UNIVERSIDAD ECCI

DEPARTAMENTO DE CIENCIAS BÁSICAS

TEORÍA DE PROBABILIDAD - INGENIERÍAS

TALLER 07 Contenido Temático Bibliografía Sugerida

Objetivo: determinar la  Distribución Binomial  Probabilidad y Estadística
forma de hallar las negativa. para ingenieros, sexta
distribución binomial  Distribución de Poisson. Edición. Ronald Walpole,
negativa y la
Raymond Myers y Sharon
distribución de
Poisson variables Myers. Editorial Pearson
aleatorias discretas

PREGUNTAS CONCEPTUALES

1. ¿Cómo se determina una distribución binomial negativa?

2. ¿Cuáles son las características de una distribución binomial negativa?
3. ¿Cómo se determina una distribución de Poisson?
4. ¿Cuáles son las características de una distribución de Poisson?
5. ¿Cómo se determina la medía y la varianza de una distribución binomial negativa?
6. ¿Cómo se determina la medía y la varianza de una distribución de Poisson?

EJERCICIOS

No aplica

PROBLEMAS DE APLICACIÓN
1. Una familia decide tener hijos hasta tener tres del mismo género. Si se supone que
PB   PG   0.5 ¿cuál es la fmp de X= número de hijos en la familia?
2. Tres hermanos y sus esposas deciden tener hijos hasta que cada familia tenga dos
niñas. ¿cuál es la fmp de X = número total de varones que tienen los hermanos?
¿cuál es E(X) y como se compara con el número esperado que tiene cada hermano?
3. El individuo A tiene un dado rojo y el B un dado verde (ambos no cargados) Si cada
uno tira su dado hasta obtener “pares” (1-1,….6-6), ¿cuál es la fmp de x= número
total de veces que se tira un dado? ¿Cuáles son E(X) y V(X)?
4. Sea x la cantidad de fracturas en la superficie de una caldera de cierto tipo,
seleccionada al azar, que tiene una distribución de Poisson con parámetro  5
Elaborado por: Miller Palacio Núñez
Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 .Utilice la tabla de Poisson acumulada (adjunta) para calcular las siguientes
probabilidades.
a. P X  8
b. P X  8
c. P9  X 
d. P5  X  8
e. P5  X  8
5. Suponga que el número X de tornados observados en determinada región durante
un año tiene una distribución de Poisson con  8
a. Calcule P X  5
b. Calcule P6  X  9
c. Calcule P10  X 
d. ¿Cuál es la probabilidad de que el número observado de tornados sea mayor
que el número esperado más de una desviación estándar?
6. Suponga que la cantidad de conductores que viajan entre cierto origen y destino
durante un periodo determinado, tienen una distribución de Poisson con parámetro
  20 ¿cuál es la probabilidad de que la cantidad de conductores
a. Sea a lo sumo 10?
b. Sea mayor que 20?
c. Este entre 10 y 20, inclusive? ¿Esté estrictamente entre 10 y 20?
d. Esté dentro de dos desviaciones estándar respecto de la media?

DISTRIBUCIÓN BINOMIAL NEGATIVA nb(x;r,p)

La distribución Binomia l es una distribución de probabilidad discreta que

mide el número de éxitos en una secuencia de n ensayos de Bernoulli
independientes entre sí, con una probabilidad p de ocurrencia de éxitos en los
ensayos.
Un experimento de Bernoulli se caracteriza por ser dicotómico, es decir, sól o
son posibles dos resultados éxitos (S) y fracasos (F).
La variable aleatoria es el número de ensayos Bernoulli necesarios para
obtener el primer éxito. Si deseamos conocer el número de estos pa ra
conseguir n éxitos, la variable aleatoria es binomial negativa.

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
El número de experimentos de Bernoulli de parámetro p independientes
realizados hasta la consecución del r-ésimo éxito es una variable aleatoria
que tiene una distrib ución binomial negativa con parámetros r y p.
La distribución geométrica es el caso concreto de la binomial negativa
cuando r = 1.

La variable aleatoria binomial negativa y la distribución se basan en un

experimento que satisface las sigui entes condiciones:

1. El experimento consiste en una secuencia de ensayos independientes.

2. En cada ensayo sólo son posibles dos resultados: el suceso S (éxito) y su contrario
F (fracaso).
3. La probabilidad de éxito es constante de un ensayo a otro, así que P (S en el
ensayo i)=p para i  1,2,3,... .
4. El experimento continua (se llevan a cabo los ensayos) hasta que se observa un total
de r éxitos observados donde r es un entero positivo especificado.

La variable de interés es X = número de fracasos que preceden al r – ésimo éxito. X se llama

variable aleatoria binomial negativa porque, en contraste con la variable aleatoria
binomial, el número de éxitos es fijo y el número de ensayos es aleatorio.

Los valores posibles de X son 0,1,2,3,...

Sea nb x; r, p  la fmp de X.
El evento  X  x  es equivalente a [ r-1 éxitos (S) en los primeros x  r  1 ensayos y una S
en el x  r  ésimo ensayo]
Por ejemplo: si r  5 y x  10 , entonces debe haber cuatro letras S en los primeros 14
ensayos y en el ensayo 15 debe ser una S.

La distribución binomial negativa se suele representar por

nb x; r , p   P X  x 
 Pr  1 letras S en los primeros x  r-1 ensayos  PS 

La primera probabilidad en el lado derecho de la expresión anterior es la probabilidad

binomial

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
  x  r  1 r 1
  p 1  p x donde PS   p
 r 1 
Proposición
La fmp de la variable aleatoria binomial negativa X con parámetros r = número de éxitos (S)
y p  PS  ) es

 x  r  1 r
nbx; r, p     p 1  p x x  0 , 1 , 2 , 3 ,...
 r 1 

Ejemplo 1

Un pediatra desea reclutar a 5 parejas, cada una en espera de su primer niño, para
participar en un nuevo régimen de parto natural. Sea p = P (una pareja elegida al azar
decide participar). Si p  0.2 , ¿cuál es la probabilidad de que se les deba preguntar a 15 parejas
antes de encontrar a 5 que estén de acuerdo en participar? Es decir, con S = (está de acuerdo en
participar), ¿cuál es la probabilidad de que ocurran 10 fracasos antes del quinto éxito?

Solución:

r  5 Parejas que desean encontrar para el experimento antes de llegar a quince

p  0.2 Pareja elegida al azar decide participar

1  p  0.8 Parejas que no deciden participar

x  10 Variable aleatoria que determina el número de fracasos

 x  r  1 r
nbx; r, p     p 1  p x x  0 , 1 , 2 , 3 ,...
 r 1 

10  5  1
nb10 ; 5 , 0.2   0.25 0.810
 5 1 

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 14
nb10 ; 5 , 0.2   0.2 0.8  0.034  3,4%
5 10

4 

La probabilidad de que a lo sumo se observen 10 fracasos (F) (se les pregunte a lo sumo a
15) es

10
P X  10   nbx ; 5 , 0.2
x 0

 x  4
10
 0.2   0.8x
5

x 0  4 
5 4 5 1  4   2  4 10  4 
 0.2  0.8  0.2  0.81  0.25  0.82 ........  0.25  0.810
0

 4  4   4   4 
 0.164  16,4%

Si X es una variable aleatoria binomial negativa con fmp nbx; r , p  entonces

r 1  p  r 1  p 
E X   V X  
p p2
Ejemplo 2

Suponga que p = P (de que nazca un varón) = 0.5. Una pareja desea tener exactamente dos
niñas en su familia. Tendrán hijos hasta que se satisfaga está condición.
a. ¿Cuál es la probabilidad de que la familia tenga x hijos varones?
b. ¿Cuál es la probabilidad de que tenga cuatro hijos?
c. ¿Cuál es la probabilidad de que la familia tenga a lo sumo cuatro hijos?
d. ¿Cuántos varones se esperaría que tuviera está familia?
e. ¿Cuántos hijos se esperaría que tuviera está familia?

Solución:

a. S (éxitos) = niña en la familia

F (fracasos) = hijo varón en la familia

X = El número de fracasos antes de dos éxitos. Entonces:

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 P X  x  nbx ; 2 , 5
b. La probabilidad de que tenga cuatro hijos es igual a tener exactamente dos varones

 x  r  1 r
nbx; r, p     p 1  p x x  0 , 1 , 2 , 3 ,...
 r 1 
x2 Tener exactamente dos varones (Variable aleatoria que determina el número de
fracasos)

r  2 Tener dos niñas en la familia

p  0.5 Probabilidad que nazca varón

1  p  0.5 Probabilidad que nazca niña

 2  2  1
P X  2  nb2 ; 2 , 0.5   0.52 0.52
 2 1 

 3
  0.5 0.5
2 2

1 

3!
0.0625
1!3  1!
 30.0625
 0.188  18,8%

c. La probabilidad de que la familia tenga a lo sumo cuatro hijos

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
 2
P X  2   nb2 ; 2 , 0.5
x 0

 0  2  1 1  2  1  2  2  1
  0.52 0.50   0.52 0.51   0.52 0.52
 2 1   2 1   2 1 
1  2 3 
  0.5 0.5   0.5 0.5   0.5 0.5
2 0 2 1 2 2

1 1   1
 10.251  20.250.5  30.250.25
 0.688
 68,8%

d. La cantidad de varones que se esperaría que tuviera está familia

r 1  p  20.5
E X    2
p 0.5

e. La expectativa en el número de hijos sería

E  X  2  E  X   2  2  2  4
DISTRIBUCIÓN DE PROBABILIDAD DE POISSON

En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de

probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la
probabilidad de que ocurra un determinado número de eventos durante cierto período de
tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con
probabilidades muy pequeñas, o sucesos "raros".

Se dice que una variable aleatoria X tiene una distribución de Poisson con parámetro
lambda    0 si la fmp de X es
e   x
px;    x  0 , 1 , 2...
x!

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática
El valor de    0 es por lo común una tasa por unidad de tiempo o por unidad de área.
La letra e en px;   representa la base del sistema de logaritmos naturales; su valor
numérico aprox. es 2,71828.

El hecho de que  px;    1 es un desarrollo de la serie infinita de Maclaurin de e

x 0

. Es

2 3 
x

decir, e  1      ....
2! 3! x 0 x!

Ejemplo 3

Sea X la cantidad de “criaturas” de cierto tipo capturadas en una trampa durante

determinado periodo de tiempo. Supóngase que X tiene una distribución de Poisson con
  4.5 , así que en promedio las trampas contienen 4.5 criaturas. ¿Cuál es la
probabilidad de que una trampa contenga exactamente cinco criaturas?

e   x
px;    x  0 , 1 , 2...
x!
e 4.5 4.5
5
P X  5  p5;4.5   0.1708
5!
La probabilidad de que una trampa tenga a lo sumo cinco criaturas es:

e 4.5 4.5  4.5 4.5 

5 x 2 5
P  X  5    4.5
 e 1  4.5   ...    0.7029  70,29%
x 0 x!  2! 5! 

Media y varianza de X
Si X tiene una distribución de Poisson con parámetro    0 , entonces
E X   V  X   
Miller Palacio Núñez
Lic. En matemáticas y física
Esp. En Educación Matemática
Msc. En Docencia de la Matemática

Elaborado por: Miller Palacio Núñez

Lic. en Matemáticas y Física
Esp. En educación Matemática
Magister en Docencia de la Matemática