Notas de clase.

Profesor Pablo García Bello

Sesión 9. Distribuciones Binomial y de Poisson

Resumen distribución binomial

Un experimento Binomial tiene las siguientes características:

1) Consta de n pruebas independientes

2) Cada prueba tiene dos resultados posibles: Éxito ó fracaso
3) La probabilidad de éxito permanece constante en todas las
pruebas: P(E) = p , y P(F) = q = 1 – p
4) La variable aleatoria bajo estudio x, hace referencia al número de
éxitos observados en las n pruebas.
Definición. En un experimento Binomial , la probabilidad de que ocurran
exactamente x éxitos en n pruebas está dada por:

 n x n−x
P(x) =   p q
, x = 0 , 1 , 2 ,.....,n
 x
n
donde:   : Es el número de formas en que, en n pruebas puedan
 x
ocurrir x éxitos

px : Es la probabilidad de x éxitos

qn-x : Es la probabilidad de n-x fracasos

OBSERVACIONE. Si x es una variable aleatoria discreta con

distribución de probabilidad Binomial, entonces:

i) El valor esperado de x es: µ = np

ii) La varianza de x es: V(x) = σ 2 = npq

 Notas de clase. Profesor Pablo García Bello

Ejemplo.

Se sabe que el 25% de los empleados de una empresa tienen bajo

rendimiento laboral. Cuál es la probabilidad de que en un grupo de
20 empleados.

a) Hayan exactamente 5 empleados con bajo rendimiento.

b) Hayan menos de 5 empleados con bajo rendimiento
c) Hayan por lo menos 3 empleados con bajo rendimiento.
d) Cuál es el número promedio de empleados con bajo rendimiento laboral
en la muestra.
Solución a)

n = 20 ; sea x: # de empleados con bajo rendimiento, entonces: p =

0.25 , y, q = 0.75 por lo tanto:

 20 
P(x = 5) =  (0.25) 5 (0.75)15 = 0.2023
5 

Solución b) P( x ≤ 4) = P(0) + P(1) + P(2) + P(3) + P(4) = 0.4148 ( Ver Tabla

y PQRS)

Solución c) P(x ≥ 3) = 1 − P( x ≤ 2) = 1 − [P(0) + P(1) + P (2)] = 1 – 0.0913 = 0.9087

Solución d) µ = np = 20(0.25) = 5

Ver el siguiente video sobre distribución binomial.

https://www.youtube.com/watch?v=EMRag5uvqBA

Manejo de la tabla de distribución binomial (Ver Tablas en

DRIVE)

Ejemplo. Para una muestra de tamaño n =12 y p =0,25 se obtiene

por tabla que
 Notas de clase. Profesor Pablo García Bello

Manejo del PQRS

Calculo de la probabilidad binomial haciendo uso del programa PQRS

Tomado del Taller uso del PQRS, AVA

P(X=2/ n=6, p=0.2) = 0.2458 P(X<2)=0.6554

P(X>2)=0.0989
 Notas de clase. Profesor Pablo García Bello

Ejercicio Tomado del Taller de apoyo del Segundo corte

¿Qué tan probable es que, de 10 personas encuestadas, a lo

sumo 3 sean de nivel socioeconómico alto?

X=número de personas de nivel socioeconómico alto en

una muestra de 10 personas.

n=10; p=0.047+0.053=0.1 ; q=1-p=1- 0.1=0.9

Éxito : ser de nivel socioeconómico alto

P(X≤3)= 0.987
 Notas de clase. Profesor Pablo García Bello

¿Qué tan probable es que, de 10 personas encuestadas, mínimo 3

sean de nivel socioeconómico alto?

P(X≥ 3) = 1- P(X≤ 2) = 1- 0.930= 0.07

¿Qué tan probable es que, de 10 personas encuestadas, entre 3 y 7 sean

de nivel socioeconómico alto?

Solución.

P(3<X<7) = P(4≤ X ≤ 6) = P(X ≤6) – P(X≤ 3) = 1- 0.987 = 0.013

P(X=2/ n=6, p=0.2) = 0.2458 P(X<2)=0.6554 P(X>2)=0.0989

 Notas de clase. Profesor Pablo García Bello

Distribuciones de Poisson

Se dice que una variable aleatoria X, referida a un evento dado, tiene

distribución de Poisson si se conoce el promedio de ocurrencia de dicho
evento en un periodo de tiempo o la variable es binomial, con muy grande ( n
> 50) y la probabilidad de éxito p, es muy pequeño

(p < 0.05) . En tales casos la probabilidad de X está dada por

λ x e −λ
P(x)=
x!

Donde λ = np < 5 , y, x = 0 , 1 , 2, ..... Es el promedio de ocurrencia del

evento.

Observación. Si x es una variable aleatoria con distribución de Poisson y con

parámetro λ , entonces:

1) La media o valor esperado de x es µ = E(x) = λ , y

2) La varianza de x es: δ 2 = V ( x) = λ

Ejemplo.

Si el 1% de los artículos fabricados por una compañía son defectuosos. Hallar

la probabilidad de que en una muestra de 100 artículos:

a) Tres sean defectuosos

b) Por lo menos dos sean defectuosos.
Solución a). λ = 100(0.01) = 1 entonces
 Notas de clase. Profesor Pablo García Bello

13 e −1
P(x = 3) = = 0.0613 ≡ 6.13%
3!

Solución b) P( x ≥ 2) = 1 − P( x ≤ 1) = 1 − [P(0) + P (1)] = 0.2642 ≡ 26.42%

Manejo de tabla de Poisson.

 Notas de clase. Profesor Pablo García Bello

Tarea.

1) Ver y analizar el siguiente video sobre Distribución de Poisson

https://www.youtube.com/watch?v=QXuViXnCcm0

2) Revisar las sesiones 1, 2 y 3 de la próxima clase, en el Drive

3) Revisar los ejercicios del taller de apoyo