UNIDAD 3.

DISTRIBUCIONES
DISCRETAS
En esta unidad veremos los alcances
más importantes y generales sobre las
distribuciones discretas.
 INTRODUCCIÓN
LAS DISTRIBUCIONES DE
PROBABILIDAD ESTÁN
RELACIONADAS CON LA
DISTRIBUCIÓN DE FRECUENCIAS;
DEBIDO A QUE LA DISTRIBUCIONES
TRATAN SOBRE EXPECTATIVAS DE
QUE ALGO SUCEDA, RESULTAN SER
MODELOS ÚTILES PARA HACER
INFERENCIAS Y TOMAR DECISIONES
DE INCERTIDUMBRE DE UNA
DISTRIBUCIÓN

Contenidos
 Contenidos
Unidad 3. Distribuciones discretas
En este apartado, iremos explorando y recorriendo los elementos más importantes entorno a las distribuciones
discretas. Junto con ello, veremos temáticas y problemas habituales que se trabajan con esas herramientas, con
el fin de entender el por qué de su importancia y relevancia hoy en día.

#1 #2 #3 #4

Distribución Distribución binomial Distribución de Distribuciones aplicadas

uniforme Poisson a la vida cotidiana a
través de la Resolución
de problemas
3
 Distribución uniforme

#1 A través de este contenido comprenderemos las distribución

uniforme y sus características.

CONTENIDOS
UNIDAD 3.
Distribución binomial

#2 A través de trabajaremos con la distribución binomial como

una distribución de probabilidad discreta.

DISTRIBUCIONES
DISCRETAS
Distribución de Poisson

#3 A partier de este contenido trabajaremos con la distribución

de poisson

Distribuciones aplicadas a la vida cotidiana a través de

#4 la Resolución de problemas
Para esta semaana aplicaremos las distribuciones a la vida
cotidiana y a la resolucoón de ejercicios de planteo.
#1 Distribución uniforme

Contenidos
 Distribución uniforme

Se tiene esta distribución cuando el resultado de una experiencia aleatoria puede ser un conjunto finito de n posibles
resultados, todos ellos igualmente probables.

Propiedades:
1
Probabilidad de ocurrencia 𝑃 𝑋 = 𝑥𝑖 =
𝑛

𝑥𝑛 +𝑥1
Esperanza o media μ= 2

(𝑥𝑛 −𝑥1 +1)2 −1

Varianza 𝜎 2 =
12

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

Contenidos
 Distribución uniforme

Ejemplo: En una biblioteca existen 7 tomos de una enciclopedia, si se desea tomar un tomo ¿cuál es la probabilidad de
sacar el tomo 2? ¿Cuál es la probabilidad de escoger el tomo 4, 5 6 y 7?, por último calcular la esperanza y la varianza.

1
¿cuál es la probabilidad de sacar el tomo 2?
7

7+1
Esperanza o media μ= =4
4

49−1
Varianza 𝜎2 = =4
12

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

Contenidos
#2 Distribución binomial

Contenidos
 Distribución binomial

La función de probabilidad de la distribución binomial, también denominada función de la distribución de Bernoulli, es:
𝑛 𝑘 𝑛−𝑘
𝑃 𝑋=𝑘 = 𝑝 𝑞
𝑘
Donde:

𝑛 es el número de pruebas.

𝑘 es el número de éxitos.

𝑝 es la probabilidad de éxito.

𝑝 es la probabilidad de fracaso.

Contenidos
 Distribución binomial

La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los lectores ya la han leido. Hallar la
probabilidad de que en un grupo de 4 amigos que son aficionados a la lectura, 2 hayan leido la novela.

La probabilidad de que una persona haya leído el libro es de 0.8, por lo que la probabilidad de que no lo haya leído es de
0.2

Donde:

𝑛 = 4.

𝑘 = 2.

𝑝 = 0,8.

𝑞 = 0,2.

Contenidos
 Distribución binomial

4
𝑃 𝑋=2 = (0,8)2 (0,2)2
2
4!
𝑃 𝑋=2 = 0,64 0,04
(2)! (2)!
= 0,1536

Contenidos
#3 Distribución de Poisson

Contenidos
 Distribución de Poisson

Esta distribución se utiliza en situaciones en las que se quiere determinar el número de eventos de un tipo concreto que
ocurren en un intervalo de tiempo o espacio dado.

La probabilidad que sea 6 es 1/6, la probabilidad que sea Par 3/6, por lo tanto :

𝑒 −𝜆 𝜆𝑥
𝑃 𝑥 =
𝑥!

Contenidos
 Distribución de Poisson

Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades de que reciba, cuatro
cheques sin fondo en un día dado:
𝑥 = 4, 𝜆 = 6, 𝑒 = 2.718

2,718−6 ∙64 (1296)(0,0048)

𝑃 4 = = = 0,13392
4! 24

Contenidos
#4
Distribuciones aplicadas a la vida
cotidiana

Contenidos
 Distribuciones aplicadas a la vida
cotidiana

No se puede predecir el futuro, pero se puede utilizar la probabilidad matemática para determinar qué tan probable es que
algo pueda, o no, suceder. Las personas a menudo utilizan la probabilidad para tomar mejores decisiones en sus vidas.
Por desgracia, cuando no usan el sentido común. Puedes no darte cuenta, pero usas la probabilidad en muchas facetas
de la vida cotidiana. Por ejemplo en los deportes, los juegos de mesa, decisiones médicas, primas de seguros, esperanza
de vida, estado del tiempo, etc.

A continuación se presentarán ejemplos aplicados de uso de distribuciones de probabilidad a situaciones de la vida

cotidiana.

Contenidos
 Distribuciones aplicadas a la vida
cotidiana

Se cree que el 8% de los empleados de una tienda comercial se ausentan al trabajo injustificadamente varias veces al
año. El administrador de dicha empresa desea realizar un estudio riguroso del ausentismo, para lo cual elige
aleatoriamente a 10 trabajadores. ¿Cuál es la probabilidad de que ninguno de los 10 se haya ausentado al trabajo? ,
¿Cuál es la probabilidad de que 2 de ellos se hayan ausentado al trabajo?, ¿Cuál es la probabilidad de que al menos 3 se
hayan ausentado al trabajo?

Usando distribución binomial se obtiene

¿Cuál es la probabilidad de que ninguno de los 10 se haya ausentado al trabajo?

10 0 10
𝑃 𝑥=0 = ∙ 0,08 ∙ 0,92 = 0,4343
0
La probabilidad de que de cada 10 trabajadores ninguno se haya ausentadoes de 43.43%

Contenidos
 Distribuciones aplicadas a la vida
cotidiana

b) ¿Cuál es la probabilidad de que 2 de ellos se hayan ausentado al trabajo?

Usando distribución binomial se obtiene

10 2 8
𝑃 𝑥=2 = ∙ 0,08 ∙ 0,92 = 0,1478
2
La probabilidad de que de cada 10 trabajadores 2 se hayan ausentado es de 14,78%

Contenidos
 Distribuciones aplicadas a la vida
cotidiana

c) ¿Cuál es la probabilidad de que al menos 3 se hayan ausentado al trabajo?

Usando distribución binomial se obtiene

𝑃 = 𝑋 ≥ 3 = 1 − 𝑃(𝑋 < 3)

10 0 10
𝑃 𝑥=0 = ∙ 0,08 ∙ 0,92 = 0,4343
0

10 1 9
𝑃 𝑥=0 = ∙ 0,08 ∙ 0,92 = 0,3777
1

Contenidos
 Distribuciones aplicadas a la vida
cotidiana

10 2 8
𝑃 𝑥=2 = ∙ 0,08 ∙ 0,92 = 0,1478
2
𝑃 = 𝑋 ≥ 3 = 1 − 0,1478 + 0,3777 + 0,4343 = 0,0404
La probabilidad de que de cada 10 trabajadores al menos 3 se hayan ausentado es de 4.04%

Contenidos
 Distribuciones aplicadas a la vida
cotidiana
En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.2 imperfecciones en
promedio por minuto. Determine las probabilidades de identificar una imperfección en 3 minutos

𝑥 = 1, 𝜆 = 0,6, 𝑒 = 2.718

2,718−0,6 ∙0,61 (0,548845)(0,6)

𝑃 𝑋=1 = = = 0,329307
1! 1

Contenidos