Académique Documents
Professionnel Documents
Culture Documents
DE PROBABILIDAD
DISTRIBUCIONES DISCRETAS
DISTRIBUCION BINOMIAL
𝑓 𝑥 = 𝐶𝑥𝑛 𝑝 𝑥 𝑞 𝑛−𝑥
La distribución tienen dos
𝑛 𝑘 𝑛−𝑘
𝑝 𝑋=𝑘 = 𝑝 𝑞 parámetros n y p, en cambio el
𝑘 de Bernoulli tiene un solo
parámetro que es p
Donde:
Media:
n es el número de pruebas. µ=n*p
k es el número de éxitos. Varianza:
p es la probabilidad de éxito. σ𝟐 = 𝒏 ∗ 𝒑 ∗ 𝒒
Ejemplo Nº 1
La probabilidad de que cierto componente resista una prueba de
impacto es de 4/5. Encuentre la probabilidad de que 3 de los 5
componentes siguientes resistan la prueba de impacto.
DISTRIBUCIÓN BINOMIAL
Ejemplo Nº 1
La probabilidad de que cierto componente resista una prueba de
impacto es de 4/5. Encuentre la probabilidad de que 3 de los 5
componentes siguientes resistan la prueba de impacto.
P(X = 3) = 0.2048
p 𝑥 ≥ 3 = 1 − 𝑝(𝑥 < 3)
P(X ≥ 3) = 1 - 0.000028
P(X ≥ 3) = 0.999972
Ejemplo 3
Un comerciante tiene conocimiento de que el
12% de los artículos del lote recibido están
defectuosos. Si un comprador elige 4 artículos,
encuentre la probabilidad de que.
a) los 4 estén defectuosos.
b) de 1 a 3 estén defectuosos.
Ejemplo 3
Un ingeniero que labora en el departamento de control
de calidad de una empresa eléctrica, inspecciona una
muestra al azar de 20 alternadores de un lote. Si el 10%
de los alternadores del lote están defectuosos. Cuál es
la probabilidad de que en la muestra:
𝐶𝑋𝐾 𝐶𝑛−𝑥
𝑁−𝐾
𝑓 𝑥 =𝑃 𝑋=𝑥 =
𝐶𝑛𝑁
𝐾 𝐾 𝑁−𝑛
𝐾 𝑉 𝑋 = 𝑛( )(1 − )( ൰
𝐸 𝑋 = 𝑛( ) 𝑁 𝑁 𝑁−1
𝑁
Ejemplos:
l
e l x
p( x) , x 0,1,2,... l 0
x!
Donde
l : Número medio de sucesos esperados en una
unidad de tiempo, espacio, etc.
e: 2,71828 18284 59045 23536 02874 71352 66249
77572 47093 69995…
Media y Varianza de la
distribución de Poisson
Media
E(X) = µ = n*p = l
Varianza
V(X) = 2 l
DISTRIBUCIÓN DE POISSON
Ejemplo Nº 1:
En cierto proceso de fabricación en el que se producen
artículos de porcelana ocurren defectos que ocasionan
problemas en las ventas, el fabricante asegura que en
promedio uno de cada 1000 artículos producidos es
defectuoso. ¿Cuál es la probabilidad de que en una caja
de 3000 artículos haya exactamente 3 artículos con
defectos?
Ejemplo Nº 2:
Si un banco recibe en promedio 6 cheques sin fondo por
día ¿Cuáles son las probabilidades de que reciba:
a) 4 cheques sin fondo en un día
b) 10 cheques sin fondo en cualquiera de dos días
consecutivos
EJEMPLO 3
Características
1.- El área formada por la curva f(x) y la recta real (x) tiene como
magnitud igual a uno.
2.- La media: E(x), mediana y moda coinciden, esto es, son
iguales en magnitud, lo que implica que la distribución es
simétrica y unimodal.
3.- Es simétrica respecto a su promedio (m), por lo tanto el área
superior al punto m , es igual al área inferior a dicho punto. El
valor es igual a 0,5.
0,5 0,5
Área total = 1
m
Función de densidad
( x μ)2
1 2σ 2
f ( x) e (σ 0)
σ 2π
x N (μ, σ)
Normal estándar
xm
z
x : Variable aleatoria
µ : Media aritmética de la población.
σ : Desviación estándar de la población
Encontrar las siguientes
probabilidades:
a) Calcular:
P(0 Z 2)
P (1.25 Z 2.58)
P( Z 1.45)
P(2.15 Z 0.95)
P( Z 2.25)
DISTRIBUCION NORMAL
Ejemplo 1
Los salarios de los trabajadores en cierta industria son en
promedio $ 11.9 por hora y la desviación estándar es de $ 0.4. Si
los salarios tienen una distribución normal. ¿Cuál es la
probabilidad de que un trabajador seleccionado al azar:
a) Reciba salarios inferiores a $ 11?
DISTRIBUCION NORMAL
Ejemplo 2
Los tiempos de atención al cliente en minutos en una entidad
financiera BCP tienen distribución normal con media 10 minutos
y desviación estándar de 0.6 minutos, hallar:
a) La probabilidad de que el tiempo de atención sea menor a
11 minutos.
Ejemplo 3