DISTRIBUCIÓNDE PROBABILIDAD

Ejemplo
Un estudiante responde al azar 10 preguntas, cada pregunta contiene
5 respuestas de las cuales 1 sólo es la respuesta correcta.Calcule
La probabilidad de que el estudiante conteste correctamente:
a) Menos de 3 preguntas
b) Más de 4 preguntas
c) De 2 a 4 preguntas

n =10
p =1/5
q=4/5
Ejemplo.
Un examen consiste de 20 preguntas donde c/u
tiene cuatro respuestas de las cuales sólo una es
correcta. Un estudiante que no ha estudiado el
curso contesta el examen al azar.
a)¿Cuál es el número esperado de respuestas
correctas?
b)¿Cuál es la probabilidad de que acierte al menos
una respuesta?
c)¿Cuál es la probabilidad de que todas sean
incorrectas?
d)¿Cuál es la probabilidad de que acierte por lo
menos 5?
n=20
p=1/4
q=3/4

a) E(x)==np
 DISTRIBUCIÓN DE POISSON

Aplicaciones de la distribución de Poisson

1. Por ejemplo para estudiar el número de tóxicos encontrados en un volumen de aire
emitido por una industria (contaminación del aire). Otras aplicaciones son en la
meteorología, para encontrarla frecuencia imprevista de tempestades, ciclones, tornados,
granizadas, inundaciones, fuegos forestales, etc., en ciertas regiones del mundo.
2. En biología para contar el número de bacterias en una muestra de prueba. Se usa
también en la física para contar el número de partículas emitidas de una sustancia
radiactiva, como por ejemplo, cuando una sustancia radiactiva emite partículas alfa, beta o
gamma. Aquí las partículas son emitidas, al azar, sobre un largo periodo de tiempo, y la
ocurrencia de una emisión es independiente de otras emisiones.

3. Los accidentes en una fábrica grande pueden ocurrir, al azar, con una pequeña
probabilidad y ser independientes de cada uno de los otros sobre un tiempo continuo,
en cuyo caso, este proceso sigue a la distribución Poisson. Además, esta distribución
aplica para encontrar el número de accidentes en un determinado tramo carretero
durante un periodo determinado.

4. Asimismo, la distribución de Poisson se utiliza para conocer el patrón de llegadas de

aviones a un aeropuerto; el número de defectos sobre la superficie de una mesa; el
número de errores de imprenta de un libro, etc.
 CARACTERÍSTICAS
Proporciona un modelo para la frecuencia
relativa del número de “eventos poco
comunes” que ocurren en una unidad de
tiempo, área, volumen, etc. Como por
ejemplo el número de accidentes fatales
por mes en una planta de producción, el
número de defectos visibles en un
diamante, etc.
Entre otras características tenemos:
➢ La probabilidad de un evento que ocurra en
una unidad de tiempo, área o volumen es la misma
para todas las unidades
➢ El número de eventos que ocurren en una
unidad de tiempo, área o volumen es independiente
del número de los que ocurren en otras unidades.
➢ El número medio (o esperado ) de eventos en
cada unidad se denota por la letra griega lambda , .
La distribución de probabilidad para una variable aleatoria e
Poisson está dada por:
, x=0,1,2,3,.....
Donde

: es el número medio de eventos en una unidad de tiempo,

área o volumen
=2.71828......

La media y la varianza de una variable aleatoria de Poisson

son, respectivamente
Ejemplos
1.Suponga que llegan en forma aleatoria una serie de llamadas a la central de pedidos de una empresa
de cemento con un promedio de tres llamadas por minuto.
Calcular la probabilidad de que en el periodo de un minuto
a) no ocurra llamada alguna
b) ocurran menos de 4 llamadas
2. Se ha encontrado que el número de cierto tipo de bacterias en el agua de
servicio público tiene una distribución de Poisson. Supongamos que el
número máximo permisible por muestra de agua para este tipo de bacteria es
5 y que el número medio de bacterias por muestra que reciben las viviendas
son 2. Si fuera analizada una muestra, ¿cuál es probabilidad de que el número
exceda el máximo tolerable?.
 DISTRIBUCIÓN HIPERGEOMETRICA

Cuando se extrae una muestra de una población finita,

constituida por éxitos y fracasos, tal es el caso de
observaciones referentes a un lote de piezas defectuosas o
sin defectos, los supuestos de un experimento Binomial se
satisfacen siempre que el elemento extraído para ser
observado, se reincorpore a la población antes de hacerse
la segunda observación. Este método de muestreo se
denomina muestreo con reemplazo. Sin embargo en la
práctica usualmente utilizamos el muestreo sin reemplazo,
esto es seleccionar aleatoriamente n elementos diferentes
de N elementos de la población.
Consideremos una población de N unidades, de los cuales “a”
poseen ciertas características y “N-a” no la poseen. Si se hacen “n”
extracciones al azar, sin reemplazo entre la población, cada
extracción es subsecuente es dependiente y la probabilidad de
éxito cambia en cada extracción. En estas condiciones si deseamos
obtener x unidades del tipo “a”( éxitos) en la muestra al azar de
tamaño “n”, el número de éxitos en este caso se llama variable
hipergeométrica .
Media y varianza
Ejemplo
Una urna contiene 12 fichas de las cuales tres están
premiadas. Si una persona selecciona
aleatoriamente 5 fichas al azar a)¿Cuál es la
probabilidad de que 3 de las fichas seleccionadas
estén premiadas? b) )¿Cuál es la probabilidad de
que a lo más 2 de las fichas seleccionadas estén
premiadas?

P=3 Pc=9
12
3 2
5