DISTRIBUCIONES DE

PROBABILIDADES
DISCRETAS
 OBJETIVOS

Definir la distribución de probabilidad de Bernoullí

Estudiar la distribución de probabilidad Binomial, Poisson e

Hipergeometrica

Determinar el valor esperado, la varianza y la desviación

estándar de las distribuciones de probabilidades discretas
DISTRIBUCIÓN DE BERNOULLI

La prueba de Bernoullí es todo experimento aleatorio que consiste

de solo dos resultados posibles mutuamente excluyentes,
llamados éxito (1) y fracaso (0). Entonces el espacio asociado al
experimento aleatorio de Bernoullí es:

La variable aleatoria de Bernoullí esta definida en Ω:

Ejemplos:
- Lanzar una moneda

- Elegir al azar una articulo fabricado

DISTRIBUCIÓN DE PROBABILIDAD DE BERNOULLI

La distribución de probabilidad de la variable aleatoria de

Benoullí X es: X 0 1
i

P(X=xi) q p
La distribución de Bernoullí con parámetro p se escribe de la
siguiente manera:

La función de distribución acumulada de Bernoulli es:

 MEDIA Y VARIANZA DE UNA
DISTRIBUCIÓN DE BERNOULLI

El valor esperado y la varianza de una variable aleatoria X que sigue

una distribución de Bernoullí de parámetro p son:
La media o el valor esperado es:

La varianza es:

La desviación estándar es:

DISTRIBUCIÓN BINOMIAL
La variable binomial es una variable aleatoria X definida en Ω como el
número de éxitos que ocurren en las n pruebas de Bernoullí. Los
posibles valores de X son: 0, 1, …, n. La variable aleatoria Binomial X
tiene una distribución binomial con parámetros n y p, se escribe X~B(n,
p), su función de probabilidad es:

n: Ensayos o pruebas x: Número de éxitos

p: Probabilidad de éxito q: Probabilidad de fracaso

La función de distribución acumulada de la variable aleatoria es :

 CARACTERÍSTICAS DE LA DISTRIBUCIÓN BINOMIAL
El resultado de cada
La probabilidad de Los ensayos son
ensayo de un
La variable aleatoria un éxito permanece independientes, lo
experimento se
cuenta el número de igual en todos los cual significa que el
clasifica en una de
éxitos en una ensayos. Lo mismo resultado de un
dos categorías
cantidad fija de sucede con la ensayo no afecta al
mutuamente
ensayos. probabilidad de resultado de algún
excluyentes: Éxito o
fracaso. otro.
fracaso.

Ejemplo: Un Ejemplo: En un primer

departamento de ensayo; la probabilidad
control de calidad Ejemplo: de adivinar
clasifica un producto Ensayos: 10 correctamente (éxito) la
como aceptable o no trabajadores primera pregunta de una
aceptable; los Variable aleatoria: prueba de
resultados son Trabajadores>50 años verdadero/falso es 0.5.
mutuamente Numero de éxitos: En un segundo ensayo; la
excluyentes no puede Número de probabilidad de adivinar
ser clasificado como trabajadores>50 en forma correcta la
aceptable y no segunda pregunta es 0.5,
aceptable. y así sucesivamente.
MEDIA Y VARIANZA DE UNA
DISTRIBUCIÓN BINOMIAL

El valor esperado y la varianza de una variable aleatoria X que sigue

una distribución Binomial es:
La media o el valor esperado es:

La varianza es:

La desviación estándar es:

Ejemplo: Entre dos ciudades hay cinco vuelos diarios. Si la probabilidad de que un
vuelo llegue retrasado es 0.20:

Solución:
1.- ¿Cuál es la probabilidad de que ninguno de los vuelos se retrase el día de
hoy? n = 5, x = 0, p = 0.20, q = 1 - p = 0.80

2.- ¿Cuál es la probabilidad que exactamente uno de los vuelos llegue tarde hoy?
n = 5, x = 1, p = 0.20, q = 1 - p = 0.80

3.- ¿Cual es el vuelo promedio diario?

4.- Hallar la varianza

Ejemplo: El departamento del Ministerio de Trabajo registra que el 20% de la fuerza
de trabajo está desempleada. Para una muestra de 14 trabajadores calcular la
probabilidad de que:

Solución:
1.- Calcular la probabilidad de que exactamente 3 están desempleados.
n = 14, x = 3, p = 0.20, q = 1 – p = 0.80

2.- Calcular la probabilidad de que al menos 3 están desempleados.

n=14; x = 3, 4, ….,14; p=0.20, q=0.80
n = 5, x = 1, p = 0.20, q = 1 - p = 0.80

3.- Calcular la probabilidad de que al menos 1 está desempleado.

 DISTRIBUCIÓN DE POISSON
Una variable aleatoria discreta X,
cuyos valores posibles son:
0, 1, 2, …; tiene distribución de
Poisson con parámetro λ (λ > 0) y
se escribe X~P(λ); su función de
probabilidad es:
e = 2.71828
λ = np: Media (constante positiva)
x = Número de éxitos
P(x): Probabilidad de x
La probabilidad que ocurran x eventos
de cierto tipo en un intervalo de tiempo
de tamaño t es:
e = 2.71828
λ = Promedio de eventos por unidad de
intervalo
t = Tamaño del intervalo
λt = Promedio de eventos por intervalo
de tiempo de tamaño t
x = Número de éxitos
P(x): Probabilidad de x
 APLICACIONES DE UNA
DISTRIBUCIÓN DE POISSON
Distribución del número de llamadas
telefónicas por minutos.
Número de clientes en espera de
servicio en un restaurante.
Distribución de número de errores
tipográficos por paginas en textos
grandes, etc…
CARACTERÍSTICAS DE UNA
DISTRIBUCIÓN DE POISSON
La distribución de probabilidad de
Poisson describe la cantidad de veces
que ocurre un evento en un intervalo
determinado.
Los intervalos son independientes; es
decir, el numero de ocurrencia de un
intervalo no afecta a los otros
intervalos. El intervalo puede ser de
tiempo, distancia área o volumen.
La probabilidad es proporcional a la
extensión del intervalo; es decir,
cuanto mayor sea la magnitud o
extensión del intervalo, tanto mayor
será la probabilidad.
Ejemplo: Suponga que llegan en forma aleatoria una serie de llamadas a una central
telefónica con un promedio de tres llamadas por minuto.

Solución:
1.- ¿Calcular la probabilidad de que ocurran 4 o mas llamadas en el periodo de 1 minuto?
X: Número de llamadas que ocurren en el periodo de un minuto
λt = 3(1)=3
x = 0, 1, 2, 3, ….

2.- ¿Calcular la probabilidad de que ocurran 4 o mas llamadas en el periodo de 2 minuto?

X: Número de llamadas que ocurren en el periodo de 2 minutos.
λt = 3(2) = 6
x = 0, 1, 2, 3, …….

3.- ¿Calcular la probabilidad de que ocurran 4 o mas llamadas en el periodo de 20

segundos?
X: Número de llamadas que ocurren en el periodo de 20 segundos.
t = 20 segundos = 1/3 minutos
λt = 3(1/3) = 1
x = 0, 1, 2, 3, …….
MEDIA Y VARIANZA DE UNA
DISTRIBUCIÓN POISSON
La media o valor esperado de la
distribución de probabilidad de
Poisson es:
La varianza de la distribución de
probabilidad de Poisson es:
La desviación estándar de la
distribución de probabilidad de
Poisson es:
EJEMPLO
Ejemplo: Si el 3% de las llantas
fabricadas por una compañía
son defectuosos de una
muestra de 100 llantas. Hallar la
media y la varianza.
Solución:
La media es:
La varianza es:
 DISTRIBUCIÓN HIPERGEOMÉTRICA

Una variable aleatoria X definida como

el número de éxitos en una muestra de
tamaño n, seleccionado al azar sin
reposición de N resultados, donde r son
clasificados como éxitos y N-r como
fracasos, tiene distribución
Hipergeometrica si su función de
probabilidad es:
VALOR ESPERADO Y VARIANZA
DE UNA DISTRIBUCION
HIPERGEOMETRICA
Sea x una variable aleatoria con
distribución hipergeometrica H(N,
n, r), y sean

N = Tamaño de la población
r = Número de éxitos en la población
n = Número de ensayos o muestra
x = Número de éxitos en la muestra
 Ejemplo: La fábrica de juguetes Play Time Toys, tiene 50 empleados en el
departamento de ensamble. De éstos, 40 pertenecen a un sindicato y 10 no. Se
van a elegir cinco empleados aleatoriamente, para que integren un comité que
hablará con el gerente acerca de la hora de inicio de los distintos turnos. ¿Cuál es
la probabilidad de que cuatro de los cinco elegidos pertenezcan al sindicato?

Solución:
N = 50 = Número de empleados del departamento.
r = 40 = Número de empleados del sindicato.
n = 5 = Número de empleados seleccionados.
x = 4 = Número de empleados del sindicato
que fueron seleccionados.

En consecuencia, la probabilidad de hallar que 4 de los 5 pertenecen al sindicato

es 0.431
MUCHAS
GRACIAS