Distribuciones de probabilidad

Discretas
 Distribución Uniforme Discreta

Definición
Una variable aleatoria X, tiene una distribución uniforme
discreta, si cada uno de los valores x1, x2, ….. xn, tiene igual
probabilidad de ocurrencia

Probabilidad y Estadística 2
 Distribución Uniforme Discreta

Figura: Función de distribución de probabilidades para una

variable aleatoria discreta uniforme

Probabilidad y Estadística 3
 Distribución Uniforme Discreta

Media y Varianza

Probabilidad y Estadística 4
 Distribución Binomial
Supongase un experimento aleatorio que consiste en n
ensayos ( ensayos de Bernoulli):
•Los ensayos son independientes
•Cada ensayo tiene sólo dos resultados posibles: éxito
o fracaso
•La probabilidad de éxito p permanece constante de
ensayo a ensayo

Probabilidad y Estadística 5
 Distribución Binomial

Definición
La variable aleatoria X que cuenta el número de éxitos en
n ensayos tiene la siguiente función de distribución de
probabilidades:

Probabilidad y Estadística 6
 Distribución Binomial
La distribución binomial es utilizada frecuentemente en control de calidad. Es un
modelo probabilístico adecuado cuando se muestrea sobre una población que puede
considerarse infinitamente grande, p representa la fracción de items defectuosos en
dicha población. En estas aplicaciones X representa el número de artículos
defectuosos encontrados cuando se toma una muestra al azar de tamaño n .
Si por ejemplo p=0.10 y n= 15; la probabilidad de hallar x artículos defectuosos es:

Probabilidad y Estadística 7
Distribución Binomial

Probabilidad y Estadística 8
 Distribución Binomial
Ejemplo:Cada muestra de agua tiene una probabilidad de
10% de contener un contaminante orgánico particular. Se
supone que las muestras son independientes en el sentido
de presentar o no el contaminante.Encontrar la
probabilidad de que en la próximas 18 muestras
examinadas, exactamente 2 presenten contaminación.
X: número de muestras que presentan el contaminante en
las 18 analizadas
X tiene una distribución binomial con parámetros
n=18 p=0.10

Probabilidad y Estadística 9
 Distribución Binomial

Ejemplo
La probabilidad pedida es entonces:

Probabilidad y Estadística 10
 Distribución Binomial
Ejemplo
•Determinar la probabilidad de que por lo menos 4 muestras
presenten contaminación

•Puede ser más sencillo calcular la probabilidad del evento

complementario

Probabilidad y Estadística 11
 Distribución Binomial
Ejemplo

•Determinar la probabilidad de que 3≤X<7

Probabilidad y Estadística 12
 Distribución Binomial

Media y Varianza de una distribución binomial

Probabilidad y Estadística 13
 Distribución Binomial

Ejemplo

Para el ejemplo anterior:

E(X)=np=0.1.18=1.8
Var(X)=np(1-p)=0.1.0.9.18=1.62

Probabilidad y Estadística 14
 Distribución Geométrica
Supongase un experimento aleatorio que consiste en n
ensayos ( ensayos de Bernoulli):
•Los ensayos son independientes
•Cada ensayo tiene sólo dos resultados posibles: éxito
o fracaso
•La probabilidad de éxito p permanece constante de
ensayo a ensayo

Probabilidad y Estadística 15
 Distribución Geométrica

Definición
Sea X la variable aleatoria que cuenta el número de
ensayos hasta la ocurrencia del primer éxito. X es una
variable aleatoria geométrica con parámetro p y tiene la
siguiente función de distribuciónen de probabilidades:

Probabilidad y Estadística 16
 Distribución Geométrica

Figura: Distribuciones geométricas para distintos valores del

parámetro p Probabilidad y Estadística 17
 Media y Varianza de una Distribución
Geométrica

Definición

Probabilidad y Estadística 18
 Distribuciones Binomial Negativa
(Pascal)

Distribución Binomial Negativa

Es una generalización de la distribución geométrica. La
variable aleatoria X cuenta el número de ensayos hasta la
ocurrencia de r éxitos. Los parámetros de la distribución
son r y p

Probabilidad y Estadística 19
 Distribuciones Binomial Negativa
(Pascal)

Figura. Distribuciones
de Pascal para
diferentes valores de
los parámetros r y p.

Probabilidad y Estadística 20
 Distribuciones Binomial Negativa
(Pascal)

ensayos

Indica un ensayo que resultó en “éxito”

Figura. Variable aleatoria de Pascal representada

como la suma de variables geométricas
Probabilidad y Estadística 21
 Distribuciones Binomial Negativa
(Pascal)

Distribución Binomial Negativa. Media y Varianza

Probabilidad y Estadística 22
 Distribution Hipergeométrica

Definición
Sea N un conjunto de objetos tal que:
•K objetos son clasificados como “éxitos”
•N-K objetos son clasificados como “fracasos”
Se extrae sin reposición una muestra de tamaño n del
conjunto de N objetos, con K≤N y n≤N

Probabilidad y Estadística 23
 Distribution Hipergeométrica

Definición
La variable aleatoria X, que cuenta el número de éxitos en un
experimento aleatorio con las características anteriores, se
denomina variable aleatoria hipergeométrica:

Probabilidad y Estadística 24
 Distribución Hipergeométrica

Figura. Distribuciones
hipergeométricas para
diferentes valores de los
parámetros N, K, y n.

Probabilidad y Estadística 25
 Distribución Hipergeométrica
Ejemplo:Un lote de tuberías está compuesto por 100
partes provenientes de un proveedor local y 200 partes de
un proveedor extranjero. Si se seleccionan al azar 4 partes
sin reemplazo, cual es la probabilidad de que todas sean
nacionales?
X: número de partes del proveedor local

Probabilidad y Estadística 26
 Distribución Hipergeométrica

Ejemplo

Probabilidad y Estadística 27
 Distribución Hipergeométrica

Definición

p es interpretado como la proporción de éxitos en el conjunto de N

objetos
Probabilidad y Estadística 28
 Distribución Hipergeométrica

Factor de corrección por población finita

El término en la varianza de una variable aleatoria hipergeométrica

Se denomina factor de corrección por población finita.

Si el tamaño de la muestra n es pequeño comparado con el tamaño

del lote N, la distribución hipergeométrica puede ser aproximada por
una distribución binomial con probabilidad de éxito p=K/N .
En la práctica: n/N ≤0.05

Probabilidad y Estadística 29
 Distribución Hipergeométrica

Figura. Compación de distribuciones hipergeométricas y binomiales.

Probabilidad y Estadística 30
 Distribución de Poisson

Sea un experimento aleatorio caracterizado por:

•El número de éxitos que ocurren en un intervalo de tiempo o en una
región especificada, son independientes de los que ocurren en otro
intervalo de tiempo o región del espacio disjunto
•La probabilidad de que ocurra un sólo éxito durante un intervalo de
tiempo muy corto o una pequeña región es proporcional a la
duración del intervalo de tiempo o al tamaño de la región
•La probabilidad de que ocurra más de un éxito en dicho intervalo de
tiempo o región es despreciable

Probabilidad y Estadística 31
 Distribución de Poisson

Definición
La variable aleatoria X, que cuenta el número de éxitos en un
experimento aleatorio con las características anteriores, se
denomina variable aleatoria de Poisson, con parámetro λ>0:

Probabilidad y Estadística 32
Distribución de Poisson

Probabilidad y Estadística 33
 Distribución de Poisson

Media y varianza

Probabilidad y Estadística 34
 Distribución de Poisson

Unidades consistentes

Es importante utilizar unidades consistentes en el cálculo de

probabilidades, medias y varianzas que involucran variables de
Poisson.
Si por ejemplo:
•El número promedio de llamadas por seg es 9, entonces
•El número promedio de llamadas en 1 min es 540

Probabilidad y Estadística 35
 Distribución de Poisson
Ejemplo: En la fabricación discos ópticos la contaminación
constituye un problema. El número de particulas de
contaminación que están presentes en un disco tiene una
distribución de Poisson, y el número promedio de
partículas por cm2 de superficie es de 0.1. El area de un
disco bajo estudio es de 100 cm2. Encontrar la probabilidad
de que en el area bajo estudio se presenten 12 partículas de
contaminantes

Probabilidad y Estadística 36
 Distribución de Poisson
Ejemplo

X: número de partículas en el área de un disco bajo estudio

Probabilidad y Estadística 37
 Distribución de Poisson

Ejemplo
•Determinar la probabilidad de no encontrar ninguna partícula de contaminante

•Determinar la probabilidad de encontrar 12 o menos partículas de contaminante

en el disco bajo estudio

Probabilidad y Estadística 38