Documentos de Académico
Documentos de Profesional
Documentos de Cultura
6 .
Distribuciones de probabilidad de
variable discreta
OBJETIVOS:
Al concluir el capítulo, será capaz de:
1. Calcular la media y la varianza de una distribución de probabilidad
2. Resolver problemas empleando la distribución binomial
3. Resolver problemas empleando la distribución hipergeométrica
4. Resolver problemas empleando la distribución de Poisson
5. Resolver problemas empleando la distribución multinomial
6. Resolver problemas empleando la distribución geométrica
Ejemplo Suponga que se lanza al aire una moneda dos veces para ver si cae “cara”
(evento A) o “cruz” (evento B). Construya la tabla de la distribución de
probabilidad.
Solución En este caso existen 4 resultados posibles, cada uno con las siguientes
probabilidades:
Evento Probabilidad
AA 0,25
AB 0,25
BA 0,25
BB 0,25
Total 1,00
Solución En este caso existen resultados posibles, cada uno con las siguientes
probabilidades:
2. Una rifa consta de 100 números a un precio de $20 cada uno. El premio
es de $1000 (premio único) y el jugador compra dos números.
3. En una caja hay 10 bolas, 2 son azules, 3 son verdes y 5 son rojas. Se
saca una bola y si la bola es azul se ganan cero puntos, si es verde se gana
un punto y si es roja se ganan dos puntos.
4. En una caja hay 10 bolas, 2 son azules, 3 son verdes y 5 son rojas. Se
sacan dos bolas y se suman los puntos sabiendo que si la bola es azul se
ganan cero puntos, si es verde se gana un punto y si es roja se ganan dos
puntos.
Solución:
3. Los posibles resultados son cero puntos (bola azul), un punto (bola
verde) y dos puntos (bola roja):
Resultado Probabilidad
0 2/10
1 3/10
2 5/10
Total 10/10 = 1
4. Los posibles resultados al sacar una bola son son cero puntos (bola
azul), un punto (bola verde) y dos puntos (bola roja):
Pero hay que considerar que los colores no están distribuidos en igual
cantidad, sino que la probabilidad de una bola azul es 2/10, la de una bola
verde es 3/10 y de una bola roja es 5/10, por tanto los resultados anteriores
no son igualmente probables:
Unidades vendidas xi 30 35 40 45 50
Probabilidad P(xi) 0,20 0,28 0,30 0,15 0,07
E ( X ) xi P ( xi )
30 0.2 35 0.28 40 0.30 45 0.15 50 0.07 38.05
Y la varianza es:
² 33.95 5.83
2. Una rifa consta de 100 números a un precio de $20 cada uno. El premio
es de $1000 (premio único) y el jugador compra dos números.
3. En una caja hay 10 bolas, 2 son azules, 3 son verdes y 5 son rojas. Se
saca una bola y si la bola es azul se ganan cero puntos, si es verde se gana
un punto y si es roja se ganan dos puntos.
4. En una caja hay 10 bolas, 2 son azules, 3 son verdes y 5 son rojas. Se
sacan dos bolas y se suman los puntos sabiendo que si la bola es azul se
ganan cero puntos, si es verde se gana un punto y si es roja se ganan dos
puntos.
Solución:
E ( X ) xi P ( xi )
980 1 / 100 20 99 / 100 10
Y la varianza es:
² 9900 99.50
E ( X ) xi P ( xi )
960 2 / 100 40 98 / 100 20
Y la varianza es:
² 19600 140
Resultado Probabilidad
0 2/10
1 3/10
2 5/10
Total 10/10 = 1
E ( X ) xi P ( xi )
0 2 / 10 1 3 / 10 2 5 / 10 1.3
Y la varianza es:
2 ( xi ) 2 P ( xi )
2 / 10 (0 1.3)² 3 / 10 (1 1.3)² 5 / 10 (2 1.3)² 0.61
² 0.61 0.78
Resultado Probabilidad
0 4/100
1 12/100
2 29/100
3 30/100
4 25/100
100/100 = 1
E ( X ) x i P ( xi )
0 4 / 100 1 12 / 100 2 29 / 100 3 30 / 100 4 25 / 100 2.6
Y la varianza es:
2 ( xi ) 2 P ( xi )
4 / 100 (0 2.6)² 12 / 100 (1 2.6)² 29 / 100 (2 2.6)²
30 / 100 (3 2.6)² 25 / 100 (4 2.6)² 1.22
² 1.22 1.10
Solución a) Se tiene que se realizan 8 intentos de vender el producto, por lo que se tiene
que n = 8. Además, se desea saber la probabilidad de lograr 3 ventas, o sea
que x = 3.
En este caso se define éxito como lograr la venta, por tanto p = 0,30.
8!
P( X 3) (0,30) 3 (0,70) 83 0.2541
3!(8 3) !
b) En este caso se requiere que x ≥ 3, lo que significa que nos interesa que 3 o
más clientes compren el producto, por lo que buscamos:
P( x 3) P( X 3) P( X 4) P( X 5) P( X 6) P( X 7) P( X 8)
P( x 3) 1 P( X 0) P( X 1) P( X 2)
= 0,4482
P(x = 8) = 0,0576
Ejemplo Se sabe que la probabilidad de que un cierto tipo de calentador falle ante
un sobrecalentamiento es de 15%, calcule la probabilidad de que entre 6 de
tales calentadores:
a) fallen entre 2 y 4
b) no fallen como máximo 3
Solución a) Se tiene que n = 6 y que éxito es fallar, así que p = 0,15 y q = 0,85:
= 0,2235
= 0,0473
Solución:
10!
P( X 4) (0,30) 4 (0,70)104 0.2001
4!(10 4) !
P( X 3) P( x 0) P( x 1) P( x 2)
0.0282 0.1211 0.2335 0.3828
P( X 8) P( x 8) P( x 9) P( x 10)
0.0014 0.0001 0.0000 0.0016
P ( X 7) 1 P ( x 7)
1 ( P( x 8) P( x 9) P( x 10))
1 (0.2335 0.1211 0.0282)
1 0.3828
0.6172
P(3 X 5) P( x 3) P( x 4) P( x 5)
0.0090 0.0368 0.1029
0.1487
Solución Se tiene que n = 12, el éxito es que no llevara el casco, entonces p = 0,42 y
q = 0,58.
P(X = 5) =
=DISTR.BINOM(núm_éxito;ensayos;prob_éxito;acumulado)
=DISTR.BINOM(5;12;0,42;0)
=DISTR.BINOM(núm_éxito;ensayos;prob_éxito;acumulado)
=DISTR.BINOM(4;12;0,42;1)
En Minitab, se tiene los mismos datos, o sea, que n = 12, el éxito es que
no llevara el casco, entonces p = 0,42 y q = 0,58.
P(X = 5) =
Gráfica de distribución
Binomial. n=12. p=0,42
0,25
0,20
Probabilidad
0,15
0,10
0,3825
0,05
0,00
4 10
X
Solución a) En este caso éxito es que un teléfono salga defectuoso, por tanto se
tienen 4 éxitos en la población, o sea, a = 4 defectuosos, N = 50 y n = 10, y
se busca la probabilidad de que en la muestra haya uno defectuoso, es
decir, x = 1, por tanto:
C ( N a, n X ) C ( a, X )
P ( X / N , a, n)
C ( N , n)
C 50 4,10 1C 4,1 C 46, 9C 4,1
P( X 1)
C 50,10 C 50,10
1101716330 4
0,4290
10272278170
P( X 2) 1 P( X 0) P( X 1)
C 50 4,10 0C 4, 0 C 50 4,10 1C 4,1
1
C 50,10 C 50,10
1 0,3968 0,4290 0,1742
P( X 7buenos ) P( x 7) P( x 8) P( x 9) P( x 10)
Para que el lote sea aceptado, en la muestra debe haber cero defectuosos, o
sea, x = 0, por lo tanto la probabilidad de aceptación del lote corresponde a
P(x = 0):
C ( N a, n X ) C ( a, X )
P ( X / N , a, n)
C ( N , n)
Solución:
C ( N a, n X ) C ( a, X )
P ( X / N , a, n)
C ( N , n)
P( X 2) P( x 0) P( x 1) P( x 2)
0.6241 0.3086 0.0607
0.9930
P( X 8) P( x 8) P( x 9)
0.3086 0.6241
0.9330
Solución Se tiene que una población N = 200 frascos, a = 8 éxitos (el éxito sería que no
satisfaga la especificación), una muestra n = 12 frascos, y se pregunta la
probabilidad de que 3 no satisfagan la especificación, o sea, que lo que se
desea calcular es:
P(X = 3) =
=DISTR.BINOM(muestra_éxito;núm_de_muestra;población_éxito;núm_de_p
oblación)
resultado como:
=DISTR.HIPERGEOM(3;12;8;200)
El resultado es 0,0074.
P(X = 3) =
También, se puede hacer uso del menú Gráfica, donde se selecciona Gráfica
de distribución de probabilidad. En el cuadro de diálogo se selecciona la
opción que dice Ver probabilidad.
Gráfica de distribución
Hipergeométrico. N=200. M=8. n=12
0,6
0,5
0,4
Probabilidad
0,3
0,2
0,1
0,007406
0,0
0 3
X
x e
35 e 3
P( X 5) 0,1008
X! 5!
x e 30 e 3
P( X 0) 0,0498
X! 0!
x e
31 e 3
P( X 1) 01494
X! 1!
x e 3 2 e 3
P ( X 2) 0,2240
X! 2!
x e 33 e 3
P( X 3) 02240
X! 3!
x e 3 4 e 3
P ( X 4) 0,1680
X! 4!
P(14 ≤ x ≤ 17) = P(X = 14) + P(X = 15) + P(X = 16) + P(X = 17)
Solución:
P( X 8) P( X 0) P( X 1) P( X 2) P( X 3)
P( X 4) P( X 5) P( X 6) P( X 7)
0.0000 0.0000 0.0000 0.0002
0.0006 0.0019 0.0048 0.0104
0.0180
Ejemplo A una clínica llega un promedio de 5 pacientes cada hora. Calcule, usando
Excel y Minitab, la probabilidad de que en una hora seleccionada en forma
aleatoria lleguen exactamente 3 pacientes.
P(X = 3) =
=POISSON(x;media;acumulado)
=POISSON(3;5;0)
El resultado es 0,1404.
En Minitab, con base en los datos dados, una media de 5 pacientes por
hora y se pregunta la probabilidad de que lleguen 3 por hora, o sea, que lo
que se desea calcular es:
P(X = 3) =
Gráfica de distribución
Poisson. Media=5
0,20
0,15 0,1404
Probabilidad
0,10
0,05
0,00
0 3 13
X
x e 10 8 e 10
P(x = 8) = 0,112599
X! 8!
λ = σ2
X 0 1 2 3 4 5 6
P(x) 0,2465 0,3452 0,2417 0,1128 0,0395 0,0111 0,0032
Solución Con base en los datos de la tabla se obtiene primero el valor esperado:
= 1,39
Ejemplo Los audífonos fabricados por una empresa son sometidos a un control de
calidad en el cual se clasifican como perfectos, con defectos secundarios o
con defectos mayores. Generalmente el 85% de los audífonos se clasifican
como perfectos, el 10% con defectos secundarios y un 5% con defectos
mayores. En una muestra de 8 audífonos se quiere saber la probabilidad de
que haya 5 perfectos, 2 con defectos secundarios y uno con defectos
mayores.
Perfectos: p1 = 0,85
Con defectos secundarios: p2 = 0,10
Con defectos mayores: p3 = 0,05
8!
P( x1 = 5, x2 2, x3 1) (0,85) 5 (0,10) 2 (0,05)1 0,0372
5! 2! 1!
10!
P( x1 = 5, x2 4, x3 1) (0,35) 5 (0,20) 4 (0,45)1 0,0048
5! 4! 1!
Ejercicio Un equipo de futbol gana el 40% de los partidos que juega, empata el 25%
y pierde el resto de los encuentros. Suponiendo que se mantienen estas
de proporciones, calcule la probabilidad de que en los próximos 6 partidos:
revisión
a. Gane 3 veces, empate 2 y pierda 1 juego.
b. Gane o empate 4 partidos y pierda los otros dos.
Solución:
6!
P( x1 = 3, x2 2, x3 1) (0,40) 3 (0,25) 2 (0,35)1 0,084
3! 2! 1!
6!
P( X 4) (0,65) 4 (0,35) 64 0.3280
4!(6 4) !
Ejemplo Una empresa de televisión por cable pone a disposición de sus clientes un
número telefónico para proveer soporte en caso de que haya problemas con
el servicio. Sin embargo la central telefónica pasa ocupada el 90% del
tiempo, por lo que los clientes deben hacer más de intento para que su
llamada sea contestada. ¿Cuál es la probabilidad de que la llamada de un
cliente sea contestada en su tercer intento?
Solución Si la primera oveja que posee algún tipo de lunar que produzca fibras
pigmentadas es la quinta (x = 5), quiere decir que las primeras 7 no poseen
este tipo de lunares (x – 1 = 4). La probabilidad de obtener una oveja con
este tipo de lunares es p = 0,40, por tanto, aplicando la fórmula:
Ejercicio Un basquetbolista encesta el 60% de los tiros libres que lanza. Calcule la
probabilidad de que:
de
revisión a. El primer tiro que enceste sea el tercero.
b. El primer tiro que falle sea el cuarto.
c. Si el jugador lanza 6 veces, ¿cuál es la probabilidad de que enceste en
exactamente tres ocasiones?
Solución:
6!
P( X 3) (0,60) 3 (0,40) 63 0.2765
3!(6 3) !
Ejemplo El 10% de las llamadas que ingresan al centro de servicio telefónico de una
empresa son para reportar averías. Calcule, usando Minitab, la
probabilidad de que la primera llamada que ingresa para reportar averías
sea la tercera.
P(X = 3) =
Gráfica de distribución
Geométrico. p=0,1
0,10
0,081
0,08
Probabilidad
0,06
0,04
0,02
0,00
1 3 51
X
X = número total de pruebas.