Algunos Modelos

Probabilísticos Discretos
MODELO DE BERNOULLI

Propiedades del Experimento de Bernoulli

• Se realiza una sólo prueba

• La prueba tiene dos resultados posibles

“Se denomina ensayo de Bernoulli a todo experimento

aleatorio que tiene solo dos resultados posibles mutuamente
excluyentes, generalmente llamados éxito y fracaso”
Un juego consiste en lanzar un dado una sola vez, si se obtiene un 3 se gana el juego, si se
obtiene otro valor, se pierde. Sea X = el número de veces que sale un 3. Determinar la
distribución de probabilidad de X.
Ejercicio 2. Guía N°4
2) Una moneda cargada que tiene el doble de probabilidades de salir cara, que de salir sello tira 3 veces:
a) describir el espacio muestral
b) calcular la probabilidad para cada suceso elemental
c) si la variable aleatoria es el n° de caras que salen, definir mediante una tabla la f de probabilidades y
describir su distribución mediante un diagrama.
d) ¿Cuál es la probabilidad de obtener exactamente 2 caras?
Aplicaremos la regla de la multiplicación de probabilidades para eventos independientes.

2 2 1
CCS   
3 3 3
2 1 2
CSC   
3 3 3
1 2 2
SCC   
3 3 3
A continuación, calculamos la probabilidad total de que salgan 2 caras entre las 3 monedas que se tiran.
Regla de la suma de probabilidades para eventos mutuamente excluyentes.

2 2 1
CCS   
3 3 3
+
2 1 2
CSC   
3 3 3
+
1 2 2
SCC   
3 3 3
2
2 1
3      0, 444
3 3
 Imagínate que ahora lanzamos 10 monedas y queremos calcular la probabilidad de que 4 de ellas sean
defectuosas.

¿Es un poco largo este cálculo? Pues sí, está larguísimo.

Me tardaría horas, por eso es mejor usar la fórmula de la función de probabilidad binomial.  Esta fórmula
permite encontrar la probabilidad para cada posible valor de x (número de éxitos).
DISTRIBUCIÓN BINOMIAL

Un experimento binomial es un experimento que cumple las siguientes condiciones:

1) El experimento consiste en n intentos idénticos

2) Cada intento da lugar a exactamente dos resultados posibles, llamados éxito y fracaso.
3) Los n intentos son independientes
4) La probabilidad p de un éxito permanece constante de un intento al otro
 2
2 1
3  
3 3
Ejercicio 1: Un examen de opción múltiple está compuesto de 10 preguntas, con cuatro respuestas
posibles cada una., de las cuales una solamente es la correcta. Para aprobar dicho examen se deben
contestar como mínimo siete preguntas bien. Si un estudiante responde al azar dichas preguntas,
¿qué probabilidad tiene de aprobar la prueba?

Antes de aplicar la fórmula, verificamos que se trate de un

experimento binomial. Para ello, tiene que cumplir con las 4
condiciones que mencionamos
Ejercicio 2: De todas las flores plantadas por una empresa de jardinería, el 90% sobrevive. Si se
plantan 10 flores ¿Cuál es la probabilidad de que 9 o más sobrevivan?

Antes de aplicar la fórmula, verificamos que se trate de un

experimento binomial. Para ello, tiene que cumplir con las 4
condiciones que mencionamos

En este caso, vamos a centrarnos en las flores que sobreviven, por ello diremos que:

X = número de flores que sobreviven

10
Media, varianza y desviación estándar
 Una moneda cargada que tiene el doble de probabilidades de salir cara, que de
salir sello se tira 10 veces. ¿Cuál es la probabilidad de que se obtengan 5 caras?
Calcular el valor esperado, interpretar su resultado.

Antes de aplicar la fórmula, verificamos que se trate de un

experimento binomial. Para ello, tiene que cumplir con las 4
condiciones que mencionamos

X = número de caras en el lanzamiento de una moneda

2
  n. p  10.  6, 66
3
Se espera que si realizo la experiencia una vez, en promedio,
obtengo 7 caras.
Podría Salir
1)66123 
2)66124 
3)66125 

4)66134 
5)66135   5 
   Combinación de 5 tomadas de a dos
6)66145   2 
7)66234 

8)66235 
9)66245 

10)66345
Número de intentos
Probabilidad del éxito

Número de éxitos
DISTRIBUCIÓN MULTINOMIAL

1) El experimento consiste de n intentos idénticos

2) Al llevar a cabo el experimento se esperan más de dos resultados
3) Los n intentos son independientes
4) Las probabilidades asociadas a cada uno de los resultados son constantes
Ejemplo
DISTRIBUCIÓN HIPERGEOMÉTRICA
Una variable aleatoria X tiene distribución Hipergeométrica si procede de un experimento que cumple
las siguientes propiedades:

a) Se toma una muestra de tamaño n, sin reemplazo de un conjunto finito de N objetos

b) k de los N objetos se pueden clasificar como éxito y N-k como fracaso.

Y su función de probabilidad es :
Una compañía recibe un lote de 1000 unidades. Para aceptarlo se
seleccionan 10 unidades de manera aleatoria y se inspeccionan. Si
ninguna se encuentra defectuosa, el lote se acepta, de otro modo
se rechaza. El lote contiene un 5% de unidades defectuosas.
a) Determine la probabilidad de aceptarlo mediante el empleo de
distribución Hipergeométrica.
b) Aproxime el resultado de la a) mediante el empleo de
distribución binomial.
Distribución Hipergeométrica
 50   950 
  . 
 0  10 
P ( x  0)   0,5973
1000 
 
10 
Distribución Binomial
10  0 10
P ( x  0)    0.05 0,95  0,5987
0
¿Y si tenemos un lote de
40 unidades?
Distribución Hipergeométrica
 2   38 
  . 
 0  10 
P ( x  0)   0,5577
 40 
 
10 
Distribución Binomial
10  0 10
P ( x  0)    0.05 0,95  0,5987
0
 APROXIMACIÓN DE LA BINOMIAL A LA HIPERGEOMÉTRICA

Si n  5% N  sólo utilizar la distribución

hipergeométrica para resolver la situación.

Si n  5% N  es posible utilizar la distribución

binomial para aproximar el resultado de la
distribución hipergeométrica.
Tamaño del Lote
Éxitos en el Lote
Tamaño de la muestra

Éxitos en la muestra
 Distribución de Poisson

A menudo se utiliza para describir comportamientos que ocurren en raras ocasiones (con
probabilidades pequeñas).

La distribución de Poisson es una distribución de probabilidad discreta que se aplica a las ocurrencias de algún
suceso durante un intervalo 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. La probabilidad de que el
suceso ocurra x veces durante un intervalo está dada por la fórmula:

 x .e  
P( x)  lim b( x, n, p)  Donde  =
n  x!
  n. p (esperanza matemática,  )
x números de éxitos obtenidos
Se puede utilizar para aproximar probabilidades binomiales cuando
n  100 y   n. p  10

Experimentos referente a fenómenos aleatorios donde se puede usar la distribución de Poisson:

• el número de llamadas telefónicas por hora que recibe una oficina
• el número de días que una escuela permanece cerrada debido a la nieve durante el invierno
• número de juegos suspendidos debido a la lluvia durante la temporada de béisbol
• número de ratas de campo por acre
• el número de bacterias en un cultivo dado
• número de errores mecanográficos por página.
 PROPIEDADES DE LA DISTRIBUCIÓN DE POISSON

• Las pruebas ocurren durante un intervalo.

• Las pruebas son estadísticamente independientes.

• La probabilidad de éxito es la misma en cada prueba.

• El tamaño de la muestra debe ser grande.

• La probabilidad de éxito es pequeña.

Un banco recibe un promedio de tres cheques sin fondo por día.
¿Cuál es la probabilidad de que en cierto día reciba cuatro o
cinco cheques sin fondo?
Número esperado. Si
el ejercicio no lo da
tienen que multiplicar
n.p