Anda di halaman 1dari 9

Distribución binomial o de Bernoulli

Un experimento sigue el modelo de la distribución binomial o de Bernoulli si:

1. En cada prueba del experimento sólo son posibles dos resultados: el suceso A (éxito) y su contrario .

2. La probabilidad del suceso A es constante, es decir, que no varía de una prueba a otra. Se representa por p.

3. El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.

La distribución binomial se suele representar por B(n, p).

n es el número de pruebas de que consta el experimento.

p es la probabilidad de éxito.

La probabilidad de es 1− p, y la representamos por q.

 La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los lectores ya la han leido. Un grupo de 4 amigos son
aficionados a la lectura:
1. ¿Cuál es la probabilidad de que en el grupo hayan leido la novela 2 personas?

B(4, 0.2) p = 0.8 q = 0.2

2¿Y cómo máximo 2?

 Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de buena salud. Según las tablas actuales, la
probabilidad de que una persona en estas condiciones viva 30 años o más es 2/3. Hállese la probabilidad de que, transcurridos 30 años,
vivan:
1Las cinco personas
B(5, 2/3) p = 2/3 q = 1/3

2Al menos tres personas

3Exactamente dos personas

 Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan más caras que cruces
B(4, 0.5) p = 0.5q = 0.5
 En unas pruebas de alcoholemia se ha observado que el 5% de los conductores controlados dan positivo en la prueba y que el 10% de los
conductores controlados no llevan puesto el cinturón de seguridad. También se ha observado que las dos infracciones son independientes.
Un guardia de tráfico para cinco conductores al azar. Si tenemos en cuenta que el número de conductores es suficientemente importante
como para estimar que la proporción de infractores no varía al hacer la selección

1Determinar la probabilidad de que exactamente tres conductores hayan cometido alguna de las dos infracciones.

2Determine la probabilidad de que al menos uno de los conductores controlados haya cometido alguna de las dos infracciones.

Distribución binomial negativa

de parámetros "r" y "p" surge como una secuencia infinita de intentos de tipo Bernoulli en los que:

 Cada secuencia es independiente de las otras.

 En cada intento solamente son posibles dos resultados (éxito o fracaso).

 La probabilidad de éxito es constante en cada secuencia.

 Los intentos continúan hasta que se consigan r éxitos.

Si llamamos X = “número de experimentos realizados hasta obtener el r-ésimo éxito”, diremos que la variable X sigue una distribución
binomial negativa de parámetros r, p.

EJEMPLO 1
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 de intervenciones que se espera que deba padecer el paciente? ¿Cuál es la probabilidad de que se
necesiten 10 intervenciones?

Este es un ejemplo claro de experimento aleatorio regido por una ley binomial negativa, ya que se realizan intervenciones hasta que se
obtengan 4 lóbulos sanos, y éste es el criterio que se utiliza para detener el proceso. Identificando los parámetros se tiene que si X= Número
de operaciones hasta obtener r=4 con resultado positivo,

1. Sí la probabilidad de que un cierto dispositivo de medición muestre una desviación excesiva es de 0.05, ¿cuál es la probabilidad de que; a) el
sexto de estos dispositivos de medición sometidos a prueba sea el tercero en mostrar una desviación excesiva?, b) el séptimo de estos
dispositivos de medición sometidos a prueba, sea el cuarto que no muestre una desviación excesiva?.

Solución:
a) k = 6 dispositivos de medición
r = 3 dispositivos que muestran desviación excesiva
p = p(dispositivo muestre una desviación excesiva) = 0.05
q = p(dispositivo no muestre una desviación excesiva) = 0.95

p(Y = 6) =

b) k = 7 dispositivos de medición
r = 4 dispositivos que no muestran una desviación excesiva
p = p(dispositivo no muestre una desviación excesiva) = 0.95
q = p(dispositivo muestre una desviación excesiva) = 0.05

p(Y = 7) =

2. Los registros de una compañía constructora de pozos, indican que la probabilidad de que uno de sus pozos nuevos, requiera de reparaciones
en el término de un año es de 0.20. a) ¿Cuál es la probabilidad de que el sexto pozo construido por esta compañía en un año dado sea el
segundo en requerir reparaciones en un año?.
b) ¿Cuál es la probabilidad de que el octavo pozo construido por esta compañía en un año dado sea el tercero en requerir reparaciones en un
año?.

Solución:
a) k = 6 pozos
r = 2 pozos que requieren reparaciones en un año
p = p(pozo requiera reparaciones en un año) = 0.20
q = p(pozo no requiera reparaciones en un año) = 0.80

p(Y = 6) =

b) k = 8 pozos
r = 3 pozos que requieren reparaciones en un año
p = p(pozo requiera reparaciones en un año) = 0.20
q = p(pozo no requiera reparaciones en un año) = 0.80

p(Y = 8) =

Distribución geométrica

Cuando usted realiza un experimento que solo tiene dos resultados posibles, la distribución geométrica es una distribución discreta que puede modelar
el número de ensayos consecutivos necesarios para observar el resultado de interés por primera vez. La distribución geométrica también puede
modelar el número de no eventos que ocurren antes de que se observe el primer resultado.

Por ejemplo, una distribución geométrica puede modelar el número de veces que se debe lanzar al aire una moneda para obtener el primer resultado
de "cara". De manera similar, si se trata de productos construidos en una línea de ensamble, la distribución geométrica puede modelar el número de
unidades producidas antes de que se produzca la primera unidad defectuosa. La siguiente gráfica representa una distribución geométrica con
probabilidad de evento de 0.5.

Ejemplos:
1. Sí la probabilidad de que un cierto dispositivo de medición muestre una desviación excesiva es de 0.05, ¿cuál es la probabilidad de que; a) el
sexto de estos dispositivos de medición sometidos a prueba sea el primero en mostrar una desviación excesiva?, b) el séptimo de estos
dispositivos de medición sometidos a prueba, sea el primero que no muestre una desviación excesiva?.
Solución:
a) x = 6 que el sexto dispositivo de medición probado sea el primero que muestre una variación excesiva
p = 0.05 =probabilidad de que un dispositivo de medición muestre una variación excesiva
q = 0.95 =probabilidad de que un dispositivo de medición no muestre una variación excesiva

p(x = 6) =
b) x = 5 que el quinto dispositivo de medición probado, sea el primero que no muestre una desviación excesiva
p = 0.95 = probabilidad de que un dispositivo de medición no muestre una variación excesiva
q = 0.05 = probabilidad de que un dispositivo de medición muestre una variación excesiva

p(x = 5) =
2. Los registros de una compañía constructora de pozos, indican que la probabilidad de que uno de sus pozos nuevos, requiera de reparaciones
en el término de un año es de 0.20. ¿Cuál es la probabilidad de que el quinto pozo construido por esta compañía en un año dado sea el
primero en requerir reparaciones en un año?.
Solución:
x = 5 que el quinto pozo sea el primero que requiera reparaciones en un año
p = 0.20 = probabilidad de que un pozo requiera reparaciones en el término de un año
q = 0.80 = probabilidad de que un pozo no requiera reparaciones en el término de un año

p(x = 5) =
Poisson

Características:

En este tipo de experimentos los éxitos buscados son expresados por unidad de área, tiempo, pieza, etc, etc,:

- # de defectos de una tela por m 2

- # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc, etc.

- # de bacterias por cm2 de cultivo

- # de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.

- # de llegadas de embarcaciones a un puerto por día, mes, etc, etc.

donde:
p(x, l) = probabilidad de que ocurran x éxitos, cuando el número promedio de ocurrencia de ellos es l
l = media o promedio de éxitos por unidad de tiempo, área o producto
e = 2.718
x = variable que nos denota el número de éxitos que se desea que ocurra

Ejemplos:

1. Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades de que reciba, a) cuatro cheques sin
fondo en un día dado, b) 10 cheques sin fondos en cualquiera de dos días consecutivos?

Solución:

a) x = variable que nos define el número de cheques sin fondo que llegan al banco en un día cualquiera = 0, 1, 2, 3, ....., etc, etc.

l = 6 cheques sin fondo por día

e = 2.718

b)

x= variable que nos define el número de cheques sin fondo que llegan al banco en dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.

l = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días consecutivos

Nota: l siempre debe de estar en función de x siempre o dicho de otra forma, debe “hablar” de lo mismo que x.

2. En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.2 imperfecciones en promedio por
minuto. Determine las probabilidades de identificar a) una imperfección en 3 minutos, b) al menos dos imperfecciones en 5
minutos, c) cuando más una imperfección en 15 minutos.

Solución:

a) x = variable que nos define el número de imperfecciones en la hojalata por cada 3 minutos = 0, 1, 2, 3, ...., etc., etc.

l = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

b) x = variable que nos define el número de imperfecciones en la hojalata por cada 5 minutos = 0, 1, 2, 3, ...., etc., etc.

l = 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata


=1-(0.367918+0.367918) = 0.26416

c) x = variable que nos define el número de imperfecciones en la hojalata por cada 15 minutos = 0, 1, 2, 3, ....., etc., etc.

l = 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

= 0.0498026 + 0.149408 = 0.1992106

3) DISTRIBUCIÓN HIPERGEOMÉTRICA.

Los experimentos que tienen este tipo de distribución tienen las siguientes características:

a) Al realizar un experimento con este tipo de distribución, se esperan dos tipos de resultados.

b) Las probabilidades asociadas a cada uno de los resultados no son constantes.

c) Cada ensayo o repetición del experimento no es independiente de los demás.

d) El número de repeticiones del experimento (n) es constante.

Ejemplos:

1. Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narcótico en una botella que contiene 9 píldoras de
vitamina que son similares en apariencia. Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para analizarlas, a) ¿Cuál es
la probabilidad de que el viajero sea arrestado por posesión de narcóticos?, b) ¿Cuál es la probabilidad de que no sea arrestado por
posesión de narcóticos?.

Solución:

a) N = 9+6 =15 total de tabletas

a = 6 tabletas de narcótico

n = 3 tabletas seleccionadas

x = 0, 1, 2, o 3 tabletas de narcótico = variable que nos indica el número de tabletas de narcótico que se puede encontrar al seleccionar las 3
tabletas

p(viajero sea arrestado por posesión de narcóticos) = p(de que entre las 3 tabletas seleccionadas haya 1 o más tabletas de narcótico)

otra forma de resolver;

p(el viajero sea arrestado por posesión de narcóticos) = 1 – p(de que entre las tabletas seleccionadas no haya una sola de narcótico)
b) p(no sea arrestado por posesión de narcóticos)

2. De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3 proyectiles defectuosos que no explotarán,
¿cuál es la probabilidad de que , a) los 4 exploten?, b) al menos 2 no exploten?

Solución:

a) N = 10 proyectiles en total

a = 7 proyectiles que explotan

n = 4 proyectiles seleccionados

x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el número de proyectiles que explotan entre la muestra que se dispara

b) N = 10 proyectiles en total

a = 3 proyectiles que no explotan

n = 4 proyectiles seleccionados

x = 0, 1, 2 o 3 proyectiles que no explotan

p(al menos 2 no exploten) = p( 2 o más proyectiles no exploten) = p(x = 2 o 3; n=4) =

3. a)¿Cuál es la probabilidad de que una mesera se rehúse a servir bebidas alcohólicas únicamente a dos menores de edad si verifica
aleatoriamente solo 5 identificaciones de entre 9 estudiantes, de los cuales 4 no tienen la edad suficiente?, b) ¿Cúal es la
probabilidad de que como máximo 2 de las identificaciones pertenezcan a menores de edad?

Solución:

a) N = 9 total de estudiantes

a = 4 estudiantes menores de edad

n = 5 identificaciones seleccionadas

x = variable que nos define el número de identificaciones que pertenecen a personas menores de edad

x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

b) N = 9 total de estudiantes

a = 4 estudiantes menores de edad

n = 5 identificaciones seleccionadas
x = variable que nos define el número de identificaciones que pertenecen a personas menores de edad

x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

DISTRIBUCIÓN MULTINOMIAL.

Características:

a) Al llevar a cabo un experimento con esta distribución se esperan más de dos tipos de resultados.

b) Las probabilidades asociadas a cada uno de los resultados son constantes.

c) Cada uno de los ensayos o repeticiones del experimento son independientes.

d) El número de repeticiones del experimento, n es constante.

Ejemplos:

1. Las probabilidades son de 0.40, 0.20, 0.30 y 0.10, respectivamente, de que un delegado llegue por aire a una cierta convención, llegue en
autobús, en automóvil o en tren. ¿Cuál es la probabilidad de que entre 9 delegados seleccionados aleatoriamente en esta convención a) 3
hayan llegado por aire, 3 en autobús, 1 en auto y 2 en tren?, b) 4 hayan llegado por aire, 1 en autobús y 2 en auto?, c) 5 hayan llegado en
auto?

Solución:

a) n = 9

x1= # de delegados que llegan por aire = 3

x2= # de delegados que llegan en autobús = 3

x3= # de delegados que llegan en auto = 1

x4= # de delegados que llegan en tren = 2

p1 = probabilidad de que un delegado llegue por aire = 0.40

p2 = probabilidad de que un delegado llegue en autobús = 0.20

p3 = probabilidad de que un delegado llegue en auto = 0.30

p4 = probabilidad de que un delegado llegue en tren = 0.10

b) n=9

x1 = 4 por aire; p1 = 0.40

x2 = 1 en autobús; p2 = 0.20

x3 = 2 en auto; p3 = 0.30

x4 = 2 en tren; p4 = 0.10
c)

n=9

x1= 5 lleguen en auto; p1 = 0.30

x2 = 4 (lleguen por aire o autobús o tren); p2 = 0.40+0.20+0.10 = 0.70

2. De acuerdo con la teoría de la genética, un cierto cruce de conejillo de indias resultará en una descendencia roja, negra y blanca en la
relación 8 : 4 : 4. Encuentre la probabilidad de que entre 8 descendientes, a) 5 sean rojos, 2 negros y un blanco, b) 3 sean rojos y 2 sean
negros.

Solución:

a)

n=8

x1 = 5 rojos; p1= prob. Sean rojos = 8/16 = 0.50

x2 = 2 negros; p2 = prob. Sean negros = 4/16 = 0.25

x3 = 1 blanco; p3 = prob. Sean blancos = 4/16 = 0.25

b)

n=8

x1 = 3 rojos; p1 = 0.50

x2 = 2 negros; p2 = 0.25

x3 = 3 blancos; p3 = 0.25

3.Según una encuesta preliminar acerca del voto que los ciudadanos darán por los candidatos para gobernador del estado se ha detectado
que aproximadamente un 52% votará por el partido verde, un 40% por el partido azul y un 8% por los partidos restantes, si se seleccionan
aleatoriamente 6 personas con edad de votar, determine la probabilidad de que: a) 2 voten por el partido verde, 1 por el azul y 3 por el resto
de los partidos, b) 2 voten por el partido verde y 4 por el azul.

Solución:

a) n = 6

x1= 2 voten por partido verde; p1= prob. de que una persona vote por partido verde = 0.52

x2= 1 vote por partido azul; p2 = prob. de que una persona vote por partido azul = 0.40

x3= 3 voten por otros partidos; p3 = prob. de que una persona vote por otros partidos = 0.08
b)n = 6

x1= 2 voten por el partido verde; p1= prob. de que una persona vote por partido verde=0.52

x2= 4 vote por partido azul; p2 = prob. de que una persona vote por partido azul = 0.40

x3= 0 voten por otros partidos; p3 = prob. de que una persona vote por otros partidos = 0.08