Documente Academic
Documente Profesional
Documente Cultură
DISTRIBUCIONES DE
PROBABILIDAD DISCRETA
CONTENIDO
o Variable aleatoria
EJEMPLO 1:
6
EJEMPLO 2
X(DDD) = 3
X(NDD) = X (DND) = X ( DDN) = 2
X ( NND) = X(NDN) = X(DNN) = 1
X ( NNN) =0
X = 3,2,1,0
EJEMPLO 3:
X(NC) =1
X(CN) =1
X(NN) =2
Sea X una variable aleatoria que representa la Resistencia de los
eslabones usados en la fabricación de cadenas industriales.
X = {……………………………. … }
Número CONTINUO
FUNCIÓN DE PROBABILIDAD DE UNA VARIABLE
ALEATORIA DISCRETA
Función de probabilidad discreta
Valor Esperado y Varianza de una variable Aleatoria
Discreta
E X x p x
V X E X 2 E 2 X
Donde:
Ejemplo:
Calcule:
a. El valor de la constante k sabiendo que la distribución es de probabilidad.
b. La probabilidad que el número de autos vendidos sea superior a 4.
c. La probabilidad que el número de autos vendidos sea a lo más 4.
E( X ) p
Varianza
pq
2
Desviación Estándar
pq
DISTRIBUCIÓN BINOMIAL
• Cada ensayo tienen sólo dos resultados
posibles. Para variables dicotómicas. Función de probabilidad
• Los ensayos son independientes.
n x
P(X x) b(x;n, p) p (1 p)n x
• La probabilidad de éxito “p” es
x
constante en cada ensayo.
Donde x = 0, 1, 2, …, n
E ( X ) np
Varianza
npq
2
Desviación Estándar
npq
DISTRIBUCIÓN BINOMIAL
Ejercicio 1:
Solución de Ejercicio 1:
CASO
CASO1.
1. PP((XX≤≤aa)) == Usar
Usardirectamente
directamentelalatabla
tabla
CASO
CASO2.
2. PP((XX<<aa)) == PP(X
(X≤≤aa--11))
CASO
CASO3.
3. PP((XX>>aa)) == 11--PP(X(X≤≤a)
a)
CASO
CASO4.
4. PP((XX≥≥aa)) == 11 -- PP((XX≤≤aa--1)
1)
CASO
CASO5.
5. pp(a
(a≤≤xx≤≤b)
b) == PP(X(X≤≤bb))--PP(X
(X≤≤aa--11))
Ejercicio 2:
a) Aprueben exactamente 4.
c) Aprueben más de 4.
27
Solución del ejercicio 2:
Sea X= Candidatos que aprueban en un examen de selección de
una muestra de 15 candidatos.
n=15 candidatos
p= probabilidad de que un candidato apruebe un examen de selección.
p= 0.45 q=0.55
Función de probabilidad:
15 �
�
0.45 0.55 , x 0,1, 2,3, 4, 5
x 15 x
f ( x) P( X x) � �
�x �
a) Aprueben exactamente 4.
P( X=4)=0.078 = 7.8%
FUNCIÓN DE PROBABILIDAD
Función de probabilidad
POISSON.
e λ λ x
La función de probabilidad de Poisson P X x/λ
define la probabilidad de exactamente x!
Donde λ = Número esperado de éxitos.
x ocurrencias o “éxitos”, que aparecen e = Constante matemática.
x = Número de éxitos por unidad.
por unidad de tiempo o espacio, dado
el número medio de ocurrencias en el Parámetro: λ
intervalo dado t.
DISTRIBUCIÓN POISSON
Características:
En este tipo de experimentos los éxitos buscados son expresados por unidad
de área, tiempo, pieza, etc:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por día, mes, etc
DISTRIBUCIÓN POISSON
Varianza
2
Desviación Estándar
DISTRIBUCIÓN POISSON
Ejercicio 3: Función de
Si como promedio un tablero probabilidad
e λ λ x
electrónico recibe 0.05 llamadas P X x/λ
por segundo, ¿Cuál es la
x!
probabilidad de que en un Solución
:
determinado minuto: Se tiene que λ = 0.05 llamadas por
segundo
a. Reciban exactamente dos
CASO
CASO1.1. PP((XX≤≤aa))==Usar
Usardirectamente
directamentelalatabla
tabla
CASO2.2. PP((XXaa))== PP((XX≤≤aa -- 1)1)
CASO
CASO
CASO3.3. PP((XX>>aa))==11-- PP((XX≤≤aa))
CASO4.4. PP((XX≥≥aa))==11––PP((XX≤≤aa --1)1)
CASO
CASO
CASO5.5. PP((aa≤≤XX≤≤bb))==PP((XX≤≤bb))--PP((XX≤≤aa-1)
-1)
Ejercicio 4:
35
Solución del ejercicio 4:
3.4 órdenes de pedido / hora
36
Aproximación de la Binomial a la Poisson
En problemas de distribución
binomial donde n es grande y la
probabilidad de éxito p es Se cumple que:
bastante pequeña, las np
probabilidades se pueden
aproximar usando la distribución
de Poisson.
Aproximación de la Binomial a la Poisson
Ejercicio 5 :
En un proceso en el cual se producen piezas de vidrio, ocurren defectos
o burbujas, ocasionando que la pieza no sea apta para la venta. Se sabe
que en promedio 1 de cada mil piezas tiene una o más burbujas. ¿Cuál
es la probabilidad de que en una muestra aleatoria de 8000 piezas,
menos de 7 de ellas tengan burbujas?
Aproximación de la Binomial a la Poisson
Solución de Ejercicio 5:
Datos: n=8000
Entonces: λ = np = 8000*0.001 = 8
Variable aleatoria
Principales Distribuciones de
Probabilidad discretas: Bernoullí,
Binomial y Poisson. Características y
uso de tablas
BIBLIOGRAFIA BASICA:
Estimado estudiante, puedes revisar los siguientes textos que se encuentran en
tu biblioteca:
519.5 LEVINE-KREHBIEL-
2 ESTADÍSTICA PARA ADMINISTRACIÓN. 2006
LEVI/P BERENSON
WILLIAM W. HINES
519.2 DOUGLAS C. MONTGOMERY PROBABILIDAD Y ESTADÍSTICA PARA
3 2011
HINE DAVID M. GOLDSMAN INGENÍERIA
CONNIE M. BORROR