Tópicos de Estadística Básica
UNIVERSIDAD NACIONAL
Escuela de Economía
MSc. Mariano Segura A.
01
Función de Probabilidad Discreta
Aspectos Generales
Definición formal
Propiedades
Función de Probabilidad
• La distribución de probabilidad de una variable aleatoria describe cómo se
distribuyen las probabilidades entre los valores de la variable aleatoria.
• En el caso de una variable aleatoria discreta x, la distribución de
probabilidad está definida por una función de probabilidad, denotada por
f(x).
• La función de probabilidad da la probabilidad de cada valor de la variable
aleatoria.
Condiciones
• Condiciones requeridas para una función de probabilidad discreta:
𝑓 ( 𝑋 )≥ 0
∑ 𝑓 (𝑋)=1
Aplicación
Los datos siguientes se obtuvieron contando el número de salas de operaciones de un
hospital que fueron usadas en un periodo de 20 días. Tres de estos 20 días sólo se usó
una sala de operaciones, cinco de estos 20 días se usaron dos, ocho de estos 20 días
se usaron tres salas de operaciones y cuatro de estos 20 días se usaron las cuatro salas
de operaciones del hospital.
a. Use el método de las frecuencias relativas para elaborar una distribución de
probabilidad para el número de salas de operaciones usadas en un día.
b. Elabore una gráfica a partir de la distribución de probabilidad.
c. Muestre que la distribución de probabilidad elaborada satisface las condiciones
requeridas para una distribución de probabilidad.
Aplicación
Distribución de probabilidades del uso diario de las salas del hospital
-en porcentajes-
0.45
Número de Días de Uso Probabilidad 0.40
Salas
0.35
1 3 0.15 0.30
0.25
2 5 0.25
0.20
3 8 0.40 0.15
0.10
4 4 0.20
0.05
0.00
1 2 3 4
Aplicación
En Estados Unidos 38% de los niños de cuarto grado no pueden leer un Edad Número de Niños
libro adecuado a su edad. La tabla siguiente muestra, de acuerdo con las
edades, el número de niños que tienen problemas de lectura. La mayoría 6 37 369
de estos niños tienen problemas de lectura que debieron ser detectados 7 87 436
y corregidos antes del tercer grado.
8 160 840
Si desea tomar una muestra de niños que tienen problemas de lectura 9 239 719
para que participen en un programa que mejora las habilidades de
lectura. Sea x la variable aleatoria que indica la edad de un niño tomado 10 286 719
en forma aleatoria. 11 306 533
a. Con estos datos elabore una distribución de probabilidad para x. 12 310 787
Especifique los valores de la variable aleatoria y los correspondientes 13 302 604
valores de la función de probabilidad f(x).
b. Trace la gráfica de esta distribución de probabilidad. 14 289 168
c. Muestre que la distribución de probabilidad satisface las condiciones TOTAL 1 734 456
enumeradas como características para una función de probabilidad
02
Función de Probabilidad Binomial
Experimento Binomial
Función de Probabilidad Binomial
Uso de tablas
Media y Varianza
Experimento binomial
Una distribución de probabilidad de variable aleatoria discreta utilizada
ampliamente es la distribución binomial. Esta distribución describe una variedad de
procesos de interés para los administradores.
Por otra parte, describe datos discretos, no continuos, que son resultado de un
experimento conocido como proceso de Bernoulli, en honor del matemático suizo
nacido en el siglo XVII, Jacob Bernoulli. El lanzamiento de la moneda no alterada un
número fijo de veces es un proceso de Bernoulli, y los resultados de tales
lanzamientos pueden representarse mediante la distribución binomial de
probabilidad. El éxito o fracaso de los solicitantes de empleo, entrevistados para
prueba de aptitudes, también puede ser descrito como un proceso de Bernoulli.
Propiedades de un experimento binomial
1. El experimento consiste en una serie de n ensayos idénticos.
2. En cada ensayo hay dos resultados posibles. A uno de estos resultados se le llama
éxito y al otro se le llama fracaso.
3. La probabilidad de éxito, que se denota p, no cambia de un ensayo a otro. Por
ende, la probabilidad de fracaso, que se denota 1-p, tampoco cambia de un
ensayo a otro.
4. Los ensayos son independientes.
Propiedades de un experimento binomial
• En un experimento binomial lo que interesa es el número de éxitos en n ensayos.
Si x denota el número de éxitos en n ensayos, es claro que x tomará los valores 0,
1, 2, 3, ..., n.
• Dado que el número de estos valores es finito, x es una variable aleatoria discreta.
A la distribución de probabilidad correspondiente a esta variable aleatoria se le
llama distribución de probabilidad binomial.
Ejemplo 1
Camilo es el gerente de la tienda de video juegos llamada “Fuego”. Camilo
sabe que la probabilidad de que un cliente que entra a la tienda compre un
video juego es de 0,40. Analice las decisiones de compra de los próximos
tres clientes que llegan a “Fuego”. ¿Cuál es la probabilidad de que dos de los
próximos tres clientes realicen una compra?
Verificación
1. El experimento es una serie de tres ensayos idénticos, un ensayo por
cada uno de los tres clientes que llegan a la tienda.
2. Cada ensayo tiene dos posibles resultados: el cliente hace una compra
(éxito) o el cliente no hace ninguna compra (fracaso).
3. La probabilidad de que el cliente haga una compra (0.40) o de que no
haga una compra (0.60) se supone que es la misma para todos los
clientes.
4. La decisión de comprar de cada cliente es independiente de la decisión
de comprar de los otros clientes.
Valor de X
S S,S,S 3
S S,S,N 2
N
S S S,N,S 2
N
Árbol de N S,N,N 1
probabilidades N,S,S 2
S
S N,S,N 1
N N
S N,N,S 1
N
N N,N,N 0
Número de resultados experimentales en los que hay
exactamente x éxitos en n ensayos
𝑛!
( )
𝑛 =
𝑥 𝑥 ! (𝑛 − 𝑥) !
Donde:
𝑛!
( )
𝑛 = 3! 6
= = =3
𝑥 𝑥 ! ( 𝑛 − 𝑥) ! 2 ! ( 3 − 2) ! 2
Cómo estimar la probabilidad de que dos clientes compren
en la tienda??
Caso S,S,N 0,096
Caso S,N,S 0,096
Caso N,S,S 0,096
En cualquier experimento binomial todas las series de resultados de
ensayos en las que hay x éxitos en n ensayos tienen la misma probabilidad
de ocurrencia.
Función de probabilidad binomial
f (x) = probabilidad de x éxitos en n experimentos.
n = número de experimentos.
P = probabilidad de éxito en cualquiera de los experimentos
(1-P) = probabilidad de fracasos en cualquiera de los experimentos.
Aplicación
Una encuesta de Harris Interactive para InterContinental Hoteld and Resorts
preguntó: “Cuando viaja al extranjero, ¿suele aventurarse usted solo para conocer la
cultura o prefiere permanecer con el grupo de su tour y apegarse al itinerario?” Se
encontró que 23% prefiere permanecer con el grupo de su tour (USA Today, 21 de
enero de 2004).
a. ¿Cuál es la probabilidad de que en una muestra de seis viajeros, dos prefieran
permanecer con su grupo?
b. ¿De que en una muestra de 10 viajeros, ninguno prefiera permanecer con su
grupo?
c. ¿De que en una muestra de seis viajeros, por lo menos dos prefieran permanecer
con su grupo?
Función de probabilidad binomial
a. ¿Cuál es la probabilidad de que en una muestra de seis viajeros, dos prefieran permanecer con su grupo?
Sean:
X=2 N=6 P = 0.23 (1-P) = 0.77
6! 2 6 −2 720
𝑓 (𝑥 )= ∗ 0.23 0.77 = ∗0.053 ∗ 0.3515=0,2794
2 ! ( 6 − 2) ! 2 ∗ 24
Función de probabilidad binomial
b. ¿De que en una muestra de 10 viajeros, ninguno prefiera permanecer con su grupo?
Sean:
X = 0 N = 10 P = 0.23 (1-P) = 0.77
10 ! 0 10 − 0 3628800
𝑓 (𝑥 )= ∗ 0.23 0.77 = ∗1 ∗0.0732=0,0732
0 ! ( 10 −0 ) ! 1∗ 3628800
Distribución de probabilidad binomial
0.3500
X Factoriales Probabilidades f(x)
0.2942
0 1 0.0733 0.0733 0.3000
1 10 0.0219 0.2188 0.2500 0.2343
0.2188
2 45 0.0065 0.2942
0.2000
3 120 0.0020 0.2343
4 210 0.0006 0.1225 0.1500
0.1225
5 252 0.0002 0.0439
0.1000 0.0733
6 210 0.0001 0.0109
0.0439
0.0500
0.0109
0.0000
0 1 2 3 4 5 6
a. ¿De que en una muestra de seis viajeros, por lo menos dos prefieran permanecer con su grupo?
Valor Esperado y Varianza en la distribución binomial
𝐸 ( 𝑥 )=𝜇=𝑛 ∗ 𝑝
Var
Trabajo en Grupo
En una universidad se encontró que 20% de los estudiantes no terminan el
primer curso de estadística, al curso se inscriben 16 estudiantes.
a. Calcule la probabilidad de que dos o menos no terminen.
b. De que cuatro, exactamente, no terminen.
c. De que más de tres no terminen.
d. ¿Cuál es el número esperado de estudiantes que no terminan?
e. Determine la varianza y la desviación estándar.
f. Grafique la distribución de probabilidades binomial de este ejercicio.
02
Función de Probabilidad de Poisson
Experimento Binomial
Función de Probabilidad Binomial
Uso de tablas
Media y Varianza
Experimento de Poisson
En esta sección estudiará una variable aleatoria discreta que se suele usar para
estimar el número de veces que sucede un hecho determinado (ocurrencias) en un
intervalo de tiempo o de espacio.
Propiedades de un experimento de Poisson:
• La probabilidad de ocurrencia es la misma para cualesquiera dos intervalos de la
misma magnitud.
• La ocurrencia o no-ocurrencia en cualquier intervalo es independiente de la
ocurrencia o no-ocurrencia en cualquier otro intervalo.
Función de Probabilidad de Poisson
𝑥 −𝜇
𝜇 𝑒
𝑓 (𝑥 )=
𝑥!
Donde:
F(x) = probabilidad de ocurrencias en un intervalo
m = valor esperado o número medio de ocurrencias en un intervalo.
e = 2.71828
Observe que el número de ocurrencias x, no tiene límite superior. Ésta es una variable
aleatoria discreta que toma los valores de una sucesión infinita de números (x = 0, 1, 2, .
. . ).
Ejemplo
Se desea conocer el número de clientes que atienden en la caja del Pollo Alegre en un
lapso de 10 minutos. Si se puede suponer que la probabilidad de atención de los
clientes es la misma en cualesquiera dos lapsos de la misma duración y si la atención
en cualquier lapso es independiente de la atención en cualquier otro lapso, se puede
aplicar la función de probabilidad de Poisson.
Dichas condiciones se satisfacen y se conoce que en una encuesta realizada por
estudiantes anteriormente, se atendían 8 clientes en promedio en un lapso de 10
minutos.
Aquí la variable aleatoria es x = número de clientes atendidos en la caja de Pollo
Alegre en un lapso de 10 minutos.
Función de Probabilidad de Poisson
𝑥 −𝜇 𝑥 −8
𝜇 𝑒 8 ∗ 2.71828
𝑓 (𝑥 )= =
𝑥! 𝑥!
¿Cuál será la probabilidad de atender 5 clientes en el intervalo de 10 minutos?
𝑥 −𝜇 5 −8
𝜇 𝑒 8 ∗ 2.71828 10.99
𝑓 (𝑥 )= = = =0.091
𝑥! 5! 120
Nota: analizar los valores de la tabla de Poisson para encontrar valores de probabilidad.
Función de Probabilidad de Poisson
¿Cuál será la probabilidad de atender 3 clientes en el intervalo de 2 minutos?
8 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
=0 ,8 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑥 𝑚𝑖𝑛𝑢𝑡𝑜 → 0 , 8 ∗ 2=1 , 6 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑐𝑎𝑑𝑎 2 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑥 −𝜇 3 −1 , 6
𝜇 𝑒 1.6 ∗ 2.71828 0.827
𝑓 (𝑥 )= = = =0.1378
𝑥! 3! 6
Nota: analizar los valores de la tabla de Poisson para encontrar valores de probabilidad.
Aplicación
Los pasajeros de las aerolíneas llegan en forma aleatoria e independiente al
mostrador de revisión de pasajeros. La tasa media de llegada es 10 pasajeros por
minuto.
a. Calcule la probabilidad de que no llegue ningún pasajero en un lapso de un
minuto.
b. Calcule la probabilidad de que lleguen tres o menos pasajeros en un lapso de un
minuto.
c. De que no llegue ningún pasajero en un lapso de 15 segundos.
d. De que llegue por lo menos un pasajero en un lapso de 15 segundos.
Función de Probabilidad de Poisson
𝑥 −𝜇
𝜇 𝑒
𝑓 (𝑥 )= =¿
𝑥!
Calcule la probabilidad de que no llegue ningún pasajero en un lapso de un minuto.
𝑥 −𝜇 0 −10
𝜇 𝑒 10 ∗ 2.71828 0.0000454
𝑓 (𝑥 )= = = =0.0000454
𝑥! 0! 1
Nota: analizar los valores de la tabla de Poisson para encontrar valores de probabilidad.
Función de Probabilidad de Poisson
Calcule la probabilidad de que lleguen tres o menos pasajeros en un lapso de un
minuto.
𝑥 −𝜇 0 −10
𝜇 𝑒 10 ∗ 2.71828 0.0000454
𝑓 (𝑥 )= = = =0.0000454
𝑥! 0! 1
𝑥 −𝜇 1 −10
∑ ¿0.013
𝜇 𝑒 10 ∗2.71828 0.000454
𝑓 (𝑥 )= = = =0.000454
𝑥! 1! 1
𝑥 −𝜇 2 −10
𝜇 𝑒 10 ∗2.71828 0.00454
𝑓 (𝑥 )= = = =0.00227
𝑥! 2! 2
𝑥 −𝜇 3 −10
𝜇 𝑒 10 ∗ 2.71828 0.0454
𝑓 (𝑥 )= = = =0.00756
𝑥! 3! 6
Función de Probabilidad de Poisson
De que no llegue ningún pasajero en un lapso de 15 segundos.
10 𝑝𝑎𝑠𝑎𝑗𝑒𝑟𝑜𝑠 15
=10 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑥 𝑚𝑖𝑛𝑢𝑡𝑜→ 10 ∗ =2 ,5 𝑝𝑎𝑠𝑎𝑗𝑒𝑟𝑜𝑠 𝑐𝑎𝑑𝑎 15 𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠
1 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 60
𝑥 −𝜇 0 − 2.5
𝜇 𝑒 2.5 ∗ 2.71828 0.082
𝑓 (𝑥 )= = = =0.082
𝑥! 0! 1
Función de Probabilidad de Poisson
a. De que llegue por lo menos un pasajero en un lapso de 15 segundos.
𝑥 −𝜇 0 − 2.5
𝜇 𝑒 2.5 ∗ 2.71828 0.082
𝑓 (𝑥 )= = = =0.082
𝑥! 0! 1
𝑥 −𝜇 1 −2.5
∑ ¿0.287
𝜇 𝑒 2.5 ∗2.71828 0.082
𝑓 (𝑥 )= = = =0.205
𝑥! 1! 1
Trabajo en Grupo
En un proceso nuevo de producción automática hay en promedio 1.5 interrupciones
por día. Debido al elevado costo de las interrupciones, los directivos están
preocupados por la posibilidad de que en un día haya tres o más interrupciones.
Suponga que las interrupciones se presentan en forma aleatoria, que la probabilidad
de una interrupción es la misma en cualesquiera dos intervalos de una misma
duración y que las interrupciones en un intervalo de tiempo son independientes de
las interrupciones en otro intervalo de tiempo. ¿Cuál es la probabilidad de que haya
tres o más interrupciones en un día?
Tópicos de Estadística Básica
UNIVERSIDAD NACIONAL
Escuela de Economía
MSc. Mariano Segura A.
