PROBABILIDAD Y ESTADÍSTICA

AEF – 1052

Ingeniería en Sistemas Computacionales

Febrero-Junio 2023

Instructora:
M.I. Yazmin Ruiz Bonilla

Correo: yruizb@Itesco.edu.mx
PROBABILIDAD Y ESTADÍSTICA
AEF – 1052

Distribuciones
de
probabilidad
Distribución
binomial
Distribución de
Poisson
 Criterios de evaluación del tema 4

Prácticas Asíncronas 60% Rúbrica

Criterios de Evaluación Ejercicios Formativos

Guía de puntaje
20%

Evaluación Individual
(20%)
 TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
DISTRIBUCIÓN BINOMIAL
Describe datos discretos, que son resultado de un
experimento conocido como proceso de Bernoulli,
en honor al matemático suizo nacido en el siglo
XVII, Jacob Bernoulli.
USO DE LA DISTRIBUCIÓN BINOMIAL
1. Cada intento tiene solamente dos resultados
posibles.
2. La probabilidad del resultado de cualquier intento
permanece fija con respecto al tiempo.
3. Los intentos son estadísticamente independientes.
TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
 TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
EJEMPLO
a) ¿Cuál es la probabilidad de que 8 de los 15
votantes demócratas empadronados no puedan
votar en las elecciones preliminares, si la
probabilidad de que cualquier individuo no pueda
votar es de 0.30, y si las personas deciden de
manera independiente si votan o no?

n = 15 número de demócratas empadronados

p = 0.30 probabilidad de que cualquier individuo no vote
x = 8 número de individuos que no van a votar
 TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
n = 15 número de demócratas empadronados
p = 0.30 probabilidad de que cualquier individuo no vote
x = 8 número de individuos que no van a votar
q = 0.70 probabilidad de que un individuo vote

15!
𝑃(8) = 0.308 × 0.7015−8
8! (15 − 8)!
15!
𝑃(8) = 0.308 × 0.707
8! (7)!
𝑃(8) = 6435 5.4032𝑥10−6
𝑃(8) = 𝟎. 𝟎𝟑𝟒𝟖
 TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
n = 15 número de demócratas empadronados
p = 0.30 probabilidad de que cualquier individuo no vote
x = 5 número de individuos que no van a votar
q = 0.70 probabilidad de que un individuo vote

15!
𝑃(5) = 0.305 × 0.7015−5
5! (15 − 5)!
15!
𝑃(5) = 0.305 × 0.7010
5! (10)!
𝑃(5) = 3003 6.8641𝑥10−5
𝑃(5) = 𝟎. 𝟐𝟎𝟔𝟏
 TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
b) Suponga que se nos ha pedido encontrar la
probabilidad de que “menos de ocho votantes
empadronados no voten”.
¿Cómo podemos resolverlo?
P(0)=? 0 0.0047

Datos: P(1)=?
1
2
0.0305
0.0916
P(2)=?
n = 15 3 0.1700
P(3)=? 4 0.2186
p = 0.30 5 0.2061
P(4)=?
P(x < 8 )=? P(5)=?
6 0.1472
7 0.0811
P(6)=?
P(x < 8 ) 0.9498
P(7)=?
 TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
DISTRIBUCIÓN DE POISSON
Describe datos discretos, debe su nombre a Simeon
Denis Poisson, un francés que desarrolló la distribución
a partir de los estudios que realizó durante la última
parte de su vida.
USO DE LA DISTRIBUCIÓN DE POISSON
1. La variable aleatoria toma valores enteros.
2. El promedio (la media) puede estimarse.
3. La probabilidad permanece fija con respecto al tiempo.
4. El número de eventos por fracción de tiempo son
estadísticamente independientes.
TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
 TEMA 4: DISTRIBUCIONES DE
PROBABILIDAD
EJEMPLO
Suponga que se está investigando la seguridad de
una peligrosa intersección. Los registros
policiacos indican una media de 5 accidentes
mensuales en esta intersección. El número de
accidentes está distribuido de acuerdo con una
distribución de Poisson y del departamento de
seguridad de tránsito desea que se calcule:

a) La probabilidad de que en cualquier mes

ocurran exactamente 0,1,2 o 3 accidentes.

λ = 5 media de accidentes por mes

 50 𝑒 −5
𝑃(0) =
0!
1 0.00674
𝑃(0) = = 0.00674
1
51 𝑒 −5
𝑃(1) =
1!
5 0.00674
𝑃(1) = = 0.03370
1
52 𝑒 −5
𝑃(2) =
2!
25 0.00674
𝑃(2) = = 0.08425
2
53 𝑒 −5
𝑃(3) =
3!
125 0.00674
𝑃(3) = = 0.14042
6
𝑃(𝑥 ≤ 3) = 𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3)
𝑃(𝑥 ≤ 3) = 𝑃(0.00647) + 𝑃(0.03370) + 𝑃(0.08425) + 𝑃(0.14042)
𝑷(𝒙 ≤ 𝟑) = 𝟎. 𝟐𝟔𝟒𝟖𝟒
 Uso de tablas de distribución

• Comprobar los resultados de ser posible utilizando las tablas de

distribución
Ejercicios Formativos
Distribución de variables discretas
Distribución binomial
Distribución de Poisson
 Ejercicios formativos
1. Considere un experimento binomial con dos ensayos y p = 0.4.
a. Calcule f(1). = 0.48
b. Calcule f(0). = 0.36
c. Calcule f(2). = 0.16
d. Calcule la probabilidad de por lo menos un éxito. P(x>=1)

n=2 𝟐!
𝑷(𝟎) = 𝟎. 𝟒𝟎 × 𝟎. 𝟔𝟐
p = 0.4 𝟎! (𝟐)!
x=0 𝑷(𝟎) = 𝟏 𝟎. 𝟑𝟔
q =0.6 𝑷(𝟎) = 𝟎. 𝟑𝟔
𝑷 𝒙 ≥ 𝟏 = 𝟎. 𝟒𝟖 + 𝟎. 𝟏𝟔 = 𝟎. 𝟔𝟒
𝑷 𝒙 ≥ 𝟏 = 𝟏 − 𝑷 𝟎 = 𝟎. 𝟔𝟒
Ejercicios formativos
2. Considere un experimento binomial con n =10 y p = 0.10.
a. Calcule f(0). =0.3487
b. Calcule f(2). =0.1937
c. Calcule P (x <= 2) =P(0)+P(1)+P(2) = 0.3487+0.3874+0.1937=0.9298
d. Calcule P (x >= 1) = 1-P(0)= 1-0.3487=0.6513
Ejercicios formativos
3. Considere un experimento binomial con n=20 y p =0.70.
a. Calcule f(12) = 0.1144
b. Calcule f(16) = 0.1304
c. Calcule P (x >= 16).
P(x>=16)=P(16)+P(17)+P(18)+P(19)+P(20)
P(x>=16)=0.1304+0.0716+0.0278+0.0068+0.0008=0.2374
d. Calcule P (x <= 15).
X={0,1,…15}
P(x <= 15)=1-P(x>=16)=0.7626
TEMA 4: DISTRIBUCIONES DE PROBABILIDAD
DISTRIBUCIÓN HIPERGEOMÉTRICA
Describe datos discretos, La función de
probabilidad hipergeométrica se usa para calcular
la probabilidad de que en una muestra aleatoria
de n elementos, seleccionados sin reemplazo, se
tengan x éxitos y n-x fracasos.
USO DE LA DISTRIBUCIÓN HIPERGEOMÉTRICA
1. La variable aleatoria sólo toma dos valores.
2. La probabilidad de éxito varía de ensayo a ensayo.
3. El número de ensayos por fracción de tiempo no son
estadísticamente independientes.
 DISTRIBUCIÓN HIPERGEOMÉTRICA
En la distribución hipergeométrica, r denota el número de elementos
considerados como éxitos que hay en una población de tamaño N. La
siguiente función de probabilidad hipergeométrica proporciona f(x), la
probabilidad de tener x éxitos en una muestra de tamaño n.
Ejemplo
Una empresa fabrica fusibles que empaca en cajas de 12
unidades cada una. Asuma que un inspector selecciona al
azar tres de los 12 fusibles de una caja para
inspeccionarlos.
Si la caja contiene exactamente cinco fusibles defectuosos.
a) ¿Cuál es la probabilidad de que el inspector
encuentre que uno de los tres fusibles está defectuoso?
 DISTRIBUCIÓN HIPERGEOMÉTRICA
Ejemplo
Datos:
Fórmula:
N=12
n=3 𝒓! 𝑵−𝒓 !
r=5 𝒙! 𝒓 − 𝒙 ! 𝒏−𝒙 ! 𝑵−𝒓 − 𝒏−𝒙 !
x=1 𝒇 𝒙 =
𝑵!
𝒏! 𝑵 − 𝒏 !
Ejemplo
b) ¿Cuál es la probabilidad de que el inspector no
encuentre algún fusible defectuoso?

Datos:
Fórmula:
N=12 𝒓! 𝑵−𝒓 !
n=3 𝒙! 𝒓 − 𝒙 ! 𝒏−𝒙 ! 𝑵−𝒓 − 𝒏−𝒙 !
r=5 𝒇 𝒙 =
𝑵!
x=0 𝒏! 𝑵 − 𝒏 !
Ejemplo
c) ¿Cuál es la probabilidad de hallar por lo menos un
fusible defectuoso?
Ejercicios formativos

Fórmula:
𝒓! 𝑵−𝒓 !
𝒙! 𝒓 − 𝒙 ! 𝒏−𝒙 ! 𝑵−𝒓 − 𝒏−𝒙 !
𝒇 𝒙 =
𝑵!
𝒏! 𝑵 − 𝒏 !
FUENTES:

• 2010.Levin Bohon, Rubin Ramos.ESTADÍSTICA PARA ADMINISTRACIÓN Y

ECONOMÍA. 7° Edición, PEARSON.

• 2008. ANDERSON, SWEENEY, WILLIAMSEstadistica-para-administracion-y-

economía. 10° Edición, CENGAGE Learning