Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones
de probabilidad
discreta
SEMANA 3
( )
𝐸(𝑋) =
( )
𝑉𝑎𝑟(𝑋) =
1
01/02/2021
Suponer una ruleta legal, tal que al girar, los resultados posibles son 1, 2, ..., 30. Aquí es
razonable pensar que los resultados posibles tienen la misma probabilidad de ocurrir. Luego, si X
= al número que ocurre al girar la ruleta, se puede aplicar la distribución uniforme discreta con
𝑃(𝑋 = 𝑖) = 1/30 para i = 1, 2, ..., 30. Además, como k = 30 se tiene que:
Un experimento Bernoulli es aquél que solo tiene dos resultados posibles, que para generalizar
llamaremos “éxito” y “fracaso”. Además, a la probabilidad de que ocurra el “éxito” la
denotaremos como 𝑝.
2
01/02/2021
Suponer que en una ciudad, la probabilidad de que una persona adulta sea cliente del banco W
es 0.27. Se seleccionan 80 adultos al azar, se desea saber la probabilidad de que haya 30
clientes del banco W.
Sea X = número de clientes del banco W en la muestra de 80 adultos. Observe que se aplica un
experimento bernoulli con 𝑝 = 0.27 (el “éxito” consiste en que sea cliente del banco W). Es
razonable pensar que los resultados son independientes, luego X tiene distribución binomial con
𝑛 = 80 y 𝑝 = 0.27.
80
𝑃 𝑋 ≤ 20 = 𝐹 20 = 𝑓 0 + 𝑓 1 + ⋯ + 𝑓 20 = 0.27 0.73 = 0,3979
𝑖
3
01/02/2021
𝜎 = 15.768 = 3.9709
𝐸 𝑋 = y 𝑉𝑎𝑟 = −1
𝑃 𝑋 ≤ 𝑥 = 𝐹 𝑥 = 1− 1−𝑝
4
01/02/2021
Suponer que en una ciudad, la probabilidad de que una persona adulta sea cliente del banco W
es 0.27. Se selecciona un adulto al azar hasta que se encuentre un cliente del banco W. Se desea
obtener la probabilidad de que se seleccionen 10 adultos.
Sea X = número de adultos seleccionados hasta que aparece un cliente del banco W. Observe
que se aplica un experimento Bernoulli con 𝑝 = 0.27 (el “éxito” consiste en que sea cliente del
banco W). Es razonable pensar que los resultados son independientes, luego 𝑋 tiene distribución
geométrica con 𝑝 = 0.27. Entonces:
Además
𝑃(𝑋 > 8) = 𝑃(9) + 𝑃(10) + ⋯ = 1 − 𝑃(𝑋 ≤ 8) = 1 − 𝐹(8) = 1 − [1 − 0.73 ] = 0.73 = 0.0806
1
𝐸 𝑋 = = 3.704
0.27
1 1
𝑉𝑎𝑟 𝑋 = − 1 = 10.014
0.27 0.27
𝜎 = 3.164
10
5
01/02/2021
La distribución Poisson modela el número de “éxitos” que ocurren en un intervalo de tiempo, o en una
región (longitud, superficie o volumen).
Además
11
Suponer que el número de accidentes automovilísticos por semestre que ocurren en un cruce
peligroso tiene una distribución Poisson, con un promedio de 9 accidentes por semestre. Se
desea obtener la probabilidad de que en un semestre ocurran 12 accidentes. Se tiene que 𝜆 = 9,
luego:
9 𝑒
𝑃 𝑥 = 12 = = 0.0728
12!
12
6
01/02/2021
9𝑒
𝑃 𝑋 ≥ 8 =𝑓 8 +𝑓 9 +⋯= 1−𝑃 𝑋 ≤7 =1−𝐹 7 = 1− = 1 − 0.3239
𝑖!
= 0,6761
13
18 𝑒
𝑃 𝑋 = 20 = = 0.0798
20!
14