Distribuciones discretas de probabilidad

CURSO DE PROBABILIDAD Y ESTADSTICA UNIVERSIDAD MARIANO GLVEZ 1ER SEMESTRE - 2013

Distribucin Binomial
Es una de las distribuciones discretas de probabilidad mas tiles, sus reas de aplicacin incluyen inspeccin de calidad, ventas, mercadotecnia, medicina, investigacin de opiniones y otras. Se puede hablar sobre un experimento en el que el resultado es la ocurrencia o la no ocurrencia de un evento. Llmese "xito" a la ocurrencia del evento y "fracaso" a su no ocurrencia. Adems, sea p la probabilidad de xito cada vez que el experimento se lleva a cabo y 1- p la probabilidad de fracaso.

Supngase que el experimento se realiza n veces, y cada uno de estos es independiente de todos los dems, y sea X la variable aleatoria que representa el numero de xitos en los n ensayos. El inters esta en determinar la probabilidad de obtener exactamente X = x xitos durante los n ensayos. Las dos suposiciones claves para la distribucin binomial son:

1. La probabilidad de xito p permanece constante para cada ensayo. 2. Los n ensayos son independientes entre si.
Definicin: Sea X una variable aleatoria que representa el numero de xitos en n ensayos y p la probabilidad de xito con cualquiera de stos. Se dice entonces que X tiene una distribucin binomial con funcin de probabilidad.

; , =

La probabilidad de que una variable a1eatoria X sea menor o igual a un valor especifico de x, se determina por la funcin de distribucin acumulativa:

Para ilustrar el uso de la tabla, sea n = 10 y p = 0.3. La probabilidad de que X pueda ser cuatro es:

la probabilidad de que X sea mayor de dos es: P(X > 2) = P(X 3) = 1 - P(X 2) = 1-F(2; 10,0.3) = 1-0.3828=0.6172

Ejemplo 1:Todos los das se seleccionan, de manera aleatoria, 15 unidades de un proceso de manufactura con el propsito de verificar el porcentaje de unidades defectuosas en la produccin. Con base en informacin pasada, la probabilidad de tener una unidad defectuosa es de 0.05. La gerencia ha decidido detener la produccin cada vez que una muestra de 15 unidades tenga dos o mas defectuosas. Cul es la probabilidad de que, en cualquier da, la produccin se detenga?

SOLUCIN: Sabemos que la probabilidad de tener defectuosos es de 0.05 en cada 15, por tanto: n = 15 y p = 0.05

Entonces, la probabilidad de que la produccin se detenga es igual a la probabilidad de que X sea igual o mayor que dos es: P(x 2) = 1 - P(X 1) = 1 - F(1; 15,0.05) =1 - 0.8290 = 0.171

Ejemplo 2: Un club nacional de automovilistas comienza una campana telefnica con el propsito de aumentar el numero de miembros. Con base en experiencia previa, se sabe que una de cada 20 personas que reciben la Hamada se une al club. Si en un da 25 personas reciben la Hamada telefnica cul es la probabilidad de que por 10 menos dos de ellas se inscriban al club? Cual es el numero esperado?
SOLUCIN: Puesto que una de cada 20 personas se suscriben al club, p = 0.05 Adems, si se supone que las 25 personas constituyen un conjunto de ensayos independientes (una suposicin muy razonable en este caso) con una probabilidad constante p = 0.05 de suscribirse al club, y si la variable aleatoria X es el numero, de entre n = 25, que termina suscribindose al club, la probabilidad deseada es: P(X 2) = 1 - P(X 1) = 1 - F(1; 25, 0.05) = 1-0.6424 = 0.3576.

E(X) = = np = (25)(0.05)=1.25

Ejercicio: La probabilidad de que un satlite, despus de colocarlo en orbita, funcione de manera adecuada es de 0.9. Supngase que cinco de estos se colocan en orbita y operan de manera independiente: a) Cual es la probabilidad de que, por lo menos, el 80% funcione adecuadamente? b) Responder a a) si n = 10 c) Responder a a) si n = 20

DISTRIBUCIN MULTINOMIAL
El experimento binomial se convierte en un experimento multinomial si cada prueba tiene ms de dos resultados posibles. Unos ejemplos de este tipo pueden ser: el clasificar un producto en ligero, pesado o aceptable, el registro de los accidentes de un buque de acuerdo con los das de la semana. Extraer una carta de una baraja con reemplazo tambin puede considerarse un experimento multinomial si los resultados de inters son los cuatro bastos. En general, si una prueba dada puede tener como consecuencia cualquiera de los k resultados posibles E1, E2,, Ek con probabilidades p1, p2,, pk, entonces la distribucin multinomial dar la probabilidad de que E1 ocurra x1 veces; E2 ocurra x2 veces;;Ek ocurra xk veces en n pruebas independientes donde: x1+x2++xk=n p1+p2++pk=1 La distribucin de probabilidad conjunta se denotar como m(x1,x2,,xk;p1,p2,,pk,n)

Teorema: Si una prueba dada puede concluir a los k resultados E1,E2,Ek con probabilidades p1,p2,,pk, entonces la distribucin de probabilidad de variables aleatorias X1,X2,,Xk que representan el nmero de ocurrencias para E1,E2,,Ek en n pruebas independientes es:

m 1 , 2 , , 3 ; 1 , 2 , , , =

! 1 2 1 ! 2 ! ! 0

=
=1 =1

= 1

Ejemplo: Si se lanza seis veces un par de dados, cul es la probabilidad de obtener un total de 7 u 11 dos veces, un par igual una vez y cualquier otra combinacin tres veces?

Solucin:
Se listan los eventos posibles: E1: ocurre un total de 7 u 11 E2: ocurre un par igual E3: no ocurre ni un par ni un total de 7 u 11 Sus probabilidades correspondientes son: p1 = 2/9 p2 = 1/6 p3 = 11/18 Sustituyendo en la ecuacin:
2 1 11 2,1,3; , , , 6 9 6 18 6 2!1!3! 2 2 1 1 11 3 9 6 16

= 0.1127

Ejercicios:

De acuerdo con la teora gentica, cierta cruza de conejillos de indias tendr cras rojas, negras y blancas con la relacin 8:4:4. Encuentre la probabilidad de que entre ocho cras, 5 sean rojas, dos negras y una blanca.
Las probabilidades de que un delegado a cierta convencin llegue por aire, autobs, automvil o tren son 0.4, 0.2, 0.3 y 0.1, respectivamente. Cul es la probabilidad de que entre nueve delegados a esta convencin seleccionados al azar, tres lleguen por aire, tres por autobs, uno en automvil y dos en tren?

Distribucin Hipergeomtrica
La razn mas simple de ver la diferencia entre la dist. Binomial y la Hipergeomtrica consiste en la forma en que se realiza el muestreo. Los tipos de aplicaciones de la D.H. son muy similares a las de la binomial.

Como ejemplo, si se aplica la binomial a tomar muestras de un lote de artculos (barajas, lotes de artculos producidos, etc.), el muestreo se debe efectuar con reemplazo de cada artculo despus de que se observe.
Por otro lado, la d. h. no requiere independencia y se basa en el muestreo que se realiza sin reemplazo. Las aplicaciones se encuentran en muchas reas, con gran uso en muestreo de aceptacin, pruebas elctricas y garanta de calidad.

La distribucin de probabilidad de la v.a. hipergeomtrica X, el nmero de xitos en una muestra aleatoria de tamao n que se selecciona de N artculos de los que k se denominan xito y N-k fracaso es,

; , , =

= 1,2, ,

Ejemplo: Lotes de 40 componentes cada uno se denominan aceptables si no contienen ms de tres defectuosos. El procedimiento para muestrear el lote es la seleccin de cinco componentes al azar y rechazar el lote si se encuentra un componente defectuoso. Cul es la probabilidad de que se encuentre exactamente un defectuoso en la muestra si hay tres defectuosos en todo el lote? SOLUCIN: Si se utiliza la dist. Hipergeomtrica con n=5, N=40, k=3 y x=1, se obtiene 1; 40,5,3 =
3 37 1 4 40 5

= 0.3011

Media y varianza de la Distribucin Hipergeomtrica: = 2 = 1 1

Ejercicio: Encuentre la media y la varianza del ejemplo anterior, y despus utilice el teorema de Chebyschev para interpretar el intervalo 2.

Binomial Negativa
Sea un escenario binomial en que se observa una secuencia de ensayos independientes; la probabilidad de xito en cada ensayo es constante e igual a p. En lugar de fijar el numero de ensayos en n y observar el numero de xitos, supngase que se continan los ensayos hasta que han ocurrido exactamente k xitos. En este caso, la variable aleatoria es el numero de ensayos necesarios para observar k xitos Su distribucin de probabilidad est dada por ; , =

Ejemplo
Encuentre la probabilidad de que una persona que lanza tres monedas obtenga slo caras o slo escudos por segunda vez en el quinto lanzamiento.

SOLUCIN:
Utilizando la D. Binomial negativa, asignamos a x=5, k=2 y p=1/4 ; k, =
1 5; 2, 4

1 1 1 4! 51 1 2 3 3 = = 4 4 1!3! 21

33 45

27 256

Geomtrica

Si consideramos el caso especial de la distribucin binomial negativa donde k=1, tenemos una distribucin de probabilidad para el nmero de pruebas que se requieren para un solo xito. Un ejemplo sera, lanzar una moneda hasta que salga una cara. Nos podemos interesar en la probabilidad de que ocurra la primera cara en el cuarto lanzamiento. La distribucin binomial negativa se reduce a la forma
; 1, = 1 1 1 11
1

; 1, = 1

Definicin
Si pruebas independientes repetidas pueden tener como resultado un xito con probabilidad p y un fracaso con probabilidad 1-p, entonces la distribucin de probabilidad de la v.a. X, el nmero de la prueba en la que ocurre el primer xito, es: ; =

Su media y varianza estn dadas por: = , =

Ejemplo
Se sabe que en cierto proceso de fabricacin, en promedio, uno de cada 100 artculos est defectuoso. Cul es la probabilidad de que el quinto artculo que se inspecciona sea el primer defectuoso que se encuentra?. Solucin:
Determinamos que x=5 y p=0.01, aplicando la distribucin geomtrica tenemos: 5; 0.01 = 0.01 0.99
51

= 0.0096