Probabilidades
Ing. Enrique Montenegro Marcelo
CIP 69272
Distribuciones Discretas de
Probabilidad
TOPICOS
Variable aleatoria
Distirbucin Binomial
Distribucin Hipergeometrica
Distribucin Poisson
Distribuciones Discretas de
Probabilidad
Qu es una distribucin de
Probabilidad?
Es el listado de todos los resultados de un experimento y
la probabilidad asociada con cada resultado
inferencias
tomar
Ejemplo:
Se seleccionan en forma consecutivas dos clientes del
Grifo ABC .
Determine la distribucin de probabilidad de los eventos
relativos a cero, uno y dos conductores varones ser:
Probabilidad
N de
Resultados Probabilidad
0.50
varones
0,25
MM
0
0.25
0,50
VM,MV
1
0,25
2
VV
2
N Varones
Variables Aleatorias
Cantidad que resulta de un experimento que, por azar,
puede adoptar diferentes valores.
Puede ser Discreta o Continua
Discreta: Proceso de Conteo
Continua: Proceso de Medicin
Ejemplo:
Se lanzan 3 monedas
p(x)
0.125
0.375
0.375
0.125
F(x)
0.125
0.500
0.875
1.000
F(x)
X<0
0 X<1
1 X<2
2 X<3
3 X
Funcin de Probabilidad
p(x)
0
1/8
4/8
7/8
1
0.400
1.200
0.350
1.000
0.300
0.800
0.250
0.200
0.600
0.150
0.400
0.100
0.200
0.050
0.000
0.000
0.5
1.5
2.5
3.5
-2
-1
Media.-
= E ( x) =
x
i =1
p ( xi )
V ( x ) = E ( x 2 ) [ E ( x ) ]2 =
x2
p
(
x
)
x
p
(
x
)
i
i
i
i
i =1
i =1
= V (x)
Ejemplo:
p(x)
0.10
0.20
0.30
0.30
0.10
Solucin:
X : variable aleatoria (nmero de autos que se venden un sbado
x : valores que puede tomar la variable (x: 0, 1, 2, 3,4)
E ( x) =
x
i =1
p(x)
0.10
0.20
0.30
0.30
0.10
1.00
x*p(x)
0.00
0.20
0.60
0.90
0.40
2.10
x2*p(x)
0.00
0.20
1.20
2.70
1.60
5.70
p ( xi ) = 2,10
Total
= 1,29 = 1,14
Distribucin Binomial
Es una de las distribuciones mas utilizadas en la estadstica
aplicada. La distribucin se deriva de un procedimiento
llamado ensayo de Bernoulli, nombrado as en honor del
matemtico Suizo James Bernoulli (1654 - 1785).
n
x
x n-x
P(X = x) = C p q
X ~B(n,p)
X sigue una distribucin Binomial
Con parmetros n y p
donde:
n : nmero de ensayos
x : nmero de xitos
p : probabilidad de xitos en un ensayo
q=1-p : probabilidad de fracaso en un ensayo
n - x : nmero de fracasos en el ensayo
E[ X ] = = np
V ( x) = np (1 p )
a)
p ( X = x) = c x (0.25) (0.75)
6
6 X
P ( X 2) = C (0.25) (0.75)
x=2
6
x
6 x
= 0,466
La distribucin Hipergeomtrica
Se utiliza para describir variables discretas
C =
x
n
x
a)Caractersticas
La informacin de la muestra se obtiene sin reposicin de una poblacin finita, por
lo tanto la probabilidad de xito vara.
b) Formula
M N M
k n k
P(X = k ) =
N
n
donde:
M : nmero de xitos en la poblacin
k : nmero de xitos en la muestra
N : tamao de la poblacin
N-M: nmero de fracasos en la poblacin
n : tamao de la muestra
n-k : nmero de fracasos en la muestra
X ~H(N,n,M)
X sigue una distribucin Hipergeomtrica
Con parmetros N, n y M
x H ( N , n, M )
5 6
4 x
P( X = X ) =
11
6 BLANCAS
5 ROJAS
5 6
= 0.3030
P ( X = 1) =
11
24
6
= 2.1818
=
11
11
Y = N esferas blancas de la urna extradas
6
P (blancas ) = P =
11
= E ( y ) = np = 4
Distribucin de Poisson
Es una distribucin muy usada. Se deriva del
proceso de Poisson en honor al matemtico francs
Simeon Denis Poisson (1781-1840).
Debe cumplir las siguientes condiciones:
La ocurrencia de los eventos son independientes.
El nmero promedio de veces () que ocurre un
xito por cada unidad de tiempo o de espacio es
constante.
La probabilidad de un suceso es una unidad de
tiempo o de espacio muy pequea.
carretera.
P(X = x) =
donde
e
x!
e
x!
Aplicacin
Solucin
P( X 2) = 1 P( X < 2) = 1 P( X 1) =
e 4 (4) X
= 1
= 0.9084
x!
0
1