Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MAT370-A
GRUPO 4
S.R.L. INCOBOL
SEM 2- 2023
UAGRM - INGENIERIA CIVIL
DISTRIBUCION DE PROBABILIDADES
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
INDICE
1.-DISTRIBUCION DE PROBABILIDADES………………………………3
1.1-TIPOS DE DISTRIBUCIONES DE PROBABILIDADES…………….3
1.2-DISTRIBUCIONES DE PROBABILIDAES DISCRETAS …………..3
1.3-DISTRIBUCION UNIFORME DISCRETA …………………………….3
2
1.4-DISTRIBUCIONES DE PROBABILIDADES CONTINUAS ………...4
1.5-DISTRIBUCION UNIFORME CONTINUA ………………………….…4
2.- DISTRIBUCION BINOMIAL………………………………………………5
2.1- DATO HISTÓRICO………………………………………………………5
2.3- OBEJTIVOS………………………………………………………………5
2.4- CARACTERISTICAS…………………………………………………….5
2.5- PROPOIEDADES DE LA DISTRIBUCION BINOMIAL………………6
2.6-EJERCICIOS………………………………………………………………7
3.- DISTRIBUCION DE POISSON…………………………………………..8
3.1 EJEMPLOS………………………………………………………………..8
4.-DISTRIBUCION HIPERGEOMETRICA……………………………….…9
4.1 ¿Qué ES LA DISTRIBUCION HIPERGEOMETRICA?.......................9
4.2- DIFERENCIA ENTRE LA DISTRIBUCION HIPERGEOMETRICA Y LA
DISTRIBUCION BINOMIAL……………………………………………….….9
4.3 FORMULA DE LA DISTRIBUCION BINOMIAL……………………....10
4.4 EJEMPLOS……………………………………………………………….10
5 DISTRIBUCION GEOMETRICA………………………………………….12
5.1 OBTENCION DE LA FUNCION CUANTIA …………………………...12
5.2 EJEMPLOS…………………………………………………………….….16
6 DISTRIBUCION DE PASCAL…………………………………………..…18
6.1 ¿QUE ES LA DISTRIBUCION DE PACAL?.......................................18
6.2 EJEMPLOS……………………………………………………………..…18
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
DISTRIBUCIÓN DE PROBABILIDADES
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
Por ejemplo, sea X una variable aleatoria que indica el resultado del lanzamiento de una
moneda («cara» o «cruz»), la distribución de probabilidad de X vale 0,5 en cada uno de sus
resultados, ya que la probabilidad de obtener «cara» es del 50% y la probabilidad de obtener
«cruz» también es del 50%.
Las distribuciones de probabilidad se pueden separar en dos grandes tipos: las distribuciones
discretas y las distribuciones continuas.
Una distribución de probabilidad discreta es aquella distribución que define las probabilidades
de una variable aleatoria discreta. Por lo tanto, una distribución de probabilidad discreta solo
puede tomar un número finito de valores (generalmente valores enteros).
Por ejemplo, el lanzamiento de un dado se puede definir con una distribución uniforme
discreta, ya que todos los posibles resultados (1, 2, 3, 4, 5 o 6) tienen la misma probabilidad
de ocurrencia.
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
Una distribución de probabilidad continua es una distribución que puede tomar cualquier
valor dentro de un intervalo, incluyendo valores decimales. Por lo tanto, una distribución de
probabilidad continua define las probabilidades de una variable aleatoria continua.
La distribución uniforme continua se utiliza para describir variables continuas que tienen una
probabilidad constante. Asimismo, la distribución uniforme continua se usa para definir
procesos aleatorios, ya que si todos los resultados tienen la misma probabilidad significa que
existe aleatoriedad en el resultado
Por ejemplo, si el resultado de un experimento aleatorio puede tomar cualquier valor entre 5
y 9 y todos los posibles resultados tienen la misma probabilidad de ocurrir, el experimento se
puede simular con una distribución uniforme continua U(5,9).
2.-DISTRIBUCIÓN BINOMINAL
2.1-DATO HISTÓRICO
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
2.2-OBJETIVOS
Consiste en realizar numerosos experimentos independientes entre sí, los cuáles solo tienen
dos posibles respuestas las cuales son denominadas como “éxito” y “fracaso”, de las cuales
el éxito será la variable aleatoria.
Identificar las propiedades de una distribución binomial, así como sus parámetros 6
característicos, esperanza y varianza.
Determinar los valores de py fracasos q para establecer las bases para el cómputo de las
probabilidades en la distribución binomial.
2.3-CARACTERÍSTICAS
1. En cada prueba del experimento solo son posibles dos resultados: éxito y fracaso.
2.4-DISTRIBUCIÓN BINOMINAL
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
Los n experimentos realizados son independientes. Cada ensayo produce uno de los
dos únicos posibles resultados, a los que, por comodidad.
de nomenclatura, les llamaremos acierto (A) y su complementario Fallo (Fo A). Sea A
un suceso que tiene una probabilidad p de suceder y, en consecuencia, su
complementario tendrá una probabilidad 1-p de suceder. X: número de individuos de
la muestra que cumplen A. 9 El conjunto de posibles valores de A es, E=(0,1,2,3,4....)
Como hemos dicho, en cada ensayo, experimento o prueba solo puede haber dos
posibles resultados (éxito o fracaso).
La probabilidad de éxito ha de ser constante. Por ejemplo, la probabilidad de que
salga un número par al lanzar un dado es 0,5 y esta es constante dado que el dado no
cambia en cada ensayo y las probabilidades de sacar par es constate.
La probabilidad de fracaso ha de ser también constate.
Cada experimento es independiente de los demás y no influye en las probabilidades
de los que hagamos posteriormente, por lo que en cada uno la probabilidad de que se
dé uno de los dos resultados será exactamente la misma.
Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los dos al
mismo tiempo. Al lanzar un dado, no puede salir par e impar a la vez, ni al lanzar una
moneda puede salir cara y cruz al mismo tiempo.
Los resultados son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no sale par, sale impar, y si no sale cara, sale cruz.
La variable aleatoria que sigue una distribución binomial se suele representar así: X ~
(n, p), donde, como ya sabes, n representa el número de ensayos o experimentos y p
la probabilidad de éxito.
2.6-EJERCICIO:
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
n = número de ensayos
x = número de éxitos
p = probabilidad de éxito
q = probabilidad de fracaso (1-p)
FUNCION DE PROBABILIDAD:
( nx )∗P ∗(1−P)
P(x)= P ( x )=
x n−x
( nx )= xi∗(n−x
¿
)i
8
El signo de exclamación representa el símbolo de factorial, es decir el producto de todos los
números enteros positivos desde 1 hasta n. Por ejemplo: 5! = 1 · 2 · 3 · 4 · 5 = 120
ejemplo: el 20% de los artículos que fabrica una empresa salen defectuosos; si se
seleccionan 6 artículos.
¿cuál es la probabilidad de que salgan 3 artículos defectuosos?
SOLUCION: DATOS:
()
6
3
3
P ( x=3 )= ∗0.20 ∗(1−0.2)
(6−3) n=6
p=0.2
()
6
=
6i
3 3 i−(6−3)i
( 63 )= 6∗6
720
=20
LA PROBABILIDAD DE QUE
SALGAN 3 DEFECTUOSOS
3
P ( x=3 )=20∗0.008∗0.8 ES DE 8.19%
P ( x=3 )=0.16∗0.512
P ( x=3 )=0.0819
3.-DISTRIBUCION DE POISSON
La distribución de poisson se llama asi en honor a su creador, el francés Simeón Denis
Poisson (1781-1840).
En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de
probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la
probabilidad de que ocurra un determinado número de eventos durante cierto período de
tiempo
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
e ≈2.7182
λ =3
x=2
−λ x −3 2
e −λ (2.7182) −3
P ( x )= P ( x )=
x! 2!
0.0498∗9 0.4482
P ( x )= ; P ( x) = ; P ( x )=0.2241=22.41 %
2 2
4.-DISTRIBUCIÓN HIPERGEOMÉTRICA
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
10
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
P ( x )=
( x )( n−x )
K N −K
( Nn )
Donde:
N es el tamaño de la población.
4.4-EJEMPLO
En una bolsa metemos 20 bolas de color azul y 30 bolas de color rojo, es decir, en total hay
50 bolas dentro de la bolsa. Si extraemos 12 bolas sin reponer ninguna, calcula cuál es la
probabilidad de sacar 4 bolas de color azul.
Lo primero que debemos hacer para resolver el ejercicio es identificar los parámetros
de la distribución hipergeométrica. En este caso, el número total de elementos de la
población es 50 (N = 50), el número máximo de casos favorables es 20 (K = 20), y
sacamos 12 bolas (n = 12).
Como queremos calcular la probabilidad de sacar 4 bolas azules (x = 4), por lo tanto,
aplicamos la fórmula de la distribución hipergeométrica, sustituimos las variables por
sus correspondientes valores y hacemos el cálculo:
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
En conclusión, la probabilidad de 12
que nos salga 4 bolsas de color
azul es de 23.36%
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
teniendo en cuenta que todas las pruebas son independientes y que conocemos sus
probabilidades tendremos:
14
Función de distribución.
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
de donde
La Función Generatriz de Momentos (F.G.M.) quedaría: 15
Así
La varianza sería
De esta manera
Luego
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
16
por lo que
5.1-EJEMPLOS
1.- Se lanzan dardos a un tablero hasta dar con la zona central. Su probabilidad de acertar el
área central es p = 0,17. Quiere hallar la probabilidad de que se necesiten ocho lanzamientos
hasta que acierte al centro. ¿Qué valores toma X?
Calculando la probabilidad:
Datos:
x−1
P(X )= p . q
p = 0,17
x−1 8−1
x=8 P(X )= p .(1− p) P(X )=0 ,17 .( 1−0 , 17)
X= ¿? (media E(X ))
Cálculo de la probabilidad en porcentaje:
Respuesta:
%P( X )=P(X )∗100 %
Tiene una probabilidad del
%P( X )=0.046∗100 % 4,61% de acertar en los
%P( X )=4.61 % primeros ocho intentos
Cálculo de la media:
Respuesta:
1
E(X ) = La media de intentos necesarios
p
es de 6 intentos para que pueda
acertar.
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
1
E(X ) =
0 ,17
E(X ) =5.88
2.- Una instructora considera que el 15 % de los estudiantes obtienen menos de una C en su
examen final. Decide revisar los exámenes finales (seleccionados al azar y sustituidos en el
montón después de la lectura) hasta que halle uno que muestre una calificación inferior a C.
17
Queremos saber la probabilidad de que la instructora tenga que examinar, al menos, diez
exámenes hasta que halle uno con una calificación inferior a C. ¿Cuál es la pregunta de
probabilidad enunciada matemáticamente?
Calculando la probabilidad:
Datos:
x−1
P(X )= p . q
p = 15% = 0,15
x = 10 P(X )= p .(1− p)x−1 P(X )=0 ,15 .(1−0 , 15)10−1
X= ¿? (media E(X ))
Respuesta:
Cálculo de la probabilidad en porcentaje:
La media de intentos
necesarios es de 6 intentos
%P( X )=P(X )∗100 % para que pueda acertar.
%P( X )=0.0347∗100 %
%P( X )=3.47 %
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
6.-DISTRIBUCIÓN DE PASCAL
6.1- ¿QUÉ ES LA DISTRIBUCIÓN DE PASCAL?
La distribución de pascal es una probabilidad discreta, generalizando la distribución
geométrica se utilizan para los procesos en los cuales se necesita la repetición de ensayos
hasta conseguir un numero de resultados exitosos.
La variable aleatoria en esta distribución se presenta en números de ensayos de Bernoulli
independientes necesarios para obtener el r éxito si cada ensayo se tiene la misma
probabilidad de éxito
18
Se demostrará un ejemplo para poder utilizar las fórmulas y demostrar cómo se sustituyen
6.2-Ejemplo:
Los miembros de una tropa de niñas Scout venden cajas de galletas casa por casa, buscan
vender 5 cajas al día. La probabilidad de vender una caja por casa es de 0.4
A) ¿Cuál es la probabilidad de que tengan que visitar exactamente 8 casa
B) ¿Cuál es el valor esperado de casas por visitar?
Resolvemos
X = Número de casas que visitar para poder vender 5 cajas
X tiene una distribución de pascal donde
r = 5, p = 0.4
EJERCICIO A
¿Cuál es la probabilidad de que tenga que visitar exactamente 8 casas?
MAT-370-A GRUPO 4
UAGRM - INGENIERIA CIVIL
Reemplazamos
19
EJERCICIO B
¿Cuál es el valor esperado de casas por visitar?
Formula
Reemplazamos
Calculamos
RESULTADO
MAT-370-A GRUPO 4