DISTRIBUCIONES DE

PROBABILIDAD

UDAFF- IST
PROF. LIZBETH REZZA VEGA

1. DISTRIBUCIONES DE
PROBABILIDAD DISCRETAS

1. Distribucin Binomial
2. Distribucin de Poisson
3. Distribucin hipergeomtrica

Distribucin de Bernoulli
Experimento de Bernoulli: solo son
posibles dos resultados: xito o fracaso.
Podemos definir una variable aleatoria
discreta X tal que:
xito 1
fracaso 0
Si la probabilidad de xito es p y la de fracaso 1 - p,
podemos construir una funcin de probabilidad:
1 x

P( x) p (1 p )
x

x 0,1

Un tpico experimento de Bernoulli es el lanzamiento de

una moneda con probabilidad p para cara y (1-p) para
sello.
3

Distribucin binomial
La distribucin binomial aparece cuando estamos
interesados en el nmero de veces que un suceso
A ocurre (xitos) en n intentos independientes
de un experimento.
P. ej.: # de caras en n lanzamientos de una moneda.

Si A tiene probabilidad p (probabilidad de xito) en

un intento, entonces 1-p es la probabilidad de que A
no ocurra (probabilidad de fracaso).
4

La variable aleatoria X tiene una distribucin binomial

n x
f ( x) P ( X x) p (1 p ) n x
x

x 0,1,..., n

Tiene media y varianza.

E ( X ) X np
V ( X ) np (1 p )
2
X

Ejercicio:
Supongamos que la probabilidad de encontrar una estrella
de masa m* >10 M en un cmulo estelar joven es del 4%.
Cul es la probabilidad de que en una muestra escogida al
azar, entre 10 miembros del cmulo encontremos 3 estrellas
con m* >10 M?

n x
p(x) p ( 1 p)n x
x
p 0.04;

n 10;

x3

10
p( 3 ) ( 0.04 )3( 1-0.04 )10- 3 0.043 0.967 0.006
3
6

Calcula la probabilidad de obtener al menos dos seises al

lanzar un dado cuatro veces.

p = 1/6, q = 5/6, n = 4

n k nk
P ( k ) p q
k

(k 0,1,....n)

Al menos dos seises, implica que nos valen k = 2, 3, 4.

P(2) + P(3) + P (4)
2

4 1 5

2 6 6

4 1 5 4 1

3 6 6 4 6

1
171
4 (6 25 4 5 1)
0.132
6
1296

Ejercicio:
Si una dcima parte de personas tiene cierto grupo
sanguneo, cul es la probabilidad de que entre 100
personas escogidas al azar exactamente 8 de ellas
pertenezcan a este grupo sanguneo?

n x
n x

p(x) p ( 1 p)
x
p 0.1;

n 100;

x 8

100
( 0.1 )8( 1-0.1 )92
p( 8 )
8
8

Distribucin de Poisson
Se utiliza para modelar datos discretos
Se aproxima a la binomial cuando p es
igual o menor a 0.1, y el tamao de
muestra es grande (n > 16) por tanto np
> 1.6

Distribucin de Poisson
Una Variable aleatoria X tiene distribucin Poisson si
toma probabilidades con.

e
f ( x)
x!

x 0,1,...

np
np
10

Distribucin hipergeomtrica
Se aplica cuando n > 0.1N
El muestreo se hace sin reemplazo
P(x,N,n,D) es la probabilidad de exactamente
x xitos en una muestra de n elementos
tomados de una poblacin de tamao N que
contiene D xitos. La funcin de densidad de
distribucin hipergeomtrica:

C xD C nNxD
P( x)
C nN

n!
C
x!(n 11 x)!
n
x

Distribucin hipergeomtrica
La media y la varianza de la distribucin
hipergeomtrica son:
D N n
nD
nD
2

1

N N 1
N
N

12

Distribucin hipergeomtrica
Ejemplo: De un grupo de 20 productos, 10 se

seleccionan al azar para prueba. Cul es la

probabilidad de que 10 productos seleccionados
contengan 5 productos buenos? Los productos
defectivos son 5 en el lote.
N = 20, n = 10, D = 5, (N-D) = 15, x = 5
P(x=5) = 0.0183 = 1.83%

P(5)

5!

5
!
0
!

15!

5
!
10
!

0.0183
20!
10!10!
13

2. DISTRIBUCIONES DE
PROBABILIDAD CONTINUAS

Distribucin normal estndar

14

La distribucin Normal estndar

Tiene media 0 y desviacin estndar de 1.
El rea bajo la curva de infinito a ms infinito vale 1.
Es simtrica, cada mitad de curva tiene un rea de 0.5.
La escala horizontal se mide en desviaciones estndar,
Z.
Para cada valor Z se asigna una probabilidad en Tabla
normal
15

CARACTERISTICAS
CARACTERISTICASDE
DEUNA
UNADISTRIBUCION
DISTRIBUCIONNORMAL
NORMAL
La Normal is simtrica -

Cola

Tericamente, la
curva se extiende a
- infinito

Cola

Media, mediana,
y moda son
iguales

Tericamente, la
curva se extiende a
+ infinito

La Distribucin Normal Estndar

La desviacin estndar
sigma representa la
distancia de la media al
punto de inflexin de la
curva normal

X
x-3

x-2

x-

x+

x+2

x+3

z
-3

-2

-1

17

Normales
Normalescon
conMedias
Mediasyy
Desviaciones
Desviacionesestndar
estndar diferentes
diferentes

=
= 5,
5, == 33
== 9,
9, =
= 66
== 14,
14, == 10
10

Entre:
Entre:
1.
1. 68.26%
68.26%
2.
2. 95.44%
95.44%
3.
3. 99.97%
99.97%

P(0
P(0<<zz<< 0.8)
0.8)
== 0.2881.
0.2881.

0.8
0.8

Tabla N(0,1)

Z es normal tipificada.
Calcular P[Z<-0,54]

Bioestadstica. U.
Mlaga.

Tema 5: Modelos probabilsticos

Solucin: 1-0,705 = 0,295

Ejemplo: Clculo con probabilidades

normales
El colesterol en la poblacin tiene
distribucin normal, con media 200 y
desviacin 10.
Qu porcentaje de individuos tiene
colesterol inferior a 210?
Qu valor del colesterol slo es superado
por el 10% de los individuos.