Facultad de Ingeniería
Modelos Estocásticos
Clase N°2: Distribuciones de Probabilidad
Robert Altamirano
Garcia
09 julio de 2021
Definiciones
Probabilidad: Medida de certidumbre asociado a que algo ocurra. Puede tomar valor entre 0 (0%) y 1
(100%).
Experimento: Es un proceso que se efectúa de acuerdo a un conjunto bien definido de reglas, el cual
puede repetirse varias veces.
Ensayo: Una sola ejecución del experimento.
Definiciones (II)
Espacio muestral (): Es el conjunto de todos los resultados posibles de un experimento. Es el universo.
Ejemplos:
Se lanza una moneda, los posibles resultados son: = {C, S}
Se lanza al aire un dado, los posibles resultados son: = {1, 2, 3, 4, 5, 6}
Evento: Subconjunto de ciertos resultados del espacio muestral.
Ejemplos:
Sea A el evento de que aparezca un número impar en el lanzamiento de un dado, entonces A={1,3,5}
Sea B el evento de que aparezca cara en dos lanzamientos de una moneda, entonces B = {CC, CS, SC}
Probabilidad
Cuando se habla probabilidad o posibilidad de que un evento ocurra, se pierde la credibilidad acerca del
evento en cuestión.
Utilizando estadísticas es posible cuantificar cada posibilidad de ocurrencia de los eventos y para luego
tomar una buena decisión basados en esa información.
La probabilidad se encarga de evaluar todas aquellas actividades en donde se tiene incertidumbre acerca
de los resultados que se pueden esperar.
Probabilidad - Cálculo
Se hace uso de la información que se ha acumulado acerca del evento que nos interesa, y después de esto
se procede a calcular las probabilidades requeridas.
Determine la probabilidad de que cierta línea de producción se manufacture un producto, si se toma como
referencia que la producción de la última semana en esta línea fue de 1500 productos, entre los que se encontraron
18productos defectuosos.
Número de productos defectuosos 18
P(producto defectuoso) = 0, 012
Total de productos producidos en la semana 1500
¿El valor es representativo?
Distribuciones de Probabilidades
Una variable aleatoria x que puede ser discreta o continua puede ser cuantificada por
una función de distribución de probabilidad, las cuales pueden ser discretas y continuas
Para ambos caso la suma de las probabilidades debe ser igual a 1.
Se denomina éxito aquello que se espera que ocurra y fracaso lo contrario al éxito.
Distribuciones de Probabilidades (II)
¿Cuál distribución escoger?
Distribución de Bernoulli
Es una distribución de probabilidad discreta que toma el valor de probabilidad de éxito
cuando x = 1 y el valor de la probabilidad de fracaso cuando x = 0.
Esta distribución es utilizada para los experimentos del tipo: Lanzar una moneda, si un jugador anota un
gol, si un cohete explota, etc. Todo aquello que tenga dos opciones (éxito y fracaso).
Distribución de Bernoulli - Fórmula
P(x) pxq1 x
Donde:
P(x) = Probabilidad de obtener éxito o fracaso en un ensayo.
p = Probabilidad de éxito
q = Probabilidad de fracaso
Distribución Binomial
Es un tipo de distribución discreta que cuenta el número de éxitos en una secuencia de n ensayos de
Bernoulli.
En los experimentos siempre se esperan dos tipos de resultados, por ejemplo:
o Defectuoso – No defectuoso
o Pasa – No pasa
o Anota – No anota
Se denomina éxito aquello que se espera que ocurra y fracaso lo contrario al éxito.
Las probabilidades asociadas a cada uno de resultados son constantes.
Cada uno de los ensayos o repeticiones de experimento son independientes entre sí.
Este tipo de distribución resuelve los ejercicios del tipo: Se lanza al aire una moneda normal 3 veces, determine
la probabilidad de que aparezcan dos caras.
Distribución Binomial - Fórmula
n x n x
P(x; n) p q
x
Donde:
P(x;n) = Probabilidad de tener x éxitos en n
intentos.
n = número de intentos/experimentos
x = número de éxitos deseado
p = probabilidad de éxito
q = probabilidad de fracaso
Distribución Binomial - Ejemplo
En un banco la estadística muestra que el 85% de las solicitudes para un crédito hipotecario son
realizadas vía online. Si en cierto día llegan 10 solicitudes, determine la probabilidad de que:
a) Cinco de las solicitudes fueron realizadas vía online.
b) Como máximo 9 de las solicitudes fueron realizadas vía online.
Distribución de Poisson
Distribución que es aplicada a las ocurrencias de un algún suceso durante un intervalo determinado, en
donde la variable discreta indica el número de ocurrencias de un suceso en un intervalo determinado.
En este tipo de experimentos los éxitos buscados son expresados por unidad de área, tiempo, pieza, etc..
Número de defectos de una tela por m2.
Número de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc.
Número de bacterias por cm2 de cultivo
Número de llamadas telefónicas a un conmutador por hora, minuto, etc.
Número de llegadas de embarcaciones a un puerto por día, mes, etc.
Distribución de Poisson - Fórmula
xe
P(x; )
x!
Donde:
• P(x,λ) = Probabilidad de que ocurran x cantidad de
ocurrencias, cuando el número promedio de
ocurrencia de ellos es λ.
• λ = Media o promedio de ocurrencias por unidad de
tiempo, área o producto.
• e = Número de Euler (2,718…)
• x = Variable discreta indica el número de ocurrencias
que se desea.
Distribución de Poisson - Ejemplo
El puerto de San Antonio diariamente recibe una gran cantidad de embarcaciones, de las cuales en promedio
por día reciben 2 embarcaciones del tipo G, Indique las probabilidades de:
a) Recibir una embarcación de tipo G.
b) Recibir 8 embarcaciones de tipo G en cinco días consecutivos.
c) Recibir por lo menos 2 embarcaciones de tipo G en un día
d) Recibir a lo más 3 embarcaciones de tipo G en dos días consecutivos.
Distribución Geométrica
Esta distribución es un caso especial de la Binomial, ya que se desea que ocurra un éxito por primera y
única vez en el último ensayo que se realiza del experimento.
Ejemplo: Se lanza un dado 5 veces, la probabilidad buscada es que en el quinto lanzamiento salga un dos
(no debe haber salido en lanzamientos anteriores).
DISTRIBUCIÓN
0,4
5
GEOMÉTRICA P(x) pqx1
0,
4
0,3
50, Donde:
Probabilida
3
0,2
5
0, P(x) = probabilidad de que ocurra un éxito (lo
2
deseado) en el ensayo x por primera y única vez.
d
0,1
x = número de ensayos
5
0,
1
0,0
5 p = probabilidad de éxito
q = probabilidad de fracaso
0
0 1 2 3 4 5 6 7 8 9
X
Distribución Geométrica – Ejemplo
Los datos históricos de una compañía de seguros muestran que la probabilidad de que un seguro a los dos
meses de contratación sea cerrado es de 0,16. ¿Cuál es la probabilidad de que el séptimo seguro vendido
por la compañía sea el primero en ser cerrado a los dos meses de contratación?
Distribución Hipergeométrica
Esta distribución representa los muestreos aleatorios y sin reemplazo.
Al realizar un experimento con este tipo de distribución, se esperan dos tipos de resultados.
Las probabilidades asociadas a cada uno de los resultados no son constantes.
Cada ensayo o repetición de experimento no es independiente de los demás
El número de repeticiones de experimento (n) es constante
Distribución Hipergeométrica - Fórmula
a N a
x n x
P(x; n; N; a)
N
n
Donde:
P(x;n;N;a) = Probabilidad de obtener x objetos deseados (con la
característica que se busca) de entre n seleccionados
x = Variable discreta que indica la cantidad de objetos que se
desean encontrar con cierta característica.
n = Objetos seleccionados como muestra
N = Cantidad de objetos en el espacio muestral (
a = Cantidad de objetivo en el espacio que presentan la
característica buscada.
Distribución de Hipergeométrica– Ejemplo
Una persona desea entrar a un concierto con botellas de alcohol, para ello ha puesto 2 botellas de alcohol
en un bolso junto a 8 botellas de soda que son similares. Si el portero decide revisar el contenido de 3
botellas escogidas al azar ¿Cuál es la probabilidad de que le encuentren una botella con alcohol?
Distribución Binomial Negativa
Esta distribución es un caso especial de la distribución Binomial, ya que en este caso se trata de que al llevar
efecto varias veces un experimento binomial, se desea determinar la probabilidad de que ocurran x cantidad
de éxitos.
Distribución Binomial Negativa - Fórmula
n 1 x n x
P(x; n) pq
x 1
Donde:
P(x,n) = Probabilidad de que ocurran x cantidad
de éxitos en n cantidad de ensayos.
x = Cantidad de éxitos
n = Cantidad de ensayos
p = probabilidad de éxito
q = probabilidad de fracaso, q = (1 - p)
Distribución Binomial Negativa - Ejemplo
Si la probabilidad de que cierto dispositivo de medición muestre una desviación excesiva es de 0,05. ¿Cuál
es la probabilidad de que el sexto de estos dispositivos de medición sometidos a prueba sea el tercero en
mostrar una desviación excesiva?
Distribución Binomial Negativa - Ejemplo
i) Datos
x = Variable discreta que indica la cantidad de dispositivos que muestran una desviación excesiva; x = 3
n = Cantidad de ensayos; n = 6
p = Probabilidad de que un dispositivo muestre desviación excesiva; p = 0,05
q = Probabilidad de que un dispositivo no muestre desviación excesiva; q = 0,95
Distribución Binomial Negativa - Ejemplo
iii) Aplicar la formula
n 1 x n x 6 1
P(x; n) p q P(x 3; n 6) 0, 0530, 9563
x 1 3 1
5 5!
P(x 3; n 6) 0, 0530, 953 P(x 3; n 6) (0, 000125)*(0,85738)
2 (5 2)!2!
120
P(x 3; n 6) (0, 000010717) P(x 3; n 6) 0, 00010717
6*2
La probabilidad de que el sexto dispositivo sea el tercero en mostrar una desviación excesiva es de un
0,010717%
Tipos de ejercicios
Cuando se pregunta por un valor exacto, solo se debe evaluar ese valor.
Cuando se pregunta por un valor u otro, se deben evaluar los dos casos y sumarlos.
Cuando se pregunta por a lo más un valor (≤) se deben evaluar todos los valores que estén en el rango.
Cuando se pregunta por a lo menos un valor (≥) se deben evaluar todos los valores que estén en el rango,
a veces es útil y mas rápido utilizar el complemento, que es 1 – (los valores que no están en el rango)
Cuando se pregunta por un periodo de tiempo, primero se deben llevar los datos a ese periodo de tiempo
y luego calculas las probabilidades.
Facultad de Ingeniería
Modelos Estocásticos
Clase N°2: Distribuciones de Probabilidad
Robert Altamirano
Garcia
09 julio de 2021
