LECCIÓN 4:

ALGUNAS DISTRIBUCIONES DE PROBABILIDAD DISCRETAS

•Distribución Uniforma Discreta

•Proceso de Bernoulli
•Distribución Binomial
•Distribución de Poisson
•Distribución Geométrica
•Distribución Hipergeométrica o de Laplace
•Distribución Multinomial
DISTRIBUCIÓN UNIFORME DISCRETA

Decimos que una variable aleatoria discreta sigue una

distribución uniforme discreta, cuando la probabilidad en todos
los puntos es la misma.

Función Cuantía Función de distribución

0 si x<x1

0 si xxi 1/k si x1x2

f(x)=
i=1,2,..k
F(x)= 2/k si x2x3
1/k si x=xi i=1,2,..k ............
1 si xxk
DISTRIBUCIÓN UNIFORME DISCRETA

Momentos:
•Media = E[x]= 1/k xi
•Varianza Var(x)= E[x2]- [E[x]2]=1/k (xi- )2

•Función Característica
x(t)= E[eitx]= eitx1/n
•Función generatriz de momentos
gx(t)= E[etx]= etx1/n
PROCESO DE BERNOULLI
Definición de los supuestos de Bernoulli
a) El experimento sólo puede tener dos posibles resultados, ambos
mútuamente excluyentes (verdadero/falso, éxito/fracaso).
b) Las pruebas en las que se obtienen los sucesos anteriores
(éxito/fracaso) son independientes.
c) Las probabilidades de éxito fracaso son constantes

Función Cuantía Función de distribución

f(x)=pxq1-x x(0,1) 0 si x<0
q si 0x<1
Media = p F(x)=
1 si x1
Varianza = pq
 DISTRIBUCIÓN BINOMIAL B(n,P)

Experimento aleatorio consistente en realizar n ensayos, en donde

se verifican los supuestos de Bernoulli. Xnúmero de éxitos

Función Cuantía Función de distribución

n pxqn-x si x=xi F(x)=P(X x)=  n piqn-i

f(x)= x ix i
0 si xxi

Momentos:
Media = E[x]= np Varianza Var(x)= npq
F.Característica F. Generatriz de Momentos
x(t)= E[eitx]= (peit+q)n gx(t)= E[etx]= (pet+q)n
La distribución binomial nos proporciona el
número de éxitos pero no el orden en el que
suceden

Propiedad:

Si X1 y X2 son dos variables aleatorias independientes

distribuidas según B(n1,p) y B(n2,p) respectivamente,
entonces la variable aleatoria X=X1+X2 se distribuye según
B(n1+n2,p)
DISTRIBUCIÓN DE POISSON P()
Caso particular de la F. Binomial aplicable cuando el cálculo
resulta engorroso (media muy pequeña con relación al número
de pruebas). Al igual que la ley Binomial cumple los requisitos
de Bernoulli.
Xnúmero de éxitos

Función Cuantía Función de distribución

f(x)= e-x =np F(x)=  e-r
x! rx r!
Media  Varianza 
F. Característica F. Generatriz de momentos
x(t)= E[eitx]= e  (eit-1) gx(t)= E[etx]= e  (et-1)
DISTRIBUCIÓN GEOMÉTRICA G(P)
Cumple con los supuestos de Bernoulli
X  número de fracasos que tienen lugar antes de que aparezca
el primer éxito.

Función Cuantía Función de distribución

f(x)=qxp x=0,1,2,....n 1-qx+1 x0
F(x)=
0 x<0
Momentos:
Media = E[x]= q/p Varianza Var(x)= q/p2

F. Característica F. Generatriz de momentos

x(t)= E[eitx]=p/(1- e it) gx(t)= E[etx]= p/(1- e t)
DISTRIBUCIÓN BINOMIAL NEGATIVA O DE PASCAL
NB(p,k) cumple con los supuestos de Bernoulli
X  número de repeticiones necesarias hasta observar k éxitos.

Función Cuantía

 x 1  k x k
P( X  x )  f ( x )    p (1  p)
 k 1 

Momentos:
Media = E[x]= k/p Varianza Var(x)= k/p(1/q)
DISTRIBUCIÓN BINOMIAL NEGATIVA O DE PASCAL
XNB(p,k)
Para tratar a un paciente de una afección de pulmón han de ser
operados en operaciones independientes sus 5 lóbulos
pulmonares. La técnica a utilizar es tal que si todo va bien, lo
que ocurre con probabilidad de 7/11, el lóbulo queda
definitivamente sano, pero si no es así se deberá esperar el
tiempo suficiente para intentarlo posteriormente de nuevo. Se
practicará la cirugía hasta que 4 de sus 5 lóbulos funcionen
correctamente. ¿Cuál es el valor esperado de intervenciones que
se espera que deba padecer el paciente? ¿Cuál es la probabilidad
de que se necesiten 10 intervenciones?
DISTRIBUCIÓN HIPERGEOMÉTRICA O DE LAPLACE
H(N,n,P)
NO verifica los supuestos de Bernoulli, la probabilidad de éxito
no permanece constante.
X  número de elementos que pertenecen a una de las
subpoblaciones cuando tomamos una muestra aleatoria sin
reemplazamiento de tamaño n de la población total N.
Función Cuantía
Max (0,n-Nq)x  min (m,Np)
Np Nq
f(x)= x n-x Particularizando en dos
poblaciones
N
N1=Np
n
N2=N(1-p)=Nq
X  H(N,N1,n)
 DISTRIBUCIÓN HIPERGEOMÉTRICA O DE LAPLACE

Función de distribución

0 X< max(o,n-Nq)
Np Nq
i n-i
F(x)=  Max (0,n-Nq)x  min (m,Np)
N
n
1 x>min(n,Np)

Momentos:
Media = E[x]= np Varianza Var(x)= npq[(N-n)/(N-1)]
DISTRIBUCIÓN MULTINOMIAL
Generalización de la ley Binomial cuando el experimento en
cuestión permite más de dos resultados posibles.
Resultados: A1,A2,...Ak
Porb. Asociadas: P1,P2,....Pk Pi=1
X  número de veces que se presenta cada uno de los sucesos
cuando se realizan n-repeticiones independientes del
experimento.

Función Cuantía
Momentos:
f(x1,x2,..,xk)= n! P1x1...Pkxk
Media = E[x]= npi
X1!...Xk!
F. Generatriz de momentos Varianza Var(x)=npi(1-pi)
gx(t)= E[etx]= ( Pi eti)
La probabilidad de que una jugadora de golf haga hoyo en un
lanzamiento a una distancia determinada es 0,2. Si lo intenta 5
veces, calcular la probabilidad de que:
a) No acierte ninguna
b) Acierte alguna
c) Acierte dos
d) Si hace tandas de 5 lanzamientos,
¿cuál será el número medio de aciertos?,
¿cuál será su desviación típica?
De la producción diaria de un pequeño electrodoméstico se
estudian 5 durante 10 días, obteniéndose la siguiente tabla de los
que se producen con algún defecto.
Día 1 2 3 4 5 6 7 8 9 10
Nº con defecto 1 2 1 2 1 2 0 0 1 0
Se pide:
a) Ajustar una distribución binomial a estos datos.
b) Probabilidad de que en los electrodomésticos observados a lo
sumo haya uno defectuoso.
Calcular qué proporción de muestras aleatorias de 100 individuos
cada una contendrán 2 ó 3 individuos daltónicos. Se sabe que la
frecuencia de daltonismo en la población es del 3%.
La probabilidad media de dar en el blanco en un disparo es
1/200. ¿cuántos disparos habrá que hacer para tener una
probabilidad del 85% de dar en el blanco una vez por lo menos?
Se extraen 5 cartas una después de otra, con devolución, de una
baraja de 40 cartas. Calcular la probabilidad de obtener 2 copas,
2 espadas y 1 oros.
Se sabe que 3 personas de cada 10 son aficionadas a la música.
Calcular la probabilidad de que en un grupo de hombres y
mujeres de 10 personas. Haya 4 con dos aficionados a la
música, y 6 con 2 aficionadas a la música.
(se supone que la afición a la música es independiente del sexo)
Una máquina dedicada a la fabricación de piezas las produce
una a una independientemente. La probabilidad que tiene cada
pieza de ser defectuosa es 0.5.
A) Obtener la probabilidad de que la primera pieza defectuosa
sea la número 40.
B) Obtener la probabilidad de que las 8 primeras piezas sean
todas buenas.
C) Media y varianza del número de piezas buenas que se han
fabricado antes de obtener una defectuosa.
Sea una baraja de 40 cartas, de ella se toma una muestra de 5 cartas
sin reemplazamiento. Obtener la probabilidad de sacar al menos
dos ases.