Distribuciones de Probabilidad para variables Aleatorias Discretas

Binomial Hipergeométrica Poisson

a) Se selecciona un
número fijo de individuos u
objetos
b) Las n observaciones
son independientes: el
muestreo se hace CON
reposición
c) Sólo hay dos posibles
resultados: cada
observación se ubica en uno
de los dos.
d) La probabilidad de
éxito, llamada p, se
mantiene constante para
cada observación
p Probabilidad de Éxito
q Probabilidad de Fracaso
p+q=1
a) Se selecciona un número fijo
de individuos u objetos
b) Las n observaciones NO son
independientes: el muestreo se
hace SIN reposición
c) Sólo hay dos posibles
resultados: cada observación se
ubica en uno de los dos.
d) La probabilidad de éxito,
llamada p, NO se mantiene
constante para cada observación
e) Se tiene una población de N
elementos, formada por
N1 elementos con éxito
y N2 elementos con fracaso
donde N1 + N2 = N
f) Se quiere saber si :
en la muestra de tamaño n hay
x éxitos
(n – x) fracasos
Se puede estudiar
a) como distribución límite de la binomial
a1) Se ocupa del número de veces que ocurre un
acontecimiento raro (p chico) y un n grande, en
general se toma por convención np<5 para
decidir distribución de Poisson
b) Como proceso estocástico
Cada una de las variables aleatorias representa el
número total x de ocurrencias del fenómeno
durante un período de tiempo fijo o una región
fija del espacio
Si se cumplen estas cuatro condiciones:
1) Es posible dividir el intervalo de tiempo
considerado en pequeños subintervalos
2) La probabilidad de una ocurrencia permanece
constante a lo largo de los intervalos
3) La probabilidad de dos o más ocurrencias en
un subintervalo es suficientemente pequeña
como para ignorarla.
4) Las ocurrencias son independientes

P ( X  x)  C xn p x q n  x C xN1 C nN2x e   x e k k x
P( X  x)  P( x )  
C nN x! x!
E(x) = np E(x) = np mt = k = λ
V(x) = npq N n np = k = λ
npq E(x) = k = λ
D(X) = V(x) = npq N  1 V(x) = k = λ
N n k  
npq D(x) =
D(x) = N 1
Cuando Cuando n/N tiende a cero, Cuando k o λ ≥ 10 y n ≥ 30 se aproxima a
np ≥ 5 y nq ≥ 5 y n ≥ 30 generalmente cuando la distribución Normal con μ = k o λ y σ =
se aproxima a la n x
distribución normal con μ N  0,05 k o
= np se utiliza binomial Z =  N (0,1)
Aplicar corrección por continuidad
yσ=
npq
P(X≤x) = P(Z ≤z0) donde
x
Z =  N (0,1)
Aplicar corrección por
continuidad

Utilizamos esta corrección por continuidad porque estamos pasando de una variable aleatoria discreta
a una variable aleatoria continua. Esto se hace sumando o restando 0,5 de acuerdo a la situación
planteada:
Reste 0,5 de x cuando se requiera P(x ≥ x0)
Reste 0,5 de x cuando se requiera P(x < x0)
Sume 0,5 a x cuando se requiera P(x ≤ x0)
Sume 0,5 a x cuando se requiera P(x > x0)