Documente Academic
Documente Profesional
Documente Cultură
Distribuciones discretas
Son las funciones de probabilidad asociadas a variables
aleatorias discretas, que se generan mediante procesos
de conteo sobre las veces que se repite un suceso.
f ( x) π x (1 π )1 x , si x 0,1
0 , de otro modo
0 .5
n x
f ( x) (1 π ) n x , si x 0,1,, n
x
0 , de otro modo
Distribuciones discretas
Distribución Binomial
0 .5
n x
f ( x) (1 π ) n x , si x 0,1,, n
x
0 , de otro modo
Distribuciones discretas
Distribución Binomial
0 .5
n x
f ( x) (1 π ) n x , si x 0,1,, n
x
0 , de otro modo
Distribuciones discretas
Distribución Binomial. Ejemplo
EL 10% de los artículos producidos por una máquina son defectuosos. Si
elige una muestra aleatoria con reemplazo de 6 artículos y se define la
variable X como el número de artículos defectuosos elegidos,
a) Determinar la probabilidad que al menos un artículo sea defectuoso
PÉxito PDefectuoso 0.1
6
f ( x) (0.1) x (1 0.1) 6 x , si x 0,1,, 6
x
0 , de otro modo
x n (6)(0.1) 0.6
x2 n (1 ) (6)(0.1)(1 0.1) 0.54
x 0.54
CV x (100) (100) 122.474487
x 0.6
Distribuciones discretas
Distribución de Poisson
e μ μ x
f x , si x 0,1, 2,
x!
0 , de otro modo
Distribuciones discretas
Distribución de Poisson Ejemplo
Los clientes de una tienda comercial ingresan al establecimiento a razón
de 4 clientes por cada 5 minutos. Si se elige al azar un intervalo de 2
minutos, hallar la probabilidad que ingresen al menos dos clientes al
establecimiento comercial.
4 clientes t 2 minutos
0.8 c
5 minuto m t (0.8)(2) 1.6 clientes
e 1.6 (1.6)x
f ( x) , si x 0,1, 2,
x!
0 , de otro modo
90
f ( x) (0.05) x (1 0.05)90 x , si x 0,1, , 90
x
0 , de otro modo
Distribuciones discretas
Distribución de Poisson Ejemplo
90
f ( x) (0.05) x (1 0.05)90 x , si x 0,1, , 90
x
0 , de otro modo
Ahora, como = n =(90)(0.05)=4.5<5; luego, las probabilidades de X se
pueden aproximar mediante una distribución de Poisson con parámetro
=4.5. Es decir,
e 4.5 4.5 x
f ( x) , si x 0,1, 2,
x!
0 , de otro modo
Px 3 1 Px 3 1 f (0) f (1) f (2)
e 4.5 (4.5) 0 e 4.5 (4.5)1 e 4.5 (4.5) 2
1
0! 1! 2!
Distribuciones discretas.
Distribución Binomial Negativa (o Pascal)
x Ex k
k (1 )
Var x Ex x
2 2
x
2
Distribuciones discretas
Distribución Binomial Negativa Ejemplo
f ( x) 22.02%
Distribuciones discretas.
Distribución Geométrica
x2 Var x Ex x 2 (1 )
2
Distribuciones discretas
Distribución Geométrica Ejemplo
Sea una población de tamaño N, donde hay A elementos que tienen una
característica W definida como éxito, y B elementos que no tienen la
característica W, siendo N = A + B. Si de dicha población se toma una
muestra aleatoria de tamaño n y se define la variable aleatoria x como el
número de éxitos obtenidos; entonces, la variable x tendrá como función
de probabilidad:
A B
x n x
f ( x) , si x 0,1, 2, , n
N
n
0 , de otro modo
x Ex
nA
N
n A B N n
Var x
2
N 2 N 1
x
Nota
Si el número de elementos de la población (N) es grande y la fracción de
muestreo (f = n / N) es pequeña; es decir, si f < 0.05, entonces las
probabilidades de la distribución hipergeométrica se pueden aproximar
mediante la distribución binomial, para lo cual se considera: = A / N.
Distribuciones discretas
Distribución Hipergeométrica
A=B
A B
x n x
f ( x) , si x 0,1, 2, , n
N
n
0 , de otro modo
Distribuciones discretas
Distribución Hipergeométrica
A<B
A B
x n x
f ( x) , si x 0,1,2, , n
N
n
0 , de otro modo
Distribuciones discretas
Distribución Hipergeométrica
A>B
A B
x n x
f ( x) , si x 0,1,2, , n
N
n
0 , de otro modo
Distribuciones discretas.
Distribución Hipergeométrica Ejemplo
Suponga que en un proceso de control de calidad se inspecciona un lote
de 10 artículos, de los cuales 4 son defectuosos. Si se eligen 5 artículos
al azar y sin reemplazo, hallar la probabilidad de elegir no más de 2
artículos defectuosos.
X=Número de artículos defectuosos elegidos
4 6
N=10, A=4,
x 5 x
n=5, B=10-4=6 f ( x) , si x 0,1,2,3,4,5
10
5
0 , de otro modo
nA (5)(4)
x E ( x) 2 artículos defectuosos
N 10
nAB N n (5)(4)(6) 10 5
Var ( x) 2
2
0.666667
N N 1 10 1
x 2
10
Distribuciones discretas.
Distribución Hipergeométrica Ejemplo
4 6
x 5 x
f ( x) , si x 0,1, 2, 3, 4, 5.
10
5
0 , de otro modo
4 6 4 6
Px 1 f (0) f (1) 0 5 1 4
0.261905
10 10
5 5
Distribuciones discretas.
Distribución multinomial
n n1 n 2
p1 p 2 ... pk nk
n1, n 2, ..., nk
Distribuciones discretas.
Distribución multinomial
Los usuarios que salen de una estación del metro pueden pasar por
cualquiera de las tres puestas. Si se supone que es igualmente probable
que cualquier usuario seleccione cualquiera de las tres puertas, Calcule
la probabilidad de que entre 4 personas:
a) 2 seleccionen la puerta A, una la B y otra la C.
b) Las 4 personas seleccionen la misma puerta.
n1
k 1 k 2 kr
...
x1 x 2 xr
N
n
Distribuciones discretas.
Distribución Hipergeométrica multivariada