UNIVERSIDAD NACIONAL DE TUMBES

FACULTAD DE INGENIERÍA PESQUERA Y CIENCIAS DEL MAR

ESCUELA DE ING PESQUERA ACUICOLA

DISTRIBUCION DE PROBABILIDAD

DOCENTE
Mg ,María del Pilar Ríos García
 DISTRIBUCIONES DE PROBABILIDADES

 En muchas tareas estadísticas, se busca determinar una

distribución de probabilidad o modelo probabilístico que
satisfaga un conjunto de supuestos, para estudiar los
resultados observados de un experimento aleatorio.

 Se pueden definir muchas distribuciones de probabilidad

tanto de variable aleatoria discreta como de variable
aleatoria continua. Algunas, que tienen aplicaciones
estadísticas importantes y que se estudiarán a
continuación son:
Discretas: Continuas
Binomial Normal estándar
Poisson Chi –cuadrado
T de student
F de Fisher

DISTRIBUCIÓN BINOMIAL

Una distribución binomial es una distribución de

probabilidad ampliamente utilizada para variables
aleatorias discretas que está relacionada a 2 resultados
posibles (éxito y fracaso). Solo puede tomar los valores
0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n
pruebas.
Fórmula:
 
𝑷(𝑿=𝒙)=

Donde:
𝑛:𝑇𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 ( 𝑁° 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠).
𝑃:𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜.
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜: 𝑞=1−𝑃. 𝑋:𝑁° 𝑑𝑒
é𝑥𝑖𝑡𝑜.
• 𝑥:0,1,2,… 𝑥:0,1,2,…𝑛.
 CARACTERÍSTICAS

 Una distribución de probabilidad binomial resulta de un

procedimiento que cumple con todos los siguientes requisitos:

 El procedimiento tiene un número fijo de ensayos.

 Los ensayos deben ser independientes. (El resultado de cualquier

ensayo individual no afecta las probabilidades de los demás
ensayos).

 Todos los resultados de cada ensayo deben estar clasificados en

dos categorías (generalmente llamadas éxito y fracaso).

MEDIA Y VARIANZA
𝐸(𝑥)=𝑛𝑞…𝑀𝑒𝑑𝑖𝑎 𝑉(𝑥)=𝑛𝑝𝑞…𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎
PROPIEDADES

• 𝐴 𝑙𝑜 𝑚á𝑠 𝑃 (𝑥≤𝑎)

• 𝑃𝑜𝑟 𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 𝑃 (𝑥≥𝑎)→1−𝑃 (𝑥≤𝑎−1)

• 𝐸𝑥𝑎𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒 𝑃 (𝑥=𝑎)→𝑃 (𝑥≤𝑎)−𝑃 (𝑥≤𝑎−1)

• 𝑀á𝑠 𝑜 𝑚𝑎𝑦𝑜𝑟 𝑃 (𝑥>𝑎)→1−𝑃 (𝑥≤𝑎)

• 𝑀𝑒𝑛𝑜𝑠 𝑜 𝑚𝑒𝑛𝑜𝑟 𝑃 (𝑥<𝑎)→𝑃 (𝑥≤𝑎−1)

• 𝐸𝑛𝑡𝑟𝑒 𝑃 (𝑎<𝑥<𝑏)→𝑃 (𝑥≤𝑏−1)−𝑃(𝑥≤𝑎)

• 𝐸𝑛𝑡𝑟𝑒 𝑖𝑛𝑐𝑙𝑢𝑠𝑖𝑣𝑜 𝑃 (𝑎≤𝑥≤𝑏)→𝑃(𝑥≤𝑏)−𝑃(𝑥≤𝑎−1)

Ejemplo 1:
Alfonso Ferreira fabrica piezas de ajedrez de
plástico tipo Staunton, con calidad de
exportación. La máquina produce 30% de piezas
defectuosas, que son tiradas a la basura. Si se
toma una muestra aleatoria de ocho piezas
producidas por esa máquina, determine la
probabilidad de que por lo menos tres de ellas
tengan defectos.
Solución:
Solución:

•𝑃(𝑋=𝑥)=
 
𝑝=0.3, 𝑞=0.7 𝑛=8 𝑃(𝑥≥3) ? (Utilizando la formula ):
𝑃(𝑥≥3) =

tablas debemos buscar:

𝑛=8 y luego 𝑝=0.3, entonces:
𝑃(𝑥≥3)=1−𝑃(𝑥≤2) 𝑃(𝑥≥3)=1−0.5518
𝑃(𝑥≥3)=0.4482
EJEMPLO 2 : Se sabe que el 30% de las piezas defectuosas de un
proceso de manufactura pueden quedar bien mediante un trabajo
de reprocesado

a) ¿Cuál es la probabilidad de que en un lote de seis piezas

defectuosas se puedan reprocesar por lo menos tres de
ellas?

b) ¿Cuál es la probabilidad de que ninguna de ellas se pueda

reprocesar?

c) ¿Cuál es la probabilidad de que todas ellas se puedan

reprocesar?
SOLUCION

•𝑛=6
  ; 𝑝=0.3 ; 𝑞=0.7
a) 𝑃(𝑥≥3)=1−𝑃(𝑥≤2) ; 𝑃(𝑥≥3)=1−0.7442
𝑃(𝑥≥3)=0.2558
La probabilidad de que se puedan reprocesar al menos tres piezas es
de 0.2558.

b) 𝑃(𝑥=0) ?
𝑃(𝑥=0)=
=0.1176
La probabilidad de que ninguna de las piezas se pueda reprocesar es
de 0.1176.
c) 𝑃(𝑥≥1)=1−𝑃(𝑥≤0)=1−0.1176=0.8823

Ejercicio para la casa

1 ) En la universidad nacional de Tumbes existe la probabilidad de
que un estudiante de la carrera de economía obtenga en su examen
de estadística 0.4. ¿Calcular para un grupo de 5 estudiantes la
probabilidad de que: a) Ninguno obtenga exámenes b) Uno y solo
uno obtenga examen c) Dos obtenga examen d) Por lo menos dos
obtengan examen e) Los 5 obtengan el examen?

2) Se toma una muestra de cinco elementos de una población

grande en la cual 10% de los elementos están defectuosos. a)
Determine la probabilidad de que ningún de los elementos de la
muestra este defectuoso. b) Determine la probabilidad de que
solo uno de ellos tenga defectuosos. c) Determine la probabilidad
de que uno o más de los elementos de la muestra este
defectuosos. d) Determine la probabilidad de que menos de dos
elementos de la muestra este defectuosos.
 DISTRIBUCIÓN POISSON

•que  se aplica a las ocurrencias de algún suceso durante un intervalo

La distribución de Poisson es una distribución de probabilidad discreta

específico. La variable aleatoria x es el número de veces que ocurre

un suceso en un intervalo. El intervalo puede ser tiempo, distancia,
área, volumen o alguna unidad similar
Fórmula:
𝑭(𝒙)=𝑷(𝑿=𝒙)=
𝑿=𝟎,𝟏,𝟐,𝟑…𝒏 →𝑹𝒆𝒄𝒐𝒓𝒓𝒊𝒅𝒐 𝒅𝒆 𝒍𝒂 𝒗𝒂𝒓𝒊𝒂𝒃𝒍𝒆
Donde:
𝑋:𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜.
λ: Número medio de ocurrencias en una unidad de tiempo o
volumen. 𝑒:2.71828 (𝐵𝑎𝑠𝑒 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑑𝑒 𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑜 𝑛𝑎𝑡𝑢𝑟𝑎𝑙).
CARACTERÍSTICAS

 Los hechos u ocurrencias a observar tienen naturaleza aleatoria;

pueden producirse o no de una manera no determinística.

 La variable aleatoria x es el número de veces que ocurre un suceso

durante un intervalo.

 Las ocurrencias deben ser independientes entre sí.

 Las ocurrencias deben estar uniformemente distribuidas dentro

del intervalo empleado.

 Los hechos u ocurrencias a observar tienen naturaleza aleatoria;

pueden producirse o no de una manera no determinística.
MEDIA Y VARIANZA

 
𝝁= 𝝀 (𝑴𝒆𝒅𝒊𝒂) ; = 𝝀 (𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂) ; 𝝈= √ 𝝀 (𝑫𝒆𝒔𝒗𝒊𝒂𝒄𝒊ó𝒏 𝒆𝒔𝒕á𝒏𝒅𝒂𝒓)

•  
PROPIEDADES (Las mismas que la Binomial )
Ejemplo 1:
Supongamos que el 2% de los objetos fabricados en una empresa
sean defectuosos. Calcule la probabilidad de que haya 3 objetos
defectuosos en una muestra de 100 objetos.
Solución:
𝑃(𝑥)=
Se trata de una distribución binomial con 𝑝=0.02,𝑛=100; pero como 𝑝 es pequeño y 𝑛
es grande se puede utilizar Poisson donde:
X: Numero de objetos defectuosos.
𝜆=𝑛𝑝 → 𝜆=100(0.02)=2
𝑃(𝑋=3)= =0.1804
Haciendo uso de las propiedades y de la tabla de
debemos buscar: 𝜆=2, entonces:

𝑃 (𝑥=3)=𝑃 (𝑥≤3)−𝑃 (𝑥≤2)

𝑃 (𝑥=3)=0.8571−0.6767
𝑃 (𝑥=3)=0.1804
Por lo tanto, la probabilidad de que haya 3 defectuosos
es del 18,04%.
Ejemplo 2:

•Perú;
La señora Pérez está encargada de los préstamos en el Banco
  con base a sus años de experiencia estima que la
probabilidad de que un solicitante no sea capaz de pagar un
préstamo es de 0.025. el mes pasado realizo 40 préstamos.
a) ¿Cuál es la probabilidad de que 3 préstamos no sean pagados
oportunamente?
b) ¿Cuál es la probabilidad de que por lo menos 3 préstamos no
se liquiden a tiempo?
SOLUCION
X: número de préstamos no pagados oportunamente.
De acuerdo con los datos del problema, tenemos: 𝑝=0.025 𝑛=40 𝜆=1
a) 𝑃(𝑋=3)= = 0.0613
𝑃 (𝑥=3)=𝑃 (𝑥≤3)−𝑃 (𝑥≤2)
𝑃 (𝑥=3)=0,9810−0,9197
𝑃 (𝑥=3)=0,0613
6.13% es la probabilidad de que tres prestamos no se paguen a
tiempo.
 tabla

𝑃(𝑋≤𝑥)=

X
X
1.0
1.0
0
0 0.3679
0.3679
1
1 0.7358
0.7358
2
2
0.9197
0.9197
3 0.9816
3 0.9816

b) 𝑃(𝑋≥3)=1−𝑃(𝑋≤2) 𝑃(𝑋≥3)=1−𝑃(𝑋≤2)
𝑃(𝑋≥3)=1−0.9197=0.0803
8.03% es la probabilidad de que por lo menos tres préstamos no se
liquiden a tiempo
 Ejercicio para la casa

1) En un computador se registran llamadas telefónicas a razón de

4.6 llamadas por minuto. ¿Calcule probabilidad que en un intervalo
de un minuto, se presenten cada una de las siguientes
ocurrencias: a) Exactamente 2 llamadas b) Ninguna llamada c) Por
lo menos 2 llamadas d) De 2 a 6 llamadas.
2) El 8% de los registros contables de una empresa
presentan algún problema. Si un auditor toma una muestra
de 40 registros, ¿Calcular la probabilidad de que : a) Existe 5
registros con
Problemas. b) Existan al menos 4 registros con problemas c)
Existan a lo sumo 3 registros con problemas d) Existan entre
3 y 8 registros con problemas inclusive.