Distribuciones discretas de

Probabilidad
Variables aleatorias
Es una descripcin numrica del resultado de un
experimento aleatorio
De acuerdo a lo anterior las podemos clasificar
como discretas o continuas
Las discretas son variable aleatorias con un rango
finito ( o infinito contable)
Las continuas son variables que pueden asumir
cualquier valor en un intervalo o conjunto de
intervalos
Una forma de determinar si una variable es
continua o discreta es imaginarse que los valores
de esa variable son los puntos en una recta
numrica
Distribucin de probabilidad
La distribucin de una variable X se define
como una descripcin del conjunto de
valores posibles de X, junto con la
probabilidad asociada con cada uno de
estos valores
Para una variable aleatoria discreta la
distribucin de probabilidad se describe
mediante una funcin de probabilidad,
representada por f(x). Donde esta funcin
define la probabilidad de cada valor de la
variable analizada
Las condiciones requeridas para una funcin
son:




1
( ) ( )
( ) 0
( ) 1
n
i
f x P X x
fx x
fx x
=
= =
>
=

Cantidad discreta
P
r
o
b
a
b
i
l
i
d
a
d

Funcin de probabilidad uniforme discreta: es la
representacin ms sencilla de distribucin de
probabilidad, se define como:


Valor esperado de una variable aleatoria discreta es
una medida de localizacin central de una variable
aleatoria. Es un promedio ponderado de los valores que
puede tener una variable en donde los factores de
ponderacin son las probabilidades y se expresa de
acuerdo a:
( ) / f x x n =
1
( ) ( )
n
i
i
E x x f x
=
= =

Varianza de una variable aleatoria discreta es una
medida de dispersin o variabilidad y corresponde a
promedio ponderado de las desviaciones de una variable
aleatoria respecto a su promedio, elevadas al cuadrado
( )
2
2
1
( ) ( )
n
i
i
Var x x f x o
=
= =

Ejercicio
Dada la siguiente tabla de distribucin de
probabilidades de una variable aleatoria y.
Determine si es correcta la distribucin de
probabilidades
Calcule E(y)
Calcule Var(y) y d.s(y)
y F(y)
2 0.20
4 0.30
7 0.40
8 0.10
Total 1.00
Distribucin Binomial
Es una distribucin discreta de probabilidad
conocida por sus variadas aplicaciones que se
relaciona con un experimento de etapas mltiples
Un experimento binomial tiene cuatro
propiedades:
1. El experimento consiste en una sucesin de n
intentos idnticos
2. En cada intento son posibles 2 resultados. xito o
Fracaso
3. La probabilidad de xito, representado por p, no
cambia de un intento a otro. En consecuencia, la
probabilidad de fracaso, (1-p), no cambia de un
intento a otro. Supuesto de estacionariedad
4. Los intentos son independientes
Si existen slo las propiedades 2,3,4 se habla de
un proceso Bernoulli
Un ejemplo de distribucin Binomial es determinar
la probabilidad de que en n intentos al lanzar una
moneda salga cara (xito) y no sello (fracaso)
La frmula de combinatoria de n objetos
seleccionados en un grupo proporciona la cantidad
de resultados experimentales que resultan en x
xitos
Cantidad de resultados experimentales con
exactamente x xitos en n intentos



Tambin es necesario conocer la probabilidad
asociada a cada uno de los resultados
experimentales el cual se puede determinar a
travs de la siguiente relacin

( )
!
! !
n
n
x x n x
| |
=
|

\ .
( )
(1 )
x n x
p p

Combinado las dos expresiones obtenemos

la funcin de distribucin Binomial
( )
( ) (1 )
( ) probabilidad de x exitos en n intentos
!

!( - )!
probabilidad de un exito en cualquier intento
(1- )=probabilidad de un fracaso en cualquier intento
x n x
n
f x p p
x
f x
n
n
x x n x
p
p

| |
=
|
\ .
=
| |
=
|
\ .
=
Valor esperado de la distribucin
binomial de probabilidad

Varianza de la distribucin binomial
de probabilidad


( ) E x np = =
2
( ) (1 ) Var x np p o = =
DISTRIBUCIN BINOMIAL
Ejemplo
El gerente de una gran tienda necesita determinar
cual es la probabilidad de que 2 de tres clientes que
ingresan a la tienda hagan una compra. l sabe que
la probabilidad de que un cliente compre es de 0.3
( )
3
3!
3
2 2! 3 2 !
| |
= =
|

\ .
Cantidad de resultados
experimentales
Probabilidad de cada resultado
experimental en donde 2 de los
tres clientes compran
Luego (3) (0.063) = 0.189, probabilidad de que de 3
clientes que ingresan a la tienda 2 compren
0.3
2
(1-0.3)
3-2
=
0.09 (0.7)
1
=0.063
( )
!
! !
n
n
x x n x
| |
=
|

\ .
( )
(1 )
x n x
p p

DISTRIBUCIN BINOMIAL
Ejercicio
Un agente de seguros vende plizas a cinco
personas de la misma edad y que disfrutan de
buena salud. Segn las tablas actuales, la
probabilidad de que una persona en estas
condiciones viva 30 aos o ms es 2/3. Hllese
la probabilidad de que, transcurridos 30 aos,
vivan:
a) Las cinco personas.
Distribucin Geomtrica
En una serie de intentos independientes, con una
probabilidad constante p de xito, sea la variable X el
nmero de ensayos realizados hasta la obtencin del
primer xito. Se dice que X tiene una distribucin
geomtrica con parmetro p cuando



La media y varianza para esta distribucin son



Una caracterstica de esta distribucin es que carece
de memoria, es decir, se puede empezar a contar en
cualquier ensayo o intento hasta obtener el xito

1
( ; ) (1 )
cantidad de intentos
x
fx x p p p
x

=
=
2
( ) 1/
(1 )
( )
E X p
p
Var X
p
=

=
Distribucin Geomtrica
Ejemplo
La probabilidad de que una muestra de aire
contenga una molcula rara es 0.01. Si se supone que
las muestras son independientes respecto a la
presencia de la molcula. Determine cul es la
probabilidad de que sea necesario analizar 125
muestras antes de detectar una molcula rara

125 1
(125;0.01) (1 0.01) 0.01 0.0029 fx

= =
1
( ; ) (1 )
cantidad de intentos
x
fx x p p p
x

=
=
fx(125;0.01) = (0.99)
124
(0.01) =
fx(125;0.01) =(0.2875)(0.01) = 0.0029
Distribucin Geomtrica
Ejercicio
Se lanza al aire una moneda cargada 8 veces, de tal
manera que la probabilidad de que aparezca guila es
de 2/3, mientras que la probabilidad de que aparezca
sol es de 1/3, Determine la probabilidad de que en el
ltimo lanzamiento aparezca una guila.
Distribucin Hipergeomtrica
Est estrechamente relacionada con la distribucin
de probabilidad binomial. La diferencia entre
ambas est en la independencia de los intentos y
en que la probabilidad de xito cambia de uno a
otro
Se usa para calcular la probabilidad de que una
muestra aleatoria de n artculos seleccionados sin
reemplazo, obtengamos x elementos identificados
como xitos, y n-x como fracasos. Para que suceda
esto debemos obtener x xitos de los r de la
poblacin, y n-x fracasos de los N-r de la poblacin
( )
r N r
x n x
f x
N
n

| || |
| |

\ .\ .
=
| |
|
\ .
0 x r s s
Se debe seleccionar 2 miembros de un
comit, entre 5, para que asistan a una
convencin en Santiago. Suponga que el
comit est formado por 3 mujeres y 2
hombres. Determine la probabilidad de
seleccionar 2 mujeres al azar
Tenemos N=5, n=2, r=3 y x=2
Luego el clculo de la probabilidad es:
3 2
2 0 3
(2) 0.3
5
10
2
f
| || |
| |
\ .\ .
= = =
| |
|
\ .
( )
r N r
x n x
f x
N
n

| || |
| |

\ .\ .
=
| |
|
\ .
( ) =
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=
5
2
3 5
2 2
3
2
2 f
Distribucin Hipergeomtrica
Ejemplo:
Distribucin Hipergeomtrica
Ejercicio
Como parte de una encuesta de
contaminacin del aire, un inspector decide
examinar las emisiones de 6 de los 24
camiones de una compaa. Si 4 de los
camiones de la compaa emiten cantidades
excesivas de contaminantes.
Cul es la probabilidad de que ninguno de
ellos sea parte de la muestra del
inspector?
Distribucin Poisson
Es una distribucin de probabilidad que muestra la
probabilidad de x ocurrencias de un evento en un
intervalo especificado de tiempo o e espacio
Las propiedades de un experimento de Poisson son:
La probabilidad de una ocurrencia es igual en dos
intervalos cualesquiera de igual longitud
La ocurrencia o no ocurrencia en cualquier intervalo es
independiente de la ocurrencia o no ocurrencia en
cualquier otro intervalo

La distribucin de Poisson se expresa como:
(x = cantidad de ocurrencia)



Se puede usar este distribucin de
probabilidad como una aproximacin de la
distribucin binomial cuando p, la
probabilidad xito es pequea y n, la
cantidad de intentos, es grande. Tan slo se
iguala =np
( )
!
x
e
f x
x

=
Se necesita estimar la cantidad de llegadas a la
ventanilla de servicio en automviles de un banco,
durante un perodo de 15 minutos en las maanas
de los das hbiles. Los datos histricos indican que
en este perodo la cantidad de automviles en
promedio es 10. A la gerencia le interesa saber
cual es la probabilidad exacta de que lleguen 5
automviles en 15 minutos
5 10
10
(5) 0.0378
5!
e
f

= =
( )
!
x
e
f x
x

=
=10
5
(e
-10
)/120 =
(100000)(4.54x10
-5
) /120=
(4.54/120)= 0.0378
Distribucin Poisson
Ejemplo
Distribucin Poisson
Ejemplo
El nmero de pacientes que llega a un hospital
sigue una distribucin de Poisson. Si el nmero
promedio es de 120 por hora, cul es la
probabilidad de que en un minuto lleguen 3
pacientes?