Temario
1. Teoría de la probabilidad
2.Variables aleatorias
3.Variables aleatorias conjuntas
4. Modelos probabilísticos de fenómenos
aleatorios discretos
5. Modelos probabilísticos de fenómenos aleatorios
continuos
Modelos Probabilísticos Comunes
Objetivo
El alumno aplicará algunas de las distribuciones más
utilizadas en la práctica de la ingeniería, a fin de elegir
la más adecuada para analizar algún fenómeno aleatorio
discreto en particular.
Temario
4.1 Ensayo de Bernoulli, distribución de Bernoulli, cálculo
de su media y varianza.
4.2 Proceso de Bernoulli, distribución binomial, cálculo de
su media y variancia, distribución geométrica, cálculo de su
media y varianza, distribución binomial negativa su media y
varianza, distribución hipergeométrica.
4.3 Proceso de Poisson, distribución de Poisson, cálculo de
su media y varianza, aproximación entre las distribuciones
binomial y Poisson.
TEMA IV
Modelos Probabilísticos Comunes
Uniforme
Bernoulli
Binomial
Distribuciones
Geométrica
discretas
Pascal
Hipergeométrica
Poisson
TEMA IV
Distribución discreta Uniforme
Sea X una v.a. que toma los valores 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑘 con
igual probabilidad
1
𝑓𝑋 𝑥 = , 𝑥 = 𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑘
𝑘
Entonces la distribución es discreta uniforme con
parámetro k.
TEMA IV
Distribución discreta Uniforme
EJEMPLO 1
La rueda de una ruleta se divide en 25 sectores de igual
área y se enumeran del 1 al 25.
a) Encontrar una fórmula para la distribución de
probabilidad de X, que represente el número que
ocurre cuando se hace girar la ruleta.
b) Determinar la probabilidad de que el número
observado sea menor o igual a 15.
c) Determinar la media y la variancia de X.
TEMA IV
Distribución de Bernoulli
Sea X la variable aleatoria que representa el número de éxitos
que se obtienen al realizar un ensayo de Bernoulli, entonces X
tiene una distribución de Bernoulli con parámetro p.
1−𝑝; 𝑥=0
𝑓𝑋 (𝑥; 𝑝) ቐ 𝑝 ; 𝑥=1
0 ;𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝜇=𝑝
𝜎 2 = 𝑝𝑞
𝑀𝑋 𝜃 = 𝑞 + 𝑒 𝜃 𝑝
NOTA: el experimento sólo se realiza una vez y sólo se tienen
dos posibles resultados.
TEMA IV
Distribución de Bernoulli
EJEMPLO 2
Un experimento consiste en observar una vez si un dado
que es lanzado cae en número par o non, ¿obtener la
desviación estándar del experimento?
TEMA IV
Distribución de Bernoulli
PROCESO DE BERNOULLI
Si se repite varias veces un ensayo de Bernoulli, se tiene
entonces un proceso de Bernoulli. El proceso de Bernoulli
tiene las siguientes propiedades.
1. El experimento consiste de n ensayos de Bernoulli.
2. Los resultados de cada ensayo pueden clasificarse como
éxito o fracaso.
3. La probabilidad de éxito p, permanece constante para
todos los ensayos.
4. Los ensayos son independientes.
TEMA IV
Distribución Binomial
Sea X la variable aleatoria que representa el número de
éxitos que se observan al realizar un proceso de Bernoulli,
entonces recibe el nombre de variable aleatoria binomial,
con distribución
𝑛 𝑥 𝑛−𝑥 ;𝑥 = 0,1,2, … , 𝑛
𝑓𝑋 𝑥; 𝑛, 𝑝 = ൝ 𝑥 𝑝 1 − 𝑝
; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
0
𝜇 = 𝑛𝑝
𝜎 2 = 𝑛𝑝𝑞
𝑛
𝑀𝑋 𝜃 = 𝑞 + 𝑒 𝜃 𝑝
TEMA IV
Distribución Binomial
EJEMPLO 3
Supóngase que los motores de un aeroplano operan en
forma independiente y tienen una probabilidad de falla de
0.4. Suponiendo que un aeroplano puede realizar una vuelo
seguro en tanto se mantengan funcionando al menos la
mitad de sus motores, determinar qué aeroplano, uno de 4
motores o uno de 2, tiene mayor probabilidad de terminar
su vuelo en forma segura.
TEMA IV
Distribución Binomial
EJEMPLO 4
La probabilidad e que un satélite, después de colocarlo en
órbita, funcione de manera adecuada es 0.9. Supóngase que
cinco de éstos se colocan en órbita y operan de manera
independiente:
a) ¿cuál es la probabilidad e que, por lo menos el 80%
funcione adecuadamente?
b) Responder al inciso (a) si n=10
c) Responder al inciso (a) si n=20
TEMA IV
Modelos Probabilísticos Comunes
TAREA 15
Supóngase que la probabilidad de tener una unidad
defectuosa en una línea de ensamble es de 0.05. Si el
número de unidades terminadas constituye un conjunto de
ensayos independientes:
a) ¿Cuál es la probabilidad de que entre 20 unidades dos
se encuentren defectuosas?
b) ¿Cuál es la probabilidad de que entre 20 unidades dos
como máximo se encuentren defectuosas?
c) ¿Cuál es la probabilidad de que por lo menos una se
encuentre defectuosa?
TEMA IV
Modelos Probabilísticos Comunes
TAREA 15
Un complejo sistema electrónico está construido con un cierto
número de componentes de apoyo en sus subsistemas. Un
subsistema contiene cuatro componentes idénticos, cada uno
con una probabilidad de 0.2 de fallar en menos de 1000 horas. El
subsistema funciona si dos componentes cualesquiera de los 4
trabajan en forma adecuada. Se supone que los componentes
operan independientemente.
a) Encontrar la probabilidad de que exactamente dos de cuatro
componentes resistan más de 1000 horas.
b) Encontrar la probabilidad de que el subsistema funcione por
más d e1000 horas.
TEMA IV
Distribución Binomial
EJEMPLO 5
Un puente de peaje cobra un dólar a los automóviles de
pasajeros y 2.5 a otros vehículos. Supóngase que durante las
últimas horas diurnas, 60% de los automóviles son de
pasajeros. Si 25 vehículos cruzan el puente durante
determinado periodo diurno, ¿cuál es el ingreso por peaje
esperado?
TEMA IV
Distribución Geométrica
Sea X la variable aleatoria que representa el número de ensayos
de Bernoulli que se requieren para observar por primera vez un
éxito, entonces tiene una distribución geométrica con parámetro
𝑥−1 ; 𝑥 = 1,2, … , 𝑛
𝑓𝑋 𝑥; 𝑝 = ቊ 𝑞 𝑝
0 ;𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
1
𝜇=
𝑝
2
𝑞
𝜎 = 2
𝑝
𝑝𝑒 𝜃
𝑀𝑋 𝜃 =
1 − 𝑞𝑒 𝜃
TEMA IV
Distribución Geométrica
EJEMPLO 6
Se estima que el 60% de una población de consumidores
prefiera una marca particular de pasta de dientes A.
a) ¿Cuál es la probabilidad, al entrevistar a un grupo de
consumidores, de que se tenga que entrevistar a cinco
personas exactamente, para encontrar al primer
consumidor que prefiera la marca A?
b) ¿Al menos a cinco personas?
TEMA IV
Distribución Geométrica
EJEMPLO 7
Una maquina detecta fallas en los productos que elabora
una fabrica. Si los productos tienen una probabilidad de falla
del 0.05, calcular la probabilidad de que la maquina
encuentre su primer producto defectuoso en la octava
ocasión que selecciona un producto para su inspección.
TEMA IV
Distribución Geométrica
EJEMPLO 8
En una bolsa hay 10 bolas de las cuales 6 son blancas y el
resto rosas. Si se hacen extracciones con reposición
a) ¿Cuál es la probabilidad de que salgan tres rosas antes
de que salga por primera vez una blanca?
b) ¿Cuál es la probabilidad de que salgan tres blancas antes
de que salga por primera vez una rosa?
c) Si se hacen extracciones sin reposición, ¿cuál es la
probabilidad de que salgan tres rosas antes de que salga
por primera vez una blanca?
TEMA IV
Distribución Pascal
Distribución de Pascal
Sea X una variable aleatoria que representa el número de ensayos de
Bernoulli que se requieren para observar el r-ésimo éxito, si en cada
uno de los ensayos se tiene una probabilidad de éxito p, entonces
tiene una distribución de Pascal con parámetros r y p.
𝑥 − 1 𝑟 𝑥−𝑟 ;𝑥 = 𝑟, 𝑟 + 1, …
𝑓𝑋 𝑥 = ൝ 𝑟 − 1 𝑝 𝑞 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝑜
𝑟
𝜇=
𝑝
2
𝑟𝑞
𝜎 = 2
𝑝
𝜃 𝑟
𝑝𝑒
𝑀𝑋 𝜃 =
1 − 𝑞𝑒 𝜃
TEMA IV
Distribución Pascal
EJEMPLO 9
Un cliente entra a una agencia de automóviles cada hora. La
probabilidad de que una vendedora cierre una transacción
es de 0.1. Si ella debe continuar trabajando hasta que venda
tres autos, ¿cuál es la probabilidad de que tenga que trabajar
exactamente ocho horas? ¿y más de ocho horas?
TEMA IV
Distribución Pascal
EJEMPLO 10
Un gran lote de llantas contiene 10% de defectuosas, y de
ahí se elegirán cuatro para colocarlas en un auto.
a) Obtener la probabilidad de que seis llantas deban
seleccionarse del lote para obtener cuatro en buen
estado.
b) Calcular el valor esperado y la variancia del número de
selecciones que deben efectuarse para obtener cuatro
llantas sin defectos.
TEMA IV
Modelos Probabilísticos Comunes
EJERCICIO DE CLASE
1. En una clase de probabilidad del semestre 2020-2 que obviamente no es
esta, un alumno presentó un proyecto final que consistió en realizar el
siguiente experimento aleatorio:
De una bolsa que contenía 3 tornillos y 2 tuercas, seleccionó aleatoriamente
un objeto y observó si se trataba de una tuerca. En caso de que así sucediera,
el experimento terminaba; en caso contrario el experimento seguía hasta
obtener la tuerca. Obtenga la función de probabilidad presentada por el
alumno cuando la selección se realizó con reemplazo.
2. El 20% de los cerrojos producidos por una máquina son defectuosos. Si se
analiza una muestra de cuatro cerrojos elegidos al azar, ¿cuál es la probabilidad
de que:
a) Sean defectuosos entre 2 y 4, inclusive?
b) El cuarto cerrojo elegido sea el primer defectuoso?
c) El cuarto cerrojo elegido sea el segundo defectuoso?
TEMA IV
Distribución Hipergeométrica
Sea X la v.a. que representa el número de éxitos en n ensayos
extraídos de una población de tamaño N, con r elementos que
tienen la característica de interés, entonces X es una variable
aleatoria hipergeométrica con parámetros N, n y r; con función
de probabilidad:
𝑟 𝑁−𝑟
𝑥 𝑛−𝑥
; 𝑥 = 0,1,2 … 𝑛
𝑓𝑋 𝑥 = 𝑁
𝑛
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝑟
𝜇=𝑛
𝑁
2
𝑟 𝑟 𝑁−𝑛
𝜎 =𝑛 1−
𝑁 𝑁 𝑁−1
TEMA IV
Distribución Hipergeométrica
EJEMPLO 11
¿Cuál es la probabilidad de que una auditora de Hacienda
detecte solamente dos declaraciones de impuestos con
deducciones ilegales, si se seleccionan aleatoriamente seis
de 18 declaraciones, ocho de las cuales contienen
deducciones ilegales?
TEMA IV
Distribución Hipergeométrica
EJEMPLO 12
Se capturaron, etiquetaron y liberaron cinco individuos de
una población de animales que se piensa están al borde de
la extinción en una región para que se mezclen con la
población. Después de haber tenido la oportunidad de
mezclarse, se selecciona una muestra aleatoria de 10 de
estos animales. Sea X el número de animales etiquetados
en la segunda muestra. Si en realidad hay 25 animales de
este tipo en la región, ¿cuál es la probabilidad de que
a) 𝑋 = 2?
b) 𝑋 ≤ 2?
TEMA IV
Distribución Hipergeométrica
EJEMPLO 13
Se formó un jurado de seis personas de un grupo de 20
posibles miembros, de los cuáles 8 eran mujeres y 12
hombres. El jurado se seleccionó aleatoriamente, pero
resultó que sólo tenía a una mujer como miembro. ¿Tiene
algún motivo para dudar de la aleatoriedad de la selección?
TEMA IV
Modelos Probabilísticos Comunes
TAREA 16
Se aplican análisis a los obreros de una empresa que fabrica
material aislante a fin de detectar la existencia de asbesto en sus
pulmones. La fábrica tiene que mandar a tres obreros con
indicaciones positivas de asbesto a un Centro Médico para
realizar más pruebas. Considere que el 40% de los trabajadores
tienen indicaciones positivas de asbesto en los pulmones.
a) Determinar la probabilidad de que se tenga que examinar a
10 operarios para encontrar 3 positivos.
b) Si cada prueba cuesta 200 pesos, obtener el valor esperado y
la variancia del costo total de la realización de las pruebas
necesarias para localizar a tres empleados positivos.
TEMA IV
Modelos Probabilísticos Comunes
TAREA 16
Cada uno de 12 refrigeradores de un tipo ha sido regresado
a un distribuidor debido a un ruido agudo audible
producido por oscilación cuando el refrigerador está
funcionando. Suponga que 7 de estos refrigeradores tienen
un compresor defectuoso y que los otros 5 tienen
problemas menos serios. Si los refrigeradores se examinan
en orden aleatorio, sea X el número entre los primeros 6
examinados que tienen un compresor defectuoso. Calcular
lo siguiente:
a) 𝑃 𝑋 = 5
b) 𝑃(𝑋 ≤ 4)
TEMA IV
Proceso de Poisson
El estudio de la ocurrencia de un evento dentro de un intervalo
de tiempo. Tiene las siguientes características:
1. Estacionalidad. La probabilidad de que ocurra un evento en un
intervalo de tiempo de longitud 𝑡 es λ𝑡, con λ constante. λ
recibe el nombre de intensidad del proceso.
2. Unicidad o No multiplicidad. La probabilidad de que ocurra
más de un evento en un intervalo (de tiempo) de longitud
ℎ 𝑐𝑢𝑎𝑛𝑑𝑜 ℎ → 0 es despreciable comparada con la
probabilidad de que ocurra solamente uno.
3. Independencia. El número de ocurrencias en cualquier
intervalo de tiempo es independiente del número de
ocurrencias en cualquier otro intervalo.
TEMA IV
Distribución de Poisson
Sea X una variable aleatoria con distribución de Poisson,
con parámetro λ entonces
λ𝑥 −λ
𝑓𝑋 𝑥 = ቐ 𝑥! 𝑒 ; 𝑥 = 0,1,2,3 …
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
𝜇𝑋 = λ
𝜎𝑋2 = λ
TEMA IV
Distribución de Poisson
TAREA 17
1. Demostrar que la distribución binomial converge a la
distribución de Poisson cuando el parámetro n tiende a
infinito y el parámetro p tiende a ser cero.
TEMA IV
Distribución de Poisson
EJEMPLO 14
En promedio, en una cierta intersección ocurren tres
accidentes viales por mes. Determinar las probabilidades de
que en un determinado mes en esta intersección ocurran
a) exactamente cinco accidentes;
b) menos de tres accidentes.
TEMA IV
Distribución de Poisson
EJEMPLO 15
Sea X el número de imperfecciones superficiales de una
caldera seleccionada al azar de un tipo que tiene una media
de 5 por metro cuadrado.
a) Obtener 𝑃 5 < 𝑋 < 8
b) Obtener 𝑃 5 ≤ 𝑋 ≤ 8
TEMA IV
Distribución de Poisson
EJEMPLO 16
Supóngase que aviones pequeños llegan a cierto aeropuerto
según un proceso de Poisson con una tasa de 8 aviones por
hora.
a) ¿Cuál es la probabilidad de que exactamente seis
aviones pequeños lleguen durante una hora? ¿Por lo
menos 10?
b) ¿Cuáles son el valor esperado y la desviación estándar
de l número de aviones pequeños que llegan durante un
periodo de 90 minutos?
TEMA IV
Distribución de Poisson
EJEMPLO 17
El número de nudos que hay en cierto tipo de madera tiene
una distribución de Poisson con un promedio de 1.5 nudos
por 10 pies cúbicos. Calcule la probabilidad de que un trozo
de madera de 10 pies cúbicos tenga por lo menos un nudo.
TEMA IV
Modelos Probabilísticos Comunes
EJEMPLO 18
Considérese un experimento binomial con n=20 y p=0.01.
Completar la siguiente tabla con las probabilidades
solicitadas y comparar los resultados.
𝒙 0 1 2 3 4
𝑓𝑋 𝑥
Binomial
𝑔𝑋 𝑥
Poisson
TEMA IV
Modelos Probabilísticos Comunes
EJEMPLO 19
Un vendedor descubre que la probabilidad de hacer una
venta en una sola entrevista con clientes es de 0.03
aproximadamente. Si se acerca a 100 posibles clientes, ¿Cuál
es la probabilidad de hacer por lo menos una venta?
TEMA IV
Modelos Probabilísticos Comunes
EJEMPLO 20
Un sistema de protección contra cohetes está construido
con n unidades de radar que funcionan
independientemente, cada una con probabilidad de 0.9 de
detectar un cohete que ingresa en la zona que cubren todas
las unidades.
a) Si n=5 y un cohete entra en la zona, ¿cuál es la
probabilidad de que exactamente cuatro unidades
detecten el cohete? ¿Al menos una unidad?
b) ¿Cuál debe ser el valor de n para que la probabilidad de
detectar el cohete al entrar en la zona, sea de 0.999?
TEMA IV
Modelos Probabilísticos Comunes
EJEMPLO 21
La cantidad de personas que llegan a una sala de urgencias
se puede modelar mediante un proceso de Poisson con un
parámetro de número de llegadas de cinco por hora.
a) ¿Cuál es la probabilidad de que ocurran exactamente
cuatro llegadas durante una determinada hora?
b) ¿Cuál es la probabilidad de que lleguen por lo menos
cuatro personas durante cierta hora?
c) ¿Cuántas personas espera que lleguen durante un
periodo de 45 minutos?
TEMA IV
Modelos Probabilísticos Comunes
TAREA 18
1. Un concurso del programa “En Familia con Chabelo” consistía en sacar
reiteradamente de una bolsa (con reemplazo) 10 fichas que contienen un
dígito (del 0 al 9) con la cual se puede construir un número que
representa en dinero el premio a ganar. La bolsa; sin embargo, contenía
cuatro espantosas “equis” y al sacar tres de ellas el juego termina sin que
el concursante se lleve nada. ¿Qué probabilidad hay de que el
concursante forme un número de al menos 5 cifras antes de que salgan
las tres espantosas “equis”?
2. Un vendedor de seguros sabe que la oportunidad de vender una póliza
es mayor mientras más contactos realice con clientes potenciales. Si la
probabilidad de que una persona compre una póliza de seguro después
de la visita, es constante e igual a 0.25, y si el conjunto de visitas
constituye un conjunto independiente de ensayos, ¿cuántos compradores
potenciales debe visitar el vendedor para que la probabilidad de vender
por lo menos una póliza sea de 0.8?
TEMA IV
Modelos Probabilísticos Comunes
EJEMPLO 22
Un comandante del ejército desea destruir un puente
enemigo. Cada avión que envía tiene una probabilidad de 0.8
de conseguir un impacto directo sobre el puente. Para
destruir éste por completo se requieren cuatro impactos
directos. Si el comandante puede preparar siete asaltos
antes de que el puente pierda importancia desde el punto
de vista táctico, ¿Cuál es la probabilidad de que el puente
sea destruido?
TEMA IV
Modelos Probabilísticos Comunes
EJERCICIO DE CLASE
Investigaciones y análisis recientes se centran en el número de
enfermedades relacionadas con el organismo Escherichia coli, que
provocan la descomposición de los glóbulos rojos y hemorragias Inter
intestinales en sus víctimas. En cierta ciudad han ocurrido brotes
esporádicos de E. coli a una tasa de 2.5 por 100,000 durante un
periodo de dos años. Supóngase que la tasa se conserva.
a) ¿Cuál es la probabilidad de que a los más se den a conocer cinco
casos de E. coli por 100,000 en dicha ciudad en un determinado
año?
b) ¿Cuál es la probabilidad de que haya más de cinco casos de E. coli
por 100,000 en dicha ciudad en un determinado año?
c) ¿Alrededor de cuántos casos a lo sumo se relacionan con el 95%
de los brotes de E. coli ?
