DISTRIBUCIONES DE

PROBABILIDAD DISCRETA

Mtro. GABRIEL CERÓN

 DISTRIBUCION UNIFORME DISCRETA

Si la variable Aleatoria X toma los valores x1, x2, x3, …, xk, con
idénticas probabilidades, entonces la distribución uniforme discreta
está dada por

1
f ( x; k )  x = x1, x2, x3, …, xk

k
Ejemplo
Cuando se selecciona un foco al azar de una caja que contiene un foco
de 40 watts, uno de 60, uno de 75 y uno de 100, cada elemento del
espacio muestral S={40, 60, 75, 100} ocurre con probabilidad ¼Por lo
tanto, tenemos una distribución uniforma, con

Ejemplo
Cuando se lanza un dado, cada elemento del espacio muestral S =
{1, 2, 3, 4, 5, 6} ocurre con probabilidad 1/6 Por lo tanto, tenemos
una distribución uniforma con
La media y la varianza de la distribución uniforme discreta f(x; k)
son

k k
x i  (x  ) i
2

 i 1
  2 i 1
k k
Media Varianza
Procesos de Bernoulli
Si se habla con exactitud, el proceso de Bernoulli debe tener las
siguientes propiedades

1. El experimento consiste en n pruebas que se repiten

2. Cada prueba produce un resultado que se puede clasificar
como éxito o fracaso
3. La probabilidad de un éxito, que se denota con p permanece
constante en cada prueba
4. Las pruebas que se repiten son independientes
 DISTRIBUCION BINOMIAL
Un experimento de Bernoulli puede tener como resultado un éxito
con probabilidad p y un fracaso con probabilidad q = 1 – p.
Entonces la distribución de probabilidad de la variable aleatoria
binomial X, del número de éxitos de n pruebas independientes, es

 n  x n x
b( x; n. p)    p q x = 0, 1, 2, …, n
 x
La media y la varianza de la distribución binomial b(x; n,p) son

  np 2
  npq
Ejemplo
La probabilidad de que cierta clase de componente sobreviva a una
prueba de choque dada es 3/4 . Encuentre la probabilidad de que
sobrevivan exactamente dos de los siguientes cuatro componentes
que se prueban
Con frecuencia, nos interesaremos en problemas donde se
necesita encontrar

P( X  r ) P ( a  X  b)
En estos casos podremos usar las sumas binomiales

r
B(r ; n, p)   b( x; n, p)
x 0
Ejemplo
La probabilidad de que un paciente se recupere de una rara
enfermedad sanguínea es 0.4.Si se sabe que 15 personas contraen
esta enfermedad, ¿Cuál es la probabilidad de que (a) sobrevivan al
menos 10, (b) sobrevivan de 3 a 8 y (c) sobrevivan exactamente 5?
 DISTRIBUCION MULTINOMIAL
Si una prueba dada puede conducir a los k resultados E1, E2, E3, …,
Ek con probabilidades p1, p2, p3, …, pk, entonces la distribución de
probabilidad de las variables aleatorias X1, X2, X3, …, Xk, que
representan el número de ocurrencias para E1, E2, E3, …, Ek en n
pruebas independientes es
n  x1 x2
f ( x1 , x2 ,..., xn ; p1 , p2 ,..., pn , n)    p1 p2 ... pk xk
 x1 , x2 ,..., xn 

con
k k

x
i 1
i n p
i 1
i 1
Ejemplo
Si se lanza seis veces un par de dados ¿cuál es la probabilidad de
obtener un total de siete u once dos veces, par igual una vez y
cualquier otra combinación tres veces?
Ejercicio para punto.
Las probabilidades de que un delegado a cierta convención llegue por aire,
autobús, automóvil o tren es de 0.4, 0.2, 0.3 y 0.1 respectivamente. ¿Cuál es la
probabilidad de que de 9 delegados a esta convención seleccionados al azar,
tres lleguen por aire, tres por autobús, uno por automóvil y dos en tren?