Distribuciones
de probabilidad
importantes
Distribuciones de probabilidad
• Definición. Una variable x es variable aleatoria si el valor que toma,
correspondiente al resultado de un experimento, es una probabilidad
o evento aleatorio.
• Definición. La distribución de probabilidad para una variable
aleatoria discreta es una fórmula, tabla o gráfica que da los posibles
valores de x, y la probabilidad p(x) asociada con cada valor de x.
DISTRIBUCIÓN DE
PROBABILIDAD
DISCRETA
• Lance al aire dos monedas imparciales y sea x igual al número
observado de caras. Encuentre la distribución de probabilidad para x.
DISTRIBUCIÓN DE
PROBABILIDAD
DISCRETA
• La media o valor esperado de x está dada como
• La varianza de x es
Distribución binomial
• Un experimento binomial tiene estas cinco características.
• 1. El experimento consiste en n intentos idénticos.
• 2. Cada intento produce uno de dos resultados. El resultado se llama
éxito, S, o fracaso, F.
• 3. La probabilidad de éxito en un solo intento es igual a p y es el mismo
de un intento tras otro. La probabilidad de fracaso es igual a (1 p)=q.
• 4. Los intentos son independientes.
• 5. Estamos interesados en x, el número de éxitos observado durante los
n intentos, para x=0, 1, 2,…, n.
Distribución binomial
Distribución binomial
• Durante un largo periodo se ha observado que un jugador profesional
de baloncesto puede hacer un tiro libre en un intento determinado
con una probabilidad igual a .8. Suponga que él lanza cuatro tiros
libres.
• 1. ¿Cuál es la probabilidad de que enceste exactamente dos tiros
libres?
• 2. ¿Cuál es la probabilidad de que enceste al menos un tiro libre?
DISTRIBUCIONES DE PROBABILIDAD
CONTINUAS
• Las variables aleatorias continuas (por ejemplo estaturas y pesos,
lapso de vida útil de un producto en particular o un error
experimental de laboratorio) pueden tomar los infinitamente
numerosos valores correspondientes a los puntos en un intervalo de
una recta. Si se trata de asignar una probabilidad positiva a cada uno
de estos innumerables valores, las probabilidades ya no sumarán 1,
como cuando se trata de variables aleatorias discretas. Por tanto, se
debe usar un método diferente para generar la distribución de
probabilidad para una variable aleatoria continua.
DISTRIBUCIONES DE PROBABILIDAD
CONTINUAS
DISTRIBUCIONES DE PROBABILIDAD
CONTINUAS
LA DISTRIBUCIÓN DE PROBABILIDAD DE
POISSON
• Su distribución de probabilidad da un buen modelo para datos que
representan el número de sucesos de un evento especificado en una unidad
determinada de tiempo o espacio.
• El número de llamadas recibidas por un especialista de soporte técnico
durante un tiempo determinado
• El número de bacterias por volumen pequeño de fluido
• El número de llegadas de clientes al mostrador de una caja de pago durante
un minuto determinado
• El número de descomposturas de una máquina durante un día determinado
LA DISTRIBUCIÓN DE PROBABILIDAD DE
POISSON
• El número promedio de accidentes de tránsito en cierto crucero de
carretera es dos por semana. Suponga que el número de accidentes
sigue una distribución de Poisson con m=2.
• 1. Encuentre la probabilidad de que no haya accidentes en este
crucero de carretera durante un periodo de 1 semana.
LA DISTRIBUCIÓN
HIPERGEOMÉTRICA
DE PROBABILIDAD
• Esta distribución normalmente se plantea que de una población N, se
extrae una muestra “n”, dentro de la cual se espera que “x” veces
ocurra un evento que también esta ocurriendo “k” veces en la
población.
LA DISTRIBUCIÓN
HIPERGEOMÉTRICA
DE PROBABILIDAD
• Una fabrica de vehículos, produjo 17 autos, de los cuales se tomó una
muestra de 7 para control de calidad. El ingeniero indica que 8 de los
17 vehículos tiene una leve falla en el motor. Encuentre la
probabilidad que en la muestra encuentre:
• 1.-Exactamente 3 con fallas
• 2.-A lo mucho 2 con fallas
• 3.-Por lo menos 3 con fallas
• 4.- Exactamente 3 sin fallas
LA DISTRIBUCIÓN NORMAL DE
PROBABILIDAD
• La media m localiza el centro de la distribución, y la distribución es
simétrica alrededor de su media m.
LA DISTRIBUCIÓN NORMAL DE
PROBABILIDAD
• El promedio de espera para que un cliente sea atendido es de 23.5
minutos, con una desviación estándar de 3.6 minutos. Asumiendo que
la variables se distribuye normalmente. Cuál es la probabilidad de que
un cliente sea atendido en:
• A) menos de 18 minutos
• B) Más de 28.2 minutos
• C) entre 18 y 25 minutos
LA DISTRIBUCIÓN NORMAL DE
PROBABILIDAD
• Procedimiento de estandarización que nos permite usar la misma
tabla para todas las distribuciones normales.
• Una variable aleatoria normal x está estandarizada al expresar su
valor como el número de desviaciones estándar (s) que se encuentran
a la izquierda o a la derecha de su media m. La variable aleatoria
normal estandarizada, z, se define como:
LA DISTRIBUCIÓN NORMAL DE
PROBABILIDAD
• La distribución de probabilidad para z, ilustrada en la figura 3.15, se
denomina distribución normal estandarizada porque su media es 0 y
su desviación estándar es 1.
LA DISTRIBUCIÓN NORMAL DE
PROBABILIDAD
• La puntuación obtenida por 799 aspirantes a una universidad es tiene
un promedio de 659.04 puntos y una desviación estándar de 104.04
puntos.
• ¿Cuántos aspirantes obtuvieron entre 500 y 800 puntos?
LA DISTRIBUCIÓN NORMAL DE
PROBABILIDAD
