ESTADISTICA I

Unidad IV
DISTRIBUCIONES DE PROBABILIDAD

Tema: Distribución Binomial y Poisson

Semana 09
 Objetivos
1. Estudiar las distribuciones discretas
mas importantes
2. Utilizar las distribuciones para
encontrar probabilidades de
situaciones reales.
3. Interpretar las probabilidades
obtenidas de estas distribuciones.
 1. Distribución de Bernoulli
Se dice que la variable aleatoria X sigue una distribución de
Bernoulli con parámetro p cuando el experimento tiene
únicamente dos resultados posibles: Éxito (probabilidad p) y
fracaso (probabilidad q=1-p).
Se denota por X ~ Ber(p).
La función de probabilidad de la variable X es:
𝑓 ( 𝑥 ) = 𝑝 𝑥 𝑞 1− 𝑥 , 𝑥= 0,1
Además, la esperanza y la varianza de la variable aleatoria son:
𝐸 ( 𝑋 )=𝑝 ,𝑉 ( 𝑋 )=𝑝𝑞
Ejemplo: Lanzamiento de una moneda.
 2. Distribución Binomial
La distribución binomial consiste en varios ensayos de Bernoulli
independientes de los cuales se contabiliza el número de éxitos.
Se denota por X ~ B(n,p).

La función de probabilidad de la variable X es:

𝑓 ( 𝑥 )= 𝐶 𝑛
𝑥 𝑝 𝑥
𝑞 𝑛− 𝑥
, 𝑥=0,1 , … , 𝑛

Además, la esperanza y la varianza de la variable aleatoria son:

𝐸 ( 𝑋 )=𝑛𝑝 , 𝑉 ( 𝑋 )=𝑛𝑝𝑞

Ejemplo: Número de artículos defectuosos.

 Ejemplo 1
Si de seis a siete de la tarde se admite que un número de teléfono de
cada cinco está comunicando, ¿cuál es la probabilidad de que, cuando
se marquen 10 números de teléfono elegidos al azar, sólo comuniquen
dos?
Solución:
Como un número de cada cinco esta comunicando, nuestra
probabilidad de éxito
Nuestro valor de y el valor de
Nos pide encontrar la probabilidad:
 Ejemplo 1
Nuestra función probabilidad es:

Entonces reemplazando nuestros valores tenemos:

La probabilidad de que solo comuniquen dos números es de 0,3020

 Ejercicio Propuesto 1
La probabilidad de que un hombre acierte en el blanco es 1/4. Si
dispara 10 veces ¿cuál es la probabilidad de que acierte exactamente
en tres ocasiones? ¿Cuál es la probabilidad de que acierte por lo menos
en una ocasión?
 3. Distribución de Poisson
La distribución de Poisson es como una aproximación de la
distribución binomial cuando n es grande y p es pequeña.
Se denota por X ~ Poisson().

La función de probabilidad de la variable X es:

𝑒− 𝜆 𝜆 𝑥
𝑓 ( 𝑥 )= , 𝑥= 0 , 1, 2 , …
𝑥!
Donde es el número promedio de éxitos: .
La esperanza y la varianza de la variable aleatoria son:

𝐸 ( 𝑋 )= 𝜆 ,𝑉 ( 𝑋 ) = 𝜆
 Ejemplo 2
La probabilidad de que un artículo producido por una fabrica sea
defectuoso es p = 0.02. Se envió un cargamento de 10.000 artículos a
unos almacenes. Hallar el número esperado de artículos defectuosos, la
varianza y la desviación típica.
Solución:
En nuestro caso y entonces calculamos

De aquí decimos:

La desviación típica:
 Ejercicio Propuesto 2
El número de buques que llegan a un puerto sigue una distribución
Poisson con una media de tres buques por día. Cada Buque se demora
en el puerto por lo menos tres días y el puerto tiene capacidad para
ocho buques. Si en este momento, no hay ningún buque atacado en el
puerto, calcular la probabilidad de que el puerto se llene en los
siguientes dos días.
1. Una empresa farmacéutica tiene tres delegaciones, Arequipa, Lima y Trujillo. De un determinado
fármaco se produce el 45% en la delegación de Arequipa, el 30% en Lima, y el 25% en Trujillo. Del total
de los fármacos, son defectuosos el 5% de los producidos en Arequipa, el 3% en Lima y el 4% en Trujillo.
Todos los fármacos son almacenados en un mismo lugar y se selecciona 10 de estos fármacos al azar.
Determine:
¿Cuál es la probabilidad de que al menos dos de los fármacos sean defectuosos? definir función de
distribución y variable.
3. Se supone que el número de defectos en los rollos de tela de cierta industria textil es un variable aleatoria X con una media de 0,1 defectos por
metro cuadrado. Determine:
a. Defina la variable y determine la distribución de probabilidades
b. ¿Calcular la probabilidad de tener dos defectos en metro cuadrado de tela?
c. ¿Calcular la probabilidad de tener por lo menos dos defectos en tres metros cuadrado de tela?
d. Definimos una nueva variable que indica el número de defectos en los rollos de tela en tres metros cuadrados ,hallar la media de la nueva
variable
Bibliografía