1-1

OBJETIVOS

Distribuciones
probabilsticas
discretas

Definir los trminos de distribucin de probabilidad y variable

aleatoria.
Distinguir entre una distribucin de probabilidad discreta y una
continua.
Calcular la media, la variancia y la desviacin estndar de una
distribucin probabilstica discreta.
Describir las caractersticas y calcular las probabilidades usando la
distribucin de probabilidad binomial.

Universidad Tecnolgica Equinoccial

Universidad Tecnolgica Equinoccial

1-1

OBJETIVOS

Distribuciones
probabilsticas
discretas

Describir las cractersticas y calcular las probabilidades usando la

distribucin hipergeomtrica.
Describir las caractersticas y calcular las probabilidades usando la
distribucin de Poisson.

Universidad Tecnolgica Equinoccial

6-3

Variables aleatorias

Una variable aleatoria es un valor

numrico determinado por el
resultado de un experimento.
EJEMPLO 1: considere un experimento
aleatorio en el que se lanza tres veces
una moneda. Sea X el nmero de
caras. Sea C el resultado de obtener
una cara y S el de obtener un sello.

Universidad Tecnolgica Equinoccial

6-4

EJEMPLO 1

continuacin

El espacio muestral para este

experimento ser: SSS, SSC, SCS,
SCC, CSS, CSC, CCS, CCC.
Entonces, los valores posibles de
X (nmero de caras) son x = 0, 1,
2, 3.

Universidad Tecnolgica Equinoccial

6-5

EJEMPLO 1

continucin

El resultado cero caras ocurri una vez.

El resultado una cara ocurri tres
veces.
El resultado dos caras ocurri tres
veces.
El resultado tres caras ocurri una vez.
De la definicin de variable aleatoria, la
X definida en este experimento, es una
variable aleatoria.

Universidad Tecnolgica Equinoccial

6-6

Distribuciones probabilsticas

Una distribucin probabilstica es la

enumeracin de todos los resultados
de un experimento junto con las
probabilidades asociadas. Para el
Nmero de 1,
caras
Probabilidad de los resultados
EJEMPLO
0

1/8 = .125

3/8 = .375

3/8 = .375

1/8 = .125

Total

8/8 = 1

Universidad Tecnolgica Equinoccial

6-7

Caractersticas de una distribucin

probabilstica

La probabilidad de un resultado
siempre debe estar entre 0 y 1.
La suma de todos los resultados
mutuamente excluyentes siempre
es 1.

Universidad Tecnolgica Equinoccial

6-8

Variable aleatoria discreta

Una variable aleatoria discreta es una

variable que puede tomar slo ciertos
valores diferentes que son el resultado
de la cuenta de alguna caracterstica de
inters.
EJEMPLO 2: sea X el nmero de caras
obtenidas al lanzar 3 veces una moneda.
Aqu los valores de X son x = 0, 1, 2, 3.

Universidad Tecnolgica Equinoccial

6-9

Variable aleatoria continua

Una variable aleatoria continua es

una variable que puede tomar un
nmero infinito de valores.
Ejemplos: la altura de un jugador de
bsquetbol o el tiempo que dura una
siesta.

Universidad Tecnolgica Equinoccial

6-10

Media de una distribucin probabilstica

discreta

La media:
indica la ubicacin central de los datos.
es el promedio, a la larga, del valor de
la variable aleatoria.
tambin se conoce como el valor
esperado, E(x), en una distribucin de
probabilidad.
es un promedio ponderado.

Universidad Tecnolgica Equinoccial

6-11

Media de una distribucin probabilstica

discreta

La media se calcula con la frmula:

= E ( x ) = [ x * P ( x )]
donde representa la media y P(x) es
la probabilidad de los diferentes
resultados x.

Universidad Tecnolgica Equinoccial

6-12

Variancia de una distribucin

probabilstica discreta

La variancia mide la cantidad de

dispersin (variacin) de una
distribucin.
2

La variancia de una distribucin

discreta se denota por la letra griega
(sigma cuadrada).
2
La desviacin estndar se obtiene
tomando la raz cuadrada de
.
Universidad Tecnolgica Equinoccial

6-13

Variancia de una distribucin

probabilstica discreta

La variancia de una distribucin de

probabilidad discreta se calcula a
partir de la frmula

[( x ) * P( x )]
2

Universidad Tecnolgica Equinoccial

6-14

EJEMPLO 2

Dan Desch,
propieatario de
College Painters,
estudi sus
registros de las
ltimas 20
semanas y obtuvo
los siguientes
nmeros de casas
pintadas por
semana:
Universidad Tecnolgica Equinoccial

# de casas pintadas

Semanas

10

11

12

13

6-15

EJEMPLO 2

continuacin

Distribucin probabilstica:
Nmero de casas
pintadas, X
10

Probabilidad, P(X)

11

.30

12

.35

13

.10

Total

Universidad Tecnolgica Equinoccial

.25

6-16

EJUEMPLO 2

continuacin

Calcule el nmero medio de casas

pintadas por semana:

E ( x ) [ xP( x )]
(10)(.25) (11)(.30) (12)(.35) (13)(.10)
113
.

Universidad Tecnolgica Equinoccial

6-17

EJEMPLO 2

continuacin

Calcule la variancia del nmero de

casas pintadas por semana:

2 [( x ) 2 P ( x )]
.4225.0270.1715.2890
.91

Universidad Tecnolgica Equinoccial

6-18

Distribucin probabilstica binomial

Universidad Tecnolgica Equinoccial

6-20

Distribucin probabilstica binomial

La frmula para la distribucin de

probabilidad binomial es:

P ( x) nCx * p (1 p )
x

Universidad Tecnolgica Equinoccial

n x

6-20

Distribucin probabilstica binomial

En el clculo de probabilidades, bajo la

distribucin Binomial se presentan los
siguientes casos:
Probabilidad de un elemento puntual.
Probabilidad de un evento mayor que.
Probabilidad de un evento menor que.

Universidad Tecnolgica Equinoccial

6-21

EJEMPLO

Las investigaciones mdicas sealan que el

20% de la poblacin general sufre efectos
negativos colaterales al ingerir un nuevo
frmaco. Si un mdico receta dicho frmaco a
cuatro pacientes, cul es la probabilidad de
que:
a) Ninguno sufra efectos colaterales?
b) Todos los tengan?
c) Al menos uno presente efectos
colaterales?
Universidad Tecnolgica Equinoccial

6-21

EJEMPLO

Universidad Tecnolgica Equinoccial

6-21

EJEMPLO

Universidad Tecnolgica Equinoccial

6-21

EJEMPLO

Universidad Tecnolgica Equinoccial

6-21

EJERCICIOS A DESARROLLAR POR

GRUPOS

1. Los registros de una pequea compaa de

servicios indican que el 40% de las facturas
que envan son pagadas despus de la fecha
de vencimiento. SI se envan 14 facturas,
encuentre la probabilidad de que:
a)Tres facturas se paguen con retraso.
( Puntual)
b)Cuando menos dos se paguen con retraso.
( Acumulada)
c)Menos de la mitad se paguen con retraso.
(Acumulada)
Universidad Tecnolgica Equinoccial

6-21

EJERCICIOS A DESARROLLAR POR

GRUPOS

2. Supongamos que la probabilidad de tener

una unidad defectuosa en una lnea de
ensamblaje es de 0.05. Si el conjunto de
unidades terminadas constituye un conjunto de
ensayos independientes:
Cul es la probabilidad de que entre diez
unidades dos se encuentren defectuosas?
Cul es la probabilidad de que a lo sumo dos
se encuentren defectuosas?
Cul es la probabilidad de que por lo menos
una se encuentre defectuosa?
Universidad Tecnolgica Equinoccial

6-21

EJEMPLO 3

La Secretara del Trabajo del Ministerio

Laboral reporta que el 20% de la fuerza
de trabajo en Quito est desempleada.
De una muestra de 14 trabajadores,
calcule las siguientes probabilidades
con la frmula de la distribucin
binomial
a) Tres estn desempleados:
P(x=3)=0.250
Universidad Tecnolgica Equinoccial

6-22

EJEMPLO 3

continuacin

b) A lo ms dos trabajadores estn

desempleados:
P(x 2) = P(x=0) + P(x=1) + P(x=2)
= 0.044 +0.154 +0.250
= 0.448
c) Al menos un trabajador est
desempleado:
P(x 1) = 1 - P(x=0)
=1 - 0.044 = 0.956

Universidad Tecnolgica Equinoccial

6-23

Media y variancia de la distribucin

binomial

La media est dada por:

np

La variancia est dada por:

np(1 p)
2

Universidad Tecnolgica Equinoccial

6-24

EJEMPLO 4

Del EJEMPLO 3, recuerde que p

=0.2 y n=14.
As, la media = n p = 14(0.2) =
2.8.
La variancia = n p (1 - p ) = (14)
(0.2)(0.8) =2.24.

Universidad Tecnolgica Equinoccial

6-25

Poblacin finita

Una poblacin finita es una poblacin

que consiste en un nmero fijo de
individuos, objetos o medidas
conocidos.
Los ejemplos incluyen: el nmero de
estudiantes en esta clase, el nmero
de automviles en el
estacionamiento.
Universidad Tecnolgica Equinoccial

6-26

Distribucin hipergeomtrica

Frmula:

( S Cx )( N S Cn x )
P( x )
N Cn

donde N es el tamao de la
poblacin, S es el nmero de
xitos en la poblacin, x es el
nmero de xitos de inters, n es
el tamao de la muestra, y C es
una combinacin.
Universidad Tecnolgica Equinoccial

6-27

Distribucin hipergeomtrica
Use la distribucin hipergeomtrica para
encontrar la probabilidad de un nmero
especfico de xitos o fracasos si:
la muestra se selecciona de una
poblacin finita sin reemplazo (recuerde
que un criterio para la distribucin
binomial es que la probabilidad de xito
es la misma de un ensayo a otro).
el tamao de la muestra n es mayor que
5% del tamao de la poblacin N.

Universidad Tecnolgica Equinoccial

6-28

EJEMPLO 5
La lnea area TAME tiene una lista
de 10 violaciones a la seguridad
reportadas por la DAC. Suponga que
slo 4 de ellas son en realidad
violaciones y que TAME slo podr
investigar cinco de las violaciones.
Cul es la probabilidad de que tres
de las cinco violaciones seleccionadas
al azar para investigarlas sean en
realidad violaciones?

Universidad Tecnolgica Equinoccial

6-29

EJEMPLO 5

continuacin

C3 *6 C2 4 *15
P(3)

0.238
252
10 C5
4

Excel:
HYPGEOM.DIST(x;n;S;N;0)

Universidad Tecnolgica Equinoccial

6-30

Distribucin de Poisson

La distribucin de probabilidades
binomial se hace cada vez ms
sesgada a la derecha conforme la
probabilidad de xitos disminuye.
La forma lmite de la distribucin
binomial donde la probabilidad
de xito p es muy pequea y n es
grande se llama distribucin de
probabilidades de Poisson.
Universidad Tecnolgica Equinoccial

6-31

Distribucin de Poisson
La distribucin de Poisson se puede
describir matemticamente por la
frmula:

e
P( x)
x!
donde es la media aritmtica
del
x

nmero de ocurrencias en un intervalo

especfico de tiempo, e es la constante
2.71828 y x es el nmero de ocurrencias.

Universidad Tecnolgica Equinoccial

6-32

Distribucin de Poisson

El nmero medio de xitos se

puede determinar en situaciones
binomiales por n p, donde n es el
nmero de ensayos y p la
probabilidad de xito.
La varianza de la distribucin de
Poisson tambin es igual a n p.

Universidad Tecnolgica Equinoccial

6-33

EJEMPLO 6

El Hospital del Sur se especializa

en el cuidado de lesiones
menores, resfriados y gripe. En
las horas de la tarde de 6-10 el
nmero medio de llegadas es 4.0
por hora.
Cul es la probabilidad de 4
llegadas en una hora?
P(4) = (4^4)(e^-4)/4!=0.1954
Universidad Tecnolgica Equinoccial