DISTRIBUCION DE

PROBABILIDAD
VARIABLE ALEATORIA
DISTRIBUCION DE PROBABILIDAD

Indica los resultados de un experimento, así como

la probabilidad de ocurrencias de estos resultados.
Es una enumeración de todos los resultados de un
experimento y la probabilidad asociada a cada
uno.
Variables aleatorias, en cualquier experimento de
probabilidades, los resultados ocurren al azar, en
algunos experimentos el resultado es cuantitativo
o cualitativo.
DISTRIBUCION DE PROBABILIDAD DE UNA
VARIABLE ALEATORIA DISCRETA

Se estima la distribución de probabilidades

mediante las frecuencias relativas de cada valor,
es decir, a cada elemento elemental del
experimento aleatorio, estos valores constituyen la
Tabla de Distribución de Probabilidades, además
de poder representarlas mediante gráficas de
barras.
DISTRIBUCION DE PROBABILIDAD DE UNA
VARIABLE ALEATORIA DISCRETA

Propiedades:
1. Si x es un valor cualquiera de una variable aleatoria
discreta X, la probabilidad de que X tome el valor de x
estará entre cero y uno.
0≤P(X=x)≤1

2. Si x1, x2, …, xn, son todos los posibles valores de la

variable aleatoria discreta de X entonces:
DISTRIBUCION DE PROBABILIDAD DE UNA
VARIABLE ALEATORIA DISCRETA

¿Cómo generar una Distribución de

Probabilidad?
Se desea saber el número de veces que aparece
cara en tres lanzamientos de una moneda. Este
experimento, los posibles resultados son: cero
caras, una cara, dos caras y tres caras. ¿Cuál es la
Distribución de Probabilidades para el numero de
caras?
DISTRIBUCION DE PROBABILIDAD DE UNA
VARIABLE ALEATORIA DISCRETA
• Media μ
Es un valor que sirve para representar una
distribución probabilística.
También es el valor promedio a largo plazo de la
variable aleatoria.
La media se le denomina valor esperado E(x) de la
variable.
Se obtiene mediante el promedio ponderado, en el
que las ponderaciones son las probabilidades
correspondientes a los valores posibles de la
variable.
μ = E (x) = Σ[ x P ( x) ]
DISTRIBUCION DE PROBABILIDAD DE UNA
VARIABLE ALEATORIA DISCRETA
• Varianza y desviación Estándar σ2, σ.
Sirve para describir la variación o dispersión de una
variable se utiliza esta fórmula:

• Procedimiento :
– Restar la media a cada valor y elevar al cuadrado.
– Multiplicar al cuadrado cada diferencia por su probabilidad.
– Sumar los productos resultantes para obtener la varianza.
EJEMPLOS
1. Un vendedor de autos, generalmente negocia
el mayor número de autos los sábados. Tiene
la siguiente distribución de Probabilidades para
el número de vehículos que espera vender un
sábado en particular.
a. ¿Qué tipo de distribución es está?
b. En un sábado típico, ¿Cuántos autos espera vender.
c. ¿Cuál es la varianza de la distribución? ¿Cuál es la
desviación estándar?
2. La empresa Mc Donald ofrece volver a llenar
en forma gratuita las tazas de café en todas
las ordenes. Para lo cual, se recolectó la
siguiente información sobre la cantidad de
veces que se vuelve a llenar las tazas.
a. ¿Qué tipo de distribución es está?
b. En una orden cualquiera cual es el número
esperado de tazas de café que se servirá.
c. ¿Cuál es la varianza de la distribución? ¿Cuál es la
desviación estándar?
DISTRIBUCION DE PROBABILIDAD DE
UNA VARIABLE BINOMIAL

1. Un resultado de un experimento se clasifica en

una de dos categorías mutuamente
excluyentes.
2. Los datos recopilados son el resultado de un
conteo.
3. Las probabilidades de un éxito permanecen
igual para cada ensayo lo mismo sucede con la
probabilidad de fracaso.
4. Los ensayos son independientes, lo cual
significa que el resultado de un ensayo no
afecta el resultado de algún otro.
DISTRIBUCION DE PROBABILIDAD DE
UNA VARIABLE BINOMIAL

¿Cómo se elabora una distribución de

probabilidad binomial?
• El numero de ensayos.
• La probabilidad de éxito de cada ensayo.
DISTRIBUCION DE PROBABILIDAD DE
UNA VARIABLE BINOMIAL
Ejemplo:
Considere un examen de 4 preguntas de
verdadero y falso, y un estudiante que no sabe
nada sobre el tema. La posibilidad que el
estudiante adivine la respuesta correcta a la 1º
pregunta es ½ , igual la 2º pregunta y cada una
de las restantes. ¿Cuál es la probabilidad de:
1.No obtener exactamente ninguna de las cuatro
en forma correcta.
2.Obtener exactamente una correcta de las cuatro
respuesta.
DISTRIBUCION DE PROBABILIDAD DE
UNA VARIABLE POISSON
Cuando es el caso de una Distribución de
Probabilidad Binomial con probabilidades
menores a 0.05 y n el numero de
observaciones bastante grande, tomaría
tiempo calcular su probabilidad, se tornaría
más sesgada a medida que la probabilidad
de éxito disminuya.
DISTRIBUCION DE PROBABILIDAD DE
UNA VARIABLE POISSON
La forma de limite de la distribución de
probabilidad cuando la probabilidad de éxito es
muy pequeña y n es grande se denomina
Distribución de Probabilidad de Poisson.
Frecuentemente se le conoce como como la “Ley
de eventos improbables”, lo que significa que la
probabilidad “p”, de que ocurra un evento
específico es muy pequeña. La Distribución de
Poisson es una distribución de Probabilidad
discreta porque se forma de contar.
DISTRIBUCION DE PROBABILIDAD DE
UNA VARIABLE POISSON
Este tipo de distribuciones se aplica para los
siguientes modelos:
• Para describir fenómenos, como la distribución
de errores en la captura de datos.
• El número de partes defectuosas en embarques
de salida.
• Cantidad de clientes que esperan servicio.
• Numero de accidentes automovilísticos en una
carretera por un período de tiempo.
DISTRIBUCION DE PROBABILIDAD DE
UNA VARIABLE POISSON

Donde:
e : es la constante 2.71828
x : es el numero de ocurrencias (éxitos ).
µ : es el número medio de ocurrencias durante un intervalo
de tiempo
P(x) : es la probabilidad que se va a calcular para un valor
de X.
Ejemplos

• Considere que los empleados de facturación rara vez

cometen errores en la captura de datos de facturación.
Desde luego, muchos de estos empleados no tienen
errores, algunos tienen 1 error, pocos 2 errores, etc. Una
muestra aleatoria de 1000 facturas reveló 300 errores,
entonces µ = 0.3, la media del numero de errores.
• Un productor de semillas hibrídas, tiene problemas con
los gusanos del maíz. Una muestra aleatoria de 5000
mazorcas reveló estos datos: muchas de las mazorcas
nop contenían gusanos, algunas tenían 1. unas cuantas
tenían 2, etc. La distribución del numero de gusanos por
mazorca se aproxima a la Distribución de Poisson. El
productor contó 3500 gusanos en las 5000 mazorcas.
DISTRIBUCION DE PROBABILIDAD
HIPERGEOMÉTRICA
Una de las condiciones para el uso de la
Distribución Binomial es que la Probabilidad de
éxito permanezca igual de un ensayo a otro. Para
casos en los cuales la probabilidad no permanece
igual y que la muestra procede de una población
relativamente pequeña y sin reemplazo, se aplica
la Distribución Hipergeométrica, si cumple las
siguientes condiciones:
1. Si se selecciona una muestra de una población
finita sin reemplazo.
2. Si el tamaño de la muestra n es es más de 5%
de la población N
DISTRIBUCION DE PROBABILIDAD
HIPERGEOMÉTRICA

La formula es:
Donde:
N : es el tamaño de la población.
S : es el tamaño de éxitos en la población.
X : es el número de éxitos que son de interés. Puede ser:
0, 1, 2, …
n : es el tamaño de la muestra.
C : es el símbolo de la combinación.
Ejemplo:

Suponga que durante la semana se fabrican

50 estaciones de juego para vídeo. Cuarenta
de ellas funciona perfectamente, y diez
tuvieron al menos un defecto. Se selecciono
al azar una muestra de cinco. Utilizando la
fórmula Hipergeométrica, ¿Cuál es la
probabilidad de que 4 de los 5 funcionaran
perfectamente?
EJERCICIOS BINOMIAL
1. 1. Un panel solar tiene una vida útil de 5 años con una
probabilidad de 0.95. Se toman 20 páneles solares y se
registró la vida útil.
a) ¿Cuál es la probabilidad de que exactamente 18 tengan su vida
útil de 5 años?
b) ¿Cuál es la probabilidad de que cuando mucho 10 tengan esa
vida útil?
c) ¿Si solo 10 paneles tienen una vida útil de 5 años, que debería
pensarse sobre el valor verdadero de P?
2. 20% de los teléfonos se reparan cuando todavía está
vigente la garantía. De estos el 60% se reparan
mientras que el 40% se reemplazan. Si una empresa
compra 10 de estos teléfonos, ¿Cuál es la probabilidad
de que exactamente sean reemplazados 2 en periodo
de garantía?.
3. Suponga que solo 25% de los automovilistas se
detienen por completo en un alto con luz roja
intermitente cuando no está visible otro automóvil.
¿Cuál es la probabilidad de que de 20 automovilistas
seleccionados al azar se detengan:
a) A lo sumo 6 se detengan por completo
b) Exactamente 6 se detengan por completo?
c) Al menos 6 se detengan por completo?
d) Cuántos de los siguientes 20 automovilistas se espera que se
detengan por completo?
4. De todas las plantas sólo el 5% descargan residuos por
sobre la norma. Si se muestrean 20 plantas ¿Cuál es la
probabilidad de que estén fuera de la ley:
a) Menos que una planta?
b) Menos de dos plantas
c) Exactamente 3
d) Más de una
5. El 20% de los choferes son mujeres, si se seleccionan
20 al azar para una encuesta: Usando la distribución
binomial y la distribución de Poisson
a) ¿Cuál es la probabilidad de que dos choferes sean mujeres ?
b) ¿Cuál es la probabilidad de que al menos cuatro sean mujeres?
Muchas Gracias