U4 - Semana 7 - Distribución de Probabilidad Discreta - EG

Distribución de probabilidad
Clase 7
Mg. Verónica Silva Condori
Propósito de la Clase
Calcular e interpretar probabilidades en

distribuciones discretas.
DISTRIBUCIÓN BINOMIAL
I. Introducción.
El desarrollo de este tema, implica comprender previamente los siguientes conceptos:
 Notación factorial.
Se utiliza para representar las operaciones de multiplicación secuencial.
Su desarrollo significa el producto ordenado de los números enteros positivos, desde el que
indica el signo factorial, hasta llegar a 1.
Ejemplo:
Tres factorial 3! = 3x2x1 = 6
Cinco factorial 5! = 5x4x3x2x1 = 120
……..
N factorial N! = (N)(N-1)(N-2)x………x2x1
Por definición:
0! = 1
1! = 1
 Combinaciones.
Es un método que nos permite agrupar un conjunto de elementos en diferentes formas sin considerar el
orden de colocación. 𝒏 𝒏!
𝑪 =
𝒙 𝒙 ! ( 𝒏− 𝒙 ) !
Ejemplo:
De un equipo multidisciplinario, formado por un economista, un sociólogo, un antropólogo. ¿Cuántos
comités de dos profesionales pueden formarse?
Solución
Según datos: n = 3, x = 2
Luego la cantidad de comités a formarse, serían:
Se pueden formar 3 comités, que serían:

Primer comité : Economista, Sociólogo.
Segundo comité : Sociólogo, Antropólogo.
Tercer comité : Economista, Antropólogo.
II. Cálculo de probabilidades mediante la distribución binomial.
La distribución binomial se utiliza para calcular probabilidades de variables discretas.
Se aplica en aquellos experimentos aleatorios que tienen sólo dos resultados mutuamente excluyentes.
EXPERIMENTO ALEATORIO RESULTADOS POSIBLES

Lanzamiento de una moneda al aire. Cara o sello
Nacimiento de un ser humano con respecto al sexo. varón o mujer
Estado de salud de una persona. Sano o enfermo
Situación ocupacional de una persona. Ocupado o desocupado
Estos experimentos con resultados Dicotómicos, se le conoce con el nombre de ensayo de BERNOULLI, en
honor al científico que lo descubrió.
III. Requisitos de una distribución de probabilidad binomial.
a) El procedimiento tiene un número fijo de ensayos.
b) Los ensayos deben ser independientes. (El resultado de cualquier ensayo individual no afecta las
probabilidades de los demás ensayos).
c) Todos los resultados de cada ensayo deben clasificar en dos categorías (generalmente llamadas éxito y
fracaso)
d) La probabilidad de un éxito permanece igual en todos los ensayos.
IV. Notación para la distribución de probabilidad binomial.
Al llevar a cabo un experimento aleatorio, siempre estamos interesados en que suceda uno de los dos
resultados, si el resultado que esperábamos efectivamente sucede, diremos que hubo ÉXITO. Si el resultado
que esperábamos no sucede, entonces diremos que hubo FRACASO. Estos dos resultados, se designan en
términos de probabilidad, como p y q.
Es decir:
RESULTADOS PROBABILIDAD
ÉXITO p PROBABILIDAD DE ÉXITO
Donde: p + q = 1
FRACASO q PROBABILIDAD DE FRACASO
V. Fórmula General para calcular las Probabilidades Binomiales.
𝒏 𝒙 (𝒏− 𝒙 ) 𝒏! 𝒙 (𝒏 − 𝒙 )
𝒑 ( 𝒙 )=𝑷 ( 𝑿=𝒙 )=𝑪 𝒑 𝒒 = .𝒑 𝒒
𝒙 𝒙 ! ( 𝒏− 𝒙 ) !
Donde:
Ejemplo:
Supongamos en la comunidad “x”, donde a través de una muestra se encontró que el 30% de la
población en edad activa estaba desempleada. Calcular la probabilidad de seleccionar dos
personas ocupadas en esta población.
Solución
Según datos del problema:
n=2 entonces p = 0.70
x=2 personas ocupadas q = 0.30
Aplicando la fórmula:
La probabilidad de seleccionar dos personas ocupadas de esta población, es de 49%.(coincide con el

resultado de la tabla anterior).
Aplicando lo aprendido
1. Suponiendo que la probabilidad de que un automovilista respete la luz verde es de 0.75, utilice la
fórmula de probabilidad binomial para calcular la probabilidad de obtener exactamente 3
automovilistas que respeten la luz verde cuando va a cambiar de luz 5 segundos antes. Es decir,
calcule

2. Utilice la fórmula de probabilidad binomial para calcular la probabilidad de x éxitos, dada la
probabilidad p de éxito en un solo ensayo.
DISTRIBUCIÓN DE POISSON
I. Introducción.
La distribución de Poisson se usa para modelar situaciones en la que el número de pruebas es
muy grande y el número de éxitos es muy pequeño, situaciones en las que hay ocurrencias
aleatorias de sucesos por unidad de espacio o tiempo, y en donde se desea conocer la
probabilidad de un número especifico de éxitos.
El intervalo de tiempo dado puede ser de cualquier duración, por ejemplo, un minuto, un día,
una semana, etc. Así la variable aleatoria x puede representar el número de llamadas telefónicas
por hora, el número de pacientes fallecidos en un día determinado. El espacio podría ser un
segmento de línea, un área o volumen, un pedazo de material. Así, x podría representar el
número de bacterias en un determinado campo de cultivo.
II. El proceso de Poisson.
Las siguientes proposiciones describen lo que se conoce como proceso de Poisson:
a) Las ocurrencias de los eventos son independientes.
b) Teóricamente, debe ser posible un número infinito de ocurrencias del evento en el intervalo.
c) La probabilidad de una ocurrencia del evento en un intervalo dado es proporcional a la longitud del
intervalo.
La distribución de probabilidad de Poisson está dad por:
𝒆− 𝝀 . 𝝀 𝒙
𝒑 ( 𝒙 )= 𝒙=𝟎, 𝟏,𝟐, …
𝒙!
Donde:
número de ocurrencias cuya probabilidad se desea conocer.
constante matemática = 2,71828.
número promedio de ocurrencias por unidad de tiempo o espacio.
Ejemplo:
La oficina de estadística del hospital ESSALUD ha estudiado el número de muertes debido a una cierta
enfermedad y ha llegado a la conclusión de que éstas están distribuidas de acuerdo con la ley de
Poisson. Los registros del hospital revelan que durante este período, el número de muertes ha sido en
promedio, de 3 por día. Si dicha oficina está en lo cierto, al suponer una distribución de Poisson, hallar la
probabilidad de que:
a) En un día dado, mueran exactamente 2 pacientes con esa enfermedad.

b) En un día particular, nadie muera de la enfermedad.
c) En un día particular, mueran 3 ó 4 pacientes.
Solución
Sea:
el número de pacientes fallecidos debido a la enfermedad
número promedio de muertes = 3 por día
a) En un día dado, mueran exactamente 2 pacientes con esa enfermedad.
La probabilidad de que mueran 2 pacientes es de 22,5%

b) En un día particular, nadie muera de la enfermedad.
La probabilidad de que nadie muera es del 5%

c) En un día particular, mueran 3 ó 4 pacientes.
+
La probabilidad de que mueran 3 ó 4 pacientes es de 39%
Aplicando lo aprendido
1. La central telefónica de una empresa recibe un promedio de 3,5 ordenes de pedido por hora. Estas
ocurrencias se producen al azar. ¿Cuál es la probabilidad de que se produzcan exactamente 4
llamadas en una hora dada?

2. Se sabe que el número promedio de camiones-tanque de aceite que llegan por día al puerto del
Callao, es 10. las instalaciones del puerto pueden atender cuándo más a 15 camiones-tanque en un
día. ¿Cuál es la probabilidad de que en un determinado día se tengan que regresar los camiones?
¿Qué aprendimos hoy?
Referencias Bibliográficas
• Triola, M. (2018). Estadística. (12a ed.). México, D.F. : Pearson.

• Mendenhall, W., Beaver, R. y Beaver, R. (2013). Introducción a la probabilidad y estadística (13ª ed.). México:
Cengage Learning.
• Delgado, R. (2008). Probabilidad y estadística para ciencias e ingeniería (1ª ed.). México publicaciones Delta.
• Pérez, C. (2012). Estadística aplicada –IBM SPSS. España: Garceta grupo editorial.
• Ross, S. (2011). Probabilidad y estadística para ingenieros (3ª ed.). México: Mc Graw Hill.

U4 - Semana 7 - Distribución de Probabilidad Discreta - EG

Cargado por

Copyright:

Formatos disponibles

U4 - Semana 7 - Distribución de Probabilidad Discreta - EG

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

U4 - Semana 7 - Distribución de Probabilidad Discreta - EG

Cargado por

Copyright:

Formatos disponibles

Distribución de probabilidad

Calcular e interpretar probabilidades en

Se pueden formar 3 comités, que serían:

EXPERIMENTO ALEATORIO RESULTADOS POSIBLES

La probabilidad de seleccionar dos personas ocupadas de esta población, es de 49%.(coincide con el

a) En un día dado, mueran exactamente 2 pacientes con esa enfermedad.

La probabilidad de que mueran 2 pacientes es de 22,5%

La probabilidad de que nadie muera es del 5%

• Triola, M. (2018). Estadística. (12a ed.). México, D.F. : Pearson.

También podría gustarte