒙)
Ejemplo
Una tienda departamental compra un lote de 25 lavadoras sabiendo que 10 de ellas están
defectuosas, si se hace una revisión al azar y se toman 5 de estas lavadoras, calcule la distribución
de probabilidad para el numero de lavadoras defectuosas
Solución
15 lavadoras sin defecto, 10 lavadoras defectuosas
Si X es la variable aleatoria cuyos valores x son los números posibles de lavadoras defectuosas.
Entonces x sólo puede asumir los valores de 0, 1, 2, 3, 4 y 5
𝟏𝟓 𝟏𝟒 𝟏𝟑 𝟏𝟐 𝟏𝟏 𝟏𝟑
𝑷(𝑿 = 𝟎) = ( ) ( ) ( ) ( ) ( ) = = 𝟎. 𝟎𝟓𝟔 = 𝟓. 𝟔%
𝟐𝟓 𝟐𝟒 𝟐𝟑 𝟐𝟐 𝟐𝟏 𝟐𝟑𝟎
𝟏𝟎 𝟏𝟓 𝟏𝟒 𝟏𝟑 𝟏𝟐 𝟏𝟑
𝑷(𝑿 = 𝟏) = ( ) ( ) ( ) ( ) ( ) = = 𝟎. 𝟎𝟓𝟏 = 𝟓. 𝟏%
𝟐𝟓 𝟐𝟒 𝟐𝟑 𝟐𝟐 𝟐𝟏 𝟐𝟓𝟑
𝟏𝟎 𝟗 𝟏𝟓 𝟏𝟒 𝟏𝟑 𝟑𝟗
𝑷(𝑿 = 𝟐) = ( ) ( ) ( ) ( ) ( ) = = 𝟎. 𝟎𝟑𝟖 = 𝟑. 𝟖%
𝟐𝟓 𝟐𝟒 𝟐𝟑 𝟐𝟐 𝟐𝟏 𝟏𝟎𝟏𝟐
𝟏𝟎 𝟗 𝟖 𝟏𝟓 𝟏𝟒 𝟔
𝑷(𝑿 = 𝟑) = ( )( )( )( )( ) = = 𝟎. 𝟎𝟐𝟕 = 𝟐. 𝟕%
𝟐𝟓 𝟐𝟒 𝟐𝟑 𝟐𝟐 𝟐𝟏 𝟐𝟓𝟑
𝟏𝟎 𝟗 𝟖 𝟕 𝟏𝟓 𝟑
𝑷(𝑿 = 𝟒) = ( ) ( ) ( ) ( ) ( ) = = 𝟎. 𝟎𝟏𝟏 = 𝟏. 𝟖%
𝟐𝟓 𝟐𝟒 𝟐𝟑 𝟐𝟐 𝟐𝟏 𝟐𝟓𝟑
𝟏𝟎 𝟗 𝟖 𝟕 𝟔 𝟔
𝑷(𝑿 = 𝟓) = ( ) ( ) ( ) ( ) ( ) = = 𝟎. 𝟎𝟎𝟒𝟕 = 𝟎. 𝟒𝟕%
𝟐𝟓 𝟐𝟒 𝟐𝟑 𝟐𝟐 𝟐𝟏 𝟏𝟐𝟔𝟓
x 0 1 2 3 4 5
Variable discreta
Es aquella que puede tomar solo algunos valores válidos. Por ejemplo, el número de habitantes de
una ciudad (obligatoriamente entero positivo) o comúnmente la estatura de una persona en metros
y centímetros.
Distribución de probabilidad
Es la relación entre los valores que pueden tomar una variable y la probabilidad que le corresponde.
Por ejemplo, si en una caja hay 5 canicas rojas, 7 verdes y 3 azules la distribución de probabilidad es
5/15, 7/15 y 3/15 para las canicas rojas verdes y azules respectivamente. En el caso de las variables
continuas la relación que maneja generalmente por medio de una función de densidad de
probabilidad, cuya integración entre menos infinito y más infinito produce un área de uno (100%).
Distribuciones de probabilidad
Para Variables discretas Para variables continuas
Distribución binomial. Distribución uniforme.
Distribución geométrica. Distribución exponencial.
Distribución Hipergeométrica. Distribución normal.
Distribución binomial negativa o de Pascal.
Distribución de Poisson.
Ejemplo: Se desea calcular la media 𝜇𝑍 en el caso del lanzamiento de dos dados con variables
aleatorias z, y grafique en una función de distribución.
Fórmula
Solución:
La tabla que se muestra a continuación significa en la variable “x” los valores que te puede salir al
tirar dos dados. Es decir, empezamos en dos ya que al lanzar los dos dados el numero dos es el valor
menor que puedes obtener o bien el número tres, o cuatro, o cinco y así sucesivamente hasta el
doce.
El valor que sale en P(x) resulta de la cantidad de tiradas que puedes hacer para obtener el valor
que se encuentra en “x”. En otras palabras, para obtener un dos solo puedes hacer la tirada (1,1) es
decir una tirada por eso es que en el numerador está el número 1 y el 36 que es el denominador se
obtiene sumando las combinaciones de cada tirada.
X 2 3 4 5 6 7 8 9 10 11 12
P(X) 1 2 3 4 5 6 5 4 3 2 1
36 36 36 36 36 36 36 36 36 36 36
Ahora empleando la formula multiplico el valor de “x” por el valor de la probabilidad de que suceda
el evento es decir P(x) y sumo esos resultados obteniendo lo siguiente:
1 2 3 4 5 6 5 4 3 2 1
𝜇𝑍 = 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12 =7
36 36 36 36 36 36 36 36 36 36 36
𝜇𝑍 = 0.055 + 0.166 + 0.330 + 0.555 + 0.833 + 1.160 + 1.110 + 1.00 + 0.833 + 0.611 + 0.330 =
= 6.999 ≈ 7 Si lo haces en fracción te queda 252/36 = 7
Por último, realizo la gráfica de distribución de probabilidad.
En la gráfica se observa cómo el 7 es la línea máxima por lo tanto se comprueba que la media es 7.
La varianza de una variable aleatoria discreta se denota como 𝜎 2𝑋 (o valor de x) y se define como la
media ponderada de las diferencias. Es decir, la media ponderada de los valores 𝑥1 𝑦 𝑥 respecto a
la media 𝜇𝑋 elevada al cuadrado ( (𝑥1 − 𝜇𝑋 )2 y algebraicamente son
X 2 3 4 5 6 7 8 9 10 11 12
P(X) 1 2 3 4 5 6 5 4 3 2 1
36 36 36 36 36 36 36 36 36 36 36
1 2 3 4 5
𝜎 2 𝑥 = 𝑣𝑎𝑟(𝑥) = (2 − 7)2 + (3 − 7)2 + (4 − 7)2 + (5 − 7)2 + (6 − 7)2 +
36 36 36 36 36
6 5 4 3 2 1
+(7 − 7)2 + (8 − 7)2 + (9 − 7)2 + (10 − 7)2 + (11 − 7)2 + (12 − 7)2 = 5.883
36 36 36 36 36 36
𝜎𝑍 = 2.420 → √5.883
Distribución de probabilidad binomial: es aquella en la cual los resultados posibles son solo dos.
Por ejemplo, articulo bueno o defectuoso, alumno probad a reprobado.
Ejemplo: Se tienen 10 bolas en una caja, 3 son rojas y 7 son azules si se hacen “n” extracciones con
restitución (una vez que se extrae la bola se regresa a la caja) cada extracción constituye un ensayo
de Bernoulli y las “n” extracciones un experimento, por lo tanto p= 0.3 y q= 0.7
Ya que la suma de 0.3+0.7= 1 es decir al 100%, recuerde que p= éxitos y q= fracasos. Calcule la
distribución de la probabilidad binomial para este evento.
1.- Determine la probabilidad de obtener exactamente cero bolas rojas.
Nota: es decir que todas salgan azules (fracaso)
Fórmula
𝑛!
𝑏 (𝑥; 𝑛; 𝑝) = 𝑃 𝑥 𝑞 𝑛−𝑥 ( )=
(𝑛 − 𝑥)! 𝑥!
x = Cantidad inicial de éxitos
n = Total
p = Éxitos (cantidad de bolas del color deseado) valor en decimal y proporcional al 100%
q = Fracasos (cantidad de bolas del color no deseado) valor en decimal y proporcional al 100%
𝑏 (0,10,0.3) =
10 10!
( 0 ) 0.30 𝑥 0.710 ((10−0)!0!) =0.0282
3628800
1 𝑥 0.02824 ( ) = 0.02824
3628800(1)
10!
𝑏 (10,10,0.3) = 0.310 𝑥 0.70 ((10−10)!10!) = 5.9049 𝑥10−6 = 0. 0000059049
3628800
0. 0000059049𝑥1 ((1)3628800) = 0.0000059049
10!
𝑏 (4,10,0.3) = 0.34 𝑥 0.76 ((10−4)! 4!) = 0.2001
3628800 3628800
0. 0081𝑥 0.117649 ( )=( ) = 210
(720)24 17280
(𝑁 − 𝑇)! 𝑇!
( )( )
(𝑛 − 𝑥)! ( 𝑁 − 𝑇 − 𝑛 + 𝑥)! 𝑥! (𝑇 − 𝑥)!
𝑃(𝑥 ⁄𝑁, 𝑇, 𝑛) =
𝑁!
𝑛! (𝑁 − 𝑛)!
Ejemplo: De un grupo de 100 personas, 20 son mujeres. Si se selecciona al azar 30 personas ¿Cuál
es la probabilidad de que en la selección allá exactamente 8 mujeres?
La muestra excede el 20% de la población y el muestreo de los elementos de la población se realiza
sin remplazo por eso se usa la distribución hipergeométrica y no la binomial.
x=8
N = 100
T=20
n = 30
del numerador, y como los factoriales son valores muy grandes utiliza la hoja llamada tabla de
factoriales que se encuentra dentro del material de apoyo para esta semana o bien puedes realizar
los cálculos en una hoja de Excel a que en la calculadora será imposible realizar estas operaciones.
Procedimiento para realizar la parte del numerador de la formula.
7.1569 𝐸 18 2.4329 𝐸 18
= ( )( )=
2.6420 𝐸 99 1.9313 𝐸 13
9.3326 𝐸157
= ( )
2.6255 𝐸 32(1.1979 𝐸100)
9.3326 𝐸157
( ) = 𝟐. 𝟗 𝐄𝟐𝟓 𝐑𝐄𝐒𝐔𝐋𝐓𝐀𝐃𝐎 𝐃𝐄𝐍𝐎𝐌𝐈𝐍𝐀𝐃𝐎𝐑
3.2 𝐸 132
3.4012 𝐸 24
𝐃𝐈𝐕𝐈𝐃𝐎 𝐍𝐔𝐌𝐄𝐑𝐀𝐃𝐎𝐑 𝐘 𝐃𝐄𝐍𝐎𝐌𝐈𝐍𝐀𝐃𝐎𝐑 = 1.1728𝐸 − 1
2.9 𝐸25
= 0.1172 𝑥 100 = 11.7%
Distribución de Poisson
Es aquella en la cual la media se representa en unidades de tiempo o espacio. Por ejemplo,
automóviles por hora, manzanas por auto.
Formula
𝜆 ∗∗ 𝑥
𝑃( 𝑥 𝑒𝑥𝑖𝑡𝑜) = =
𝑥! (2.718281828) ∗∗ 𝜆
𝑥 = 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠
𝜆 = 𝑒𝑠 𝑙𝑎 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛 𝑙𝑜𝑠 𝑒𝑣𝑒𝑛𝑡𝑜𝑠
e = base de los logaritmos
Ejemplo
En una carretera pasan en promedio 27 autos por hora. Determine la probabilidad de que circulen
entre 24 y 37 autos por hora.
Solución:
Valor esperado de una variable aleatoria discreta: representa el valor promedio que se espera
suceda, al repetir el experimento en forma independiente una gran cantidad de veces. El valor
esperado se interpreta físicamente como el centro de masa o centro de gravedad de la distribución
de probabilidad, por lo que es igual a la media o promedio aritmético, los cuales se representan con
la letra (media).
Funciones estadísticas: son utilizadas por las variables aleatorias continuas y discretas, y permiten
determinar las probabilidades de un suceso, partiendo del modelo estadístico al que ese suceso se
ajusta.
Bibliografía:
Antonio., N. (2010). Probabilidad y estadística para ingeniería y ciencias. Mc Graw Hill.
Devore, J. L. (2004). Probabilidad y estadística para ingeniería y ciencias. Thomson.
Mendenhall, W. (1997). Probabilidad y estadística para ingeniería y ciencias. Pearson.
Navidi, W. C. (2006). Estadística para ingenieros. Mc Graw Hill. .
Ojeda, R. L. (2007). Probabilidad y Estadística básica para ingenieros. Ecuador.
Sánchez., O. (2000). Probabilidad y Estadística. México: Mc Graw Hill. .