UNIDAD III

3TM30
Variable Aleatoria Discreta

Variable Aleatoria Discreta: es función que se asigna a un número real entero de cada resultado numérico
de nuestro espacio muestra (Universo). En lo general se representa con letras mayúsculas y a cada uno de
los resultados ó valores posibles se representa con letras minúsculas, el número de valores resultantes nos
permite realizar la distribución de probabilidad.

Aleatorio ó azar: Es cuando nos referimos al espacio muestra equiprobable, lo que significa que cada
elemento tiene la misma probabilidad de ser seleccionado.

Muestra: Si se tiene una colección (Universo) de “N” elementos u objetos y se selecciona al azar de esta
colección un número “n” de elementos donde “n” es un número positivo entero.

Muestreo: Es procedimiento ó proceso de selección el cual contienen las características especificas definidas
de la(s) muestra(s).

Muestreo con reemplazo ó reposición: Es cuando un objeto de nuestro espacio muestra es seleccionado y
retornado al lote ó espacio muestra. Lo que no permite poder seleccionar más de una vez al mismo objeto,
esto no causaría dependencia de ocurrencia la probabilidad se mantendría constante y nos llevaría a poder
realizar un sin número “n” de veces el experimento.

Muestreo sin reemplazo: Es cuando un objeto seleccionado no puede ser retornado al lote ó espacio
muestra después de ser seleccionado, lo que traerá consigo la dependencia de ocurrencia y tendrá un número
finito entero de “n” veces el experimento que no podrá ser mayor a “N”.

Determinando una función: f ( x )=x 2 .: . si0 ≤ x ≤ 5 Tabla de distribución de probabilidad. S={0,1,2,3,4,5}

{| }
xi P ( x i) ó f ( x i ) F (x)
0 0 1/6 0 1/6 0 si x=0
1 1 1/6 1 2/6 1 si x=1
2 4 1/6 5 3/6
3 9 1/6 14 4/6 f ( x )= 4 si x=2
9 si x=3
4 16 1/6 30 5/6 16 si x =4
5 25 1/6 55 6/6 25 si x=5
100%

1.- Un sistema hidráulico fluye a través de tres válvulas del punto ”A” al punto “B”, el funcionamiento de las
válvulas es independiente, cada válvula se abre mediante un mecanismo de una señal con la probabilidad de
0.8, 0.9 y 0.85 respectivamente. Nos interesa el número de vías (tuberías) por las que fluye el agua del punto
“A” a el punto “B” como se muestra en el grafico siguiente. S = {0, 1, 2}

I 0.8
A
B

II 0.9 III 0.85

P ( 0 )=[ ( 0.2 )∗( 0.1 )∗( 0.15 ) ]+ [ ( 0.2 )∗( 0.1 )∗( 0.85 ) ] + [ ( 0.2 )∗( 0.9 )∗( 0.15 ) ] =0.003+0.017+0.027=0.047

P ( 1 )=[ ( 0.8 )∗( 0.1 )∗( 0.15 ) ]+ [ ( 0.8 )∗( 0.9 )∗( 0.15 ) ] +¿
0.047
…=0.012+0.108+0.068+ 0.153=0.341
0.341
0.612
1.000
P ( 2 )=[ ( 0.8 )∗( 0.9 )∗( 0.85 ) ]=0.612

xi P ( x i) ó f ( x i ) F ( x)

{ | }
0 0.047 0.047 0.047 si x=0
1 0.341 0.388 ( )
f x = 0.341 si x=1
2 0.612 1 0.612 si x=2
1.000

i
Valor esperado =Media=μ=∑ ( xi ) P ( x i )=( 0∗0.047 )+ ( 1∗0.341 ) + ( 2∗0.612 ) =¿ 1.565¿
x

Varianza=σ 2=∑ ( x i−μ )2 P ( x i )=[ ( 0−1.565 )2 ( 0.047 ) ] + [ ( 1−1.565 )2 ( 0.341 ) ] + [ ( 2−1.565 )2 ( 0.612 ) ]=…
( 2.449∗0.047 ) + ( 0.3192∗0.341 )+ ( 0.189∗0.612 ) =0.115+0.1088+0.1156=0.3394

Desviación Es tándar=σ=√2 0.3394=0.58258

Técnicas de Conteo

Factorial: Es un número entero positivo que se define como el producto de todos sus números enteros
positivos antecesores a “n”, se tomara de 1 hasta “n”. por ejemplo:

5! = 5*4*3*2*1= 120
8! = 8*7*6*5*4*3*2*1 = 40320

Permutación: Es una secuencia de orden de un conjunto de elementos posicionados o colocados en el orden

o posición que debe tomar de acuerdo a una regla ó intercambio de elementos a su posición lo que nos
genera una permutación.

La formula de la permutación:
x! 8! 8 ! 8∗7∗6∗5∗4∗3∗2∗1
❑n P x =❑ x Pi= =❑8 P 5= = = =8∗7∗6∗5∗4=6720
x !−i! 8!−5 ! 3 ! 3∗2∗1

Combinatoria: Es la selección de elementos de un conjunto en donde el orden no importa.

La formula de la combinación es.

x x! 8 8! 8! 8∗7∗6∗5∗4∗3∗2∗1 336
Ci = =C 5= = = = =56
( x !−i! ) i ! ( 8 !−5! ) 5 ! 3 !∗5 ! ( 3∗2∗1 ) (5∗4∗3∗2∗1) 6

4! 4∗3∗2∗1 4! 4! 4∗3∗2∗1 12
C 43= = =4 ;C 42 = = = = =6
( 4 !−3 ! ) 3 ! 3∗2∗1 ( 4 !−2! ) 2! 2 !∗2! ( 2∗1 ) (2∗1) 2

1 1

1 2 1

1 3 3 1
1 4 6 4 1

3.6. Propiedades del Valor Esperado y Varianza.

 { {
Mediana
Medidas de Tendencia Central Media
Moda

{
Medidas Descriptivas Varianza
Medidas de Dispersión Desviación Estándar
Desviación Media
Medida de Asimetría →Coeficiente de Asimetria
Medidas de Apuntalamiento ó Curtosis → Coeficiente de Apuntalamiento
3.7. Distribución Binomial.

A los resultados sucesivos independientes de un experimento en el que se obtiene solamente dos resultados,
“p” probabilidad de éxito y “q” probabilidad de fracaso, a este tipo de experimentos continuos también se les
llama prueba de Bernoulli en “n” veces repetidas del experimento ó ensayo.
 Existe independencia entre los ensayos.
 En cada ensayo existen solo dos posibles resultados.
 Las pruebas son con reemplazo.
 La probabilidad de ocurrencia permanece constante.

Este método de probabilidad esta dado por la formula:

x()
B ( x , n , p )= n p q . : . para los valores de x=0,1,2,3 , … , n .
x n− x

Media=μ=n∗p ; Varianza=σ 2=n∗p∗q ; D . E .=√2 n∗p∗q

1.- Un competidor de tiro con rifle de un equipo deportivo estatal tiene una probabilidad del 80% de acertar un
disparo, sus disparos son independientes, si a lo más puede realizar cinco disparos en la competencia, hallar
la probabilidad de que acierte al blanco…n=5 , p=0.8 , q=0.2

5 3
(3 )2
a) En el tercer disparo? P ( 3 )= (0.8) (0.2) =( 10 )( 0.512 ) ( 0.04 )=0.2048 ≈ 20.48 %

55! 5∗4∗3∗2∗1 20
C 3= = = =10
(5−3 ) !3 ! ( 2∗1 ) (3∗2∗1) 2
Tablas Binomiales:T 3−T 2=0.2627−0.0579=0.2048

b) A lo más tres disparos?

[( ) ] [( ) ] [( ) ] [( ) ]
5
5 ( 0.8 )3 ( 0.2 )2 + 5 ( 0.8 )2 ( 0.2 )3 + 5 ( 0.8 )1 ( 0.2 )4 + 5 ( 0.8 )0 ( 0.2 )5 =..
P ( x ≤ 3 )= ∑
x=(0,1,2,3) 3 2 1 0
…=[ ( 10 ) ( 0.512 )( 0.04 ) ]+ [ (10 )( 0.64 ) ( 0.008 ) ]+ [ (5 )( 0.8 )( 0.0016 ) ] + [( 1 ) ( 1 )( 0.00032 ) ]=…
…=0.2048+0.0512+0.0064 +0.00032=0.26272 ≈ 26.27 %

c) En por lo menos dos disparos?

[(51) ( 0.8) ( 0.2) ]+[(50) ( 0.8) ( 0.2) ]=¿ 1−( 0.0064+0.00032)=1−0.00672=… ¿

5
P ( x ≥ 2 )=1−P ( x <2 )=1− ∑ 1 4 0 5

x=(0,1)
 … ≈ 0.99328 ≈ 99.33 %
Tablas Binomiales:1−T 1=1−0.0067=0.9933

d) En el primer disparo? P ( 1 )=
[( )
5 ( 0.8 )1 ( 0.2 )4 =0.0064 ≈ 0.64 %
1 ]
e) Tabla de frecuencia, Media, Varianza y D.E.

xi
0
P ( x i) =f ( x i)
0.00032
F (x)
0.00032 4[( ) 4 1
]
P ( 4 )= 5 ( 0.8 ) ( 0.2 ) =( 5 ) ( 0.4096 ) ( 0.2 )=0.4096

[( ) ]
1 0.0064 0.00672
P ( 5 )= 5 ( 0.8 ) ( 0.2 ) =( 1 )( 0.32768 )( 1 )=0.32768
5 0
2 0.0512 0.05792
3 0.2048 0.26272 5
4 0.4096 0.67232 μ= (5 )( 0.8 )=4
5 0.32768 1
Σ 1
σ 2=( 5 ) ( 0.8 ) ( 0.2 )=0.8
D . E .=√2 0.8=0.8944

2.- Un agente de seguros vende pólizas a cinco personas de la misma edad y que gozan de buena salud,
según las tablas actuales de los seguros la probabilidad de que una persona en esta condiciones viva 30 años
2 1
ó más es de 2/3, hállese la probabilidad de que transcurridos los 30 años vivan…n=5 , p= , q=
3 3

5 5 0
(5 )
a) Las Cinco personas? P ( 5 )= ( 2/3 ) ( 1/3 ) =0.131687 ≈ 13.17 %

[( ) ( ) ( ) ] [ ( ) ( ) ( ) ] [( ) ( ) ( ) ]
5 5 0 4 1 3 2
5 2 1 + 5 2 1 + 5 2 1
b) Al menos tres personas? P ( x ≥ 3 )= ∑
3 3 4 3 3 3 3 3
=…
x=(3,4,5) 5

…=( 0.1317 ) + ( 0. 3292 ) + ( 0.3292 )=0.7901 ≈ 79.01 %

c) Por lo menos cuatro personas?

[ ( )( ) ( ) ] [( ) ( ) ( ) ]
5 5 0 4 1
5 2 1
+ 5
2 1
P ( x ≥ 4 )= ∑ 5 3 3 4 3 3
= 0.1317+0.3292=0.4609 ≈ 46.09%
x=(4,5)

d) Más de dos personas?

[( ) ( ) ( ) ] [( ) ( ) ( ) ] [( ) ( ) ( ) ]
5 0 5 1 4 2 3
5 2 1 + 5 2 1 + 5 2 1
P ( x>2 )=1−P ( x ≤ 2 )=1− ∑ 0 3 3 1 3 3 2 3 3
=1− [( 0.004115 )+ ( 0.04115 ) + ( 0.1646 ) ]=
x=(0,1,2)
…=1−0.209865=0.790135 ≈ 79.01%

( 2) ( 3 ) ( )
2
5 2 1 3
e) Exactamente dos persona? P ( 2 )= =0.1646 ≈ 16.46 %
3

f) Tabla de frecuencia, Media, varianza, D.E.

xi P ( x i) =f ( x i) F (x)
0
1
0.0041
0.0412
0.00412
0.0453 ( 23 )=3.3333 →
μ= (5 )
2 0.1646 0.2099
σ =( 5 ) ( )( )=1.1111→
2 2 1
3 0.3292 0.5391
4 0.3292 0.8683 3 3
D . E .=√ 1.1111=1.054087
2
5 0.1317 1
Σ 1
3.8. Distribución Hipergeométrica.

Esta distribución se aplica a problemas en la cual en cada ensayo cambia la probabilidad de ocurrencia, esto
genera la dependencia al ensayo anterior, sin reemplazo.

Se tomará una muestra “n” de una población “N” en donde la población tendrá una probabilidad de éxito la
cual tomaremos como “k” en este caso se tomará N-k para los fracasos.
 El muestreo es sin reemplazo.
 Todo ensayo selecciona una muestra “n” para un lote ó población “N”
 Las extracciones son dependientes.
 La muestra no puede ser mayor a la población.

En la distribución hipergeométrica la formula está dada por: N=población, k=éxitos, n=Muestra.

H ( n , x , k , N )=
( x )( n−x )
k N−k
; para x=0,1,2, … , n ; siempre que n< N
N
Cn

μ=
n∗k
N
; V =μ∗
N−n
(
N −1 )( N−k
N )

1.- En el comercio informal los aparatos electrónicos que están a la venta no tienen garantía, una persona
decide comprar seis pantallas de un lote de diez para su negocio, el vendedor sabe que tres de esas pantallas
tienen alguna falla, calcular la probabilidad de que…N=10, k=3, n=6.

a) Ninguna de las pantallas tenga falla? P ( 0 )=

( 0 )( 6 ) ( 1 ) (7)
3 7
= =
7
=0.0333 →≈ 3.33 %
(6)
10 210 210

b) Que una tenga falla? P ( 1 )=

( 1 )( 5 ) ( 3 ) (21) 63
3 7
= = =0.3 ≈ 30 %
(6)
10 210 210

c) Que dos ó más tengan falla?

(
[ ][ ]
)( ) ( 3 )(3 )
3 7 3 7
=( ) +(
210 )
2 4 3∗35 1∗35 105+35
P ( x ≥ 2 )= + = =0.6667 ≈ 66.67 %
(6) (6)
10 10 210 210

7 7! 7∗6∗5 210 7 7! 7∗6∗5 210

C 4= = = =35 ;C 3= = = =35
( 7−4 ) 4 ! 3∗2∗1 6 ( 7−3 ) 3! 3∗2∗1 6

d) Tabla de frecuencias ó distribución de probabilidad, Media, Varianza y D.E.

xi P ( x i) =f ( x i) F (x)
0
1
0.03333
0.3
0.03333
0.33333
μ=
6∗3
10
=1.8 ; V =σ 2=1.8
4
9( )( 107 )=0.56 ; D . E .=0.7483
2 0.5 0.83333
3 0.16667 1
1
2.- Una caja cerrada contiene cinco pares de zapatos, cuatro de ellos son nuevos, si seleccionamos dos pares
de esa caja, Cual es la probabilidad de obtener… N=5, k=4, n=2

a) Los dos sean nuevos? P ( 2 )=

( 2 )( 0 ) ( 6 ) (1)
4 1
= =0.6 ≈ 60 %
(2 )
5 10

b) Uno sea nuevo? P ( 1 )=

( 1 )( 1 ) ( 4 ) (1)
4 1
= =0.4 ≈ 40 %
(2 )
5 10

c) Tabla de frecuencias, media, varianza y D.E.

xi P ( x i) =f ( x i) F (x)
1
2
0.4
0.6
0.4
1
μ=
2∗4 8
5
= =1.6 ;V =1.6
5
3
4 ( )( 15 )=0.24 ; D . E .=0.49
1

3.- En un programa de televisión para nuevos valores, después de haber participado los concursantes quedan
dos semi finalista un hombre y una mujer, el jurado está compuesto por cinco jueces los cuales elegirán al
ganador por mayoría, se sabe que tres de ellos se inclinan por la mujer y dos por el hombre. Si se seleccionan
tres jueces al azar y se les pregunta por quien votaran, Cuál es la probabilidad de que ellos…
N=5, k=3, n=3
3 2
C3 C 0 1∗1
a) Todos voten por la mujer? P ( 3 )= 5
= =0.1≈ 10 %
C 3
10

b) Solo uno vote por la mujer? P ( 1 )=

( 1 )(2 ) 3∗1 3
3 2
= = =0.3 ≈ 30 %
( 3)
5 10 10

c) Dos voten por la mujer? P ( 2 )=

( 2 )( 1 ) 3∗2 6
3 2
= = =0.6 ≈ 60 %
( 3)
5 10 10

d) Uno vote por el hombre? k=2 P ( 1 )=

( 1 )( 2 ) 2∗3
2 3
= =0.6 ≈ 60 %
( 3)
5 10

xi P ( x i) =f ( x i) F (x)
1
2
0.3
0.6
0.3
0.9
μ=
3∗3 9
5
= =1.8 ;V =1.8
5
2
4 ( )( 25 )=0.36 ; D . E .=0.6
3 0.1 1
1
3.9. Distribución de Poisson. (Tiempo/Espacio)

Esta distribución está orientada al análisis de éxitos que ocurren en un tiempo ó espacio dado. Esta es
utilizada para poder optimizar los tiempos de atención ó servicios.
 Se refiere al número de sucesos que ocurren en un intervalo de tiempo.
 La probabilidad de ocurrencia de más de un suceso en un tiempo corto es muy pequeño.
 La probabilidad de ocurrencia depende del número promedio de sucesos ocurridos en un tiempo
determinado.

La fórmula que define esta distribución está dada por:

P ( x , μ )=
μ x∗e−μ
x!
; para x=0,1,2, … , n ; E ( x ) =x
e−μ
x!
= λ∗t ( )
1.- En un supermercado los clientes son atendidos en el departamento de salchichonería en promedio de 15
por hora, ¿Cuál es la probabilidad de que lleguen…en una hora dada.

a) A lo más siete clientes?

( ) ( )( )( )( )( )( )(
7 x −μ 0 −15 1 −15 2 −15 3 −15 4 −15 5 −15 6 −15
μ ∗e 15 ∗e 15 ∗e 15 ∗e 15 ∗e 15 ∗e 15 ∗e 15 ∗e 15
P ( x ≤ 7 )= ∑ ; +¿ + + + + + +
x=0 x! 0! 1! 2! 3! 4! 5! 6! 7!
…=( 0.0000003059 ) + ( 0.000004589 ) + ( 0.00003441 ) + ( 0.000172 )+ ( 0.000646 ) + ( 0.00193 ) + ( 0.00484 )+ ( 0.01 )=0.0176273
…=1.76 %
7.52∗e−7.5
b) Dos clientes en media hora? μ=7.5; P ( 2 )= =0.015≈ 1.5 %
2!
20
30 −30
c) 20 clientes en dos horas? μ=30; P ( 20 )= ∗e =0.013≈ 1.3 %
20!

d) Entre 7 y 12 clientes?

( ) ( )( )( )
11
μ x∗e−μ 158∗e−15 15 9∗e−15 1510∗e−15 1511∗e−15
P ( 7< x <12 )=P ( 8 ≤ x ≤11 ) =∑ ;[ +¿ + + ]=¿ ¿
x=8 x! 8! 9! 10 ! 11!

…=¿

e) Más de dos clientes? P ( x>2 )=1−P ( x ≤ 2 )=1− ( 0.0000003059 )+ ( 0.000004589 )+ ( 0.00003441 )=. .
…=1−0.0000393049=0.999961≈ 99.99 %

7
f) Menos de 10 clientes? P ( x<10 )=∑ 0.0176273+ 0.0194+0.0324=0.0694273 ≈ 6.943 %
x=0

2.- Una compañía telefónica recibe llamadas a razón de 4 por minuto. ¿Calcular la probabilidad de que…

4 2∗e−4
a) Recibir 2 llamadas en un minuto? P ( 2 )= =0.1465≈ 14.65 %
2!
0 −4
4 ∗e
b) No recibir ninguna llamada? P ( 0 )= =0.01831 ≈ 1.83 %
0!
 3 −2
2 ∗e
c) Tres llamadas en medio minuto? μ=2; P ( 3 )= =0.1804 ≈18.04 %
3!

d) Recibir menos de tres llamadas en dos minutos? μ=8 ; P ( x ≤ 2 )=

82∗e−8
2!
+
1! (
81∗e−8
+(
80∗e−8
0! )(
)=¿ )
…=( 0.0107 ) + ( 0.0026 )+ ( 0.00033 )=0.01363 ≈ 1.36 %

3.10. Distribución de Poisson con aproximación a Binomíal.

En los problemas de distribución binomíal que tienen demasiados elementos o su población es muy grande el
poder obtener una solución exacta es un poco complicado por lo que se recomienda utilizar la distribución de
Poisson como una aproximación a la binomíal, ya que conocemos que μ es igual a “n*p” el número de
elementos por la probabilidad de éxito.
n

()
B ( x , n , p )=∑ n p x∗qn −x ; n → ∞ ;x =0,1,2 ,… , n
x=0 x

B ≈ P ( μ , x) = ( )
μx
x!
−μ
∗e ; n →∞ , x=0,1,2 , …. , n

1.- La probabilidad de que una persona este infectada de covid es de 0.01, de las siguientes 10 personas que
se les aplico la prueba del covid de un total de 1000 encuentre la probabilidad de que…
Datos : P=0.01, n=1000 , μ=1000∗0.01=10

a) Ocho sean positivos a covid? B=P ( 8 ) = (8)

1000 ∗(0.01¿¿ 8)∗( 0.99992 ) =0.1128 ≈ 11.28 % para binomial ¿

P=P ( 8 ) = ( )
108
8!
−10
∗e =0.1126 ≈ 11.26 % para Poisson

( )
4
μx
b) A lo más cuatro sean positivos a covid? P ( x ≤ 4 )=∑
−μ
∗e =…
x=0 x!

( 100 ! )∗e )+(( 101! )∗e )+(( 102! )∗e )+(( 103 ! )∗e )+(( 104 ! )∗e )=..
…= (
0 1 2 3 4
−10 −10 −10 −10 −10

…=( 0.0000453999 ) + ( 0.000453999 ) + ( 0.0022699 ) + ( 0.0075667 ) + ( 0.0189166 )=0.0292519 ≈ 2.93 %

c) Menos de dos pero más de seis tengan covid? P ( x ≤ 1 )+ P ( x ≥ 7 )=P ( x ≤1 ) + ( 1−P ( x ≤ 6 ) )=…

) ) (( ) )]
…=
[(( 100
0!
−10
∗e +
101
1!
∗e
−10
+¿

( 4 ! ) ( 5 ! ) ( 6 ! )∗e )=[ ( 0.0000453999) +( 0.000453999) ] +…

..+ ( )∗e + ( )∗e + (
4 5 6
10 −1010 10 −10 −10

…+ ¿

( )
6 x
μ
d) Más de tres pero menos de siete sean positivos a covid? P ( 4 ≤ x ≤ 6 ) =∑
−μ
∗e =…
x=4 x!

(( ) ) (( ) ) (( ) )
4 5 6
10 10 10
…= ∗e−10 + ∗e−10 + ∗e−10 =( 0.0189166 ) + ( 0.037833 ) + ( 0.063055 ) =0.1198 ≈ 11.98 %
4! 5! 6!
2.- Con una nueva forma de gobernar la secretaria de hacienda en una revisión realizada a las declaraciones
a de personas físicas se encontró que una de cada dos mil declaraciones presenta error en su declaración. Si
se revisan al azar 40000 declaraciones, hallar la probabilidad de que… p=1/2000=0.0005, μ=0.0005*40000=20

( )
7 x
μ
a) Más de cuatro pero menos de ocho errores en declaraciones? P ( 5≤ x ≤ 7 )=∑
−μ
∗e =…
x=5 x!

(( ) ) (( ) ) (( ) )
5 6 7
20 −20 20 −20 20 −20
…= ∗e + ∗e + ∗e =0.00005496+0.0001832+0.0005234=0.0059132 ≈ 0.59 %
5! 6! 7!

b) Doce declaraciones tiene error? P ( 12 )= ( )

2012
12!
∗e−20=0.017625 ≈ 1.76 %

c) Menos de cinco declaraciones?

(( ) ) (( ) ) (( ) ) (( ) ) (( ) )
0 1 2 3 4
20 −20 20 −20 20 −20 20 −20 20 −20
P ( x ≤ 4 )= ∗e + ∗e + ∗e + ∗e + ∗e =0.00001694
0! 1! 2! 3! 4!

3.11. Distribución Geométrica.

Esta distribución es aplicable a “n” de experimentos ó ensayos con reemplazo en cuyos ensayos tienen
probabilidad constante solo que esta distribución se termina cuando se obtiene “el primer éxito”. La fórmula
que determina esta distribución es: x=k

k−1
G ( x , p )= p∗q ; donde k=1,2 , … , k
1 q
1.−P ( x ≤ k )=1−q k ; 2.−P ( x ≥ k +1 )=P ( x >k ) =qk ; μ= ; σ 2= 2
p p

1.- Un policía que se encuentra en el campo de tiro y se dispone a tirar al blanco, en donde los disparos son
independientes y que por experiencia se sabe que acierta al blanco 6 de cada 8 disparos, ¿Cuál es la
6 2
probabilidad de que… Datos : p= =0.75 ,q= =0.25
8 8

a) Acierte por primera vez en el segundo disparo? P ( 2 )=0.75∗0.25=0.1875≈ 18.75 %

b) Que necesite tres disparos ó más para acertar por primera vez?
P ( x ≥ 3 )=P ( x> 2 )=(0.25¿¿ 2)=0. 0625≈ 6 . 25 % ¿
P ( x ≥ k +1 )=P ( x >k ) =qk

c) Necesite cuatro disparos ó menos para acertar al blanco por primera vez?
P ( x ≤ 4 )=1−(0.25¿¿ 4)=1−0.0039=0.9961 ≈ 99.61 % ¿

d) Necesite más de tres disparos y menos de siete para acertar al blanco?

[ ]
P ( 3< x< 7 )=P ( x ≤ 6 ) −P ( x ≤ 4 ) = ( 1−( 0.256 ) ) −( 1−( 0.25 4 ) ) =( 1−0.000244 )−( 1−0.0039 )=…
…=( 0.999756−0.9961 )=0.003656 ≈ 0.3656 %

P ( 4 )=0.75∗0.254 =0.0029296875
P ( 5 )=0.75∗0.255=0.000732421875
6
P ( 6 )=0.75∗0.25 =0.000183105
P ( 4 ≤ x ≤ 6 ) =0.003845214375
 4 6
e) Calcular media, varianza y D.E.

1 2 0.25
μ= =1.3333 ; σ = =0.4444 ; D . E .=0.6666
0.75 0.75
2

Distribución Multinomial.

Esta distribución se parece a la binomial solo que en esta se obtienen dos ó más resultados, con reemplazo y
probabilidad de ocurrencia ó de éxito constantes que no son exactamente iguales para cada segmento o
subconjunto. En “N” observaciones se tendría E1 , E2 ,… , Er ; p1 , p 2 , … , p r respectivamente y constantes, esta
distribución se define por la formula:

[ ]
r r
N!
M ( n1 ,n 2 , … , nr ; p1 , p2 , … , p r )= ∗p n1 ∗pn2 ∗…∗pnr ; N =∑ ni =1; ∑ pi =1
1 2 r

n1 , n2 , … , nr i=1 i=1

1.- El jefe de control escolar de una escuela tiene un archivo con 2000 expedientes sin clasificar de
estudiantes, el 30% pertenecen a administración, el 50% a Ingeniería industrial y el resto a transportes, el
subdirector solicita 20 expedientes de ese archivo, ¿Cuál es la probabilidad de que 5 expedientes sean de
administración, 8 de industrial y el resto de transportes?
Datos : N=20 ,n A=5 , n I =8 ,n T =7 ; p A =0.3 , pI =0.5 , p T =0.2

P ( 5,8,7 ;0.3,0.5,0 .2 )= [ 20 !
5 !∗8 !∗7 ! ]
∗( 0.35 )∗( 0.58 )∗( 0.27 ) =0.0121218≈ 1.2121 %