Distribuciones Discretas Prob

Distribuciones discretas de
Probabilidad
Contenidos
Variables aleatorias
Distribuciones discretas
Valor esperado
Distribución Binomial
Distribución Hipergeométrica
Distribución de Poisson
Variables aleatorias
Es una descripción numérica del resultado de un
experimento aleatorio
De acuerdo a lo anterior las podemos clasificar
como discretas o continuas
Las discretas son variable aleatorias con un rango
finito ( o infinito contable)
Las continuas son variables que pueden asumir
cualquier valor en un intervalo o conjunto de
intervalos
Distribución de probabilidad
La distribución de probabbidad de una

variable X se define como una descripción
del conjunto de valores posibles de X, junto
con la probabilidad asociada con cada uno
de estos valores
Para una variable aleatoria discreta la
distribución de probabilidad se describe
mediante una función de probabilidad,
representada por f(x). Donde esta función
define la probabilidad de cada valor de la
variable analizada
Distribución de probabilidad
Las condiciones requeridas para una función

son:
f(x) = P(X=x);
Probabilidad
0<=f(x)<=1;
∑f(x) =1
Cantidad discreta
Distribución de probabilidad uniforme
Función de probabilidad uniforme discreta: es la

representación más sencilla de distribución de
probabilidad, se define como:
Valor esperado de una variable aleatoria discreta es

una medida de localización central de una variable
aleatoria. Es un promedio ponderado de los valores que
puede tener una variable en donde los factores de
ponderación son las probabilidades y se expresa de
acuerdo a:
Distribución de probabilidad uniforme
Varianza de una variable aleatoria discreta es una

medida de dispersión o variabilidad y corresponde a
promedio ponderado de las desviaciones de una variable
aleatoria respecto a su promedio, elevadas al cuadrado
Ejercicio
Dada la siguiente tabla de distribución de

probabilidades de una variable aleatoria y.
Determine si es correcta la distribución de
probabilidades
Calcule E(y)
Calcule Var(y)
y F(y)
2 0.20
4 0.30
7 0.40
8 0.10
Total 1.00
y F(y) y*F(y) (y-E(y))2*f(y)
2 0,2 0,4 2,048
4 0,3 1,2 0,432 E(y) = 5,2
7 0,4 2,8 1,296 Var(y) =4,56
8 0,1 0,8 0,784
Total 1 5,2 4,56
Es una distribución discreta de probabilidad
conocida por sus variadas aplicaciones que se
relaciona con un experimento de etapas múltiples
Un experimento binomial tiene cuatro
propiedades:
1. El experimento consiste en una sucesión de n
intentos idénticos
2. En cada intento son posibles 2 resultados. Éxito o
Fracaso
3. La probabilidad de éxito, representado por p, no
cambia de un intento a otro. En consecuencia, la
probabilidad de fracaso, (1-p), no cambia de un
intento a otro. Supuesto de estacionariedad
4. Los intentos son independientes
La fórmula de combinatoria de n objetos

seleccionados en un grupo proporciona la cantidad
de resultados experimentales que resultan en x
éxitos
Cantidad de resultados experimentales con

exactamente x éxitos en n intentos
nCx
También es necesario conocer la probabilidad

asociada a cada uno de los resultados
experimentales el cual se puede determinar a
través de la siguiente relación
Combinado las dos expresiones obtenemos

la función de distribución Binomial
Valor esperado de la distribución

binomial de probabilidad
Varianza de la distribución binomial

de probabilidad
Ejemplo
El gerente de una gran tienda necesita determinar

cual es la probabilidad de que 2 de tres clientes
que ingresan a la tienda hagan una compra. Él sabe
que la probabilidad de que un cliente compre es de
0.3
Cantidad de resultados experimentales
Probabilidad de cada resultado

experimental en donde 2 de los tres
clientes compran
Luego 3·0.063 = 0.189, probabilidad de que de 3 clientes

que ingresan a la tienda 2 compren
Distribución Hipergeométrica
Está estrechamente relacionada con la distribución
de probabilidad binomial. La diferencia entre
ambas está en la independencia de los intentos y
en que la probabilidad de éxito cambia de uno a
otro
Se usa para calcular la probabilidad de que una
muestra aleatoria de n artículos seleccionados sin
reemplazo, obtengamos x elementos identificados
como éxitos, y n-x como fracasos. Para que suceda
esto debemos obtener x éxitos de los r de la
población, y n-x fracasos de los N-r de la población
Ejemplo
Se debe seleccionar 2 miembros de un
comité, entre 5, para que asistan a una
convención en la extensión de Soacha.
Suponga que el comité está formado por 3
mujeres y 2 hombres. Determine la
probabilidad de seleccionar 2 mujeres al
azar
Tenemos N=5, n=2, r=3 y x=2
Luego el cálculo de la probabilidad es:
Distribución Poisson
Es una distribución de probabilidad que muestra la

probabilidad de x ocurrencias de un evento en un
intervalo especificado de tiempo o e espacio
Las propiedades de un experimento de Poisson son:
La probabilidad de una ocurrencia es igual en dos
intervalos cualesquiera de igual longitud
La ocurrencia o no ocurrencia en cualquier intervalo es
independiente de la ocurrencia o no ocurrencia en
cualquier otro intervalo
Distribución Poisson
La distribución de Poisson se expresa como:

(x = cantidad de ocurrencia)
Se puede usar este distribución de

probabilidad como una aproximación de la
distribución binomial cuando p, la
probabilidad éxito es pequeña y n, la
cantidad de intentos, es grande. Tan sólo se
iguala m=n·p
Ejemplo
Se necesita estimar la cantidad de llegadas a la

ventanilla de servicio de un banco, durante un
período de 15 minutos en las mañanas de los días
hábiles. Los datos históricos indican que en este
período la cantidad de personas en promedio es 10.
A la gerencia le interesa saber cual es la
probabilidad exacta de que lleguen 5 personass en
15 minutos
Ejemplo dist Binomial
Se comprobó que un nuevo detergente para

ropa quita bien la mugre y las manchas del
88% de las prendas lavadas. Suponga que se
van a lavar 10 prendas con el nuevo
detergente
¿Qué tipo de distribución empleó?
¿Cuál es la probabilidad de obtener buenos
resultados en las 10 prendas?
¿Cuál es la probabilidad de encontrar mal
lavadas al menos 2 prendas?
p = 0,88
1-p = 0,12
N = 10
X =10 bien lavadas
P(x=10) = 10C10* 0,88 10 *0,12 0
1 * 0,28* 1 = 0,28
x = 0, 1 o 2 mal lavadas
P(x <3) = p(x=0)+p(x=1)+p(x=2)
= 10C0* 0,88 10 *0,12 0 + 10C1* 0,88 9 *0,12 1 + 10C2* 0,88
8
*0,12 2 = 0,28+0,38+0,23 =0,89
Ejemplo Poisson
Un director regional tiene la responsabilidad del
desarrollo de una empresa, y le preocupa la
cantidad de quiebras de empresas pequeñas. Si la
cantidad promedio de quiebras de empresas
pequeñas por mes es de 10, ¿cuál es la probabilidad
de que quiebren exactamente 4 empresas pequeñas
durante un mes?, Suponga que la probabilidad de
una quiebra es igual en dos meses cualesquiera, y
que la ocurrencia o no ocurrencia de una quiebra en
cualquier mes es independiente de las quiebras en
los demás meses
U = 10 empresas en un mes
X= 4
P(x=4) = 10 4*e -10

/4! = 10000*0,000045/24
= 0,019
X = 4 en un año U = 120 empresas en un año
P(x=4) = 120 4*e -120/4! = 20736* 7,67E-53/24

= 6,6E-50 aprox 0
Ejemplo Hipergeometrica
La mayoría de las personas conoce el póker con

manos de 5 cartas. Con 52 cartas que incluyen 4
ases, cuál es la probabilidad de que la mano de
cinco cartas contenga:
Un par de ases
Exactamente un as
Ningún as
Cuando menos 1
N = 52
n=5
X obtener As
r=4
p(x = 2) = 4C2* (52-4)C(5-2)/52C5

= 4C2* 48C3/52C5 = 6*17296/2598960
= 0,04
P( x=1) =4 C1* 48C4/52C5 = 0,3
P(x=0) = 4C0*48C5/52C5 = 0,66
P(x>0) = P(x=1) + P(x=2) + P(x=3)+ P(x=4)

= 1 - P(x=0) 1 – 0,66 = 0,37

Distribuciones Discretas Prob

Cargado por

Copyright:

Formatos disponibles

Distribuciones Discretas Prob

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribuciones Discretas Prob

Cargado por

Copyright:

Formatos disponibles

Distribuciones discretas de

La distribución de probabbidad de una

Las condiciones requeridas para una función

Función de probabilidad uniforme discreta: es la

Valor esperado de una variable aleatoria discreta es

Varianza de una variable aleatoria discreta es una

Dada la siguiente tabla de distribución de

La fórmula de combinatoria de n objetos

Cantidad de resultados experimentales con

También es necesario conocer la probabilidad

Combinado las dos expresiones obtenemos

Valor esperado de la distribución

Varianza de la distribución binomial

El gerente de una gran tienda necesita determinar

Probabilidad de cada resultado

Luego 3·0.063 = 0.189, probabilidad de que de 3 clientes

Es una distribución de probabilidad que muestra la

La distribución de Poisson se expresa como:

Se puede usar este distribución de

Se necesita estimar la cantidad de llegadas a la

Se comprobó que un nuevo detergente para

P(x=10) = 10C10* 0,88 10 *0,12 0

P(x=4) = 10 4*e -10

X = 4 en un año U = 120 empresas en un año

P(x=4) = 120 4*e -120/4! = 20736* 7,67E-53/24

La mayoría de las personas conoce el póker con

p(x = 2) = 4C2* (52-4)C(5-2)/52C5

P( x=1) =4 C1* 48C4/52C5 = 0,3

P(x=0) = 4C0*48C5/52C5 = 0,66

P(x>0) = P(x=1) + P(x=2) + P(x=3)+ P(x=4)

También podría gustarte

P(x=4) = 120 4e -120/4! = 20736 7,67E-53/24