Probabilidad y Estadística

Distribución uniforme

Si la variable aleatoria X toma los valores x1 , x 2 , x3 ,..., x k , con idénticas probabilidades, entonces la
distribución uniforme discreta está dada por

1
f ( x; k ) =
x = x1 , x 2 , x3 ,..., x k
k
La media y la varianza de la distribución uniforme discreta f ( x; k ) son
k k

x  (x − )
2
i i
= i =1
2 = i =1

k k

Proceso de Bernoulli y Distribución Binomial

1. El experimento consiste en n pruebas que se repiten.

2. Cada prueba produce un resultado que se puede clasificar como éxito o fracaso.
3. La probabilidad de un éxito, que se denota con p, permanece constante en cada prueba.
4. Las pruebas que se repiten son independientes.

Un experimento de Bernoulli puede tener como resultado un éxito con probabilidad p y un fracaso
con probabilidad q = 1 − p . Entonces en la distribución de probabilidad de la variable aleatoria
binomial X, el número de éxitos en n pruebas independientes, es

 n
b( x; n, p) =   p x q n− x x = 0,1,2,...,n.
 x
La media y la varianza de la distribución binomial b( x; n, p) son  = np y  2 = npq

Distribución Multinomial

Si una prueba dada puede tener como consecuencia cualquiera de los k resultados posibles
E1 , E 2 ,..., E k con probabilidades p1 , p 2 , p3 ,..., p k entonces la distribución multinomial dará la
probabilidad de que E i ocurra x i veces en n pruebas independientes.
 n  x1 x2
f ( x1 , x2 ,...,xk ; p1 ,...pk , n) =   p1 p 2  p kxk
 x1 , x2 ,...,xk 
k k
 n  n!
con x i =n y  p i = 1 . Donde   =
i =1 i =1  x1 , x 2 ,...,xk  x1! x 2 ! xk !

Autor: Fermín Acosta Magallanes 1

Probabilidad y Estadística

Distribuciones discretas

Distribución Hipergeométrica

Experimento Hipergeométrico:
1. Una muestra aleatoria de tamaño n se selecciona sin reemplazo de N objetos.
2. k de los N objetos pueden clasificarse como éxitos y N − k se clasifican como fracasos.
El número de éxitos X de un experimento hipergeométrico se llama variable aleatoria
hipergeométrica. En la distribución hipergeométrica la probabilidad se denota por h( x; N , n, k ) , pues
depende del número de éxitos k en el conjunto N de los cuales se seleccionan los n artículos.

 k  N − k 
  
 x  n − x 
h( x; N , n, k ) = max0, n − ( N − k )  x  min{k , n}.
N
 
n
La media y la varianza de la distribución hipergeométrica h( x; N , n, k ) son
nk N −n k  k
= and  2 =  n  1 − 
N N −1 N N

Relación de la distribución Hipergeométrica con la distribución binomial.

Si n es pequeño comparado con N, la naturaleza de los N artículos varía muy poco en cada prueba,
así la cantidad k/N juega el papel del parámetro binomial p.

Distribución Hipergeométrica Multivariable

Si N artículos se pueden dividir en k celdas A1 , A2 ,..., Ak con a1 , a 2 ,..., a k elementos,

respectivamente, entonces la distribución de probabilidad de la variables aleatorias
X 1 , X 2 ,..., X k , representando el número de elementos seleccionados de A1 , A2 ,..., Ak en una
muestra, is
 a1  a 2   a k 
     
f ( x1 , x 2 ,... x k ; a1 , a 2 ,..., a k , N , n) =  1  2   k 
x k k
x x
N
con  xi = n
i =1
y a
i =1
i =N
 
n

Distribución Binomial Negativa

Si pruebas independientes repetidas pueden tener como resultado un éxito con probabilidad p y un
fracaso con probabilidad q = 1 − p , entonces la distribución de probabilidad de la variable X, el
número de la prueba en la que ocurre el k-ésimo éxito, es
 x − 1 k x −k
b * ( x; k , p) =   p q , x = k , k + 1, k + 2,...
 k − 1

Autor: Fermín Acosta Magallanes 2

Probabilidad y Estadística

Distribución Geométrica

Si pruebas independientes repetidas pueden tener como resultado un éxito con probabilidad p y un
fracaso con probabilidad q = 1 − p , entonces la distribución de probabilidad de la variable X, el
número de la prueba en la que ocurre el primer éxito, es
g ( x; p ) = pq x −1 , x = k , k + 1, k + 2,... con  = 1 / p  2 = (1 − p) / p 2

1. La probabilidad de que un paciente se recupere de una rara enfermedad de la sangre es 0.4. Si se

sabe que 15 personas contrajeron esta enfermedad, ¿cuál es la probabilidad de que (a) al menos 10
sobrevivan, (b) de 3 a 8 sobrevivan y (c) exactamente 5 no sobrevivan?
Sol. a. 0.033833 b. 0.87783859 c. 0.02448564

2. De acuerdo con la Chemical Engineering Progress (Noviembre de 1990), aproximadamente 30%

de todas las fallas de operación de tuberías en plantas químicas son ocasionadas por errores del
operador.
a) ¿Cuál es la probabilidad de que de las siguientes 20 fallas al menos 10 se deban a error del
operador?
b) ¿Cuál es la probabilidad de que no más de cuatro de 20 fallas se deban a error del operador?
c) Suponga, que para una planta particular, que de la muestra aleatoria de 20 de tales fallas
exactamente 5 sean errores de operación. ¿Considera que la cifra de 30% anterior se aplique a
esta planta?
Sol. a. 0.0479619 b. 0.23750778 c. 0.17886305

3. Un ingeniero de control de tráfico reporta que 75% de los vehículos que pasan por un punto de
verificación son del interior del estado. ¿Cuál es la probabilidad de que menos de cuatro de los
siguientes nueve vehículos sean de otro estado? Sol. 0.83427429

4. Suponga que para un embarque muy grande de chips de circuitos integrados, la probabilidad de falla
para cualquier chip es 0.10. Suponga que se cumplen las suposiciones en que se basan las
distribuciones binomiales y encuentre la probabilidad de que a lo más tres chips fallen en una muestra
aleatoria de 20. Sol. 0.86704668

5. Lotes de 40 componentes cada uno se denominan inaceptables si contienen tres o más defectuosos.
El procedimiento para muestrear el lote es la selección de cinco componentes al azar y rechazar el
lote si se encuentra un componente defectuoso. ¿Cuál es la probabilidad de que se encuentre
exactamente un defectuoso en la muestra si hay tres defectuosos en todo el lote? Sol. 0.30111336

6. Para evitar la detección en la aduana, un viajero coloca seis tabletas de narcótico en una botella que
contiene nueve píldoras de vitamina similares en apariencia. Si el oficial de la aduana selecciona tres
de las tabletas al azar para su análisis, ¿cuál es la probabilidad de que el viajero sea arrestado por
posesión ilegal de narcóticos? Sol. 0.81538462

7. Una compañía está interesada en evaluar su procedimiento de inspección actual en embarques de 50

artículos idénticos. El procedimiento es tomar una muestra de cinco y pasar el embarque si no se
encuentran más de dos defectuosos. ¿Cuál es la probabilidad de que un embarque que contenga 20%
de artículos defectuosos se acepte? Sol 0.9517397

Autor: Fermín Acosta Magallanes 3

Probabilidad y Estadística

8. El tránsito aéreo en un aeropuerto es tan complejo que en algunas ocasiones utilizan la simulación por
computadora para modelar condiciones ideales. Para un cierto aeropuerto con tres pistas se conoce
que idealmente se tienen las siguientes probabilidades para que las pistas de manera individual sean
accesadas aleatoriamente por un jet comercial que esté aterrizando
Pista 1: p1= 2/9,
 Pista 2: p2= 1/6,
 Pista 3: p3= 11/18.

¿Cuál es la probabilidad de que 6 aviones aterricen de manera aleatoria distribuidos de la siguiente
forma? Pista 1: 2 aviones, 
Pista 2: 1 avión, Pista 3: 3 aviones. Sol. 0.112703

9. Un grupo de 10 individuos participa en un estudio biológico. El grupo contiene 3 personas con

sangre tipo O, 4 con sangre tipo A y 3 con sangre tipo B. ¿Cuál es la probabilidad de que una
muestra aleatoria de 5 contendrá 1 persona con sangre tipo O, 2 personas con sangre tipo A y 2
personas con sangre tipo B?
sol. 0.21428571

10. El porcentaje de victorias para el equipo de baloncesto Chicago Bulls que llegó a los playoffs para
la temporada 1996-97 fue de 87.7. Redondeamos el 87.7 a 90. El ganador se decide cuando un
equipo gana los primeros 4 partidos de 7.
(a) ¿Cuál es la probabilidad de que los Bulls barran (4-0) la serie ganando los primeros cuatro
juegos de 7?
(b) ¿Cuál es la probabilidad de que los Bulls ganen 4 juegos en la serie de playoffs (de 7) ?
(c) ¿Qué suposición muy importante se hace en las partes (a) y (b) ?
Sol. a. 0.6561 b. 0.997272

11. Encontrar la probabilidad de que una persona al lanzar una moneda balanceada obtenga
a) La primer cara en el séptimo lanzamiento.
b) La cuarta cara en el séptimo lanzamiento.

Sol. a. 0.0078125 b. 0.15625

12. Una compañía fabricante utiliza un esquema de aceptación de producción de artículos antes de que
se embarquen. El plan tiene dos etapas. Se preparan cajas de 25 artículos para su embarque y se
prueba una muestra de tres en busca de defectuosos. Si se encuentra alguno defectuoso, toda la caja
se regresa para verificar el 100%. Si no se encuentran defectuosos, la caja se embarca.
a) ¿Cuál es la probabilidad de que una caja que contiene tres defectuosos se embarque?
b) ¿Cuál es la probabilidad de que una caja que contenga sólo un artículo defectuoso se regrese para
su revisión? Sol. a. 0.66956522 b. 0.12

13. Suponga que la compañía fabricante del ejercicio anterior decide cambiar su esquema de aceptación.
Bajo el nuevo esquema un inspector toma un artículo al azar, lo inspecciona y después lo reemplaza
en la caja; un segundo inspector hace lo mismo. Finalmente, un tercer inspector lleva a cabo el mismo
procedimiento. La caja no se embarca si cualquiera de los tres encuentra un defectuoso. Responda
como en el ejercicio anterior bajo este nuevo plan. Sol. a. 0.681472 b. 0.115264

14. Un fabricante de neumáticos para automóvil reporta que entre un cargamento de 5000 que se manda
a un distribuidor local, 1000 están ligeramente manchados. Si se compran al azar 10 de estos
neumáticos al distribuidor, ¿cuál es la probabilidad de que exactamente tres estén manchados?
Sol. Hiper. 0.20147772 bino 0.201326592

Autor: Fermín Acosta Magallanes 4

Probabilidad y Estadística

Distribución de Poisson y Proceso de Poisson

1. El número de resultados en un intervalo de tiempo o región específica es independiente del

número que ocurre en otros intervalos de tiempo disjuntos o regiones de espacio. De esta
manera decimos que el proceso de Poisson no tiene memoria.
2. La probabilidad de que un resultado ocurra durante un intervalo de tiempo muy corto o en
una pequeña región del espacio es proporcional la longitud del intervalo de tiempo o en una
pequeña región del espacio y no depende del número de resultados fuera del intervalo de
tiempo o región.
3. La probabilidad de que más de un resultado ocurra en un pequeño intervalo de tiempo o
caiga en una región pequeña del espacio es casi cero.

La distribución de probabilidad de la variable aleatoria de Poisson X, representando el número de

resultados que ocurren en un intervalo de tiempo o región específica del espacio denotada por t, es
𝑒 −𝜆𝑡 (𝜆𝑡)𝑥 𝑒 −𝜇(𝜇)𝑥
𝑝(𝑥; 𝜆𝑡) = = 𝑥!
𝑥!
x = 0,1,2,... donde  es el número promedio de resultados por unidad de tiempo o región del
espacio y e = 2.71828…

La media y la varianza de la distribución de Poisson tienen el valor t .

Distribución de Poisson como forma limitante de la binomial.

Sea X una variable aleatoria binomial con distribución de probabilidad b( x; n, p) . Cuando n →  ,

p → 0 y  = np permanece constante,

b( x; n, p) → p( x;  )

1. El número promedio de camiones tanque que llega cada día a cierta ciudad portuaria es 10. Las
instalaciones en el puerto pueden manejar a lo más 15 camiones tanque por día. ¿Cuál es la
probabilidad de que en un día dado los camiones se tengan que regresar? Sol. 0.0487404

2. Una secretaria comete dos errores por página, en promedio.¿Cuál es la probabilidad de que en la
siguiente página cometa
a) cuatro errores o más?
b) ningún error.
c) ¿Cuál es la probabilidad de que en las tres siguiente páginas no se cometan errores?
Sol. a. 0.142876 b. 0.13533528 c. 0.00247875

3. La probabilidad de que una persona muera cuando contrae una infección respiratoria es 0.002. De
los siguientes 2000 infectados con este tipo de enfermedad, ¿cuál es número promedio que morirá?
¿Cuál es la probabilidad de que mueran 10 personas?
Sol. promedio 4. Poisson 0.00529248 Binomial 0.005258077

Autor: Fermín Acosta Magallanes 5