P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .

S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5,

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.

P(XA +XB = j) =

3 de junio de 2020 1/6

 P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.
p(j)= indep.
P(XA +XB = j) = P(XA = r, XB = j−r) =
z}|{
∑
r=0,··· ,j

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.
indep.
P(XA +XB = j) = P(XA = r, XB = j−r) = P(XA = r).P(XB = j−r)
z}|{
∑ ∑
r=0,··· ,j r=0,··· ,j

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.
indep.
P(XA +XB = j) = P(XA = r, XB = j−r) = P(XA = r).P(XB = j−r)
z}|{
∑ ∑
r=0,··· ,j r=0,··· ,j

5r −4 4j−r
∑ e−5 e =
r=0,1,··· ,j r! (j − r)!

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.
indep.
P(XA +XB = j) = P(XA = r, XB = j−r) = P(XA = r).P(XB = j−r)
z}|{
∑ ∑
r=0,··· ,j r=0,··· ,j

r 4j−r e−9
 
−5 5 −4 r j−r j
∑ e e = ∑ 54 r =
r=0,1,··· ,j r! (j − r)! j! r=0,1,··· ,j

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.
indep.
P(XA +XB = j) = P(XA = r, XB = j−r) = P(XA = r).P(XB = j−r)
z}|{
∑ ∑
r=0,··· ,j r=0,··· ,j

r 4j−r e−9 e−9

 
−5 5 −4 r j−r j
∑ e e = ∑ 5 4 = (5 + 4)j ,
r=0,1,··· ,j r! (j − r)! j! r=0,1,··· ,j r j!

3 de junio de 2020 1/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN DE P OISSON .
S ITUACIÓN PROBLEMÁTICA PÁGINA 37

El nro de clientes que entran por la puerta A en un supermercado en un período de 1’

es una v.a. con distribución de Poisson de parámetro λA = 2, 5, y el nro que entran
por la puerta B en 1’ es una v. a. independiente de la anterior, con distribución de
Poisson de parámetro λB = 2.
Calcule la probabilidad de que en un período de 2’ entren al menos 5 clientes.
Sean XA y XB los nros de clientes que entran en 2’ por las puertas A y B resp.
indep.
P(XA +XB = j) = P(XA = r, XB = j−r) = P(XA = r).P(XB = j−r)
z}|{
∑ ∑
r=0,··· ,j r=0,··· ,j

r 4j−r e−9 e−9

 
−5 5 −4 r j−r j
∑ e e = ∑ 5 4 = (5 + 4)j ,
r=0,1,··· ,j r! (j − r)! j! r=0,1,··· ,j r j!

es decir, XA + XB v Po(9).
3 de junio de 2020 1/6
P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL

Sean X1 v N(µ1 ; σ1 ) y X2 v N(µ2 ; σ2 ), independientes entre si.

¿Cuál es la distribución de probabilidades de X1 + X2 ?

3 de junio de 2020 2/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL

Sean X1 v N(µ1 ; σ1 ) y X2 v N(µ2 ; σ2 ), independientes entre si.

¿Cuál es la distribución de probabilidades de X1 + X2 ?

O lo que es lo mismo: ¿Cuál es la función densidad de X1 + X2 ?

3 de junio de 2020 2/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL

Sean X1 v N(µ1 ; σ1 ) y X2 v N(µ2 ; σ2 ), independientes entre si.

¿Cuál es la distribución de probabilidades de X1 + X2 ?

O lo que es lo mismo: ¿Cuál es la función densidad de X1 + X2 ?

convulación
Z z
FX1 +X2 (z) = f (x, z − x)dx
−∞

3 de junio de 2020 2/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL

Sean X1 v N(µ1 ; σ1 ) y X2 v N(µ2 ; σ2 ), independientes entre si.

¿Cuál es la distribución de probabilidades de X1 + X2 ?

O lo que es lo mismo: ¿Cuál es la función densidad de X1 + X2 ?

Z z independencia Z z
FX1 +X2 (z) = f (x, z − x)dx = fX1 (x)fX2 (z − x)dx = .......
z}|{
−∞ −∞

3 de junio de 2020 2/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL

Sean X1 v N(µ1 ; σ1 ) y X2 v N(µ2 ; σ2 ), independientes entre si.

¿Cuál es la distribución de probabilidades de X1 + X2 ?

O lo que es lo mismo: ¿Cuál es la función densidad de X1 + X2 ?

Z z independencia Z z
FX1 +X2 (z) = f (x, z − x)dx = fX1 (x)fX2 (z − x)dx = .......
z}|{
−∞ −∞

q
Se puede demostrar que X1 + X2 v N(µ1 + µ2 ; σ12 + σ22 ).

3 de junio de 2020 2/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL .
S ITUACIÓN PROBLEMÁTICA PÁGINA 36

La demanda diaria de agua por habitante (Xi , i = 1, · · · , 10000) en una ciudad de

10000 habitantes es una variable aleatoria X con E(X) = 0, 4m3 y σX = 0, 09m3 .

3 de junio de 2020 3/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL .
S ITUACIÓN PROBLEMÁTICA PÁGINA 36

La demanda diaria de agua por habitante (Xi , i = 1, · · · , 10000) en una ciudad de

10000 habitantes es una variable aleatoria X con E(X) = 0, 4m3 y σX = 0, 09m3 .
La disponibilidad de agua para el consumo almacenado diariamente en una represa
es una variable aleatoria Y v N(µY = 4500m3 ; σY = 450m3 ).

3 de junio de 2020 3/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL .
S ITUACIÓN PROBLEMÁTICA PÁGINA 36

La demanda diaria de agua por habitante (Xi , i = 1, · · · , 10000) en una ciudad de

10000 habitantes es una variable aleatoria X con E(X) = 0, 4m3 y σX = 0, 09m3 .
La disponibilidad de agua para el consumo almacenado diariamente en una represa
es una variable aleatoria Y v N(µY = 4500m3 ; σY = 450m3 ).
Calcule la probabilidad de que un día cualquiera no sea satisfecha la demanda.

Y< X

3 de junio de 2020 3/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL .
S ITUACIÓN PROBLEMÁTICA PÁGINA 36

La demanda diaria de agua por habitante (Xi , i = 1, · · · , 10000) en una ciudad de

10000 habitantes es una variable aleatoria X con E(X) = 0, 4m3 y σX = 0, 09m3 .
La disponibilidad de agua para el consumo almacenado diariamente en una represa
es una variable aleatoria Y v N(µY = 4500m3 ; σY = 450m3 ).
Calcule la probabilidad de que un día cualquiera no sea satisfecha la demanda.
¿Cuál es la dist de X? Supongo las Xi
independientes
P(X1 + X2 + · · · + X10000 > Y) =
E(X1+ 2+...+Xn)
=

3 de junio de 2020 3/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL .
S ITUACIÓN PROBLEMÁTICA PÁGINA 36

La demanda diaria de agua por habitante (Xi , i = 1, · · · , 10000) en una ciudad de

10000 habitantes es una variable aleatoria X con E(X) = 0, 4m3 y σX = 0, 09m3 .
La disponibilidad de agua para el consumo almacenado diariamente en una represa
es una variable aleatoria Y v N(µY = 4500m3 ; σY = 450m3 ).
Calcule la probabilidad de que un día cualquiera no sea satisfecha la demanda.

P(X1 + X2 + · · · + X10000 > Y) = P(X1 + X2 + · · · + X10000 − Y > 0) = ?

3 de junio de 2020 3/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL .
S ITUACIÓN PROBLEMÁTICA PÁGINA 36

La demanda diaria de agua por habitante (Xi , i = 1, · · · , 10000) en una ciudad de

10000 habitantes es una variable aleatoria X con E(X) = 0, 4m3 y σX = 0, 09m3 .
La disponibilidad de agua para el consumo almacenado diariamente en una represa
es una variable aleatoria Y v N(µY = 4500m3 ; σY = 450m3 ).
Calcule la probabilidad de que un día cualquiera no sea satisfecha la demanda.

P(X1 + X2 + · · · + X10000 > Y) = P(X1 + X2 + · · · + X10000 − Y > 0) = ?

En el caso en que la distribución de Z = X1 + X2 + · · · + X10000 sea normal, podríamos

aplicar la propiedad reproductiva vista y concluir que Z − Y tiene distribución
normal.

3 de junio de 2020 3/6

P ROPIEDAD REPRODUCTIVA DE LA DISTRIBUCIÓN NORMAL .
S ITUACIÓN PROBLEMÁTICA PÁGINA 36

La demanda diaria de agua por habitante (Xi , i = 1, · · · , 10000) en una ciudad de

10000 habitantes es una variable aleatoria X con E(X) = 0, 4m3 y σX = 0, 09m3 .
La disponibilidad de agua para el consumo almacenado diariamente en una represa
es una variable aleatoria Y v N(µY = 4500m3 ; σY = 450m3 ).
Calcule la probabilidad de que un día cualquiera no sea satisfecha la demanda.

P(X1 + X2 + · · · + X10000 > Y) = P(X1 + X2 + · · · + X10000 − Y > 0) = ?

En el caso en que la distribución de Z = X1 + X2 + · · · + X10000 sea normal, podríamos

aplicar la propiedad reproductiva vista y concluir que Z − Y tiene distribución
normal.

Pero no conocemos la distribución de Z = X1 + X2 + · · · + X10000 , es más, no tenemos

el dato siquiera de qué distribución tienen las Xi .
3 de junio de 2020 3/6
T EOREMA C ENTRAL DEL L ÍMITE (TCL).
S ITUACIÓN PROBLEMÁTICA PÁGINA 36 ( CONTINUACIÓN )

Podemos considerar que las demandas diarias de agua por habitante (las Xi )
son independientes. Según el TCL, a la distribución de
Z = X1 + X2 + · · · + X10000 se la puede aproximar por una distribución
normal,

3 de junio de 2020 4/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL).
S ITUACIÓN PROBLEMÁTICA PÁGINA 36 ( CONTINUACIÓN )

Podemos considerar que las demandas diarias de agua por habitante (las Xi )
son independientes. Según el TCL, a la distribución de
Z = X1 + X2 + · · · + X10000 se la puede aproximar por una distribución
normal, con

E(Z) = E(X1 ) + E(X2 ) + · · · + E(X10000 ) = 10000 × 0, 4m3

V(Z) = V(X1 ) + V(X2 ) + · · · + V(X10000 ) = 10000 × (0, 09m3 )2 ,

es decir
p
E(Z) = 4000m3 , V(Z) = 9m3 .

3 de junio de 2020 4/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL).
S ITUACIÓN PROBLEMÁTICA PÁGINA 36 ( CONTINUACIÓN )

Volviendo al objetivo del problema de hallar P(Z − Y > 0), podemos

considerar que Z − Y tiene una distribución aproximada a una normal

3 de junio de 2020 5/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL).
S ITUACIÓN PROBLEMÁTICA PÁGINA 36 ( CONTINUACIÓN )

Volviendo al objetivo del problema de hallar P(Z − Y > 0), podemos

considerar que Z − Y tiene una distribución aproximada a una normal con

indep.
z}|{
E(Z − Y) = 4000 − 4500 = −500, V(Z − Y) = V(Z) + V(Y) = 81 + 202500.

3 de junio de 2020 5/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL).
S ITUACIÓN PROBLEMÁTICA PÁGINA 36 ( CONTINUACIÓN )

Volviendo al objetivo del problema de hallar P(Z − Y > 0), podemos

considerar que Z − Y tiene una distribución aproximada a una normal con

indep.
z}|{
E(Z − Y) = 4000 − 4500 = −500, V(Z − Y) = V(Z) + V(Y) = 81 + 202500.

Luego,

Z − Y − (−500) 500
P(Z − Y > 0) = P( > ) = 0, 133.
450 450

3 de junio de 2020 5/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL). A PROXIMACIÓN DE LA
DISTRIBUCIÓN BINOMIAL

Sea X v Bi(n, p),

3 de junio de 2020 6/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL). A PROXIMACIÓN DE LA
DISTRIBUCIÓN BINOMIAL

Sea X v Bi(n, p),

X: número de éxitos en n intentos independientes de una experiencia de
Bernoulli,
p: probabilidad de tener éxito en un intento.

3 de junio de 2020 6/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL). A PROXIMACIÓN DE LA
DISTRIBUCIÓN BINOMIAL

Sea X v Bi(n, p),

X: número de éxitos en n intentos independientes de una experiencia de
Bernoulli,
p: probabilidad de tener éxito en un intento.
Si definimos n, variables de Bernoulli (i = 1, · · · , n) así:
(
1 si el intento i fue éxito
Xi =
0 si no,

3 de junio de 2020 6/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL). A PROXIMACIÓN DE LA
DISTRIBUCIÓN BINOMIAL

Sea X v Bi(n, p),

X: número de éxitos en n intentos independientes de una experiencia de
Bernoulli,
p: probabilidad de tener éxito en un intento.
Si definimos n, variables de Bernoulli (i = 1, · · · , n) así:
(
1 si el intento i fue éxito
Xi =
0 si no,
no es difícil comprender que podemos escribir X = X1 + X2 + · · · + Xn .

3 de junio de 2020 6/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL). A PROXIMACIÓN DE LA
DISTRIBUCIÓN BINOMIAL

Sea X v Bi(n, p),

X: número de éxitos en n intentos independientes de una experiencia de
Bernoulli,
p: probabilidad de tener éxito en un intento.
Si definimos n, variables de Bernoulli (i = 1, · · · , n) así:
(
1 si el intento i fue éxito
Xi =
0 si no,
no es difícil comprender que podemos escribir X = X1 + X2 + · · · + Xn .
Luego, según el TCL, para n convenientemente grande, puede aproximarse la
distribución de X por una normal

3 de junio de 2020 6/6

T EOREMA C ENTRAL DEL L ÍMITE (TCL). A PROXIMACIÓN DE LA
DISTRIBUCIÓN BINOMIAL

Sea X v Bi(n, p),

X: número de éxitos en n intentos independientes de una experiencia de
Bernoulli,
p: probabilidad de tener éxito en un intento.
Si definimos n, variables de Bernoulli (i = 1, · · · , n) así:
(
1 si el intento i fue éxito
Xi =
0 si no,
no es difícil comprender que podemos escribir X = X1 + X2 + · · · + Xn .
Luego, según el TCL, para n convenientemente grande, puede aproximarse la
distribución de X por una normal con
E(X) = E(X1 ) + E(X2 ) + · · · + E(Xn ) = n.p,
V(X) = V(X1 ) + V(X2 ) + · · · + V(Xn ) = n.p.(1 − p).
3 de junio de 2020 6/6