Tema 9-Principales Distribuciones Discretas
Tema 9-Principales Distribuciones Discretas
Tema 9-Principales Distribuciones Discretas
Y EMPRESARIALES
Estadística General
1. Distribución Binomial.
2. Distribución Hipergeométrica.
3. Distribución Poisson.
2
Distribución Binomial
Distribución Binomial
Ensayo de Bernoulli:
Ejemplos:
1.El lanzamiento de una moneda.
2. Observar si un producto es Defectuoso o No Defectuoso.
3. Observar si la edad de persona es que 30 años o < que
30 años.
4. El nacimiento de un bebé.
4
Distribución Binomial
Pruebas o Experimentos de Bernoulli:
Son experimentos aleatorios simples con las siguientes características:
1.Cada prueba tiene solo dos resultados posibles: Éxito o Fracaso, donde:
P(Éxito) + P(Fracaso) = 1
5
Distribución Binomial
Si se realiza “n” veces un experimento ó ensayo de
Bernoulli y se define la variable aleatoria discreta (v.a.d.)
“X”: número de éxitos en los “n” ensayos, entonces;
“X” se distribuye como una Distribución Binomial con
parámetros “n” y “p” , siendo su función de probabilidad:
x n x
p (1 p)
n
f ( x) P( X x) C x
Donde: x = 0, 1, 2, ..... , n
Notación: X ~ B (n , p)
6
Distribución Binomial
Características:
E(x) = x = np
V(x) = 2x = np(1-p)
7
Ejemplo de Aplicación
Se sabe que en una fabrica que produce botellas de plástico, el 5% de
las botellas no pasan el control de calidad (defectuosas). Si se toma una
muestra de 15 unidades:
a)Muestre la función de probabilidad de la variable número de
botellas defectuosas. Debe indicar: La variable aleatoria de interés,
su rango o recorrido y la función de probabilidad especificando sus
parámetros y valores correspondientes.
b)¿Cuál es la probabilidad que 4 botellas no pasen el control de calidad?
c)¿Cuál es la probabilidad que por lo menos 2 botellas no pasen el
control de calidad?
d)Calcular el número promedio de botellas defectuosas.
e)Calcular la varianza del numero de botellas defectuosas.
f)Las botellas que no pasan el control de calidad (defectuosas) son
reprocesadas a un costo de 2 soles cada una, ¿cuál es el gasto esperado
que asume la fábrica por esta contingencia?
8
Distribución Hipergeométrica
Exitos N Fracasos
M N-M
x n-x
M
N
N-M
10
Distribución Hipergeométrica
Considere ahora el siguiente experimento aleatorio: extraer
al azar de la población de “N” elementos, una muestra Sin
Reemplazo de “n” elementos.
N n
M
x
N-M Muestra aleatoria S/R n-x
11
Distribución Hipergeométrica
Entonces, la variable aleatoria discreta (v.a.d.) X: número
de éxitos en la muestra se distribuye como una
Distribución Hipergeométrica con parámetros N, n y M,
siendo su función de probabilidad:
M N M
f ( x) P( X x) C x C N
n x
C n
Donde: x = 0, 1, 2, ..... , min ( M, n)
Notación: X ~ H (N , n , M)
12
Distribución Hipergeométrica
Características:
M
X E ( X ) n( )
N
2 M M N M
X V ( X ) n ( )(1 )( )
N N N 1
13
Ejemplo de Aplicación
Durante una semana se fabricaron en una compañía 50 transmisores.
Operan sin problemas 40, sin embargo 10 tuvieron defectos.
Se selecciona al azar una muestra de 5 transmisores:
a)Indique la función de probabilidad de la variable aleatoria número
de transmisores con defectos. Debe indicar: La variable aleatoria
de interés, su rango o recorrido y la función de probabilidad
especificando sus parámetros y valores correspondientes.
b)Cuál es la probabilidad que a lo más dos de los transmisores
seleccionados sean defectuosos
c)¿Cuál es la probabilidad que 4 de los transmisores seleccionados
operen sin problemas?
d)¿Cuál es la probabilidad que por lo menos 4 transmisores
seleccionado operen sin problemas?
14
Distribución Poisson
Distribución Poisson
Proceso de Poisson:
16
Distribución Poisson
Ejemplos de proceso de Poisson:
1. Observar (contar) el número de manchas o defectos de
pintura en un metro cuadrado de pared pintada.
Los resultados son: 0 manchas, 1 mancha, 2 manchas, etc.
La unidad de medida es: un metro cuadrado.
2. Observar (contar) el número de llamadas que llegan a una
central telefónica en una hora.
Los resultados son: 0 llamadas, 1 llamada, 2 llamadas, etc.
La unidad de medida es: una hora.
3. Observar (contar) el número de unidades de frutas secas
contenidas en un panetón.
Los resultados son: 0 unidades, 1 unidad, 2 unidades, etc.
La unidad de medida es: un panetón.
17
Distribución Poisson
Otros ejemplos:
1. Número de clientes que son atendidos por un cajero en un
periodo de una hora.
18
Distribución Poisson
La variable aleatoria discreta (v.a.d.) “X”: número de éxitos en un
intervalo de medida, es una variable aleatoria que se distribuye
como una distribución Poisson, con parámetro y con función de
probabilidad:
f ( x) P( X x)
e
x
x!
Donde: x = 0, 1, 2 ,.....
: promedio de éxitos en un intervalo de medida
Notación: X ~ P()
19
Distribución Poisson
Características:
E(x) = x =
V(x) = 2x =
20
Ejemplo de Aplicación
La central telefónica de una empresa recibe en promedio 5
llamadas cada 3 minutos:
21