Distribuciones de

probabilidad discretas

Capítulo 6

6-1
¿Qué es una distribución de
probabilidad?
Es una lista de todos los resultados de un experimento
y la probabilidad asociada con cada resultado.

6-2
Características de una
distribución de probabilidad
 La probabilidad de un resultado en particular está
entre 0 y 1 inclusive.
 Los resultados son eventos mutuamente excluyentes.
 La lista es exhaustiva. Entonces, la suma de las
probabilidades de los distintos eventos es igual a 1.

6-3
Distribución de probabilidad - Ejemplo
Experimento: lanza una moneda tres veces. Observe el
número de caras.

Los posibles resultados experimentales son: cero caras, una

cara, dos caras y tres caras.

¿Cuál es la distribución de probabilidad para el número de

caras? 6-4
Distribución de probabilidad: número de
caras en 3 lanzamientos de una moneda

6-5
Variables aleatorias
Es una cantidad resultante de un experimento que, por
casualidad, puede asumir diferentes valores.

6-6
 Tipos de variables aleatorias
VARIABLE ALEATORIA DISCRETA: Es una variable
aleatoria que solo puede asumir ciertos valores claramente
separados. Suele ser el resultado de contar algo.

VARIABLE ALEATORIA CONTINUA: Es una variable

aleatoria que puede asumir un número infinito de valores
dentro de un rango dado. Suele ser el resultado de algún
tipo de medición.

6-7
 Variable aleatoria discreta
VARIABLE ALEATORIA DISCRETA: Es una variable aleatoria
que solo puede asumir ciertos valores claramente separados.
Suele ser el resultado de contar algo.

EJEMPLOS:
El número de estudiantes en una clase.
El número de hijos en una familia.
La cantidad de autos que ingresan a un lavado de
autos en una hora.
El número de hipotecas de viviendas aprobadas por
Coastal Federal Bank la semana pasada
6-8
 Variable aleatoria continua
VARIABLE ALEATORIA CONTINUA: Es una variable aleatoria
que puede asumir un número infinito de valores dentro de un rango
dado. Suele ser el resultado de algún tipo de medición.

EJEMPLOS:
La duración de cada canción en el último CD de Tim
McGraw
El peso de cada alumno en esta clase.
La cantidad de dinero ganado por cada jugador en la
Liga Nacional de Fútbol

6-9
La media de una distribución de
probabilidad discreta
 La media es un valor típico que se utiliza para
representar la ubicación central de una
distribución de probabilidad.
 La media de una distribución de probabilidad
también se conoce como su valor esperado.

6-10
La media de una distribución de
probabilidad discreta - Ejemplo
John Ragsdale vende autos nuevos para
Pelican Ford. John suele vender la mayor
cantidad de automóviles los sábados. Ha
desarrollado la siguiente distribución de
probabilidad para la cantidad de autos que
espera vender un sábado en particular.

6-11
La media de una distribución de
probabilidad discreta - Ejemplo

6-12
La varianza y la desviación estándar de
una distribución de probabilidad
discreta
La fórmula de la varianza de una distribución de probabilidad
es:

Los pasos para el cálculo son los siguientes:

1. La media se resta de cada valor y la diferencia se eleva al
cuadrado.
2. Cada diferencia al cuadrado se multiplica por su
probabilidad.
3. Se suman los productos que resultan para obtener la
varianza.
6-13
La varianza y la desviación estándar
de una distribución de probabilidad
discreta - Ejemplo

   2  1.290  1.136
6-14
Distribución de probabilidad
binomial
 Una distribución de probabilidad discreta que ocurre
ampliamente
 Características de una distribución de probabilidad
binomial:
 Solo hay dos resultados posibles en una prueba particular de un
experimento.
 Los resultados son mutuamente excluyentes.
 La variable aleatoria es el resultado de conteos.
 Cada ensayo es independiente de cualquier otro ensayo.

6-15
Características de un experimento
de probabilidad binomial
 El resultado de cada ensayo se clasifica en una de
dos categorías mutuamente excluyentes: un éxito o
un fracaso.

 La variable aleatoria, x, es el número de éxitos en un

número fijo de ensayos.

 La probabilidad de éxito y fracaso permanece igual

para cada prueba.

 Los ensayos son independientes, lo que significa que

el resultado de un ensayo no afecta el resultado de
ningún otro ensayo. 6-16
Fórmula de probabilidad binomial

donde:
C: es el símbolo de combinación.
n: es el número de ensayos.
x: es la variable aleatoria definida como el número de
éxitos.
: es la probabilidad de éxito en cada ensayo.

6-17
 Probabilidad binomial - Ejemplo
Hay cinco vuelos diarios
desde Pittsburgh a través
de US Airways hacia el
aeropuerto regional de
Bradford. Suponga que la
probabilidad de que algún
vuelo llegue tarde es de
0,20.
¿Cuál es la probabilidad
de que ninguno de los
vuelos llegue tarde hoy?
Recordar: 0! = 1, y
cualquier variable con
exponente 0 es igual a uno.
6-18
 Probabilidad de distribución binomial

Las probabilidades para

cada valor de la variable
aleatoria, número de
vuelos tardíos (0 a 5), ​se
pueden calcular para
crear la distribución de
probabilidad binomial
completa.

6-19
Media y varianza de una
distribución binomial
Conociendo el número de intentos, n, y la
probabilidad de éxito, , para una distribución
binomial, podemos calcular la media y la varianza de
la distribución.

6-20
Media y varianza de una
distribución binomial: ejemplo
Para el ejemplo del
número de vuelos
retrasados, recuerde
que  = .20 y n = 5.
¿Cuál es el número
medio de vuelos
retrasados?
¿Cuál es la variación del
número de vuelos
retrasados?

6-21
Media y varianza de una
distribución binomial: ejemplo
Usando las fórmulas generales para distribuciones de
probabilidad discretas:

6-22
Tablas de distribuciones de
probabilidad binomial
Las distribuciones de probabilidad binomial se pueden
enumerar en tablas. Los cálculos ya se han realizado. En la
siguiente tabla, se enumeran las distribuciones binomiales
para n = 6 ensayos y los diferentes valores de probabilidad
de éxito.

6-23
Tablas de distribución de
probabilidad binomial - Ejemplo
El cinco por ciento de los engranajes helicoidales producidos por una
fresadora Carter-Bell automática de alta velocidad están defectuosos.
¿Cuál es la probabilidad de que de los seis engranajes seleccionados al
azar, ninguno sea defectuoso? ¿Exactamente uno? ¿Exactamente dos?
¿Exactamente tres? ¿Exactamente cuatro? ¿Exactamente cinco?
¿Exactamente seis de seis?

6-24
Distribución de probabilidad
binomial: ejemplo de Excel
Usando la función de Excel: Binom.dist (x, n,, false)

6-25
 Distribución de probabilidad
binomial - Ejemplo de MegaStat
El software estadístico, como Megastat, también puede crear los valores
y el gráfico para cualquier distribución de probabilidad binomial.

El cinco por ciento de

los engranajes
helicoidales
producidos por una
fresadora Carter-Bell
automática de alta
velocidad están
defectuosos.
¿Cuál es la
distribución de
probabilidad binomial
del número
defectuoso cuando se
seleccionan seis
engranajes?

6-26
 Binomial: formas o asimetría para 
y n = 10
La forma de una distribución binomial cambia a medida que cambian n y .

6-27
Binomial: formas o asimetría
manteniendo constante  y variando n

6-28
 Distribuciones de probabilidad
binomial - Ejemplo de Excel
Un estudio del Departamento
de Transporte de Illinois mostró
que el 76.2 por ciento de los
ocupantes de los asientos
delanteros usaban cinturones
de seguridad. Si se selecciona
una muestra de 12 automóviles
que viajan por una carretera, la
distribución de probabilidad
binomial de automóviles con
ocupantes en los asientos
delanteros que usan cinturones
de seguridad se puede calcular
como se muestra.

6-29
 Distribuciones de probabilidad
binomial - Ejemplo de Excel

¿Cuál es la probabilidad que

los ocupantes de la parte
delantera en exactamente 7 de
los 12 vehículos seleccionados
utilicen cinturones de
seguridad?

6-30
 Distribuciones de probabilidad binomial
acumulativa - Ejemplo de Excel

¿Cuál es la probabilidad
que los ocupantes de la
parte delantera de por lo
menos 7 de los 12
vehículos utilicen
cinturón de seguridad?

6-31
Distribución de probabilidad
hipergeométrica
1. Los resultados de cada ensayo de un experimento se
clasifican en dos categorías exclusivas: éxito o fracaso.
2. La variable aleatoria es el número de éxitos de un
número fijo de ensayos.
3. Los ensayos no son independientes.
4. Los muestreos se realizan con una población finita
sin reemplazo y n/N > 0.05. Por lo tanto, la probabilidad
de éxito cambia en cada ensayo.

6-32
Distribución de probabilidad
hipergeométrica - Fórmula

donde:
N: representa el tamaño de la población.
S: es el número de éxitos en la población.
X: es el número de éxitos en la muestra; éste puede asumir los valores
0, 1, 2, 3…
n: es el tamaño de la muestra o el número de ensayos.
C: es el símbolo de combinación.

6-33
 Distribución de probabilidad
hipergeométrica - Ejemplo
Play Time Toys, Inc., tiene 50
empleados en el departamento
de ensamblado. Sólo cuarenta
de ellos pertenecen al
sindicato. Se eligen al azar
cinco empleados para formar
un comité que hablará con la
empresa sobre los horarios de
inicio de los turnos. ¿Cuál es la
probabilidad de que cuatro de
los cinco empleados elegidos
para formar parte del comité
pertenezcan a un sindicato?
6-34
Distribución de probabilidad
hipergeométrica - Ejemplo
Los datos son:
N = 50 (número de empleados)
S = 40 (número de empleados sindicalizados)
x = 4 (número de empleados del sindicato
seleccionados)
n = 5 (número de empleados seleccionados)
¿Cuál es la probabilidad de que cuatro de los
cinco empleados seleccionados para el
comité, pertenezcan a un sindicato?

6-35
Distribución de probabilidad de Poisson
La distribución de probabilidad de Poisson
describe el número de veces que ocurre un evento
durante un intervalo específico. El intervalo puede
ser tiempo, distancia, área o volumen.

Supuestos de la distribución de Poisson:

La probabilidad es proporcional a la duración del
intervalo.
Los intervalos son independientes.

6-36
Distribución de probabilidad de Poisson
La distribución de probabilidad de Poisson se caracteriza
por el número de veces que ocurre un evento durante
algún intervalo continuo.
Ejemplos:
 La cantidad de palabras mal escritas por página en un
periódico.
 El número de llamadas por hora recibidas por Dyson
Vacuum Cleaner Company
 La cantidad de vehículos vendidos por día en Hyatt
Buick GMC en Durham, Carolina del Norte
 El número de goles marcados en un partido de fútbol
universitario.
6-37
Distribución de probabilidad de Poisson
La distribución de Poisson se puede describir
matemáticamente mediante la fórmula:

6-38
Distribución de probabilidad de Poisson
 La media de número de éxitos, 𝜇, puede
determinarse con n; en este caso, n es
el número total de ensayos, y ,  la
probabilidad de éxito.

 La varianza de Poisson también es igual

a su media.

6-39
Distribución de probabilidad de
Poisson - Ejemplo
Suponga que Northwest Airlines rara vez pierde
equipaje. Suponga que una muestra aleatoria de 1,000
vuelos muestra un total de 300 maletas perdidas. Por
tanto, la media aritmética de maletas perdidas por vuelo
es 0.3 (300 / 1.000). Si el número de maletas perdidas
por vuelo sigue una distribución de Poisson con u = 0.3,
calcule la probabilidad de no perder ninguna maleta.

6-40
Distribución de probabilidad de
Poisson - Ejemplo
Recuerde de la ilustración anterior que el número de maletas
perdidas sigue una distribución de Poisson con una media de 0.3. Se
puede usar una tabla para encontrar la probabilidad de que no se
pierdan maletas en un vuelo en particular. ¿Cuál es la probabilidad
de que no se pierda ninguna maleta en un vuelo en particular?

6-41
 Más sobre la distribución de
probabilidad de Poisson
 La distribución de probabilidad de Poisson siempre está sesgada
positivamente y la variable aleatoria no tiene un límite superior
específico.
 La distribución de Poisson para la ilustración de maletas perdidas,
donde µ = 0.3, está muy sesgada.
 A medida que µ aumenta, la distribución de Poisson se vuelve más
simétrica.

6-42